Facebook推出了一种新的开源人工智能模型，能够翻译100种不同的语言。它的人工智能模型甚至不需要将现有文本转换为英语，从而实现更高效、更准确的翻译。

介绍一种新的文本翻译方法

在一篇关于Facebook的博客文章中，该平台详细介绍了其新的多语言机器翻译（MMT）模型，也称为M2M-100。令人印象深刻的是，这种开源机器学习模型“可以在任何100种语言之间进行翻译，而无需依赖英语数据。”

虽然这仍然是一个研究项目，但它显示出了很多希望。Facebook的研究助理安吉拉·范（Angela Fan）指出，“典型的”机器翻译模型对每种语言都使用不同的模型，这使得它们在Facebook这样的大型平台上效率极低。

即使是高级模特也无法做到这一点，因为他们使用英语作为语言之间的中间人。这意味着系统必须首先将源文本翻译成英语，然后再将其翻译成目标语言。

依赖英语的模式不会产生最好的翻译。Fan指出，通过将英语从图片中剔除，Facebook的MMT系统可以产生更准确的翻译，说明：

When translating, say, Chinese to French, most English-centric multilingual models train on Chinese to English and English to French, because English training data is the most widely available. Our model directly trains on Chinese to French data to better preserve meaning.

因此，Facebook的MMT模型可以在100种不同语言之间来回翻译，而不是使用英语作为桥梁。Fan说，Facebook已经建立了“迄今为止最多样化的多对多MMT数据集”，由100种语言的75亿个句子对组成。

为了完成这一壮举，研究团队在网络上挖掘语言翻译数据，首先关注“翻译请求最多”的语言。然后，研究人员根据共享特征将这些语言分为14组。

从这里，研究人员为每个小组建立了桥接语言，并为所有可能的组合挖掘训练数据。这导致了跨越2200个方向的75亿个平行句子。

而对于不那么普及的语言，Facebook使用了一种叫做反向翻译的方法来创建合成翻译。

整个过程使Facebook AI团队更接近他们的目标，即创建一个“支持所有语言、方言和模式的单一模型”

facebook越来越接近于提供更好的翻译

Facebook已经每天在其新闻提要上执行200亿次翻译，而Facebook人工智能只会使这一过程更加高效。尽管新的翻译模式尚未实施，但对于需要特定翻译的国际Facebook用户来说，它肯定会派上用场。

Subscribe to our newsletter

Join our newsletter for tech tips, reviews, free ebooks, and exclusive deals!

Click here to subscribe