據(jù)外媒報道，機器翻譯技術自誕生以來走過了漫長的道路。雖然像谷歌這樣的翻譯曾經(jīng)粗糙、不可靠，而且只對最基本的翻譯有用，但如今，由于AI的力量，它們可以實現(xiàn)驚人的準確。然而一些古老的翻譯方法仍然存在。 比如在Facebook上，句子首先從一種基礎語言翻譯成英語，然后再從英語翻譯成目標語言。

這由幾個原因造成，其中一個是缺乏有用的AI訓練數(shù)據(jù)用于非英語語言到語言的翻譯。

許多人將單詞和短語從英語翻譯成法語或從法語翻譯成英語，但將內(nèi)容從法語翻譯成西班牙語或西班牙語翻譯成德語的人卻要少得多。

這使得訓練AI理解復雜的語言到語言的翻譯是一個相當困難的過程。然而根據(jù)Facebook最近發(fā)布的一篇博文，這家社交媒體巨頭終于解決了這個問題并想出了一個解決方案。

該解決方案以M2M-100的形式出現(xiàn)，這是第一個“多語言機器翻譯模型”。該模型可以在100種語言的任意一對之間進行翻譯，而無需依賴任何英語數(shù)據(jù)集。如果懷疑它的有效性則可以自己檢查，因為該模型是完全開源。

Facebook表示，跟它所謂的“以英語為中心”的翻譯系統(tǒng)相比，它的多語種翻譯模式更有意義。該公司聲稱，M2M -100在機器翻譯評估的BLEU scale上比這類方法高出“10分”。

據(jù)Facebook介紹稱，這個項目已經(jīng)醞釀多年，盡管還有很大的改進空間，但該公司對目前所取得的進展感到滿意。

目前還不清楚M2M -100何時或是否會直接在Facebook上推出。

關鍵詞：

責任編輯：Rex_01