被“AI同传造假”事件推上舆论风口浪尖的AI同传 ，又出大新闻。
因“造假”和“圈地”事件连续两周上了热搜之后，今日，科大讯飞刘庆峰在科大讯飞1024开发者节上再谈“人机耦合”，称“现在机器翻译已经超过大学六级翻译水平，并且应用于日常沟通交流。但是在’信雅达’上，机器翻译距离高水平译者和同传还有很大差距”，耦合才是AI真落地。
科大讯飞董事长 刘庆峰
无独有偶，今日有媒体曝出百度宣布AI同传最新重磅突破——一款名为STACL的同传AI，它可以实时将英语翻译成中文和德语。STACL不走“整句说完再翻译”的路线，能预测，低延时，演示效果惊人，引发MIT科技评论、IEEE Spectrum等一众外媒热议。据说，这是自2016年百度Deep Speech 2发布以来，又一项让技术外媒们如此激动的新进展。
Demo展示：翻译AI会预测
Demo可以看出，百度STACL的翻译延时非常短，往往延3个词到延5个词，而且具有预测功能。对于翻译AI来说，预测是一项很罕见的技能。不同语言的语序总有差异，所以，那些没有预测能力的翻译AI，通常需要等到人类讲完一句话，再开始翻译。
比如下图中汉语说到莫斯科，STACL根据前半句以及美国总统最可能与其他人发生怎样的活动，已脑补预测出“meet”。
但是AI可能从前半句话里预测出会面顺利进行，而事实可能是会面并不顺利。这样翻译就容易出现失误。面对这样的情况，AI目前并没有纠错的能力，但用户可以根据需求随意调整。
据论文所述，这种预测能力是基于wait-k模型，可以根据历史信息，直接预测翻译中目标语言词汇 。该模型在翻译质量和翻译延迟之间做出了很好的平衡，用户可通过根据实际需求设定延迟时间(例如延迟1(k=1)词或延迟5(k=5)词)。比如，法语和西班牙语这种较为接近的语言，延迟可设置在比较低的水平;但是，对于英语和汉语这种差异较大的语言，以及英语和德语这种词序不同的语言，延迟应当设置为较高水平，以便于更好的应对差异。
百度wait-k模型不仅仅适用于RNN、Google Transformer两个翻译模型，还可以用在任何序列映射（sequence-to-sequence）模型上。也就是说，只要有模型能做到两种语言之间的翻译，加上wait-k，就可以实现同传。
详细技术细节请查看文末论文STACL: Simultaneous Translation with Integrated Anticipation and Controllable Latency
外媒热议
由于本论文成果发布于硅谷，所以首先引发外媒报道评议。
IEEE Spectrum对百度AI同传新成果给予了高度评价，认为这个新系统揭示了一种通过预测而保持稳定的翻译工具，可以与联合国会议期间提供同传服务的口译人员相媲美 。
但在技术宅集聚的Hacker News和Reddit上，百度AI同传技术新突破的这条消息，并没有引发太多的讨论。
也有媒体将百度此次突破与谷歌、科大讯飞、腾讯对比，认为百度AI同传系统虽然仍有局限性，在外交、商务等一些重要场合，需要依靠人类同传高质量、专业的翻译完成，但在中国同传市场尚不完备的现状下，提供了新的选择。
看完论文，欢迎也写下你的观点。
图片来源：论文STACL: Simultaneous Translation with Integrated Anticipation and Controllable Latency，仅供学习，如涉及版权问题烦请联系删除。
閱讀更多 AI報道 的文章
