7月11日消息，今天上午，为期三天的2017中国互联网大会在北京国家会议中心开幕。谷歌翻译研发科学家高勤发表演讲。主要讲述了谷歌翻译最近一年在神经网络翻译技术方面，所取得的最新进展，及谷歌的目标——利用机器学习消除语言障碍。
高勤表示，经过11年的发展，谷歌翻译现在提供超过100种语言互通，覆盖全球99%的网民，每天提供超过10亿次的翻译，大约相当于100万本书的文本总量。月度活跃用户超过10亿人次，其中95%来自于美国以外地区。
随着互联网大潮的到来，谷歌利用机器学习带来了许多全新的翻译体验，例如即时翻译、对话、离线支持、在任意安卓程序内翻译。高勤在现场用了一个例子，反映了谷歌翻译在质量方面，这一年内的进展。
神经网络相对于传统技术是一种革命性的改变。高勤说：“基于短语的统计机器翻译是离散、局部的翻译，但神经网络翻译则反其道而行，智能链接全网，可实现连续、全局的决策。”
从数据上来看，完美翻译为6分的话，神经网络翻译技术与非专业人工翻译差距极小，达到接近4-5分。
2015年起，这个项目计划计划历时3年发布，但高勤表示，谷歌在13个月达成了目标，这其中TensorFlow平台功不可没。
面对繁重的200个模型的训练与维护，谷歌选择了“多语言模型”，是指用同一套神经网络学习多种语言的互相翻译。只需要将目标语言代码通过特殊符号形式告诉神经网络，神经网络就可以处理多种语言的翻译，效率远超单语言情况。
利用TPU、张量处理器以及谷歌在机器翻译上多年的积累，谷歌在较短时间内发布了神经网络机器翻译模型，同时该模型也在业界和研究界掀起了研究的热潮。据统计，去年一年时间内，有200篇关于神经网络机器翻译的论文被发表，但高勤表示：“我们对神经网络机器翻译的认识依旧肤浅，它也仅仅是初露锋芒，没有达到性能的极限”
对于神经网络机器翻译技术，谷歌下一步将继续致力于改进数字、日期、姓名、品牌以及不常见短语翻译，同时进一步研究新的模型结构与训练方法。
最近谷歌大脑刚刚发布了完全基于注意力模型的新的模型结构，未来谷歌将继续投入对神经网络机器翻译的研究。
（责任编辑：程璐 HA010）
