AI同傳最新突破：能預測，低延時，外媒稱媲美人類翻譯
本文經AI新媒體量子位（公眾號ID：qbitai）授權轉載，轉載請聯絡出處。
本文約2500字，建議閱讀5分鐘。
本文為你介紹了百度於矽谷宣佈了最新重大突破——一個名為STACL的同傳AI的情況。
同傳AI，剛剛在國內掀起過暴風驟雨。
但現在，百度於矽谷宣佈了最新重大突破——一個名為STACL的同傳AI，論文結果優異，Demo效果驚人。
MIT科技評論、IEEE Spectrum等一眾外媒，還紛紛給出好評，這是2016年百度Deep Speech 2釋出以來，又一項讓技術外媒們如此激動的新進展。
百度自己披露：與現在大多數AI“實時”翻譯系統不同，STACL的特點是能預測
STACL不走“整句說完再翻譯”的路線，甚至還會預測發言者未來幾秒的內容，於是延時更短，更接近人類同傳。
究竟能達到什麼程度？IEEE Spectrum採訪後給出類比：跟聯合國會議裡的人類同傳相媲美。
實際效果果真如此？那突破顯然重大。
Demo展示：翻譯AI會預測
視訊時長13S，建議WIFI條件下觀看
Demo可以看出，百度STACL的翻譯工作延時非常短，與原句只差幾個字。
雖說這個AI目前只是同步翻譯成文字，還沒有合成譯文的語音，但這不是重點。關鍵是，不知道你有沒有注意到，這種“只差幾個字”有多難得。
還沒等“美國總統布什在莫斯科與俄羅斯總統普京在莫斯科會晤。”這句漢語說到莫斯科，自動翻譯的英語已經出現了“meet”，也就是漢語句末的“會晤”。
這個“meet”，是AI從前半句話裡腦補出來的，依據的是美國總統最可能與其他人發生怎樣的活動。
因此，百度這個同傳AI，不用等一句話說完，就能開始翻譯了。
對於翻譯AI來說，預測是一項很罕見的技能。不同語言的語序總有差異，所以，那些沒有預測能力的翻譯AI，通常需要等到人類講完一句話，再開始翻譯。
再舉一個栗子 (下圖) ，從“百度在18年前”這半句裡，AI預測出了百度創立的內容“started a business”。
那麼，科學地講，百度AI的預測效果到底怎麼樣？
衡量翻譯質量，要看BLEU分。
在中譯英延後5個字的情況下，比起傳統的整句翻譯AI，百度的BLEU分要低了3.4分。
畢竟是預測，發生錯誤是自然的。而這個差距在百度看來是可以接受的。
比如，百度AI可能從前半句話裡預測出會面順利進行，而事實可能是會面並不順利。翻譯就容易出現失誤。
面對這樣的情況，AI目前並沒有糾錯的能力。
不過，用小小的延時，就可以換取更高的準確度：如從延3個詞到延5個詞。使用者可以根據需求隨意調整。
中英語序相似
而當兩種語言語序相差不多的時候，例如描述戴安娜王妃車禍事件的新聞，STACL和傳統整句翻譯的成績相比，就沒有明顯差異了。
這種預測能力，是哪來的？
答案是一個名叫wait-k的模型，它把預測和翻譯無縫整合到了一起，百度把它和兩個翻譯模型結合起來做了實驗，一個是比較早期的RNN翻譯模型，另一個是Google在2017年推出即大熱的Transformer。
不過，wait-k不僅僅適用於這兩個模型，而是可以用在任何序列對映（sequence-to-sequence）模型上。也就是說，只要有個模型能搞定兩種語言之間的翻譯，加上這個wait-k做一點小改造，就能實現同傳了。
一個機器翻譯系統，離不開分析輸入語言的編碼器和輸出目標語言的解碼器，而wait-k對機器翻譯模型所做的小改動，就在解碼器上。它讓解碼器在輸出內容的同時，能預測編碼器還沒有輸入的東西。
百度用這樣一個公式描述了這種解碼策略：
其中，x代表輸入的內容，y代表輸出，t代表時間步，而k表示的是解碼器比編碼器搶跑的詞數。
技術細節在論文STACL: Simultaneous Translation with Integrated Anticipation and Controllable Latency中有詳細的介紹。
地址：
https://arxiv.org/abs/1810.08398
團隊介紹
By the way，按署名次序，介紹一下9位論文作者。
Mingbo Ma，百度矽谷AI實驗室科學家，擁有三個學校的計算機博士學位，今年8月剛從俄勒岡州立大學博士畢業，另外兩個學位在美國東北大學和紐約城市大學，本科畢業於吉林大學，此前曾在蘋果和IBM實習。
黃亮，俄勒岡州立大學助理教授，百度美研首席科學家，此前曾就職於IBM和谷歌，並在紐約城市大學、南加州大學擔任過助理教授，博士畢業於賓夕法尼亞大學。
Hao Xiong，愛丁堡大學計算機碩士，本科畢業於河海大學，2015年加入百度任軟體工程師，負責大容量資料處理系統和資源排程系統。
Kaibo Liu，俄勒岡州立大學助理研究員，今年6月剛到百度實習，本科畢業於北大。
Chuanqiang Zhang，低調的百度技術員工，目前無更多資料。
何中軍，百度主任架構師，從事機器翻譯研究與開發十餘年，多篇論文發表在本領域權威國際會議ACL、EMNLP、COLING、AAAI等，參與專案曾獲2015年度國家科學技術進步獎二等獎。
Hairong Liu，百度矽谷AI實驗室科學家，曾就職於三星和普渡大學，華中科大電子電氣博士。
Xing Li，中科院自然語言處理和機器學習碩士，百度矽谷人工智慧實驗室的高階經理，曾任英特爾技術leader，在百度擔任過技術工程經理，領導百度貼吧研發團隊。
王海峰，百度高階副總裁，e-Staff，百度AIG負責人、百度研究院院長，哈工大計算機博士。
王海峰
第一波評價
百度這次技術突破宣佈後，首先在外媒引發報道。
有好評。其中評價最高的是IEEE Spectrum，認為百度開發的這個新系統，揭示了一種通過預測未來而保持穩定的翻譯工具，可以與聯合國會議期間提供同傳服務的口譯人員相媲美，讓人們離軟體巴別魚又近了一步。
有對比。比如將百度的這次突破與谷歌聯絡起來。南華早報評論：隨著百度新的翻譯系統亮相，百度向谷歌發起了挑戰。
還有將百度和谷歌放一起當“耦合”的。Engadget觀點：
雖然這個系統仍舊有侷限性，而且無法在必要的時候取代人類翻譯。但是它在谷歌缺席中國的情況下，給出了一種新的選擇。
SiliconANGLE則援引分析師評論稱：“亞洲的語言翻譯方面仍然存在一定的侷限性，看到本地的玩家加入到這個遊戲中來，的確是一件好事。”
但目前最多的態度是觀望。
在技術宅密度比較高的Hacker News和Reddit上，百度的這條訊息，並沒有引發太多的討論。
截至早上7點40分，Reddit只有一條評論，Hacker News上有兩條評論——雖然這個訊息釋出已有5個多小時。
Reddit上面的一條評論有點“水”，只是說這個Demo很好。
Hacker News的兩條評論中，一條比較有技術含量，提出瞭如何翻譯德語的問題，並給出了一些示例，另一條是說，這個Demo很好。
比較有趣的是，兩個說這個Demo很好的網友，暱稱基本上是一樣的。
不過這個技術到底好不好，更多中外關注者馬上都能給出判斷。
因為百度最快會在下週的年度技術大會上，進行公開展示。
究竟是重大突破，抑或還只是完美Demo，到時一看便知。
當然，有科研實力有技術復現的同學，現在就能去試試了。
歡迎反饋你的測後評價~
— 完 —