微軟周三宣布其實驗室開發了一種人工智能機器翻譯系統，可以將人工翻譯成中文翻譯成英文。研究人員在微軟的亞洲和美國實驗室工作。

微軟認為這是神經機器翻譯的一個歷史性里程碑，因為它已達到中英文翻譯的人類平價。

嗯，這不是一件小事。在翻譯中，沒有絕對的“正確”方式，因為人們如何能夠傳遞相同的思想。另一方面，我們知道在非英文文檔上單擊“英語”是什么感覺，或點擊“翻譯此頁面”，以發現一個簡單無法重復使用的英語中難以理解的單詞串。

負責微軟演講，自然語言和機器翻譯工作的技術研究員黃學東說，“在機器翻譯任務中達到人的平等是我們所有人都擁有的夢想，”黃說。黃被引用于人工智能博客(微軟官方博客)。

是什么支持他們的主張?根據微軟的說法，應用了一套行業標準的新聞報道測試集來比較人機翻譯結果。

不僅; 該團隊聘請了一組雙語人工評估員。他們被要求將結果與一組不同的人工翻譯進行比較。

是什么讓他們的嘗試成功?答案的關鍵詞似乎是深度神經網絡，這是關于訓練AI系統的方法。

優點是您可以獲得更流暢，自然的翻譯。

微軟亞洲研究院的首席研究經理劉鐵燕表示：“我們的大部分研究都是受到人類如何做事的啟發。”

在AI博客中，Allison Linn命名并描述了他們的技術：事實檢查，審議網絡，聯合培訓和協議正規化。

事實上，每當他們通過系統發送一個句子從中文翻譯成英文時，研究團隊也會將其從英文翻譯成中文。事實檢查的優勢在于“它允許系統改進并從自己的錯誤中吸取教訓”。

在審議網絡中，“研究人員教會系統重復翻譯同一句話的過程，逐步完善和改進答案。”

在聯合訓練中，英漢翻譯系統將新的英語句子翻譯成中文，以獲得新的句子對。然后將這些用于增加從中文到英語的相反方向的訓練數據集。然后在另一個方向上應用相同的過程。隨著它們的融合，兩個系統的性能都會提高。

在協議正則化中，可以通過使系統從左到右或從右到左讀取以查找相同的轉換來生成轉換。

“機器翻譯比純模式識別任務要復雜得多，”周說。“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。”

關于“神經機器翻譯”技術的討論出現在研究論文 “實現中國人對英語自動翻譯的人性平等”中。

作者表示，他們的評估發現他們的系統與WMT 2017中英文新聞任務的專業人工翻譯達到了平等。

那么，他們的工作是否適合這種神經機器翻譯系統?人工翻譯會變得無關緊要嗎?

根據人工智能博客的說法，劉說，沒有人知道機器翻譯系統是否足以將任何語言對中的任何文本翻譯成人類翻譯的準確性和抒情性。

與此同時，他補充說，這些突破使得團隊能夠繼續邁向實現這一目標和其他AI成就的下一個重大步驟。