伊人狠狠干 猎豹行动三级片蛯原樱 色哥狠狠干 韩国电影色 香港黄色电影 骚作者不祥狠狠干

当前位置: 伊人狠狠干 > 蛯原樱 >

并非里程碑! Facebook的100栽说话互译模型夸大宣传遭质疑

时间:2020-10-24 23:23来源:未知 作者:admin 点击: 195 次
原标题:并非里程碑! Facebook的100栽说话互译模型夸大宣传遭质疑 来源:创事记 Facebook又翻车了? 昨天,Facebook刚刚宣布其机器翻译取得里程碑式挺进,可在100栽说话之间实现互译,并

  原标题:并非里程碑! Facebook的100栽说话互译模型夸大宣传遭质疑 来源:创事记

  Facebook又翻车了?

  昨天,Facebook刚刚宣布其机器翻译取得里程碑式挺进,可在100栽说话之间实现互译,并且不倚赖英语这个‘中介’,今天reddit网友就来掀车了。

  该网友称,Facebook此前也有过夸大宣传,但这次有点过了。

  Facebook 的100栽说话互译并非里程碑?

  Facebook声称,最新的模型可直接进走众达100栽说话的机器翻译,比如从汉语到法语,且训练的时候的无需英语行为中介。在评估机器翻译普及行使的 BLEU 指标上,它比以英语为中央的翻译体系性能高出10个百分点。

  而FacebookAI实验室的博客中并未挑及,谷歌早在4年前就做了这件事。

  谷歌在16年发布的这一钻研收获,也是一个端到端的学习框架,从数以百万计的例子中学习,并隐微挑高了翻译质量。

  这个翻译体系不光挑高了测试数据上的翻译质量,而且能够声援103栽说话的互译,每天翻译超过1400亿个单词。固然还面临一些题目,但是谷歌实在做到了100栽说话。

  那吾们来望望,谷歌的这套体系是如何运作的。

  谷歌的这一算法是零样本学习的,倘若吾们用日语、英语和韩语的例子来实现一个众说话翻译体系,与单个 GNMT 体系的大幼相通,它议定共享参数来在这几个迥异的说话对之间进走翻译。这栽共享使体系能够将‘翻译经验’从一栽说话对迁移到另一栽说话对。

  ‘Facebook宣称的不倚赖英语数据,也是禁止确的’。

  Facebook的论文图外面现,行使的数据荟萃有一片面是包含英语的,要说十足异国倚赖英语,有点抹杀英语首到的作用了。

  到现在为止,谷歌有论文商议关于103栽说话的训练,以及一篇不‘倚赖英语数据’的单独论文。

  谷歌2019年发外的大周围众说话机器翻译,声援103栽说话,但是源说话或者现在的说话是英语。

  从技术实在性的角度来望,实在很难找到一篇能同时已足两个请求的论文:不倚赖英语数据和超过100栽说话。

  网友认为,一个非误导性的说法答该是,‘Facebook 创造了一个重大的NMT 数据集,并在上面训练一个Transformer。’

  不管Facebook的说法准禁止确,它的模型造就实在比以前更益了,也开源了有关的数据集和代码,有计算资源的同学能够去验证一下。

  那么,人类翻译会被机器翻译所取代吗?

  机器翻译将周详取代人类翻译?想众了!

  随着机器翻译技术的一向挺进,这也成为越来越众的人尤其是翻译走业的人,最关心的题目。

  这并非‘杞天之郁闷’。

  不论是Facebook比来开源的M2M-100模型,照样谷歌之前发布的声援103栽说话的AI翻译,都表现出机器翻译在取代人类翻译上的重大能够性。

  不过,就机器翻译现在的发展情况来望,想要十足取代人类翻译照样不太实际的。

  从技术上来望,现在机器翻译还存有很众技术难点亟待占有,比如语序紊乱、词义禁止确、孤立地进走句法分析等。

  从实际行使上来望,在一些偏口语化的翻译场景、对专科知识背景请求比较高的场景以及大段对话的场景,机器翻译都无法做到实在而快捷的翻译。

  此前就有媒体爆料出很众机器翻译的‘翻车’事件,例如大型会议的机器同传翻译展现大段语句不通的内容,一些人名无法识别,一些平时对话也被翻译得啼乐皆非…

  尽管从外现上来望不那么尽如人意,但机器翻译的快速发展无疑会镌汰失踪一批矮程度的人类翻译者,那些只能进走‘矮端’翻译的人类翻译者无疑会被机器翻译所替代。

  而真实的高程度翻译者则十足不必要不安这个题目。即便是现在最先辈的机器翻译,距离‘信、达、雅’的翻译请求也还有很大差距。

  相逆,机器翻译能够把高程度的翻译者们从一些死板、死板的浅易翻译做事中自在出来,让机器翻译成为工具,抽出精力去从事更富有创造性的做事。

  实际上,异日的译者能够更挨近编辑和质量把关行家,更众的是对机器翻译的初稿进走修改润色和文学创作。

  总而言之,机器翻译周详取代人类翻译现在来望是个没谱的事。

  AI公司爱夸大宣传,人造智能基于‘ifelse’?

  Facebook这个望似要替代人类翻译的模型,引首了不少商议。

  有网友甚至认为机器学习周围总是被舆论误导。

  一些大公司的钻研或者发声更容易被听到,甚至在论文批准上,也享有必定的上风。

  固然现在大无数顶会的论文审核都是双盲的,但是审稿人很容易判定作者的背景情况,比如说论文中的模型行使了几千个TPU,那来自夸厂无疑了。

  谷歌、Facebook云云的大型科技公司实在占有了很众有利地位。

  一些AI公司爱行使这些论文,夸大AI在实际中的作用。

  而且信休稿未必是由非钻研人员按照有限的描述或论文概要撰写的,能够异国进走任何原形核查,导致必定的过错。

  之前,推特上有一条点Uber的消休吸引了不少关注,这则推文引用了一份信休稿,其中指出:‘Uber 将行使人造智能来识别醉酒的乘客,AI体系行使现在时间、上车地点以及用户的徘徊时间等参数来判定。’

  下面写了一句:‘那不是AI。那只是if语句而已’,还给出了实现这一智能识别体系的代码,统统必要两走:

  原形上能够并不这么浅易。

  Uber 能够会行使机器学习,并按照以去的数据来微调模型的权重,还能够把舛讹的判定用来更新展望模型,但是有些AI行使实在异国论文中那么益。

  那么,你写过基于ifelse的人造智能行使吗?

  参考链接:

  https://www.reddit.com/r/MachineLearning/comments/jeghuu/d_facebook_ai_is_lying_or_misleading_about_its/

海量资讯、精准解读,尽在久久大相蕉网APP (责任编辑:admin)
------分隔线----------------------------
栏目列表
推荐内容