美国当地时间3月14日,微软公司的研究人员透露,他们已经开发出了能够一种能够翻译文本的人工智能,它翻译的准确性可以与人类相媲美。
该系统由三个独立的团队构建,旨在将中文新闻文章的句子翻译成英文。它结合了几种新兴的神经网络方法以达到人类的准确性,其中包括微软专门为该项目开发的一些方法。
黄学东(音译:Xuedong Huang)(如图)是负责微软语音、自然语言和机器翻译工作的技术专家,他表示该系统是这个最具挑战的自然语言处理任务中的一个“重要里程碑”。他表示:“让机器翻译能够达到人类的水平是我们所有人的梦想。”他说:“只是我们没有意识到我们能够这么快就实现这一点。”
这个系统在将英文文本翻译成中文的时候,用到了一种被称为双重学习的方法。这种方法提供了一种参考,让人工智能可以检查自己的准确性并从错误中学习。同样是微软发明的另一项技术让这个系统能够通过重复来优化翻译的内容,这种方法类似于人类修改自己写作内容的方式。
该公司已经证明,这个系统可以通过翻译来自被称为newstest2017的研究数据集中的文本达到人类的翻译准确度。测试包含了多轮评估,每一轮评估都会查看人工智能翻译的几百个句子。根据微软的说法,一个由外部语言学家组成的团队将人工智能翻译的结果和人类的翻译结果进行比对,以此进行验证。
让说英语的人能够看懂用中文写就的新闻文章还只是冰山一角。微软计划利用这项创新技术,让这个系统能够在其他语言的翻译上也达到人类的准确度,并将其纳入到该公司的产品之中。
该公司提供了类似于谷歌翻译的免费翻译服务,还有面向企业的商业版本。而且,微软在星期一还透露了计划推出为其团队聊天服务推出内联翻译功能,这样一来,使用不同语言的专业人员就可以更轻松地进行沟通了。
这个新的人工智能系统的技术理论上说也可以应用于语音,但是微软的研究人员周明(音译:Ming Zhou)表示,实时翻译仍然是一个挑战,这个问题还有待解决。无论如何,该公司已经表明人工智能能够媲美人类准确度的这一事实代表了这个研究方向上的一个重大里程碑。
这一事实也标志着微软最近在深度学习领域获得的一系列突破性的成果。此前,该公司开发的人工智能在一项斯坦福大学的阅读测试中达到了人类参与者的平均水平,此项测试被用于评估神经网络的基准。这一成就比来自中国的网络巨头阿里巴巴集团控股有限公司的团队晚了一天,那个团队是首个在该测试中达到这个里程碑的团队。
好文章,需要你的鼓励
生成式AI在电商领域发展迅速,但真正的客户信任来自可靠的购物体验。数据显示近70%的在线购物者会放弃购物车,主要因为结账缓慢、隐藏费用等问题。AI基础设施工具正在解决这些信任危机,通过实时库存监控、动态结账优化和智能物流配送,帮助商家在售前、售中、售后各环节提升可靠性,最终将一次性买家转化为忠实客户。
泰国SCBX金融集团开发的DoTA-RAG系统通过动态路由和混合检索技术,成功解决了大规模知识库检索中速度与准确性难以兼得的难题。系统将1500万文档的搜索空间缩小92%,响应时间从100秒降至35秒,正确性评分提升96%,为企业级智能问答系统提供了实用的技术方案。
存储供应商Qumulo发布多租户架构Stratus,为每个租户提供独立的虚拟环境,通过加密技术和租户专用密钥管理系统实现隔离。该统一文件和对象存储软件支持本地、边缘、数据中心及AWS、Azure等云环境部署。Stratus采用加密隔离技术确保敏感数据安全,同时提供任务关键操作所需的灵活性和效率,帮助联邦和企业客户满足合规要求。
中科院和字节跳动联合开发了VGR视觉锚定推理系统,突破了传统AI只能粗略"看图"的局限。该系统能在推理过程中主动关注图片关键区域,像人类一样仔细观察细节后再得出结论。实验显示VGR在图表理解等任务上性能大幅提升,同时计算效率更高,代表了多模态AI"可视化推理"的重要进展。