透視科大訊飛“同傳造假”:機器翻譯之困
[ 摘要 ]目前機器翻譯仍難以達到接近人類對話的效果,儘管不同企業開始競相研發機器翻譯新品,但如何令翻譯更準確是AI領域待解的一大難題。 近日,人工智慧語音領域領軍企業科大訊飛(002230.
[ 摘要 ]目前機器翻譯仍難以達到接近人類對話的效果,儘管不同企業開始競相研發機器翻譯新品,但如何令翻譯更準確是AI領域待解的一大難題。 近日,人工智慧語音領域領軍企業科大訊飛(002230.
人工智慧不是模仿人腦的工作原理,而是要用機器的方式實現人腦能夠實現的價值或者作用。 紙包不住火。 很顯然,在人工智慧領域摸爬滾打19年的科大訊飛 是熟知這一點的。 在被指 AI 同傳造
用了這麼久電腦,大家也應該有體會,大部分好用的軟體都是國外的,包括我公眾號推薦的軟體也大部分都是國外的,雖然很多介面都是中文的。但是也有一部分軟體是全英文,不支援中文的。 不僅僅是軟體,包括再學習工作中,多
本文介紹哈爾濱工業大學社會計算與資訊檢索研究中心(SCIR)錄用於EMNLP 2018的論文《Adaptive Multi-Pass Decoder forNeural Machine Translation
科技雲報道原創。 “2018世界人工智慧大會剛落幕,科大訊飛卻陷入了“AI同傳造假”的風波。9月20日,一位同傳譯員在知乎上發文稱,訊飛的翻譯其實為人工同傳,並非機器智慧翻譯,並且譯文由機器進行朗讀,此事引
當前最優的 NMT 模型都遵循結合注意力的 seq2seq 模型的正規化,但與用於文字和視覺任務的卷積模型相比,NMT 模型仍然太淺。來自 Google AI 的研究者提出對注意力機制進行修改,其類似於建立沿著
原標題:網際網路巨頭瘋搶翻譯3000億市場,未來將是AI翻譯的天下? 文|AI財經社 田小川 編|祝同 關於未來,愛因斯坦說:我從不想未來,它來得太快了。的確,誰能預料到人工智慧,這個十年前還是科幻電影
介紹如何使用Sequence to Sequence Learning(Seq2Seq)實現神經機器翻譯(Neural Machine Translation,NMT) 原理 之前我們通過序列標註模型實
之前寫過一篇《 AI Challenger 2017 奇遇記 》,記錄了去年參加 AI Challenger 英中機器文字翻譯比賽和英中機器同聲傳譯比賽的過程,得到了一些反饋,特別是一些同學私下留言
今天上午,2018世界人工智慧大會在上海西岸藝術中心開幕,在上午的全體會議上, 科大訊飛創始人、董事長劉慶峰發表了演講,介紹了科大訊飛在AI方面的最新發展。 據劉慶峰介紹,科大訊飛的英語語音到語音翻
9 月 6 日下午,網易有道在京舉辦『 2018 網易有道開放日暨智慧翻譯硬體二代釋出會』,介紹了有道的 AI 技術及在開放賦能方面所做的努力,並現場釋出了一款 AI 硬體新產品:有道翻譯王
深度模型的訓練時間通常對研究者而言都是很大的挑戰,我們需要花數小時甚至數天才能知道某個小改進到底好不好。然而如果我們從一開始就考慮降低模型訓練時間,那麼很多概念都能迅速驗證。在 Facebook 開發者的試驗中
安徽黃山不少出租車司機經常拉“老外”,不會外文也能交流無礙;去年北京的全球機器智慧峰會上,各國大咖扎堆演講,現場卻不見同聲傳譯者;更多中國人海外遊,面對東京的日文選單不再一頭霧水,漫步在巴黎街頭也不再因不懂法語
有一本書叫《烏合之眾》。 簡單來說就是,人越多的地方蠢貨越多。 所以,每年我都要空出一段時間來,讓自己獨處。 至少有那麼一段時間不會讓自己人云亦云。 比如成功學。 我認識的人裡,1
【編者按】2018年6月,Purple在與Mattress Firm的合作中,線上下新增設了16家門店。這會為Purple帶來怎樣新的機遇? 本文釋出於美國今日傢俱,作者為張瑩;經億歐家居編輯,供