美国时间5月9日，Facebook 的人工智能（AI）研究团队宣布，已经开发出一项新的语言翻译技术，翻译速度及准确度均超越谷歌翻译。这项技术再次印证了社交媒体的使命：让世界更开放、更紧密。
语言成为了不同母语的人群间相互交流的障碍，所以突破这层阻拦是社交平台完成使命的必经之路。此前，Facebook可以自动翻译超过45国语言的状态内容，但是Facebook的CEO扎克伯格称“仍有进步空间”。
谷歌机器翻译系统基于循环神经网络（RNN），是老牌翻译系统，已经处于领先地位。但是，微软于2016年12月推出了最新技术，在翻译复杂句型时可以较灵活调整语序，准确度较高。
Facebook的人工智能程师Michael Auli和David Grangier介绍，他们的翻译技术突破在于发挥卷积神经网络（CNN）独特优势，使其性能超越基于RNN的翻译技术。谷歌机器翻译系统是基于RNN，这意味着Facebook翻译速度将是谷歌的9倍。
CNN和RNN是两种神经网络，被用以处理数据序列。RNN是循环分析数据，严格按照句子从左到右的顺序一个字一个字进行翻译。而CNN可以同时从不同角度捕捉数据，更好地契合机器图形处理器（GPU）硬件系统，CNN的特性和GPU的并行计算功能相辅相成。
GPU是为处理视频游戏中的图像而设计的。据彭博社报道，CNN与其的结合意味着用户将有机会在Facebook查阅的每一项内容，都以用户的习惯语言表述，不仅是状态文字，还有视频。
在翻译技术突破方面，另一项杰出表现是使用多跳注意力（multi-hop attention）和门控（gating）来改善翻译效果。注意力机制类似于人在翻译时的断句，系统在翻译时会回看和多次看整个句子来选择下一个翻译的词语，这样更接近人类翻译时的顺序。而多跳注意力是其升华版，利用网络反复回看，做出最符合的翻译。
门控是用来控制神经网络内的信息流动，决定某一特定信息是否可以通过并传输到下一个神经元。在选择下一个翻译的单词时，神经网络会考虑到目前为止所做的翻译。门可以任意放大某一部分的翻译或者整体的大意，以确保接下来选择符合的语境。
目前这项技术还停留在研究阶段，没有完全开发并在Facebook产品上发布。但是，该技术已经应用在翻译状态更新上。
Facebook称已经公开这项翻译资源的源代码，大家可以利用该资源来满足个人翻译需求。除了翻译，这项技术还可以被广泛应用到其他语言类项目。
本文转自d1net（转载）
