5月10日，F(xiàn)acebook發(fā)布了一項新的機器翻譯技術，使用CNN技術而非傳統(tǒng)的RNN，在翻譯準確度超越了此前被認為是2016年10大AI突破技術的谷歌機器翻譯，并且翻譯速度上快了9倍。Facebook稱，在速度上，新的機器翻譯系統(tǒng)創(chuàng)下新的世界紀錄。 本文帶來對基于神經網絡的機器翻譯（NMT）技術的研究狀況介紹和對比。我們看到：這一技術在過去兩年中已經成為AI 界的一個熱點研究，在未來還會更加火熱。

　　學術界對神經機器翻譯（NMT）的研究興趣不減。今年到5月份為止，在開放存取論文網站 arXiv.org 上發(fā)表的有關 NMT 的研究論文數(shù)量幾乎相當于2016年全年的該主題論文數(shù)量。這個數(shù)字印證了我們在去年底預測的趨勢。

　　截至5月7日，arXiv.org 存儲庫中在標題或摘要中包含 NMT 的論文共有137篇，其中2014年發(fā)表的只有7篇，2015年增加到11篇。發(fā)生突破的是2016年，發(fā)表的論文達到67篇。

　　NMT，或稱基于神經網絡的機器翻譯方法，被視為是基于短語的統(tǒng)計機器翻譯（SMT）和更早以前的基于規(guī)則的方法的一個突破。

　　雖然有許多研究和比較評估指出 NMT 在實現(xiàn)更流暢的翻譯結果方面有優(yōu)勢，但該技術仍處于研究的初級階段，許多有趣的研究方向正在繼續(xù)展開。

　　大多數(shù)NMT研究者來自美國

　　到本文發(fā)布為止，2017年提交到 arXiv 的 NMT 主題下的論文的作者涉及全球范圍的173名研究者，其中大多數(shù)（63名）來自美國的大學或研究機構。

　　最高產的作者是 Kyunghyun Cho，紐約大學計算機科學系，庫朗數(shù)學研究所的助理教授。去年一年，Cho 的淪為得到14次引用。

　　Cho 作為共同作者的論文一共三篇，分別是：《Nematus：一個神經翻譯工具包》，《學習句法分析和翻譯改進 NMT》，以及《可訓練的NMT的貪婪解碼》，協(xié)作者包括來自愛丁堡大學，海德堡大學和歐洲蘇黎世大學的研究人員， 東京大學和香港大學， 以及土耳其中東技術大學。

　　除 Cho 之外，還有62位來自九所美國大學的研究人員在 arXiv 公布了他們在 NMT 方面的研究，這九所大學分別是：加州大學伯克利分校，CMU，紐約大學，麻省理工學院計算機科學與人工智能實驗室，劍橋大學，斯坦福大學，佐治亞理工學院，約翰霍普金斯大學，以及哈佛大學。

　　來自歐洲的61位研究者也在這一主題下發(fā)表了大量論文，作者的國籍包括：英國（18），德國（11），愛爾蘭（13）和荷蘭（7）。

　　來自亞洲的有58篇NMT主題的論文，主要來自中國（包括香港和臺灣）31篇，日本22篇，韓國3篇以及新加坡2篇。

　　來自美國科技巨頭的研究團隊，例如Facebook Research、谷歌大腦、IBM Watson、英偉達（NMT 運行于其GPU 芯片之上）以及機翻技術先驅SYSTRAN 也一直在向arXiv 貢獻研究成果。

　　例如，來自谷歌大腦研究人員的論文提供了有關構建和擴展 NMT 架構的洞見，并提供了一個開源的 NMT 框架來驗證結果。

　　哈佛和 SYSTRAN 的研究者介紹了一個開源的 NMT 工具包 OpenMT，它提供了一個用于訓練和部署神經機器翻譯模型的庫。他們表示，該工具包將進一步發(fā)展，“在研究前沿保持強大的 MT 成果”，為產出類應用提供了穩(wěn)定的框架。

　　NMT，數(shù)學遇見語言

　　Facebook 于2017年5月9日宣布，正在開源其 NMT 模型，并有一篇關于論文 發(fā)在 arXiv 上。 該論文以《神經機器翻譯學習聯(lián)合多語言句子表征》為題（Learning Joint Multilingual Sentence Representations with Neural Machine Translation），由其 AI 研究團隊的兩名成員與 the Informatics Institute – University of Amsterdam 和 the Middle East Technical University 的其他兩位研究人員合作撰寫。

　　在亞洲，中國互聯(lián)網供應商騰訊今年有兩篇論文貢獻出來。 一篇來自其深圳的 AI Lab（《神經機器翻譯源句法建模》（Modeling Source Syntax for Neural Machine Translation））; 另一篇，來自騰訊移動互聯(lián)網部門（《使用線性關聯(lián)單位的深度神經機器翻譯》（Deep Neural Machine Translation with Linear Associative Unit）），這是和蘇州大學、中國科學院及都柏林大學的聯(lián)合研究。

　　北京的微軟亞洲研究院今年也開始進行 NMT 方面的研究。本月剛上傳了兩篇論文（《對抗神經機器翻譯》（Adversarial Neural Machine Translation）和《MAT：圖像字幕多模態(tài)轉換器》（MAT: A Multimodal Attentive Translator for Image Captioning））。

　　微軟自己的研究人員與中國科技大學、臺灣中山大學，廣東省信息安全技術重點實驗室，清華大學，UESTC 和 Johns Hopkins University 等科研人員展開了研究合作。