基于人工智能的机器翻译的潜力

什么时候 谷歌翻译 它于 2006 年推出——旨在消除全球语言障碍——它只支持两种语言，预测算法有限。 十年后，结束 500万人 使用谷歌翻译，每天用 100 种不同的语言翻译超过 109 亿个单词。 如果没有两项突破性技术：机器翻译 (MT) 和人工智能 (AI)，自动翻译不可能实现如此重大的飞跃。

如果您错过了，机器翻译是利用人工智能将内容从一种语言自动翻译成另一种语言的过程，而不依赖于人工输入。 人工智能是机器翻译行业发展的核心。

现在，您一定想知道人工智能在机器翻译中的作用是什么，为什么它对翻译行业具有如此颠覆性的潜力？ 让我们先来了解一下人工智能在机器翻译中的作用。

人工智能在机器翻译中的作用

虽然人工智能一直是机器翻译行业发展的主要催化剂之一，但首先了解我们今天所处的位置很重要。 人工智能和机器翻译仍处于技术起步阶段。 尽管取得了重大进展，但大多数机器翻译仍然需要人工监督上下文和准确性。 因此，机器不会很快取代人工翻译。 但是，另一方面，没有人工翻译可以与机器翻译的速度和吞吐量相媲美。

话虽如此，翻译引擎从未像现在这样接近取代人工翻译，但由于人工智能领域的快速发展，它仍然为自己开辟了重要的一席之地。 简而言之，人工智能通过收集、分析和解释大量数据集，帮助翻译引擎变得更加智能。 由于语言在不断发展，翻译引擎需要不断跟上步伐，才能接近消除跨语言界限。 那么，人工智能究竟是如何帮助翻译引擎不断发展的呢？

例如，谷歌翻译使用人工智能和深度学习，即神经机器翻译 (NMT)。 这是一种机器翻译方法，它使用人工神经网络来预测单词序列的可能性。 因此，基于 AI 的翻译引擎将学习整个句子的含义，而不是逐字翻译句子。 迄今为止，神经机器翻译是最先进的机器翻译方法，在语法和上下文准确性方面远远超过了以前基于规则的机器翻译模型。 当您在手机上打字时，这项技术可以为您提供更准确的建议。

从本质上讲，谷歌翻译基于人工智能的神经网络能够进行深度学习——一种先进的机器学习方法，也用于自动驾驶汽车和人脸识别技术。 在机器翻译中，神经网络使用数百万个示例来学习并随着时间的推移创建更准确、更自然的翻译。 谷歌的神经网络一次翻译整个句子，能够对句子的语义进行编码，而不是逐句记忆。

人工智能和深度学习创造了翻译行业的范式转变，从而实现了更快、更具成本效益的翻译。 专业翻译人员越来越依赖机器翻译，机器翻译可以很好地处理某些类型的文本，这些文本需要较少的主题专业知识和大量的人工后期编辑。 现在，让我们看一下基于 AI 的机器翻译的一些主要用例以及未来的发展趋势。

人工智能正在消除语言障碍

通过进一步开发神经机器翻译网络，人工智能和深度学习算法为自动机器翻译创造了许多新的用例。 结果，许多行业开始实施该技术。

SDL 政府 - 语言翻译技术的全球创新者 - 使用其机器翻译系统实时翻译社交媒体新闻提要，以便为政府提供可操作的见解。

医疗保健行业也发现了机器翻译的实用性，如 树冠说话 实施它以创建第一个医学翻译应用程序。 Canopy Speak 声称提供业内最大的预翻译医学短语语料库。 它允许医生通过文本到语音的翻译向他们的非英语患者提问。 目前，它只提供一种单向的沟通渠道。

这只是依赖机器翻译的公司的两个例子，但该技术已被纳入许多其他行业，包括电子商务、金融、法律、软件和技术。 这 美国陆军甚至实施了机器外语翻译系统 通过文本和语音向士兵提供机器翻译。

虽然基于人工智能的机器翻译已经消除了跨语言的语言障碍，但仍然需要更多的语义和上下文理解。 下一波人工智能创新可能会引入可根据翻译类型选择的自定义术语词汇表。 定制词汇表背后的希望是，它们将为需要更多主题专业知识的翻译带来更高的准确性。 未来的神经网络还将开发移动机器翻译训练，这意味着翻译引擎将能够在翻译过程中实时学习。

爱工 是致力于人工智能发展的最重要的公司之一。 其基于区块链的 AI 网络将人工智能的效率与人类专家的分辨率相结合，以创建使 AI 更智能的数据集。 AIWORK 的开放式众包市场专注于 AI 机器转录、翻译以及为在线视频创建高质量的 AI 元数据。

如需在我们的网站上发布文章，请通过电子邮件或以下提及的帐户之一与我们联系。

客座作者的最新帖子 (查看所有)