搜索
大数据中国 首页 行业资讯 专家观点 查看内容
当同传遇上AI,数据和算法可以诠释更多的可能
2019-11-6 22:03 | 查看: 9316| 评论: 0

我们常常问,AI能做什么?

其实,真正的答案应该反过来问,AI不能做什么?

随着算力和算法的不断成熟,AI俨然已经进入下半场,许多设计师不再单单将AI的数据和自我学习能力当做突破的焦点,而是更多的探求AI与产品和应用之间的关联,以期布局以AI技术为核心的用户体验生态。

对于AI技术来说,这是一次技术下沉、落地生根的壮举。对于传统应用来说,这又何尝不是一次枯木又逢春?

那么,AI技术在同传领域会有什么样的可能,我们不妨根据案例探究一二。


所谓同传,指的是不间断的通过口译,来抹平语言沟通之间的鸿沟,曾经作为一个人类专属的工作,如今也有了AI的一席之地。

不过AI的编码和解码可不像想象中的这般容易,因为它不具备人类与生俱来的智力,AI的神经网络仍然需要工程师的编程和设计,这就很容易出现这种情况,那就是当AI面对程序中未预设的情况时,难以解码出相对合适的答案。放到同传领域中也是如此,当前AI与同传的结合,也会遇到很多未知的情况,比如各种生僻的小语种、嘈杂的噪音环境,甚至是口误情况的发生,都有可能给AI的识别和判定带来问题,以至于难以解码出相对合适的语句。

不过,即便AI同传并不是一件容易的事情,但是依然挡不住AI技术在同传领域的落地生花。比如,腾讯同传就提出了一个解决方案,它采用了定制强化语音识别引擎,且同时通过自研的神经网络机器翻译引擎与语音识别技术,以及NLP、去口语化等技术的处理,来应对各种复杂的语言环境。经过训练,腾讯同传的语音识别准确率和翻译可接受度行业领先。  

而且它的测试并不仅仅停留在理论之上,在进博会之上,新闻发布厅就采用了腾讯同传作为现场AI同传服务。AI同传如今已经成为了各类国际化论坛、大会的标配。

AI同传的应用,不仅是AI技术运用的展示价值,也在实际的为各种专业化会议提供了必要的翻译服务、会议纪要等服务,成为了辅助人类提高效率的智慧化工具。


AI技术的不断迭代

为什么会说会议同传的实际训练,可以给AI带来宝贵的经验?原因在于,作为一项数据和算法为核心的技术,AI的突破点在于自我学习能力。它可以帮助AI去理解事物的内在规律和表达层次,并经过多次实践的挖掘和比对,做到举一反三,以此实现自动化智能决策。

AI的学习能力包括监督式机器学习和非监督式机器学习,目的是为了提升决策的精准度。所谓监督式学习,是指在有明确结果数据的前提下,通过更迭算法对数据进行预测。

而非监督式学习对于AI的实际训练则更有意义,它从训练的一开始就不存在人工预设的明确数据,AI需要在更多变量的前提下,从海量的数据中寻找到相应的规律,并预测出相对合理的数据结果。

所以,通过这两种学习方式,腾讯同传在同传领域的实际应用,本身也是对AI技术的一次打磨,它在不同的语言之间,在不同的对话内容之间,从这些变量中,去了解更多的口音、更多的语法习惯,并就这些大相径庭的情况寻找出相对合理的答案,以此来满足各大会议中的同传需求。

 

AI最大的优势在于提升效率

随着国际化发展趋势的加快,翻译人才的需求较为强烈,除了各类会议的现场同传之外,跨国企业和机构的日常沟通、各类文书翻译等,都有强烈的需求,以更高效、高质和高性价比的方式提供翻译服务。

特别是在金融、法律、科技、医疗等专业领域,对内容的精准要求极高,专业的翻译人才存在缺口,比如金融领域,他需要翻译人员掌握大量的专业术语,同时也要实时了解金融行情的变迁,并且对于数据以及行情分析有着非常敏感的嗅觉,才能做出相对精准的同传。这种一将难求的局面,给这些领域的同传带来桎梏,很多场所会选择增加同传人员的数量来弥补精准度的问题,不仅仅提高了成本,也需要解决各个人工同传之间的配合问题。

所以,人工与AI的搭配合作,可以减少人工同传的工作量,缓解人工同传的工作压力,并经过比对提供相对更为精准的翻译内容,不仅仅能够提高同传效率以及信息发布效率,同时也有着相对更低的成本。对于同传行业而言,也缓解了人才匮乏,带来更大的发展机遇。

 

AI同传还有什么样的可能

机器化、自动化的同传服务,意味着相对于人工同传有着更低的成本。所以,这给更多领域的AI同传服务带来可能,比如像网约车的海外版本,可以通过AI同传接口直接翻译,给乘客以及司机带来无障碍的语言桥梁;又或者很多涉外的机构组织,各种语言的文档、图片、ppt等,都可以通过同传翻译,提升自身的国际化程度;甚至包括网络游戏,不同国家的玩家可以在游戏中无障碍交流等等。

在更多可以开动创意的定制化服务里,给AI 同传带来了更多可以开拓的市场,在这个大数据以及人工智能飞速发展的年代里,随着AI同传进行更加深度的学习以及数据库的不断完善,将给同传领域带来新的突破,在AI技术的赋能下,助力产业生态搭建!

免责声明: 除非特别声明,文章均为投稿或网络转载,仅代表作者观点,与大数据中国网无关。其原创性以及文中陈述文字和内容未经本站证实,对本文以及其中全部或者部分内容、文字的真实性、完整性、及时性本站不作任何保证或承诺,请读者仅作参考,并请自行核实相关内容。如果本文内容有侵犯你的权益,请发送信息至ab12-120@163.com,我们会及时删除

最新评论

关闭

站长推荐上一条 /1 下一条

大数据中国微信

QQ   

版权所有: Discuz! © 2001-2013 大数据.

GMT+8, 2024-12-6 21:37 , Processed in 0.090289 second(s), 23 queries .

返回顶部