微軟表示新MT系統實現“人類平等”

機器翻譯（MT）有多好？據微軟稱，非常好。

本月早些時候，該科技公司宣布已經創建了一個MT系統，在將中文翻譯成英文時達到了“人類平價”。換句話說，據說該系統已經完成了翻譯，就像人類語言學家一樣。

微軟稱翻譯是使用newstest2017創建的一組新聞文章完成的。

微軟聘請翻譯人員對結果進行分析，將MT系統的輸出與人類語言學家的輸出進行比較。在其博客上，微軟工程師贊揚了這一成就，稱這是他們已經有一段時間的“夢想”。

然而，該公司指出，盡管該系統取得了成功，但MT并不是一個“已解決的問題”。值得注意的是，中英對話語有很多數據，微軟將新聞報道稱為“普通”詞匯。”

神經MT系統訓練的數據越多，它將翻譯得越好，因為這有助于以更精確的方式調整神經網絡權重。

一大步; 一個復雜的問題

微軟團隊使用人工智能（AI）來幫助翻譯新聞剪輯，并使用雙重學習，審議網絡和聯合培訓方法來完成實驗。

這一成就的新聞在全球范圍內得到了體現，它展示了翻譯技術的又一步。圍繞MT的討論已經在過去十年中達到頂峰，業內人士對該技術的真正潛力進行了推測。

當神經機器翻譯（NMT）達到人工翻譯的熟練程度時，其中一個較大的問題仍然存在。微軟指出，由于努力本身的復雜性，衡量MT的準確性是困難的。

“機器翻譯比純模式識別任務復雜得多，”微軟研究員Ming Zhou在公司博客上說。“人們可以用不同的詞來表達完全相同的東西，但你不一定能說出哪一個更好。”

語境問題

我們之前討論過關于人類和機器的爭論。在這一點上，人類語言學家具有批判性思考和理解文字中的細微差別的能力; 人類語言學家也更有能力對語言進化做出反應，并提供文化上的細微差別，以反映更有效參與的品牌或信息。

ULG新興語言技術總監Juan Alonso對微軟的說法持懷疑態度，稱這一壯舉可能被夸大了。

“盡管微軟的成就確實令人印象深刻，但對'人類平等'的主張卻顯而易見。優秀的人工翻譯不會逐句翻譯文本; 他們關注整個文本，并利用這個整體背景來產生足夠的翻譯，“阿隆索說。

“這是微軟的MT系統和任何其他MT系統都無法做到的事情。”

但是，正如我們過去所闡明的那樣，僅僅因為MT不完美并不意味著它對特定內容類型無效。

Alonso表示，雖然微軟提到的技術，如雙重培訓和審議網絡是很好的技術，但它們還沒有為類似人類的準確性鋪平道路。

他說：“雖然他們有助于獲得非常好的翻譯結果，但'人類平等'的目標并非迫在眉睫。”