对于Facebook的AI研究，翻译一直是其最重要应用之一。毕竟，社交网络的总体目标是“使世界更加开放和加强联系”，所以语言障碍是一个明显的壁垒。 为了跨越这个障碍，Facebook宣布了一种新型的机器学习翻译方法，公司说其比对手系统快九倍。

 

这项工作目前仅作为研究，目前尚未在Facebook产品中实施。但是，Facebook的AI工程师Michael Auli和David Grangier告诉The Verge，这可能会进一步接近底线。社交网络已经开始使用AI对状态进行更新，并自动翻译成其他语言，然而把技术从实验室应用到应用程序总是需要更多的工作。

 

Grangier说：“我们正在和一个产品团队进行沟通，使其在Facebook环境中工作。” “从理论到实际环境是有差异的。理论数据是新闻类型数据;而Facebook上的对话更加口语化。“Facebook以前表示，它正在建立一个俚语的词汇表，而使此过程更容易。

 

不过，Auli和Grangier对Facebook的“新颖”机器翻译方法感到兴奋。他们解释说，通常，AI翻译依赖于所谓的循证神经网络或RNN，而这种新的研究则利用卷积神经网络或CNN。

 

RNN按顺序分析数据，从左到右逐字翻译一个句子。相比之下，CNN可以同时观察数据的不同方面 - 一种更适合用于训练大多数当代神经网络的GPU硬件的计算风格。 GPU最初设计用于在视频游戏中的渲染图形，很适合用于进行大量的并行小计算。

 

Auli和Grangier解释到，CNN的翻译意味着能更全面地解决上述问题，并且检查句子的较高层次结构。 Auli说：“[CNN]建立了一种基于文本的逻辑结构，有点像语言学。

 

至于为什么这种方法还没有被广泛使用，Grangier指出，AI社区已经为使用RNN进行翻译进行了不少准备，很多用户也乐于使用并对其进行改进。他说：“简单的答案是，用户在此方面没有多少时间投入，而我们正在想一些办法使其更好的发展。”

 

 

Facebook says its prototype translation technique is nine times faster than rivals

 

 

Translation has always been one of the most important applications of Facebook’s AI research. After all, the social network’s overarching goal is to “make the world more open and connected,” so the language barrier is an obvious obstacle. To help leap this hurdle, Facebook today announced a novel method of machine learning translation that the company says is nine times faster than rival systems.

 

The work exists solely as research at the moment — it hasn’t yet been implemented in a Facebook product. But Facebook AI engineers Michael Auli and David Grangier tell The Verge this will likely happen further down the line. The social network already uses AI for things like automatically translating status updates to other languages, but making the transition from lab to app always requires more work.

 

原文：

https://www.theverge.com/2017/5/9/15591886/facebook-machine-learning-translation-cnn-neural-network?yptr=yahoo