具有深遠(yuǎn)意義的“一帶一路”戰(zhàn)略構(gòu)想涉及俄羅斯、印度、泰國(guó)等超過(guò)六十個(gè)國(guó)家，近四十億人口，四十多種語(yǔ)言，將極大的促進(jìn)沿線各國(guó)的深度合作和交流。
提到合作與交流，首先擺在我們面前的便是語(yǔ)言問(wèn)題。如何跨越語(yǔ)言障礙，實(shí)現(xiàn)各國(guó)互聯(lián)互通呢？全球一體化時(shí)代，單靠人力顯然是不能完成這樣的艱巨任務(wù)。好在科技的進(jìn)步給我們提供了解決方案，以機(jī)器取代人，讓機(jī)器扮演翻譯這一重要角色，不僅具有很強(qiáng)的戰(zhàn)略意義，在實(shí)際經(jīng)濟(jì)和文化生活中也舉足輕重。
顯然，這并不是一項(xiàng)輕松的工作，機(jī)器翻譯需要凝聚計(jì)算機(jī)、認(rèn)知科學(xué)、語(yǔ)言學(xué)、信息論等學(xué)科的知識(shí)，是人工智能的終極目標(biāo)之一。國(guó)內(nèi)外的一些行業(yè)巨擘都在這一領(lǐng)域發(fā)力，努力研發(fā)出具備高度可用性的機(jī)器翻譯技術(shù)。百度也是這一領(lǐng)域的佼佼者，聯(lián)合了國(guó)內(nèi)頂級(jí)學(xué)術(shù)機(jī)構(gòu)展開(kāi)研究，中國(guó)科學(xué)院自動(dòng)化研究所、浙江大學(xué)、哈爾濱工業(yè)大學(xué)、中國(guó)科學(xué)院計(jì)算技術(shù)研究所和清華大學(xué)等悉數(shù)在列。
爆發(fā)式增長(zhǎng)的數(shù)據(jù)規(guī)模給機(jī)器翻譯帶來(lái)新的想象空間，百度依托得天獨(dú)厚的大數(shù)據(jù)優(yōu)勢(shì)，取得了機(jī)器翻譯核心技術(shù)的多項(xiàng)突破。
先進(jìn)的機(jī)器翻譯背后蘊(yùn)含著怎樣的高科技呢？下面我們一探究竟。
互聯(lián)網(wǎng)學(xué)霸：
高質(zhì)量翻譯知識(shí)獲取技術(shù)
蹣跚學(xué)步是新生兒必須經(jīng)歷的過(guò)程，當(dāng)一個(gè)人接觸到翻譯這個(gè)工作的時(shí)候， 熟悉和掌握大量的雙語(yǔ)詞句就是這個(gè)學(xué)步的過(guò)程。只有了解了大量語(yǔ)句的常用翻譯方法，才可以舉一反三，融會(huì)貫通。我們可以將這個(gè)過(guò)程理解為“背誦例句”的過(guò)程。作為個(gè)人，要背誦成百上千的例句就頗為不易，挑燈夜戰(zhàn)，痛苦不堪，往往還需要反復(fù)背誦以加深記憶。
百度機(jī)器翻譯同樣有著這樣“背誦例句”的過(guò)程，所不同的是，它的背誦能力超出了大多數(shù)人的想象。
百度研發(fā)了基于互聯(lián)網(wǎng)大數(shù)據(jù)的高質(zhì)量翻譯知識(shí)獲取技術(shù)，突破了傳統(tǒng)翻譯知識(shí)獲取規(guī)模小、成本高的瓶頸?；ヂ?lián)網(wǎng)就是百度機(jī)器翻譯的語(yǔ)料庫(kù)的來(lái)源，而基于網(wǎng)頁(yè)自主拓?fù)浣Y(jié)構(gòu)和內(nèi)容互譯計(jì)算的語(yǔ)料獲取方法，也解決了互聯(lián)網(wǎng)翻譯知識(shí)質(zhì)量控制的難題。
百度機(jī)器翻譯“背誦例句”的規(guī)模有多大，通過(guò)一個(gè)數(shù)據(jù)可以窺豹一斑：“例句”的數(shù)量如果按照字?jǐn)?shù)換算成《大英百科全書》，翻譯系統(tǒng)在一周內(nèi)學(xué)習(xí)的內(nèi)容相當(dāng)于千萬(wàn)部《大英百科全書》。
即便是最強(qiáng)悍的人類學(xué)霸，在這種規(guī)模的語(yǔ)料學(xué)習(xí)前也將一敗涂地。
翻譯方法的突破：
基于互聯(lián)網(wǎng)大數(shù)據(jù)的翻譯方法
如果將互聯(lián)網(wǎng)大數(shù)據(jù)比喻為浩瀚的大海，傳統(tǒng)方法猶如一葉扁舟，難以應(yīng)對(duì)互聯(lián)網(wǎng)大數(shù)據(jù)帶來(lái)的沖擊。要想顯著的提高翻譯質(zhì)量，必須打破傳統(tǒng)方法的束縛，打造能夠乘風(fēng)破浪的翻譯航空母艦。
百度翻譯提出了基于互聯(lián)網(wǎng)大數(shù)據(jù)的機(jī)器翻譯模型，融合了多種翻譯策略，并實(shí)現(xiàn)了機(jī)器翻譯云平臺(tái)與算法的充分優(yōu)化與融合。一天之內(nèi)即可完成全網(wǎng)超過(guò)2000億網(wǎng)頁(yè)雙語(yǔ)資源的模型訓(xùn)練，穩(wěn)定響應(yīng)每天近億次的翻譯請(qǐng)求。
舉一反三 融會(huì)貫通：
樞軸語(yǔ)言機(jī)器翻譯技術(shù)
盡管互聯(lián)網(wǎng)帶來(lái)了數(shù)據(jù)量的激增，但是數(shù)據(jù)量是不均衡的。對(duì)于很多小語(yǔ)種而言，互聯(lián)網(wǎng)上的數(shù)據(jù)仍然非常匱乏，比如哈薩克語(yǔ)、斯洛文尼亞語(yǔ)、泰語(yǔ)等。俗話說(shuō)“巧婦難為無(wú)米之炊“，如何開(kāi)發(fā)高質(zhì)量的小語(yǔ)種翻譯系統(tǒng)，是一個(gè)世界級(jí)難題。
百度提出了樞軸語(yǔ)言機(jī)器翻譯技術(shù)，攻克了機(jī)器翻譯語(yǔ)種覆蓋度受限的難題，使得資源稀缺的小語(yǔ)種翻譯成為可能。以樞軸語(yǔ)言為橋梁，充分挖掘“源語(yǔ)言-樞軸語(yǔ)言”以及“樞軸語(yǔ)言-目標(biāo)語(yǔ)言”之間潛在的對(duì)應(yīng)關(guān)系，構(gòu)建大規(guī)模高質(zhì)量翻譯模型。例如，開(kāi)發(fā)高質(zhì)量的“中-泰”翻譯系統(tǒng)，可以以英語(yǔ)作為樞軸語(yǔ)言，通過(guò)“中-英”“英-泰“的豐富資源建立”中-泰“翻譯模型。
通過(guò)以上技術(shù)，在小語(yǔ)種資源匱乏的情況下，降低了新語(yǔ)種資源獲取和新翻譯方向開(kāi)發(fā)的成本，平均11天部署1個(gè)新語(yǔ)種。而如果是讓人類從零開(kāi)始掌握一門語(yǔ)言，11天無(wú)疑是天方夜譚，即便是對(duì)于傳統(tǒng)的機(jī)器翻譯技術(shù)來(lái)說(shuō)，新語(yǔ)言部署周期動(dòng)輒需要數(shù)月或數(shù)年的時(shí)間。
百度翻譯助力一帶一路騰飛
機(jī)器翻譯一直被公認(rèn)為是人工智能領(lǐng)域最難的課題之一。讓機(jī)器理解語(yǔ)言，進(jìn)而實(shí)現(xiàn)不同語(yǔ)言之間的翻譯，是人類一直以來(lái)的夢(mèng)想。
互聯(lián)網(wǎng)大數(shù)據(jù)給機(jī)器翻譯研究帶來(lái)新的機(jī)遇和挑戰(zhàn)，使得海量翻譯知識(shí)的自動(dòng)獲取和實(shí)時(shí)更新成為可能，百度翻譯在機(jī)器翻譯系統(tǒng)框架、翻譯模型與算法、多語(yǔ)種翻譯技術(shù)等方面取得重大突破，自主研發(fā)了基于互聯(lián)網(wǎng)大數(shù)據(jù)的機(jī)器翻譯系統(tǒng)，使我國(guó)掌握了使我國(guó)掌握了互聯(lián)網(wǎng)機(jī)器翻譯的核心技術(shù)，占據(jù)了該領(lǐng)域的技術(shù)制高點(diǎn)。
目前，百度翻譯覆蓋了全球超過(guò)5億用戶，每日響應(yīng)近億次的翻譯請(qǐng)求，百度翻譯開(kāi)放平臺(tái)為上萬(wàn)個(gè)第三方應(yīng)用提供免費(fèi)服務(wù)，即幫助普通用戶跨語(yǔ)言獲取信息和服務(wù)，自由溝通和交流，也促進(jìn)了國(guó)際貿(mào)易、跨境經(jīng)濟(jì)文化合作。
習(xí)近平主席對(duì)一帶一路有一個(gè)形象的比喻：如果將“一帶一路”比喻為亞洲騰飛的兩只翅膀，那么互聯(lián)互通就是兩只翅膀的血脈經(jīng)絡(luò)。而我們相信，百度翻譯將給這對(duì)翅膀提供飛翔的動(dòng)力。
□ 本報(bào)記者 向 陽(yáng)