微軟昨天宣布其研發(fā)的機器翻譯系統(tǒng)首次在通用新聞的漢譯英上達到了人類專業(yè)水平，實現(xiàn)了自然語言處理的又一里程碑突破。

由微軟亞洲研究院與雷德蒙研究院的研究人員組成的團隊今天宣布，其研發(fā)的機器翻譯系統(tǒng)在通用新聞報道的中譯英測試集上，達到了人類專業(yè)譯者水平。這是首個在新聞報道的翻譯質(zhì)量和準確率上媲美人類專業(yè)譯者的翻譯系統(tǒng)。

微軟技術(shù)院士，負責微軟語音、自然語言和機器翻譯工作的黃學東博士表示，這是自然語言處理領(lǐng)域的一項里程碑式的成就?！斑@是我們的情懷，是非常有意義的工作，”黃學東告訴新智元：“消除語言障礙，讓人們能更好地溝通，非常有價值，值得我們多年來不斷為此付出努力?！?/p>

黃學東驕傲地說，2015年微軟率先在圖像識別ImageNet數(shù)據(jù)集達到人類水平，2016年在Switchboard對話語義識別達到人類水平，2017在斯坦福問答數(shù)據(jù)集SQuAD上達到人類水平，今天又在機器翻譯上達到人類水平，一路走來，微軟的進步激動人心，“這是我們共同的成就，我們是站在同行的肩膀上往上走”。

黃學東表示，微軟語音和NLP組在成立時，便立下了要在兩年后將機器翻譯做到人類專業(yè)水平的目標。如今，這一目標提前實現(xiàn)，“除了計算力的大幅提高，深度學習方法的提高，我們還結(jié)合了以前在Switchboard上取得的經(jīng)驗，數(shù)據(jù)也做了很多整理，比如去除低質(zhì)量的訓練數(shù)據(jù)，等等?！秉S學東說。

“這既是技術(shù)上的突破，也是工程上的突破，是技術(shù)和工程的完美結(jié)合，只有把過程中的每一件事情都做好，才能得到這樣的結(jié)果?！?/p>

NLP里程碑式突破：首個媲美人類專業(yè)譯者的機器翻譯系統(tǒng)

這次微軟的翻譯系統(tǒng)是在數(shù)據(jù)集WMT-17的新聞數(shù)據(jù)集newstest2017上取得了上述成果。WMT是機器翻譯領(lǐng)域的國際頂級評測比賽之一。WMT數(shù)據(jù)集也是機器翻譯領(lǐng)域一個公認的主流數(shù)據(jù)集。其中，newstest2017新聞報道測試集由產(chǎn)業(yè)界和學術(shù)界的合作伙伴共同開發(fā)，包括來自新聞評論語料庫的約332K個句子對，來自聯(lián)合國平行語料庫的15.8M個句子對，以及來自CWMT語料庫的9M個句子對。

雖然研究人員只進行了漢譯英的測試，但黃學東表示，英譯漢結(jié)果也應(yīng)該并無不同?！皬募夹g(shù)上說，漢譯英和英譯漢是相同的，只要有足夠的數(shù)據(jù)?！?/p>

為了確保翻譯結(jié)果準確且達到人類的翻譯水平，微軟研究團隊還邀請了雙語語言顧問，將微軟的翻譯結(jié)果與兩個獨立的人工翻譯結(jié)果進行了比較評估（全部盲測）。黃學東告訴新智元：“當機器翻譯質(zhì)量很差的時候，使用BLEU評分還行，但是當機器翻譯質(zhì)量提高以后，就需要靠人類來評價?！?/p>

具體說，當100分是標準滿分時，微軟的系統(tǒng)得分69.9，專業(yè)譯者68.6，而眾包翻譯得分為67.6。

人類專家的評估結(jié)果（部分）：其中，Reference-HT為純?nèi)斯しg；Reference-PE為使用Google Translate加人工后期編輯的翻譯；Reference-WMT是WMT原始翻譯，包含錯誤；Online-A-1710是2017年10月16日收集的Microsoft翻譯商用系統(tǒng)（production system）；Online-B-1710是2017年10月16日收集的谷歌翻譯商用系統(tǒng)；Sogou是搜狗NMT翻譯系統(tǒng)，這是在2017年WMT中英機器翻譯競賽的冠軍。

機器翻譯提前7年超越業(yè)余譯者，人工智能再下一城

機器翻譯是科研人員攻堅了數(shù)十年的研究領(lǐng)域，曾經(jīng)很多人都認為機器翻譯根本不可能達到人類翻譯的水平。

2017年中旬，牛津大學面向機器學習研究人員做了一次大規(guī)模調(diào)查，調(diào)查的內(nèi)容是他們對 AI 進展的看法。這些研究人員預(yù)測，未來10年，AI 將在許多活動中超過人類，具體預(yù)測見下表：

微軟的這次突破，將機器翻譯超越人類業(yè)余譯者的時間，提前了整整7年，遠遠超出了眾多ML研究人員的預(yù)想。

雖然此次突破意義非凡，但微軟研究人員也提醒大家，這并不代表人類已經(jīng)完全解決了機器翻譯的問題，只能說明我們離終極目標又更近了一步。微軟亞洲研究院副院長、自然語言計算組負責人周明表示，在WMT17測試集上的翻譯結(jié)果達到人類水平很鼓舞人心，但仍有很多挑戰(zhàn)需要解決，比如在實時的新聞報道上測試系統(tǒng)等。

微軟機器翻譯團隊研究經(jīng)理Arul Menezes表示，團隊想要證明的是：當一種語言對（比如中-英）擁有較多的訓練數(shù)據(jù)，且測試集中包含的是常見的大眾類新聞詞匯時，那么在人工智能技術(shù)的加持下，機器翻譯系統(tǒng)的表現(xiàn)可以與人類媲美。

突破當前神經(jīng)機器翻譯范式局限，性能再上一個數(shù)量級

為了能夠取得中-英翻譯的里程碑式突破，來自微軟亞洲研究院和雷德蒙研究院的三個研究組，進行了跨越中美時區(qū)、跨越研究領(lǐng)域的聯(lián)合創(chuàng)新。

在這篇有24位作者的論文《機器翻譯：中英新聞翻譯方面達到與人類媲美的水平》（Achieving Human Parity on Automatic Chinese to English News Translation ）中，微軟研究團隊描述了他們?yōu)樾侣劃h英翻譯任務(wù)在規(guī)模數(shù)據(jù)集上實現(xiàn)人類水平所作的努力。

在論文中，作者表示他們解決了當前NMT范式的一些局限。 他們的研究主要貢獻包括：

利用翻譯問題的對偶性（duality），使模型能夠從源語言到目標語言（Source to Target）和從目標語言到源語言（Target to Source）這兩個方向的翻譯中學習。同時，這讓我們能同時從有監(jiān)督和無監(jiān)督的源數(shù)據(jù)和目標數(shù)據(jù)中學習。具體而言，我們利用通用的對偶學習（dual learning）方法，并引入聯(lián)合訓練（Joint Training）算法，通過在一個統(tǒng)一的框架中反復(fù)提高從源語言到目標語言翻譯和從目標語言到源語言翻譯的模型，從而增強單語源和目標數(shù)據(jù)的效果。

NMT系統(tǒng)從左到右自動回歸解碼，這意味著在按順序生成輸出期間，之前的錯誤將被放大，并可能誤導后續(xù)生成的結(jié)果。這只能部分通過波束搜索（beam search）進行補救。我們提出了兩種方法來緩解這個問題：推敲網(wǎng)絡(luò)（Deliberation Networks），這是一種基于雙路解碼來優(yōu)化翻譯的方法；以及在兩個Kullback-Leibler（KL）散度正則化項上的新訓練目標，鼓勵從左到右和從右到左的解碼結(jié)果變得一致。

由于NMT非常容易受到嘈雜訓練數(shù)據(jù)、數(shù)據(jù)中的罕見事件以及總體訓練數(shù)據(jù)質(zhì)量的影響，論文還討論了數(shù)據(jù)選擇和過濾的方法，包括跨語言句子表示。

最后，我們發(fā)現(xiàn)我們的系統(tǒng)是完全互補的，因此可以從系統(tǒng)組合中獲益很多，最終實現(xiàn)了機器翻譯達到人類水平的目標。

四大技術(shù)加持，神經(jīng)機器翻譯將成今后機器翻譯絕對主流

其中，微軟亞洲研究院機器學習組將他們的最新研究成果——對偶學習（Dual Learning）和推敲網(wǎng)絡(luò)（Deliberation Networks）應(yīng)用在了此次取得突破的機器翻譯系統(tǒng)中。其中，對偶學習利用的是人工智能任務(wù)的天然對稱性。當我們把訓練集中的一個中文句子翻譯成英文之后，系統(tǒng)會將相應(yīng)的英文結(jié)果再翻譯回中文，并與原始的中文句子進行比對，進而從這個比對結(jié)果中學習有用的反饋信息，對機器翻譯模型進行修正。

微軟亞洲研究院副院長、機器學習組負責人劉鐵巖

而推敲網(wǎng)絡(luò)則類似于人們寫文章時不斷推敲、修改的過程。通過多輪翻譯，不斷地檢查、完善翻譯的結(jié)果，從而使翻譯的質(zhì)量得到大幅提升?！拔覀冊谏疃葘W習和自然語言這兩者中間找到了一個平衡點，我們想通過對機器翻譯的研究，從自然語言的角度對機器學習做進一步的理解，找到一些直覺，再通過這個直覺反過來影響機器學習研究的路線，走出盲目嘗試的狀態(tài)。”微軟亞洲研究院副院長、機器學習組負責人劉鐵巖說。

那研究人員從推敲網(wǎng)絡(luò)中獲得的直覺是什么呢？他們發(fā)現(xiàn)，人在做翻譯的時候，在看見或聽完源語言后，腦子里會形成一個觀點，這其實就是編碼的過程。但是，我們真正把這句話當成目標語言講出來，實際上是三思而后行的。我們不會一個字一個字往出蹦，我們會先醞釀一下要怎么講，如果是文字翻譯，還可能不斷地修改，讓語句更加通順或者優(yōu)美。

“我們常常說，人會做推敲的事情，是‘僧敲月下門’還是‘僧推月下門’，要琢磨琢磨，上下文關(guān)系用哪個字更好，如何在一個機器學習的模型中將這種推敲過程體現(xiàn)出來，就是推敲網(wǎng)絡(luò)所要去嘗試的一個點?！眲㈣F巖告訴新智元。

推敲，也就是在解碼器，或者說在文本生成的過程多做點文章，把人的一些直覺放進去?！霸谖覀兊腄eliberationNet里面，解碼器是有多層的，解碼器先做一遍，可能翻譯得不太好，但從頭到尾翻譯完了，這句翻譯會再扔給下一個解碼器再做一遍，這個過程可以不斷反復(fù)，不停地去修改之前翻譯的完整結(jié)果，這其實就在做推敲。我們發(fā)現(xiàn)，這樣推敲后的結(jié)果比只過一次要好很多，多過一次時間代價會增多，但是結(jié)果會更好?！?/p>

微軟亞洲研究院副院長、自然語言計算組負責人周明

周明帶領(lǐng)的自然語言計算組多年來一直致力于攻克機器翻譯，這一自然語言處理領(lǐng)域最具挑戰(zhàn)性的研究任務(wù)。周明表示，“由于翻譯沒有唯一的標準答案，它更像是一種藝術(shù)，因此需要更加復(fù)雜的算法和系統(tǒng)去應(yīng)對。”

基于之前的研究積累，自然語言計算組在此次的系統(tǒng)模型中增加了另外兩項新技術(shù)：聯(lián)合訓練（Joint Training）和一致性規(guī)范（Agreement Regularization），以提高翻譯的準確性。聯(lián)合訓練可以理解為用迭代的方式去改進翻譯系統(tǒng)，用中英翻譯的句子對去補充反向翻譯系統(tǒng)的訓練數(shù)據(jù)集，同樣的過程也可以反向進行。一致性規(guī)范則讓翻譯可以從左到右進行，也可以從右到左進行，最終讓兩個過程生成一致的翻譯結(jié)果。

左邊是聯(lián)合訓練：從源語言到目標語言翻譯（Source to Target）P(y|x) 與從目標語言到源語言翻譯（Target to Source）P(x|y)；右邊是一致性規(guī)范

這次使用的技術(shù)，從對偶學習（Dual Learning）、推敲網(wǎng)絡(luò)（Deliberation Network）到一致性規(guī)范（Agreement Regularization），都屬于神經(jīng)機器翻譯（NMT）方法。而黃學東也認為，今后的機器翻譯領(lǐng)域，NMT也將成為絕對主流?！跋啾冉y(tǒng)計機器翻譯，神經(jīng)機器翻譯有一個很大的提高，而這次我們新的系統(tǒng)，相比普通的神經(jīng)機器翻譯，又有一個很大的提高?！?/p>

黃學東說：“我們這次的系統(tǒng)是把很多不同的機器翻譯系統(tǒng)組合到一起，這些系統(tǒng)每一個都能獨立工作，輸出結(jié)果，最終，我們再將這些結(jié)果綜合起來，輸出一個最好的結(jié)果。”

深度學習NLP掌握著實現(xiàn)強人工智能的鑰匙

對于語音識別等其它人工智能任務(wù)來說，判斷系統(tǒng)的表現(xiàn)是否可與人類媲美相當簡單，因為理想結(jié)果對人和機器來說完全相同，研究人員也將這種任務(wù)稱為模式識別任務(wù)。

然而，機器翻譯卻是另一種類型的人工智能任務(wù)，即使是兩位專業(yè)的翻譯人員對于完全相同的句子也會有略微不同的翻譯，而且兩個人的翻譯都不是錯的。那是因為表達同一個句子的“正確的”方法不止一種。 周明表示：“這也是為什么機器翻譯比純粹的模式識別任務(wù)復(fù)雜得多，人們可能用不同的詞語來表達完全相同的意思，但未必能準確判斷哪一個更好。”

復(fù)雜性讓機器翻譯成為一個極有挑戰(zhàn)性的問題，但也是一個極有意義的問題。劉鐵巖認為，我們不知道哪一天機器翻譯系統(tǒng)才能在翻譯任何語言、任何類型的文本時，都能在“信、達、雅”等多個維度上達到專業(yè)翻譯人員的水準。不過，他對技術(shù)的進展表示樂觀，因為每年微軟的研究團隊以及整個學術(shù)界都會發(fā)明大量的新技術(shù)、新模型和新算法，“我們可以預(yù)測的是，新技術(shù)的應(yīng)用一定會讓機器翻譯的結(jié)果日臻完善?！?/p>

研究團隊還表示，他們計劃將此次技術(shù)突破推廣到其他語言上面，同時應(yīng)用到微軟的商用多語言翻譯系統(tǒng)產(chǎn)品中。

黃學東認為，神經(jīng)機器翻譯，或者說深度學習，最激動人心的地方在于，它能夠?qū)W會自然語言內(nèi)部的embedded feature，把語言的結(jié)構(gòu)，語義結(jié)構(gòu)和語義的表示學習出來，再反饋到系統(tǒng)，從而實現(xiàn)自然語言理解的突破。

“機器學習需要很多數(shù)據(jù)，NLP沒有很多標注的數(shù)據(jù)，把表示學習出來，還能推廣到其他系統(tǒng)。”黃學東說：“NLP掌握著今后實現(xiàn)強人工智能的鑰匙。”