谷歌在11月宣布,它将使用一种被称为神经机器翻译的人工智能技术完全改变谷歌翻译理解语言的方式,此举的最终目标是创建一个通用语言翻译器。
今天,公司在另外三种语言——印地语,俄语和越南语——上使用了该系统,此举使其更接近该公司的愿景。
即使对于计算机来说,翻译语言也很难。谷歌翻译一直是一项令人印象深刻的技术,但它的翻译很少能够像自然的说话者那么流利,特别是对于更大的文本块来说更是如此。谷歌表示神经机器翻译正在改变这种局面,不仅让谷歌翻译能够更好地理解语言,还能够创建更自然的翻译。
谷歌翻译以前采用了基于短语的机器翻译方式,这种方式会把句子分解成短语,并单独翻译每个部分。虽然每个部分本身的翻译可能是准确的,但当它们被重新组合成一整个句子,就并不是总能够按照适当的方式表达意思了。对于以这种语言为母语的人来说,短语和句子的结构听起来会有点奇怪,即使他们能够大概理解句子的意思。
谷歌翻译(Google Translate)的产品主管Barak Turovsky解释说:“神经翻译比我们之前的技术好多了,因为我们一次性翻译整个句子,而不是句子的一部分。” Barak Turovsky 表示,“这使得翻译通常更准确,更接近人们说语言的方式。”
神经机器翻译试图采用和人类更类似的方式去理解句子,通过消化上下文的线索能够更好地掌握整个句子的意思。谷歌在其研究博客上指出,他们对于从中文到英文的翻译进行了测试,对于相同的文字,神经翻译的错误比基于短语的翻译的错误减少了55%到85%。谷歌承认神经翻译“依然可能会犯下人类翻译永远不会犯的重大错误”,但是该公司将这种方法称为机器翻译发展的一个“重要里程碑”。
Turovsky表示,谷歌将在未来几周内在另外几种语言上推出其改进后的人工智能翻译,而且谷歌希望最终将其推广到谷歌翻译支持的所有103种语言上。
好文章,需要你的鼓励
当前AI技术正引发一场"认知迁移",重新定义专业价值和工作方式。不同于以往技术革命,AI不仅自动化任务,更开始承担判断、语言和创意表达,模糊了人机界限。面对这一转变,专业人士呈现五种态度:积极拥抱者、被动适应者、主动抵制者、未受影响者和边缘化群体。AI采用速度超越理解速度,重塑认知领域的同时也带来身份认同危机。这场迁移将重新定义角色、价值观和整个职业阶层,需要制度层面的具体应对措施。
上海交通大学研究团队发布了突破性的科学推理数据集MegaScience,包含125万高质量实例,首次从12000本大学教科书中大规模提取科学推理训练数据。该数据集显著提升了AI模型在物理、化学、生物等七个学科的推理能力,训练的模型在多项基准测试中超越官方版本,且具有更高的训练效率。研究团队完全开源了数据集、处理流程和评估系统。
企业持续投资云优先战略,但大型数据库云迁移面临复杂挑战。通过"规划-构建-运行"结构化方法,IT领导者可成功完成本地系统云迁移。关键包括:制定迁移策略、评估环境复杂性、选择数据传输和同步工具、创建测试计划、执行迁移并保持同步,最后优化云运营、确保安全合规。云迁移不仅是数据搬迁,更是创新增长平台的构建过程。
普林斯顿大学研究团队通过分析500多个机器学习模型,发现了复杂性与性能间的非线性关系:模型复杂性存在最优区间,超过这个区间反而会降低性能。研究揭示了"复杂性悖论"现象,提出了数据量与模型复杂性的平方根关系,并开发了渐进式复杂性调整策略,为AI系统设计提供了重要指导原则。