京6月8日電 (記者 孫自法)國(guó)際著名學(xué)術(shù)期刊《自然》最新一篇人工智能(AI)研究論文稱，研究人員開(kāi)發(fā)出一個(gè)Meta人工智能模型的底層技術(shù)，該模型能翻譯200種不同語(yǔ)言，增加了能用機(jī)器翻譯的語(yǔ)言數(shù)量。

該論文介紹，神經(jīng)機(jī)器翻譯模型利用人工神經(jīng)網(wǎng)絡(luò)翻譯各種語(yǔ)言，這些模型通常需要大量可在線獲取的數(shù)據(jù)加以訓(xùn)練，但并非所有語(yǔ)言數(shù)據(jù)都公開(kāi)、低成本或是普遍可及，此類語(yǔ)言被稱為“低資源語(yǔ)言”。而增加模型在翻譯語(yǔ)言數(shù)量上的語(yǔ)言輸出可能會(huì)影響模型的翻譯質(zhì)量。

為此，本篇論文作者、“不落下任何語(yǔ)言”(No Language Left Behind，NLLB)團(tuán)隊(duì)開(kāi)發(fā)出一種跨語(yǔ)言技術(shù)，能讓神經(jīng)機(jī)器翻譯模型學(xué)習(xí)如何利用翻譯高資源語(yǔ)言的預(yù)存能力來(lái)翻譯低資源語(yǔ)言。作為成果，NLLB團(tuán)隊(duì)開(kāi)發(fā)了一個(gè)在線多語(yǔ)言翻譯工具，名為NLLB-200，該工具能容納200種語(yǔ)言，其低資源語(yǔ)言數(shù)量是高資源語(yǔ)言的三倍，翻譯表現(xiàn)比已有系統(tǒng)高了44%。

由于NLLB團(tuán)隊(duì)在許多低資源語(yǔ)言上只能獲取1000-2000例樣本，為擴(kuò)大NLLB-200的訓(xùn)練數(shù)據(jù)量，他們用一個(gè)語(yǔ)言識(shí)別系統(tǒng)發(fā)現(xiàn)了這些特定語(yǔ)言的更多實(shí)例。該團(tuán)隊(duì)還從互聯(lián)網(wǎng)存檔中挖掘雙語(yǔ)文本數(shù)據(jù)，幫助提升了NLLB-200的翻譯質(zhì)量。

《自然》同期發(fā)表同行專家“新聞與觀點(diǎn)”文章指出，NLLB團(tuán)隊(duì)研發(fā)的這個(gè)工具，可以幫助很少被翻譯的那些語(yǔ)言的使用者，讓他們能使用互聯(lián)網(wǎng)和其他技術(shù)。

此外，NLLB團(tuán)隊(duì)還強(qiáng)調(diào)教育是一個(gè)非常重要的應(yīng)用，因?yàn)檫@個(gè)模型可以幫助低資源語(yǔ)言使用者獲取更多圖書(shū)和研究文章。不過(guò)，該團(tuán)隊(duì)也提醒說(shuō)，誤譯的情況仍有可能出現(xiàn)。(完)