智信

近日，谷歌（Google）推出了智能耳機Pixel Buds，其最大亮點是支持谷歌實時翻譯。

目前，Pixel Buds支持40種語言的實時翻譯，優(yōu)先用于難度系數(shù)高的中英翻譯。這個功能聽上去強大，但我認(rèn)為，谷歌多年來在翻譯服務(wù)方面，沒有太大變化，這次雖有更新，卻不會掀起新一輪的技術(shù)革命，看起來更像是一場商業(yè)炒作。

說到更新，Pixel Buds的最大亮點，是整合了機器翻譯和語音識別。

近年來，很多專家預(yù)測，人工智能將是繼互聯(lián)網(wǎng)浪潮之后的下一個增長點。人工智能是計算機科學(xué)的分支，有望了解智能的實質(zhì)，生產(chǎn)出新的、能以人類智能相似的方式做出反應(yīng)的智能機器。人工智能還有語言識別、圖像識別、自然語言處理和專家系統(tǒng)等領(lǐng)域。

這一次，Pixel Buds引入了語音識別。機器翻譯和語音識別，在技術(shù)層面上是不同的，但都會用到“深度學(xué)習(xí)”的基本技術(shù)：自然語言處理。目前，世界上最先進(jìn)的翻譯系統(tǒng)方法，并不是基于語義理解的翻譯系統(tǒng)，而是基于大數(shù)據(jù)機器學(xué)習(xí)的翻譯系統(tǒng)，它包括三大類：基于規(guī)則（rule-based）、基于統(tǒng)計（statistical-based）和混合。Pixel Buds屬于基于統(tǒng)計，即通過用戶直接搜索的翻譯結(jié)果、對網(wǎng)頁內(nèi)容的抓取翻譯等渠道，獲取大量的語料資源，用于深度學(xué)習(xí)，逐漸獲得明白兩種語言如何匹配的能力。

但是，要讓機器自如地翻譯并不容易。以往翻譯軟件在翻譯中文的名言警句、詩句時，都鬧出了令人啼笑皆非的譯法。對此，人們并不理解，反而感嘆：谷歌這么厲害的公司，連個機翻都搞不好嗎？從原理上來說，一個詞有N個意思，一句話又有N個詞組成，N個句子又組成一段話，每個組合的意思都不一樣。最關(guān)鍵的是，同一個句子，在不同的語境、用不同的語氣，說出來的意思也不一樣。目前，機器只能根據(jù)儲備的詞匯、語句、固定短語、句子的意思，做固定模式的轉(zhuǎn)換和組合。即使把兩種語言所有的詞匯、語句，都能儲存到一個軟件里，從人工智能的角度看，要讓機器人完全掌握人類的語言，還存在很多無法企及的技術(shù)難點。歸根到底，機器并不能夠懂得人類語言的具體意思，即便是最先進(jìn)的機器學(xué)習(xí)模型，其本質(zhì)還是基于大數(shù)據(jù)的統(tǒng)計規(guī)律。

前些天，有新聞報道：谷歌AlphaGo Zero能完全通過自學(xué)習(xí)提高棋藝，但圍棋的規(guī)則是確定、有限的，這跟天天都有新詞、新的說話方式產(chǎn)生的語言來說，難度不在一個層面。

另外不要忘記，谷歌可是炒作的資深玩家。

早在2012年，在微軟亞洲研究院二十一世紀(jì)計算機大會上，微軟高級副總裁Richard Rashid就演示了微軟英譯漢的同聲傳譯系統(tǒng)。該演示受到廣泛關(guān)注，在YouTube網(wǎng)站上已經(jīng)有超過一百萬次的播放。如今，谷歌又高調(diào)宣傳具有同聲傳譯功能的智能耳機Pixel Buds。我們無法從技術(shù)細(xì)節(jié)以及用戶量上，簡單對比這兩個系統(tǒng)的優(yōu)劣，但從技術(shù)發(fā)展和產(chǎn)品問世的角度出發(fā)，Pixel Buds肯定不是第一代產(chǎn)品。

技術(shù)是積累迭代式發(fā)展的，不可能從原始社會一下躍入現(xiàn)代社會。谷歌Pixel Buds確有亮點，但距離技術(shù)成熟還需要時間。

責(zé)任編輯：曹曉晨