#alternate
安防 峰会
您 正在 使用 IE 低版 浏览器 ， 为了 您 的 雷锋网 账号 安全 和 更 好 的 产品 体验 ， 强烈 建议 使用 更 快 更 安全 的 浏览器
雷锋网
* AI 研习社
* AI 投研邦
* 活动
* 专题
*
* 爱搞机
____________________ Submit Submit
* 业界
* 人工 智能
学术 开发者
* 智能 驾驶
新 智驾 TV
* AI+
* 金融 科技
* 未来 医疗
* 网络 安全
* 智慧 城市
智慧 安防 智慧 教育 智慧 交通 智慧 社区 智慧 零售 智慧 政务
* 机器人
* 行业 云
* 智能 硬件
* 物 联网
* GAIR
人工 智能 正文
发 私信 给 吴德新
____________________________________________________________
____________________________________________________________
____________________________________________________________
____________________________________________________________
发送
1
谷歌 的 神经 翻译 系统 并不 意味 着 机器 翻译 到头 了 ， 还有 大把 创新 可做 | MIFS 2016
本 文 作者 ： 吴德新 2016-12-21 17:05
导语 ： 机器 翻译 的 波澜史 。
雷锋网 按 ： 本文 是 清华 大学 教授 、 中国 中文 信息 学会 副理事长 孙茂松 在 MIFS
2016 上 的 演讲 实录 ， 雷锋网 ( 公众 号 ： 雷锋网 ) 编辑 整理 。 此 次 在 北京 举办 的 MIFS
2016 是 由 中国 人工 智能 学会 、 中国 工程院 战略 咨询 中心 主办 ， 今日 头条 、 IEEE 《 计算 科学 评论 》 协办 的 2016 机器 智能 前沿 论坛 ， 这 次 论坛 同时 也 是 2
016 BYTE CUP 国际 机器 学习 竞赛 的 颁奖 仪式 。
在 MIFS 2016 上 ， 孙 教授 的 演讲 回顾 了 机器 翻译 波折 的 发展 历程 ， 同时 分享 了 在 神经 翻译 系统 之后 他们 在 提升 机器 翻译 上 的 实践 。
“ 算法 + 大 数据 + 计算 力 ”
这 是 我 的 题目 ， 《 当 巧妇 遇到 “ 大米 ” —— 机器 翻译 启示录 》 。 大家 一 看 就 知道 来自 中国 的 一 句 成语 ， 叫 巧妇 难为 无米之炊 。 巧妇 指 好 的 算法 ， 大米 是 大 数据 的 意
思 ， 好 的 算法 遇上 了 大 数据 ， 当然 还 得 有 一 个 灶台 ， 灶台 就是 强大 的 计算 能力 。 这 三 件 事 放到 一起 ， 对于 机器 翻译 就 会 产生 很多 有趣 的 事情 。
整个 的 报告 以 机器 翻译 为 主线 展开 ， 大概 分 四 部分 ：
第一 叫做 机器 翻译 的 波澜史 ， 几十 年 的 发展 一波三折 ， 非常 有 意思 ；
第二 是 机器 翻译 现在 主流 的 技术 神经 机器 翻译 ， 还是 可以 改进 的 。 我 可以 给 大家 看 一些 例子 ， 并不 是 谷歌 就 做 到头 了 ， 还有 很多 的 空间 。
第三 就 是 机器 翻译 在 技术 实际上 是 通用 的 ， 其实 它 是 个 一般性 的 原理 ， 可以 放到 很多 的 领域 ， 所以 我 会 讲 应用 拓展 ， 用 计算机 自动 创作 古诗 为 例 。
后面 是 几 句 结束 的话 。
谷歌 前 几 个 月 发布 了 新 的 机器 翻译 系统 ， 这个 系统 实际上 是 完全 基于 深度 神经 网络 的 一 个 系统 。 如果说 翻译 的 最高 境界 是 Perfect ， 人也 做 不 到 完美 ， 谷歌
翻译 在 西班牙语 到 英语 、 法语 到 英语 以及 英语 到 西班牙语 的 翻译 上 和 人 做 得 差不多 。 但 中文 到 英文 和 英文 到 中文 的 翻译 跟 人 比 差别 比较 大 。 实际上 中文 是 世界 上 最
难 处理 的 语言 之一 ， 所以 机器 翻译 肯定 不 好做 。 但是 不管 怎么样 这个 结果 非常 震撼 。
谷歌 的 神经 翻译 系统 并不 意味 着 机器 翻译 到头 了 ， 还有 大把 创新 可做 | MIFS 2016
机器 翻译 兴起 ， 一波三折
回顾 一下 机器 翻译 的 历史 ， 这个 历史 很 有趣 。 这个 研究 应该 不 是 凡夫俗子 发起 的 ， 实际上 是 有 大 智慧 的 人 开始 做 的 一 个 事情 。 机器 翻译 之 父 叫 Warren
Weaver ， 他 在 49年 和 信息论 之 父 香农 合著 写 过 一 本 书 ， 47年 3月 4日 他 给 控制论 之 父 Norbert 写 了 一 封 信 ， 在 里面 提出 了 机器 翻译 的 可能性 。 他
说 这个 事儿 ， 如果 咱们 翻译 叫 信达雅 三 个 要求 ， 达雅 做 不 到 ， 信 还是 可能 的 。
Warren Weaver 在 49年 写 了 一 个 《 翻译 》 备忘录 ， 不长 ， 但是 提出 了 系统 翻译 的 思想 ， 里面 有 四 条 是 关键 的 ， 我 简称 叫 W.W. 建议 。
第一 条 谈到 了 意义 和 上下文 ， 比如说 语言 中 有 歧义 ， 歧义 要 在 一 个 窗口 里 解决 ， 就是 上下文 ；
第二 个 说到 语言 与 逻辑 ， 就 离 不 开 句法 语义 分析 ， 得到 了 语义 数 分析数 才 能 抽到 逻辑 ， 这 点 强调 了 语言 分析 对 机器 翻译 的 重要性 ；
第三 个 从 信息论 和 密码学 的 角度 提出 要 研究 语言 的 统计 语义 性质 ， 这个 是 从 香农 的 信息论 角度 出发 ；
第四 条 提出 了 普遍 语言 的 问题 ， 也就是 语言 之间 有 通用性 。
谷歌 的 神经 翻译 系统 并不 意味 着 机器 翻译 到头 了 ， 还有 大把 创新 可做 | MIFS 2016
当时 他 好像 漫不经心 写 了 一 个 备忘录 ， 基本上 机器 翻译 后来 到 我们 目前 这 几十 年 的 发展 ， 都 是 按 他 的 框架 做 的 ， 这 是 非常 了不起 的 。 当时 从 1947年 到 56 年 ，
我 把 接下来 的 时间 叫 大潮 初 起 ， 他 说 这个 事儿 以后 全世界 都 在做 ， 当时 都 是 世界 说 最好 的 单位 在做 ， 比如 IBM 、 麻省 理工 学院 。
四 条 备忘 中 ： 一 和 三 基本上 是 统计 ， 我们 后来 称为 经验 主义 ； 二 和 四 是 基于 规则 ， 叫 理性主义 。
最初 大家 的 研究 都 沿着 规则 的 系统 往下 走 ， 因为 你 做 语言 处理 总要 循着 人类 的 语言 处理 分析 做 词法 分析 、 语义 分析 。 很 快 ， 到了 1954年 、 55年 就 有 这 种 实验
， 主要 在 美国 和 前 苏联 ， 实际上 是 和 冷战 有 关系 ， 大量 的 跟 军事 相关 的 跟 情报 需要 被 翻译 。 但 很快 地 大概 到 1957年 到 66年 这个 阶段 ， 就要 从 第一 次 波峰 跌到
了 波谷 ， 当时 机器 翻译 其实 做 得 还是 很 好 的 ， 像 哈佛 、 伯克利 都 在 投入 ， 包括 中国 做 机器 翻译 很 早 ， 58 、 59年 国内 就 做出 了 一些 俄中 的 机器 翻译 系统 。
系统 出来 以后 大家 就 可以 看看 结果 ， 审视 结果 以后 觉得 没有 那么 乐观 。 最著名 的 就是 60年 以色列 的 著名 哲学家 、 数学家 和 语言 学家 Bar-Hillel 发表 了
一 篇 文章 ， 他 最初 做 机器 翻译 是 很 积极 的 ， 包括 全世界 第一 次 机器 翻译 国际 会议 也 是 他 组织 的 。 但 他 后来 实际上 下 了 一 个 判断 ， 就是 机器 翻译 不行 ， 做 不 了 。
谷歌 的 神经 翻译 系统 并不 意味 着 机器 翻译 到头 了 ， 还有 大把 创新 可做 | MIFS 2016
他 举 一 个 很 简单 的 例子 ： Little john was looking for his toy box. Finally he found
it. The box was in the pen （ 盒子 在 围栏 内 ） 。
因为 pen 有 两 个 意思 ， 一 个 是 笔 ， 一 个 是 围栏 ， 到底 是 钢笔 放在 盒子 里 ， 还是 盒子 放在 围栏 里 。 这 里面 很 复杂 ， 你 需要 看 更远 的 上下文 ， 需要 知识 才 能 解决 ， 所
以他 的 观点 是 比较 悲观 的 。
另外 当时 还 有 一 个 故事 ， 也 很 有趣 ， 也 是 一 个 测试 ， 英文 输入 ：
The spiit is willing ， but the flesh is weak .
精神 是 愿意 的 ， 但 肉体 确实 不愿意 的 。
要 把 这个 翻译 出来 ， 但是 经过 机器 翻译 成 俄文 ， 再 把 它 翻译 回 英语 ， 得到 了 令 人 啼笑皆非 的 结果 ，
伏特加酒 是 好 的 ， 但 肉 却 腐烂 了 。
这个 例子 虽然 发表 了 ， 但 也 有 人 质疑 它 的 真实性 。 但 确实 能 说明 那个 时候 机器 翻译 的 水平 。
1964年 ， 美国 政府 成立 了 一 个 机构 ALPAC 委员会 ， 由 权威 人士 组成 ， 对 当时 美国 机器 翻译 情况 进行 了 评价 。 这个 报告 非常 有名 ， 也 有 人 称为 机器 翻译 的 黑
皮书 ， 基本 宣布 机器 翻译 是 不可行 的 ， 结论 是 全自动 机器 翻译 基本 否定 ， 建议 做 机器 辅助 翻译 ， 二 是 机器 翻译 遇到 了 难以 克服 的 语义 屏障 问题 ， 应该 加强 对 计算机
语言学 的 研究 。
谷歌 的 神经 翻译 系统 并不 意味 着 机器 翻译 到头 了 ， 还有 大把 创新 可做 | MIFS 2016
下面 的 阶段 是 1967年 到 89年 ， 波澜不惊 水 长流 ， 机器 翻译 的 研究 中心 从 美国 转移 到 了 加拿大 和 欧洲 。
在 这些 研究 中 ， 针对 W.W.
第 4 条 原则 加强 了 ， 因为 欧洲 语言 有很多 种 ， 通用 语言 就 变得 至关 重要 。 还是 有一些 商用 系统 出现 ， 特别是 用在 国防 ， 但 不 是 面向 公众 。 这个 期间 对 句 法 语义 分析
研究 大量 出现 ， 实际上 是 为 完美 的 实现 基于 理性主义 的 想法 创造 了 非常 好 的 基础 。
下面 是 1990年 到 现在 ， 实际上 形成 了 一 个 新 的 波峰 ， 是 通过 两 个 冲击波 上来 的 。 90年 对于 计算 是 一 个 有 划时代 的 意义 ， 在 赫尔辛基 的 第 13 届 国际 计算 语言
学 大会 提出 处理 大规模 真实 文本 的 战略 任务 ， 所以 大 数据 的 思想 做 自然 语言 处理 ， 我 认为 是 这 差不多 第一 提出 的 ， 在 整个 科学 领域 它 提 的 是 最 早 的 ， 整个 研究 是 基
于 大 规模 真实 语料 ， 这 块 别的 领域 提 的 很少 ， 我 认为 自然 语言 处理 是 最 早 用的 ， 因为 那个 时候 大量 的 真实 语料 开始 有 了 ， 包括 双语 语料 成 规模 地 出现 ， 所以 第一 个
冲击波 叫 统计 机器 翻译 模型 ， 也就是 最 著名 的 IBM 模型 1-5 。 以前 的 翻译 服务 是 面向 特定 用户 的 ， 这个 是 面向 广大 用户 的 。
当时 很 有名 的 一 个 学者 叫 Och ， 有 一 句 话 很 有名 ， 说 只要 给 我 充分 的 并行 语言 数据 ， 对于 任何 两 种 语言 ， 我 就 可以 在 几 小时 之内 给 你 构造 一 个 机器 翻译 系统 。 我
靠 统计 翻译 方法 就 可以 作出 这个 事情 ， 这 就 彻底 摒弃 了 以前 沿着 理性主义 道路 全面 改成 经验 主义 ， 这 里面 基本 语言 学家 没有 什么 机会 ， 只要 你 给 我 双 语料 就 可以 作
出 系统 ， 谷歌 几十 个 语言 都 是 机器 翻译 ， 都 是 很 容易 做出 来的 ， 所以 我 叫 理性 终结 主义 。
但 很 快 ， 大概 2014年 左右 推出 了 神经 机器 翻译 ， 就 把 刚才 的 终结者 再度 终结 了 。 像 谷歌 、 百度 现在 已经 用 神经 统计 机器 翻译 系统 替代 纯粹 的 统计 翻译 系统 ， 所
以 你 去 看 其实 发展 到 这 就 是 好 的 神经 网络 算法 、 有 大 数据 、 还有 GPU 的 积累 。 所以 这 是 一 个 发展 的 历程 。
神经 翻译 系统 并不 意味 机器 翻译 到头 了 ， 还有 大量 的 创新 可做
神经 机器 翻译 系统 还是 有 很多 的 问题 ， 我们 刚才 讲的
精神 是 愿意 的 ， 但 肉体 是 虚弱 的 。
我 拿 谷歌 翻译 成 中文 这 是 翻译 结果 ：
精神 是 愿意 的 ， 但 肉体 是 软弱 的 。
翻译 成 俄文 再 翻译 回来 基本 也 是 原话 ， 翻译 成 苗语 再 翻译 回来 ， 一 来 一 去 看 质量 确实 不错 。 但 它 可能 还 有 别的 问题 。
比如说 in the
box 那个 问题 还是 不 行 的 ， 现有 模型 就 是 双语 语料 ， 肯定 做 不 对 ， 你 随便 测试 一些 东西 ， 也 不用 太 难 为 它 ， 比如 我 说 ： ” 阎肃 是 个 好 同志 ， 阎肃 是 一 个 作家 。 “
它 就 完 了 ， 你 再 看 翻译 泰戈尔 的 《 飞鸟 集 》 ， 还是 有 问题 的 ， 是 不完美 的 ， 有 很多 需要 改进 的 。
我 简单 说 一下 清华 大学 的 工作 ， 我们 科技组 有 一 个 刘 老师 ， 机器 翻译 做 了 很多 的 研究 ， 比如说 我们 可以 把 最 小 风险 的 训练 ， 不 是 用 最大 MSE ， 把 这个 东西 嵌入 到
函数 里 ， 最后 这个 结果 就 非常 好 。 你 比如说 像 BLEU 值 是 0.3338 ， 这 是 最 小 的 翻译 值 ， 我们 可以 做到 0.4091 。
这 是 翻译 的 例子 ： 比如 美国 代表团 包括 来自 斯坦福 大学 的 一 位 中国 专家 ， 两 名 参院 外交 政策 助理 以及 一 位 负责 与 平壤 当局 打交道 的 前 国务院 官员 。 这个 翻译 结构 挺
难的 ， 靠 统计 机器 翻译 是 做 不 好 ， 你 看 效果 就 很 差 ， 这 是 我们 SMT 的 效果 。 你 用 SMT 传统 有 一些 毛病 ， 我们 可以 避免 这个 问题 。
谷歌 的 神经 翻译 系统 并不 意味 着 机器 翻译 到头 了 ， 还有 大把 创新 可做 | MIFS 2016
谷歌 的 神经 翻译 系统 并不 意味 着 机器 翻译 到头 了 ， 还有 大把 创新 可做 | MIFS 2016
这个 是 我们 对比 了 我们 的 系统 和 谷歌 、 百度 等等 的 翻译 效果 。
再 往下 ， 其实 我们 还有 一 个 改进 就 是 中 到 英 、 英 到 中 尽量 一致 ， 有一些 策略 ， 一 来 一 去 应该 尽量 一致 ， 现在 的 方法 是 你 孤立 的 看 不 一致 ， 你 再 去 看 它的 对齐 ， 就会
对的 比较 好 ， 对的 好 以后 效果 也 会好 ， 你 看中 到 英 ， 独立 训练 是 BLEU 值 23.63 ， 联合 训练 就 是 26.42 ， 效果 比较 好 。
还 有 一 个 改进 。 双语 语料 的 获取 比较 难 ， 单语 语料 比较 容易 得到 ， 如果 用 中文 的 单语 语料 和 英文 的 单语 语料 放到 这个 模型 里 训练 效果 也 会 提高 。 比如 如果 不用 单语
语料 值 大概 31.74 、 15.14 ， 如果 使用 了 任何 一 种 单语 语料 ， 效果 从 31.74 就 可以 到 36.45 ， 很 显著 的 提升 。
谷歌 的 神经 翻译 系统 并不 意味 着 机器 翻译 到头 了 ， 还有 大把 创新 可做 | MIFS 2016
谷歌 的 神经 翻译 系统 不 是 把 事儿 做完 了 ， 里面 你 的 任务 还 可以 提出 很多 的 创新性 的 想法 ， 提高 系统 性能 ， 对 研究 还是 大有 用武之地 的 。
机器 翻译 的 拓展 应用 ： 以 古 诗 创作 为例
机器 翻译 是 通用 模型 ， 我 拿 它 做 古诗 创作 ， 这个 工作 是 和 我 的 两 个 本科生 同学 合作 完成 的 。 这 种 通用 方法 对 我们 很多 行业 都 是 一 个 机会 ， 现在 的 人工 智能 气候 已经
形成 ， 基本 的 方法 就 摆 在 这 了 。 比如 LSTM 模型 。 现在 到 了 收获 季节 ， 看 谁 去 摘 桃子 ， 找 对 问题 ， 把 桃子 赶快 摘 下来 。 从 研究 角度 第一 个 做 这个 事情 是 好 的 研究
， 第二 个 做 的 就 变成 作业 了 ， 所以 一定 要 快 。
古诗 实际上 它 的 复杂度 不 比 下 围棋 低 ， 而且 它 是 从 人文 角度 ， 我 不 知道 在座 各位 多少 还 能 作 古诗 ， 80% 应该 做 不 过 我 这个 系统 。 用 的 是 LSTM ， 但是 我们 有改
进 ， 不 是 在 上面 跑 就 可以 作出 这个 效果 ， 我 给 大家 看 结果 ， 这个 模型 可以 比较 好 的 捕捉 到 词 之间 的 相似性 ， 句子 之间 的 相似性 ， 有些 词 创作 非常 有 意思 ， 你 送给 系
统 上句 叫 ： 江上 西风 一 棹归 。 下 句 就 自动 生成 ： 夕阳 不 见 客 舟归 （ 江上 的 风浪 不 小 ， 船 到 下面 看 不 到 夕阳 了 ） 。 感觉 意境 还是 不错 的 ， 比如 ： 又 听 西风 堕叶声 ， 下
面是 计算机 产生 的 ： 万事尽 随 天籁 起 。 这 两 句 诗 你 查 古人 是 没有 的 ， 是 计算机 创作 出来 的 。
谷歌 的 神经 翻译 系统 并不 意味 着 机器 翻译 到头 了 ， 还有 大把 创新 可做 | MIFS 2016
对仗性 ， 第一 个 叫 星垂 平野扩 ， 月落 远 林 疏 。 对的 还是 挺 好 的 ， 比如 给 一 个 主题词 ， 随便 说给 秋叶 ， 下面 系统 创作 出来 的 ， 白 蘋 江上 惊秋雁 ， 我们 把 所有 的 古诗送
进去 训练 ， 这个 掌声 应该 给 两 位 同学 。 我们 也 做 过 评测 ， 和 人 比 PG 是 人 ， 还是 要 差 一点 ， 古诗 多 了 ， 上百万 首 ， 其实 分别 不 算 太 远 ， 但是 比 古人 做 的 还是 有 差异
的 。 可以 做 藏 头 诗 ， 因为 撒 贝宁 的 名字 有点 怪 ， 你 给 我 弄 个 撒 贝宁 酷 ， 计算机 做 的 撒手 离 亭 送 别情 ， 贝叶 无 梦到 孤城 ， 宁 知 梅岭 遥相望 ， 酷似 清风 入夜 生 ， 还 挺有
意境 的 。 其实 你 可以 随便 迁入 ， 计算机 做 这个 事情 容易 。
谷歌 的 神经 翻译 系统 并不 意味 着 机器 翻译 到头 了 ， 还有 大把 创新 可做 | MIFS 2016
还 有 一 个 是 自动 做 集句 诗 ， 是 古代 考察 这个 人书 读得 够 不 够 的 一 个 本领 ， 就是 你 做 一 首 诗 都 是 古人 做 的 ， 听起来 要 意境 ， 这 是 一 个 很 经典 的 叫 枫叶 芦花 并 客舟 ， 烟
波 江上 使 人 愁 ， 劝 君 更 进 一 杯 酒 ， 昨日 少年 今 白头 ， 这 是 我们 做 的 五 绝 ， 江南 杨柳春 ， 二月 芳草 新 ， 千 里 一 回首 ， 青青 向 故人 ， 这 也 是 拼 的 ， 都 是 古人 的 诗 。
我们 还 在 摘 桃子 ， 但是 也 在 改进 ， 但是 你 会 看到 有 了 这么 通用 的 工具 ， 我们 花 半 年 的 努力 ， 搞 一 两 个 比较 行 的 学生 就 有 可能 把 桃子 摘 下来 ， 我 呼吁 大家 赶紧 摘 桃子
。
你 去 看 机器 翻译 整个 历史 ， 这 句 话 特别 贴切 —— 山重水复 疑 无路 ， 柳暗花明 又一村 。 我们 遇到 很多 这 种 情况 ， 有的 时候 做 感觉 做到 头 了 ， 但是 又 有 新的路 出来 ， 不
是 靠 技术 细枝 末节 的 积累 ， 是 靠 创新性 方法 ， 都 是 创新性 终结 性的 方法 把 境界 不断 的 提高 ， 所以 创新 特别 重要 ， 这 里面 有 很多 的 挑战 ， 其实 包括 一带 一 路 ， 你 神经
网络 分析 基本 假设 没了 ， 大数 据 没了 ， 因为 双语 不 会 那么 多 ， 这里 有 很多 挑战 。 这 块 我 认为 理性主义 和 经验 主义 将来 还 会 在 某种 程度 实现 回归 ， 不可能 完全 都 是 经
验 主义 往前 走 ， 这个 问题 就 更 深 了 。
总的 想法 就 还是 我们 要 创新 ， 你 看 这个 机器 翻译 历史 上 ， 我们 中国人 的 创新 很少 ， 我们 基本 都 跟着 人家 跑 。 像 谷歌 的 深度 学习 神经 网络 出来 以后 ， 当时 我 看到 这个
报道 觉得 这个 模型 几乎 人家 都 做 出来 了 ， 我 还 觉得 这个 事儿 不可思议 ， 这 是 差距 。 为什么 ？ 因为 那个 模型 ， 比如说 把 你们 这些 人 打 一 个 包 一 压缩 以后 分解 成 那边 的
那 波 人 ， 相当于 做 这样 一 个 映射 ， 这边 人 捆成 一 个 向量 变 换成 那边 一 群 人 ， 成 一 个 向量 ， 一 大 堆 压成 一 个 单体 ， 再 单体 产生 一 大 堆 ， 逻辑 还 要 保持 ， 这个 事儿 一想
非常 不可思议 ， 但是 确实 靠 很 大 的 模型 就 建立 这么 一 个 复杂 的 映射 ， 我们 的 创新 能力 确实 不够 ， 所以 创新 能力 要 注意 。
第二 点 ， 既然 到 了 秋季 赶快 摘 桃子 ， 创新 能力 不够 ， 但是 毕竟 到 了 收获 季节 ， 你 还是 利用 人家 的 创造 季节 还是 可以 做 很多 的 有 创造性 的 创新性 的 事儿 ， 比如 刚才 的
古诗 就 是 一 个 例子 。
本 文 题图 雷锋网 引用 自 ： 视觉 中国
雷锋网 原创 文章 ， 未经 授权 禁止 转载 。 详情 见 转载 须知 。
1 人 收藏
分享 ：
相关 文章
机器 翻译 机器 学习 深度 学习
* 腾讯 发布 AI 辅助 翻译 产品 ： 采用 人机 交互式 机器 翻译 . . .
* 对话 搜狗 口语 机器 翻译 团队 ： 国际 冠军 的 诞生
* 乌镇 互联网 大会 官方 首次 使用 AI 同传 ， 搜狗 为 雷军 提供 ...
* 阿里 升级 机器 翻译 ， 48 种 语言 方向 ， 双 11 全球 买卖 无障 ...
文章 点评 ：
____________________________________________________________
____________________________________________________________
____________________________________________________________
____________________________________________________________
表情 [ ] 同步 到 新浪 微 博
( BUTTON )  提交
吴德新
丛林 猎手
新 智驾 频道 ， 专注 自动 驾驶 产业链 和 汽车 智能化 技术 的 第一 线 报道 ， 试图 理解 汽车 行业 的 未来 。 欢迎 加微 信 foolwdx 交流 ， 公众 号 （ Ai-Drive ） 。
[ 58 fafce27 affd.jpeg ]
扫描 关注 作者 微 信
发 私信
当月 热门 文章
最新 文章
* 对话 Geoffrey Hinton&Demis Hassabis  ： 通用 人工 智能 离 我们 有 多远 ？
* 2018 年 度 ML 、 NLP 会议 论文 大盘 点 ： 周明 、 张潼 、 孙茂松 数据 亮眼
* 2018 年 度 GtiHub 开源 项目 TOP 25 ： 数据 科学 & 机器 学习
* 著名 数学家 Michael Atiyah 去世 ， 去年 九月 声称 证明 黎曼猜想
* 日活 超 1.6亿 ， 揭秘 快手 背后 的 AI 技术
* TensorFlow 2.0 开发者 测试版 来 啦 ， 正式 版 推出 指日可待
热门 搜索
大 疆 YouTube 库克 应用 团购 操作 系统 Gear VR 本 周锋 闻 电视 盒子 无人 车 投融资
热门 关键字
* 热门 标签 人工 智能 机器人 机器 学习 深度 学习 金融 科技 未来 医疗 智能 驾驶 自动 驾驶 计算机 视觉 激光 雷达 图像 识别 智能 音箱
区块链 智能 投顾 医学 影像 物 联网 IoT CV 微信小 程序 平台 微信小 程序 在 哪 CES 2017 CES
2016年 最 值得 购买 的 智能 硬件 2016 互联网 小 程序 微 信 朋友 圈 抢 票 软件 智能 手机 智能 家居 智能 手环 智能 机器人 智能 电视
360 智能 硬件 智能 摄像机 智能 硬件 产品 智能 硬件 发展 智能 硬件 创业 黑客 白 帽子 大 数据 云 计算 新 能源 汽车 无人 驾驶 无 人 机 大疆
小米 无 人 机 特斯拉 VR 游戏 VR 电影 VR 视频 VR 眼镜 VR 购物 AR 直播 扫地 机器人 医疗 机器人 工业 机器人 类人 机器人
聊天 机器人 微 信 机器人 微信小 程序 移动 支付 支付 宝 P2P 区块 链 比特 币 风控 高盛 人脸 识别 指纹 识别 黑 科技 谷歌 地图 谷歌
IBM 微软 乐视 百度 三 星 s8 腾讯 三 星 Note8 小米 MIX 小米 Note 华为 小米 阿里巴巴 苹果 MacBook Pro
iPhone Facebook GAIR IROS 双 创 周 云栖 大会 先 打 智能 硬件 公司 智能 硬件 QQ 红包 支付 宝 红包 敬业 福
buy + 法拉第 未来 高文 surface3 地平线 机器人 扣 你 妹双百 计划 川普 仿真 机器人 智能 口罩 三星 s6facebook 为什么 中国 不 能 用 小 米 5 指
纹 inception v4 华夏芯 更多
联系 我们 关于 我们 加入 我们 意见 反馈 投稿
申请 专栏 作者
下载 雷锋网 客户端
iPhone Android
Copyright © 2011-2018 www.leiphone.com 雷锋网 - 移动 互联网 智能 终端 第一 媒体 All Rights
Reserved 粤 ICP 备 11095991 号 -1 [ govIcon.gif ] ICP 证 粤 B2-20150332 [ hzs4.png ]
请 填写 申请人 资料
姓名 ____________________
电话 ____________________
邮箱 ____________________
微信号 ____________________
作品 链接 ____________________
个人 简介
____________________________________________________________
____________________________________________________________
____________________________________________________________
____________________________________________________________
提 交 [ BUTTON Input ]  ( not implemented ) _______
为了 您 的 账户 安全 ， 请 验证 邮箱
您 的 邮箱 还 未 验证 , 完成 可获 20 积分哟 ！
重发 邮箱 修改 邮箱
请 验证 您 的 邮箱
____________________ 立即 验证
完善 账号 信息
您 的 账号 已经 绑定 ， 现在 您 可以 设置 密码 以 方便 用 邮箱 登录
____________________ 立即 设置 以后 再说