按：結合人工智能神經網絡的機器翻譯近年來取得了巨大的進步，以谷歌翻譯爲代表，足以讓印象還停留在「生硬死板、破綻百出」的人驚訝萬分。但是總體來說，也還是通過人類的已存翻譯文本來學習。
據fastcompany報道，最新出現的兩個機器翻譯系統完成了嶄新的突破——可以在無需人類翻譯文本的學習資料的情況下，自主學習翻譯地球上的任何語言。我們爲您做如下編譯：
機器翻譯發展驚人，但是地球上還是有數以億計的人無法享受它的好處——因爲他們的語言在翻譯器的下拉菜單中根本找不到。 現在，兩個新的人工智能系統——一個來自西班牙的delPaísVasco大學（UPV），另一個來自卡內基梅隆大學（CMU）——承諾會改變這一切，爲像《星際迷航》（Star Trek）中那樣的真正的宇宙通用譯者（universal translator）的到來打開大門。
要了解這些新系統的潛力，首先要了解當前的機器翻譯是如何工作的。 目前機器翻譯的事實標杆是谷歌翻譯，這個系統涵蓋了從南非語到祖魯語的103種語言，包括世界上前10種語言——順序爲漢語，西班牙語，英語，印度語，孟加拉語，葡萄牙語，俄語，日語，德語， 和爪哇語。 Google的系統使用人類監督的神經網絡，比較平行文本——以前由人類翻譯過的書籍和文章。 通過比較這些平行文本中的大量數據，Google翻譯可以學習任意兩種指定語言之間的對等關係，從而獲得在它們之間快速轉換的能力。有時候翻譯結果會很有趣，可能並不能真正反映原文的意思，但總的來說，這些翻譯是功能性的，隨着時間的推移，他們會越來越好。
Google的做法很好，而且很有效。但不幸的是，它並不是全球通用。這是因爲有監督的培訓需要很長的時間以及很多監督人員——因爲太多了，谷歌使用了衆包——也因爲並非世界所有語言之間都有足夠多的並行翻譯文本。想想看：根據世界語言民族學目錄，地球上有6,909種生活語言。其中414種的使用人數占人類總數的94％。由於Google翻譯涵蓋了103個，因此會留下6,806種語言沒有機器翻譯——其中有311種語言的使用人數超過百萬。總的來說，至少有八億人不能享受機器自動翻譯的好處。
這兩個新的系統——可以在任何語言之間翻譯單詞和句子——無需通過比較大量由人類翻譯的平行文本來學習。他們也不需要監督。相反，他們使用未監督的機器學習，並比較不同語言的隨機文本。這是如何運作的？由於語言的詞語分類是相似的，所以系統猜測這些詞是否相等，用這些信息構建翻譯詞典。他們從中找出句子結構，通過在不同的語言之間來回翻譯來評估他們猜測的結果。
正如UPV的研究員Mikel Artetxe所描述的那樣：「想象一下，你給了一個人很多的中文書籍和阿拉伯語書籍——這些書都不重疊——然後這個人必須學會把中文翻譯成阿拉伯語。 這似乎是不可能的，對吧？「事實上，這看起來實在太不可能了，以至於微軟人工智能專家Di He（這兩個研究項目的啓發者）告訴科學界，他得知」即使沒有人工監控，電腦也可以學習翻譯」的時候，整個人都震驚了。
一個警告就是，這個系統並不像目前的平行文本深度學習系統那麼精確——但是正如Di He指出的那樣，電腦能夠在沒有任何人類指導的情況下猜測所有這些事實，這一事實本身簡直不可思議。 我們只是接觸到了這種新的學習方法的表面。看起來，可能很快就有一個真正的通用翻譯，讓我們能夠與任何人用對方的母語交談了，這不再僅僅是科幻的東西。
來源 via fastcompany