ai的核心问题是如何「产生」，不管是imagenet还是svd，都是一种「训练」过程，这种练习的价值基于特征提取完成后对目标的预测。那么这些特征能不能「产生」呢？根据经验，是的。举个简单的例子，微博上一般都是这样子对话的：这种对话很好「产生」，因为人的语言翻译一般很难做出来，从整体上描述了人对话过程，这样就完成了对话的设计和「模仿」。
当然，单这么说也不严谨，可能有的翻译有点细节交流上的错误。另外，比如歌词有时也可以通过一些对比的对话（bingquery）自动生成，原因在于歌词是「不可编码」的。这么理解，也就没问题了。学习的方式可以参考：可以参考一下阿里的ai翻译技术！在ai技术的未来是翻译机还是翻译官？
阿里技术专家李天龙表示，「翻译领域的ai很早就在做了，其实我们是始于语言智能的概念，在那个时候还有参会人，北京的全球翻译这些事情，虽然进展不大，但是是个好的机会。」李天龙年毕业于中国科学技术大学（今年最新学历是中国科学院大学硕士，学位博士，副教授），后在北京工业大学、北京外国语大学、香港浸会大学（新）、中国科学院大学、北京航空航天大学、东北大学、复旦大学、上海交通大学、浙江大学、浙江工业大学、广东外语外贸大学、四川外国语大学、江西外国语大学等高校获得学士、硕士和博士学位。
经历了十余年的坚持和实践后，现在已经获得国家知识产权专利27项。年开始的人工智能寒冬，使翻译领域更加难以寻找可靠的切入点。过去的这几年，虽然中英翻译领域依然火热，但已经迅速遇冷。随着人工智能的发展，以ai为代表的自然语言处理模型不断落地，翻译领域终于迎来了人工智能的春天。尽管，ai翻译早在年就已经发布，却一直没有应用落地，直到年才开始真正的火热。但从这一年开始，人工智能算法翻译的质量和数量已经日趋成熟，通过ai翻译技术来实现质量和数量大幅提升已经开始显现其价值。
对比人工翻译及自然语言处理翻译，ai翻译存在哪些优势？李天龙认为，人工翻译是处理大量的文本，自然语言处理翻译处理中只处理了少量的文本，但同时人工翻译又面临着很多限制，导致不能够发挥出ai翻译的优势。ai翻译最大的优势，其实在于单句或单篇文本的精度要高于人工翻译。有些翻译内容更接近当下人们生活，更加贴近实际需求。如今，人工翻译需要先通过查词典发现一个很长的句子，再使用逐句逐词的精细翻译，发现问题，解决问题，但ai直接会翻译一个简单句，短句直接翻译得更快。
转载请注明：http://www.0431gb208.com/sjslczl/3795.html
