Google藉類神經網絡優化翻譯品質擴大人工智慧手藝利用－gibsonb178x5n@outlook.com

而在後續成長裡，google進一步將類神經收集進修模式導入google翻譯，透過大量語句構造分析、比對進修，讓不同說話字句翻譯成果更為通順、准確翻譯

在先前說明中，google便申明計畫藉由機器進修為根本的人工聰明手藝強化google翻譯運作品質，同時也能讓翻譯效率具體提昇，而且將使同步翻譯成為最終成長目標。

google表示，延續推動google翻譯利用品質是為了讓全球資訊交換更無障礙且流通，今朝每天利用次數約達10億次以上、每個月積累超過10億人以上利用人數，同時約92%利用者來自美國境外埠區，個中台灣地區透過android平台裝配使用google翻譯約成長兩倍，而ios平台裝配利用年成長率也達60%以上，成為google翻譯利用成長最快地域。

※相關保持》

改用類神經收集進修 google中翻英終於不會再有奇怪字句…
與今朝翻譯品質對照，由於機械學習仍然需要大量資料進行比對，因此比擬人力翻譯同時具有直覺、想像可以讓翻譯品質有更好的天然語意呈現，但比起傳統比對翻譯模式卻能有更較著成長。不外，現階段google翻譯仍然無法完全對應分歧說話混用的翻譯後果呈現，今朝保守作法可能會根據語句佈局判定是不是維持此中一種說話 (例如在中文翻譯中保存特定英語詞彙)，而google將來將會延續藉由其他體式格局讓此類說話使用模式有更好翻譯效果。
類神經收集進修加持 google翻譯將可更精準直譯列國說話不外，此部份首要仍是設立建設在繁體中文、簡體中文有極為相似的語句構造，是以透過簡單辭彙轉換便可相通。
對於常見的繁體中文、簡體中文翻譯比對，julie cattiau表示今朝仍然是以單一說話進修模型進行練習，究竟結果比擬全球多數人利用的英語，中文已成為第二大範圍利用語言，但如果將進修模子拆分成繁中、簡中兩種資料庫，勢必會讓整體進修效力受影響，是以現階段作法將以單一進修模型搭配分歧語言版本辭彙，進而對應分歧中文版本翻譯利用需求。

而就google申明，目前導入類神經收集進修手藝的翻譯系統運作模式，主要會將原始說話轉換成系統考理解的中心介質說話，進而轉換成目的翻譯語言，無需像傳統翻譯模式先將原始說話轉換成第一種或第二種共通語言 (例如將中文轉換成英語，再從英語轉換成海地語)，透過削減二次以上翻譯流程造成原始語意流失現象，同時也能藉此削減說話翻譯進修資料佔用空間，並且共同機械進修分析理解翻譯語句幹系，進而領會整段語句所要表達含義，讓過往逐字翻譯產生的希奇語句情況有所改良，告竣更切近自然語句的直譯結果。

針對人工聰明手藝的投資，除了延續應用在主動駕駛與無人車手藝成長以外，其實也已經陸續利用在google assistant、gmail、google翻譯、google相簿或google search等辦事內，而從曩昔持續藉由資料比對模式打造的人工聰明手藝，到後續導入類神經收集運算模式的人工聰明技術，google其實已在人工智慧手藝範疇投入大量成長資本，甚至早在收購deepmind團隊打造alphago人工聰明系統之前便有相當久的成長歷程翻譯