被“AI同傳造假”事件推上輿論風口浪尖的AI同傳 ，又出大新聞。
因“造假”和“圈地”事件連續兩週上了熱搜之後，今日，科大訊飛劉慶峰在科大訊飛1024開發者節上再談“人機耦合”，稱“現在機器翻譯已經超過大學六級翻譯水平，並且應用於日常溝通交流。但是在’信雅達’上，機器翻譯距離高水平譯者和同傳還有很大差距”，耦合才是AI真落地。
科大訊飛董事長 劉慶峰
無獨有偶，今日有媒體曝出百度宣佈AI同傳最新重磅突破——一款名為STACL的同傳AI，它可以實時將英語翻譯成中文和德語。STACL不走“整句說完再翻譯”的路線，能預測，低延時，演示效果驚人，引發MIT科技評論、IEEE Spectrum等一眾外媒熱議。據說，這是自2016年百度Deep Speech 2發佈以來，又一項讓技術外媒們如此激動的新進展。
Demo展示：翻譯AI會預測
Demo可以看出，百度STACL的翻譯延時非常短，往往延3個詞到延5個詞，而且具有預測功能。對於翻譯AI來說，預測是一項很罕見的技能。不同語言的語序總有差異，所以，那些沒有預測能力的翻譯AI，通常需要等到人類講完一句話，再開始翻譯。
比如下圖中漢語說到莫斯科，STACL根據前半句以及美國總統最可能與其他人發生怎樣的活動，已腦補預測出“meet”。
但是AI可能從前半句話裡預測出會面順利進行，而事實可能是會面並不順利。這樣翻譯就容易出現失誤。面對這樣的情況，AI目前並沒有糾錯的能力，但用戶可以根據需求隨意調整。
據論文所述，這種預測能力是基於wait-k模型，可以根據歷史信息，直接預測翻譯中目標語言詞彙 。該模型在翻譯質量和翻譯延遲之間做出了很好的平衡，用戶可通過根據實際需求設定延遲時間(例如延遲1(k=1)詞或延遲5(k=5)詞)。比如，法語和西班牙語這種較為接近的語言，延遲可設置在比較低的水平;但是，對於英語和漢語這種差異較大的語言，以及英語和德語這種詞序不同的語言，延遲應當設置為較高水平，以便於更好的應對差異。
百度wait-k模型不僅僅適用於RNN、Google Transformer兩個翻譯模型，還可以用在任何序列映射（sequence-to-sequence）模型上。也就是說，只要有模型能做到兩種語言之間的翻譯，加上wait-k，就可以實現同傳。
詳細技術細節請查看文末論文STACL: Simultaneous Translation with Integrated Anticipation and Controllable Latency
外媒熱議
由於本論文成果發佈於硅谷，所以首先引發外媒報道評議。
IEEE Spectrum對百度AI同傳新成果給予了高度評價，認為這個新系統揭示了一種通過預測而保持穩定的翻譯工具，可以與聯合國會議期間提供同傳服務的口譯人員相媲美 。
但在技術宅集聚的Hacker News和Reddit上，百度AI同傳技術新突破的這條消息，並沒有引發太多的討論。
也有媒體將百度此次突破與谷歌、科大訊飛、騰訊對比，認為百度AI同傳系統雖然仍有侷限性，在外交、商務等一些重要場合，需要依靠人類同傳高質量、專業的翻譯完成，但在中國同傳市場尚不完備的現狀下，提供了新的選擇。
看完論文，歡迎也寫下你的觀點。
圖片來源：論文STACL: Simultaneous Translation with Integrated Anticipation and Controllable Latency，僅供學習，如涉及版權問題煩請聯繫刪除。
閱讀更多 AI報道 的文章
