AI接棒摩尔定律,或将与人共同进化成为“孪生译员(Twinslator)

AI接棒摩尔定律,或将与人共同进化成为“孪生译员(Twinslator)”
1965年,英特尔的创始人之一戈登?摩尔提出了“摩尔定律”。半个世纪以来,摩尔定律一直推动着人类社会不断向前进步。近年来,随着大数据、人工智能的崛起,摩尔定律走下神坛成为了历史规律之一。
自2012年以来,AI训练任务所运用的算力每3.43个月就会翻倍,6年增长30万倍,人工智能技术在深度学习的加持下有了长足的进步,众多企业开始逐渐意识到了AI技术的重要性,多行业已做出突破性转变。从跨语言文化传播方面来看,基于人工智能的机器翻译速度超过人类译员的千倍,科技公司针对于此的研究与探索愈加深入。在刚刚闭幕的2018首届传神者大会上,传神语联网董事长兼CEO何恩培表示,AI的角色并不是人工翻译的终结者,而是赋能者,在跨语言文化传播领域,它将与人类成为合作伙伴。
亿万级蓝海市场亟需打破藩篱 跨语言文化传播机遇与挑战并存
语言,是人类特有的财富,也是最重要的思维工具和交际工具,人类目前使用大约6900种不同的语言,打破因不同语言无法深度沟通而产生的隔阂,顺畅的开展跨地域的人际交流是人类的美好愿望。在万物互联的时代背景下,国际交往日益频繁,人们对跨语言服务的需求呈几何倍增长,涉足语言行业二十余载,传神语联网董事长兼CEO何恩培坚信这一领域将迎来巨大发展前景.
随着大数据与互联网技术的飞速发展,传统人工翻译无法满足现在市场对跨语言服务的需求,市场上翻译机产品应运而生,如雨后春笋般大量涌现。新技术在带给人们便捷的同时,“人工智能威胁论”也蔓延开来,但从过去到现在,单纯从翻译行业来讲,更多的工作是进行语料加工。人工智能在实际应用上的准确率还有待提升,随着人们对人工智能的了解逐渐加深,对于人工智能的认识也客观很多,在何恩培看来,机器基于文字的“一维训练”无法取代人脑“全息信息”之间的映射,如果能合理运用人工智能,快速完成简单基础的翻译任务,充分释放翻译生产力,把译者精力转移到高级翻译部分,翻译效率和质量会有大幅提升,共同创造更大价值,而不同语言间的信息交流频率也会相应提升,人类文明的进程甚至都会因此而加速。
“双奇点”时代人机共译 探索与人工智能最佳的合作模式
在首届传神者大会上,与会专家学者普遍认同的理想人机配合模式是人机共译。何恩培表示,这种人机共译不是简单的机器翻译后人工进行修改,毕竟机器翻译每分钟可以吐出五十万字,人工翻译最快也就300字,而且机器翻译后再进行修改极大的损失了AI的速度价值。对此,何恩培进一步提出,人机共译最好的模式是让AI伴随译员一起成长,从而获得与译员同样文化背景及意识形态,成为人类译员的孪生译员“Twinslator”( Twins Translator),这样既能够使得AI发挥自身速度优势,又可最大化的融入译员自身的文化背景和语言特点,从而实现语言跨越背后的实质——文化跨越。
何恩培分析,跨语言文化传播正面临人工智能、区块链“双奇点”来临所带来的机遇,正确拥抱人工智能将为翻译行业带来超级“核动力”,改善市场需求大于行业产能的情况,而区块链则有助于行业高效运转、提升整体品质,刚刚在2018传神者大会上掀起热议的区块链应用“言值录”,正是结合大数据挖掘和社区协同来完成对译员的辨识,通过译员的工作履历、合作伙伴、人脉关系等数据共同建立译员在言值录上的能力值和信用值,构建行业公认的译员能力和信用体系,通过完整、准确、公正的记录译员行为数据,真实反应译员的能力和诚信。在区块链机制的保障下所有数据和信息归属于整个行业共有,所有愿意成为行业先行者的企业甚至个人参与并成为区块链上的节点,共同鉴证和记录。
作为区块链技术在翻译行业全球首款落地应用,可以说,言值录的推出标志着国内跨语言文化传播在“区块链+语言服务”的方向探索上已迈出了实质性的一步。对此,何恩培表示“言值录”属于全行业、全社会,并希望更多的译员和公司都能加入其中,共同建设,共同努力,早日实现“帮助人类实现跨语言文化沟通,让人类沟通没有语言障碍,让人类体验丰富、缤纷、多彩的文化世界”的美好图景。

原文地址:http://blog.51cto.com/13980915/2330466

时间: 2024-10-10 20:21:44

AI接棒摩尔定律,或将与人共同进化成为“孪生译员(Twinslator)的相关文章

如何做研究?(From: MIT AI LAB)

简评: 这是一篇关于如何做研究的经验总结,全面阐述了研究过程中可能遇到的诸多问题,并给出了切实可行的建议!对于刚进入研究生阶段的研究生来说,我觉得可以为他们未来的研究生活提供很多有益的指导! 摘要: 本文的主旨是解释如何做研究.我们提供的这些建议,对做研究本身(阅读.写作和程序设计),理解研究过程以及开始热爱研究(方法论.选题.选导师和情感因素),都是极 具价值的. 本文背景: 麻省理工学院 人工智能实验室 AI Working Paper 316 1988年10月来自MIT人工智能实验室:如何

游戏中的人工智能(AI)和行为树科普

什么是角色游戏中的AI? 玩游戏的人都知道,有些游戏中的AI实在是弱智的要死.即使是在WOW这样顶级的游戏中,AI也是有限得掉渣,绝大部分NPC都像一个木桩一样,哪怕是精心设计的BOSS也就只有一些战斗AI.尽管有很多人把动画,或者自动寻路之类的功能也叫做AI,但是我们并不讨论这种基本功能.我们讨论的AI是指,可以使得NPC好像一个真人一样活动的AI.拥有这样AI的NPC看起来就不再是那个只有血条和攻击力的模型,而给玩家的感受会是一个有信念.欲望和意图的生命.从更广泛的意义上说,如果整个游戏世界

对弈类游戏的人工智能(5)--2048游戏AI的解读

前言: 闲得没事, 网上搜"游戏AI", 看到一篇<<2048游戏的最佳算法是?来看看AI版作者的回答>>的文章. 而这篇文章刚好和之前讲的对弈类游戏AI对应上. 于是有了想法, 想把它作为一个实例来进行解读, 从而对之前偏理论的文章做个总结. 承接上四篇博文: (1). 评估函数+博弈树算法 (2). 学习算法 (3). 博弈树优化 (4). 游戏AI的落地 可能有些人会疑惑? 2048并非对弈类类型? 传统的博弈树模型是否能应用于此? 客官莫急, 让我们来一

国家人工智能(AI)的美好前景

在今年两会期间,李彦宏(Robin Lee,1968-)关于人工智能(AI)"国家优先"的提案,即所谓的"中国大脑"计划,根据何在?为什么? 近几年,世界互联网巨头,比如:谷歌,Facebook,百度与微软,突然发力,加大投入,网罗人才,猛攻"人工智能",这是为什么呢? 大家知道,所谓"人工智能"(AI)的核心问题就是模拟人的视觉与听觉,使自动机器与人一样,能"看",能"听".说白了就是

Python语言在人工智能(AI)中的优势 (转)

本文探讨了Python语言在AI领域的优势与运用. 谁会成为AI 和大数据时代的第一开发语言? 这本已是一个不需要争论的问题.如果说三年前,Matlab.Scala.R.Java 和 python还各有机会,局面尚且不清楚,那么三年之后,趋势已经非常明确了,特别是前两天 Facebook 开源了 PyTorch 之后,Python 作为 AI 时代头牌语言的位置基本确立,未来的悬念仅仅是谁能坐稳第二把交椅. 不过声音市场上还有一些杂音.最近一个有意学习数据科学的姑娘跟我说,她的一个朋友建议她从

AI将带我们走向何方?

AI即人工智能,对科幻着迷的博主对此认知颇深,打算从科幻电影入手,先讲下未来的AI将给人类带来哪些变化,哪些思考. 从最初的<星际航行>中的各种星球.地形等的介绍,到各个鉴于的探索,以及其中问题的出现和解决,Data即是AI的一个结果,存储大量信息.力量大.对人类好感.趋向人类情感的进化.舍己为人等行为和特征,具备定位和数据传输功能,成为人类向外星球传播文明的最佳伙伴.这其中介绍的宇宙飞船,以及其他辅助装置,必须有AI的元素在内,但DATA成为大多数人身边可能存在的对象,而给人印象深刻,它会不

【转载】程序猿转型AI必须知道的几件事!

历史上AI火过两次,但是最终都已销声匿迹作为结束.这次AI大火的原因:AlphaGo 4比1战胜李世石,相对于一些外行人的恐慌和恐惧,其实很多业内人员在这场世纪之战结束后,都为人类点上了一个大大的赞.因为对于了解AlphaGo背后技术的那些人来说,人类有如此的计算能力和宏观把握能力已经很了不起了.但是,就在前不久AlphaGo2.0在乌镇完胜了柯洁.事实还是证明了人类在某些方面还是有一定的缺陷,毕竟万事万物都有它的缺陷,残缺才是自然界真正的魅力.这次AI浪潮激发了国内很多程序猿的兴趣,很多人也在

中国AI正在爆发式崛起,千万不要复制美国,要建立自己的模式,才能做领导者

近日,在微软亚洲研究院与哈工大共同举办的第十九届"二十一世纪的计算"国际学术研讨会上, Peter Lee 博士作为微软全球资深副总裁, 也来到了现场. AI科技大本营非常有幸采访到这位微软研究院的核心领导之一.对话中,Peter Lee透露了很多信息. 谈到微软在 AI 研究和 AI 产业化方面布局这个问题时,他表示微软对新技术.新机会非常重视,投入得非常多,微软现在领先 20 年. 微软研究院每年在研发上的投入超过100亿美金,但走的事 "Small R(esearch)

TensorFlow被发现漏洞背后:关于AI安全我们的傻与天真

当我们一直在讨论AI能给互联网安全带来什么影响的时候,可能一直都忽略了一个问题:AI本身也不安全. 这两天的新闻恰如其分地提醒了我们这一点.近日,谷歌被爆其机器学习框架TensorFlow中存在的严重安全风险,可被黑客用来制造安全威胁,谷歌方面已经确认了该漏洞并做出了整改回应. 虽然是提前发现,这些漏洞本身没有带来实质威胁.但这条消息还是让我们看到了某种蠢蠢欲动的不安.TensorFlow.Torch.Caffe这些机器学习开发框架,差不多是如今AI开发者与研究者的标准配置,但这些平台最近却纷纷