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
工业升级的关键,或许在于智能本身。“工业+机器人”将成为通向下一阶段工业体系的核心抓手。——黄仁勋。
浙江大学等联合研究发现,AI强化学习效果取决于"模型-任务对齐"程度。当AI擅长某任务时,单样本训练、错误奖励等非常规方法也有效;但面对陌生任务时,这些方法失效,只有标准训练有用。研究团队通过大量实验证实,这种"舒适圈"现象比数据污染更能解释训练差异,为AI训练策略优化提供了新思路。
瑞士政府正式发布了自主研发的人工智能模型,该模型完全基于公共数据进行训练。这一举措标志着瑞士在AI技术自主化方面迈出重要一步,旨在减少对外国AI技术的依赖,同时确保数据安全和隐私保护。该模型的推出体现了瑞士对发展本土AI能力的战略重视。
巴赫切希尔大学研究团队通过对五种不同规模YOLO模型的量化鲁棒性测试发现,静态INT8量化虽能带来1.5-3.3倍速度提升,但会显著降低模型对噪音等图像损伤的抵抗能力。他们提出的混合校准策略仅在大型模型处理噪音时有限改善,揭示了效率与鲁棒性平衡的复杂挑战。