Google AI不仅更好翻译中文普通话，而且现在可以翻译没有接受过培训的两种语言。在一篇研究论文中，Google揭示了它如何使用自己的“interlingua”进行短语过渡。所产生的“zero-shot”深度学习允许它以“合理”的准确度翻译语言对，只要将它们翻译成另一种共同语言。

 

 

该公司最近将其翻译功能切换到深度学习Google神经机器翻译（GNMT）系统。这是一个“端到端的学习框架，即从数百万的例子中学习，”该公司说，这样大大的提高了翻译质量。问题是，Google翻译有103种语言，意味着有5,253种语言“对”要翻译。如果乘以数百万需要训练的例子，这样特别耗费CPU资源。

 

在对几个语言对（如英语到日语和英语到韩语）系统训练之后，研究人员想知道他们是否可以翻译系统尚未学习的语言对。换句话说，系统可以对日语和韩语之间进行“零翻译”翻译吗？ “令人印象深刻的是，答案是肯定的 - 它可以进行韩文翻译，即使它从来没有培训过。”谷歌说。

 

即使研究人员也不能100％确定它是如何工作的，因为深度学习网络是众所周知的难以理解。然而，他们能够使用内部数据的3D模型（上面）来窥视三语言。当放大时，研究人员注意到系统自动将三种不同语言具有相同含义的句子分组。

 

本质上，它为类似的短语或句子开发了自己的“interlingua”中间语言。 “这意味着网络必须对句子的语义进行编码，而不是简单地记住短语到短语的翻译，”研究人员写道。 “我们将这解释为网络中存在中间语言的标志。

 

 

例如，在一个实验中，团队将12个语言对合并成与单个对相同大小的模型。这样把基础代码大大减少，而获得了比使用专用双语言模型“仅略低的翻译质量”。 “我们的方法展示Google规模化环境中的可靠运行，并使我们能够快速扩展到大量语言，”团队说。

 

Google's AI can translate language pairs it has never seen

 

 

 

Google's AI is not just better at grasping languages like Mandarin, but can now translate between two languages it hasn't even trained on. In a research paper, Google reveals how it uses its own "interlingua" to internally represent phrases, regardless of the language. The resulting "zero-shot" deep learning lets it translate a language pair with "reasonable" accuracy, as long as it has translated them both into another common language.

 

The company recently switched its Translate feature to the deep-learning Google Neural Machine Translation (GNMT) system. That's an "end-to-end learning framework that learns from millions of examples," the company says, and has drastically improved translation quality. The problem is, Google Translate works with 103 languages, meaning there are 5,253 language "pairs" to be translated. If you multiply that by the millions of examples needed for training, it's insanely CPU intensive.

 

原文：

https://www.engadget.com/2016/11/24/google-ai-translate-language-pairs-it-has-never-seen/