未来学家称到2029年机器翻译水平接近人类

《赫芬顿邮报》采访了未来学家Ray Kurzweil，他预测到2029年机器的翻译质量将达到人类水准. Kurzweil同时指出，翻译技术进步并不意味着不需要学习外语，即使是最优秀的翻译家也无法原汁原味的翻译出全部含义，因为有些东西是无法用另一种语言表达的. 每一种语言都有它的个性，阅读原文总比阅读翻译后的文字效果更好.

来源Language Log » Happy cat → I’m cute. 译者chunfengqiushui. Mair），宾夕法尼亚大学东亚语言文化系汉语言文学教授. 在下面的案例中，我们能看到稀奇古怪的机器翻译与中式英语. 麦克·沃森（Mike Wasson）发现了谷歌英译汉的一个离奇例子.

前不久“哈工大语言技术平台（LTP）源代码正式对外共享”，而今东北大学也开源了NiuTrans这套统计机器翻译平台，这些对于致力于中文信息处理的NLPer来说都是好消息. 以下内容全文转载自朱靖波老师的邮件：. 我们实验室经过多个月的努力，NiuPlan的第一个NiuTrans系列系统-基于短语的统计机器翻译系统终于打包成功，Alpha版源代码正式对外免费发布，目前访问入口显示在我们实验室网站（http://www.nlplab.com）首页左上角.

Google的在线翻译服务已经上线了十年，过去十年它先后使用了多种机器翻译技术，它最早使用的是基于短语的统计机器翻译（简称PBMT）. 现在，Google宣布了利用最新技术大幅改进翻译质量的深度学习模型 Google Neural Machine Translation system (GNMT)（预印本）.

往往在大型的国际会议中，经常会因为不同国家参会者语言不通而必须由同声传译者进行即时的翻译和传达，但这种方式因为人的某些不可预见的因素某些时候也会出现偏差. 不过因为机器翻译会出现巨大的偏差，所以现有的所有国际性会议依旧在依赖着人工翻译的传统方式. 不过微软研究院所研发的最新成果，可能将会在未来的同声传译领域带来革命性的突破和改变.

微软首席研究官 Rick Rashid 博士在天津举办的“ 21 世纪的计算 – 自然而然”会议上展示了他们实时语音机器翻译（属于 自然用户界面 NUI 的一部分）最新进展，相比之前的方法，新语音识别方法的错误率下降了 30%，7、8 个单词中仅有 1 例错误. Rashid 提到，”大约在两年前，微软研究院和多伦多大学的研究员取得了重要突破.

据外媒报道，谷歌于昨日发布了网页版和移动版的谷歌翻译. 在汉译英的过程中，会采用全新的神经机器翻译，而这个App每天要进行一千八百万次这样的翻译. 此外，谷歌针对这个翻译系统的运作原理，发表了一篇学术论文. 早前，谷歌就曾表示它们在谷歌翻译中运用了神经网络技术，但只限于实时视觉翻译这个功能. 前段时间，谷歌的高级员工Jeff Dean曾告诉VentureBeat，谷歌已经在尝试把越来越多的深度学习功能融入到谷歌翻译中.

今天，Harvard NLP (哈佛大学自然语言处理研究组) 宣布开源其研发的神经机器翻译系统 OpenNMT，该系统使用了 Torch 数学工具包，已达 industrial-strength 可生产水平. OpenNMT 系统设计简单易用，易于扩展，同时保持效率和最先进的翻译精确度. 简单的通用接口，只需要源/目标文件.

钛媒体注：昨日，谷歌在 ArXiv.org 上发表论文《Google`s Neural Machine Translation System: Bridging the Gap between Human and Machine Translation》介绍谷歌的神经机器翻译系统（GNMT），当日钛媒体作者机器之心就对该论文进行了摘要翻译并推荐到网站（www.jiqizhixin.com）上.

选自code.facebook. 作者：Jonas Gehring、Michael Auli、David Grangier、Denis Yarats、Yann N. 去年谷歌在机器翻译上取得了连续不断的突破，参阅《. 重磅 | 谷歌翻译整合神经网络：机器翻译实现颠覆性突破》和《. 重磅 | 谷歌神经机器翻译再突破：实现高质量多语言翻译和 zero-shot 翻译》.