：yingsx第67章你們能比我更懂機(jī)器翻譯（5k）第67章你們能比我更懂機(jī)器翻譯（5k）：
“教授，你不是做語(yǔ)言翻譯的，語(yǔ)言是規(guī)則的游戲，概率這太不靠譜了。”保羅·加爾文還想再掙扎一下。
當(dāng)然他確實(shí)也不信翻譯和統(tǒng)計(jì)學(xué)能扯上什么關(guān)系。
詞語(yǔ)之間一一對(duì)應(yīng)。
英文單詞和俄語(yǔ)單詞一一對(duì)應(yīng)，直接直譯，擴(kuò)充語(yǔ)料庫(kù)。
在當(dāng)時(shí)的思維里，這才是正道。
也就是所謂窮舉法。
把所有的詞語(yǔ)做好一一對(duì)應(yīng)之后，自動(dòng)翻譯也就實(shí)現(xiàn)了。
統(tǒng)計(jì)學(xué)，概率游戲，不談如果林燃是對(duì)的，他們的無(wú)能會(huì)暴露無(wú)遺，光是林燃提到的改進(jìn)原理從直覺(jué)上來(lái)說(shuō)就是錯(cuò)誤的。
簡(jiǎn)單來(lái)說(shuō)，反直覺(jué)。
就像在GPT大模型出來(lái)之前，大家都覺(jué)得算法最重要。
GPT出來(lái)之后，大家開(kāi)始都一窩蜂力大飛磚。
等到deepseek的時(shí)候，好像算法有點(diǎn)用。
哪怕是頂級(jí)的研究人員，也會(huì)有盲從的問(wèn)題，會(huì)有迷茫、找不到方向、走不出來(lái)的情況。
在這個(gè)計(jì)算機(jī)的混沌年代，會(huì)這樣再正常不過(guò)了。
“精確？精確意味著出錯(cuò)，現(xiàn)在的計(jì)算機(jī)遠(yuǎn)遠(yuǎn)達(dá)不到精確這一點(diǎn)。
你們難道不清楚，你們?cè)?4年之所以演示出了良好的效果，是因?yàn)槟切┒碚Z(yǔ)句子是你們精挑細(xì)選出來(lái)的。
實(shí)際自然語(yǔ)言的復(fù)雜性要遠(yuǎn)超你們預(yù)期。
你們只做了語(yǔ)料庫(kù)的擴(kuò)展，規(guī)則覆蓋都沒(méi)有做，上下文依賴處理也沒(méi)有。
你們能比我更懂機(jī)器翻譯？”
林燃怒吼道：“你們做了九年都沒(méi)有進(jìn)展，現(xiàn)在立刻馬上按照我說(shuō)的去做！”
林燃的地位、實(shí)力和權(quán)力擺在這，他們根本沒(méi)有拒絕的選擇。
沃森會(huì)信林燃就不說(shuō)了，畢竟深藍(lán)項(xiàng)目才結(jié)束，國(guó)防部的麥克納馬拉那更是林燃說(shuō)什么就是什么。
你們這幫搞計(jì)算機(jī)的能比數(shù)學(xué)大師更懂計(jì)算機(jī)？
林燃在博弈論和統(tǒng)計(jì)學(xué)上展現(xiàn)出來(lái)的風(fēng)采，麥克納馬拉還沒(méi)忘呢。
IBM的CEO支持林燃，國(guó)防部部長(zhǎng)支持林燃，喬治敦大學(xué)的研究團(tuán)隊(duì)只能被按在地上摩擦。
“我們要做的一共五點(diǎn)，優(yōu)化算法和規(guī)則設(shè)計(jì)，擴(kuò)充語(yǔ)料和詞匯，改進(jìn)數(shù)據(jù)處理的效率，引入統(tǒng)計(jì)方法和硬件最大化利用。
其中改進(jìn)數(shù)據(jù)處理效率和硬件最大化利用由IBM方面負(fù)責(zé)。
另外三點(diǎn)則由喬治敦大學(xué)的成員們負(fù)責(zé)。
我們先來(lái)談優(yōu)化算法和規(guī)則設(shè)計(jì)。
你們一直的問(wèn)題在于，你們對(duì)于規(guī)則集的擴(kuò)張沒(méi)有引入更加細(xì)化的句法規(guī)則。
因?yàn)榇鎯?chǔ)有限，你們覺(jué)得擴(kuò)充對(duì)照詞匯庫(kù)就夠了。
實(shí)際上句法規(guī)則顯得更加重要。
你們需要做到，引進(jìn)常見(jiàn)的高頻句型。
對(duì)上下文進(jìn)行依賴處理。使詞匯翻譯考慮前后詞，通過(guò)有限的上下文窗口來(lái)減少歧義。
比如свет同時(shí)有光和世界的意思。
這個(gè)完全可以根據(jù)前詞判斷是光還是世界。”
沃森弱弱提醒道：“教授，你還會(huì)俄語(yǔ)啊？”
林燃一副理所當(dāng)然的樣子：“當(dāng)然，我都和科羅廖夫見(jiàn)了兩面，我不會(huì)俄語(yǔ)怎么和他交流的？
我同時(shí)會(huì)俄語(yǔ)、德語(yǔ)、英語(yǔ)和漢語(yǔ)。”
多語(yǔ)言大師的身份，給林燃的理論增添了幾分可信度。
在這個(gè)時(shí)代，科學(xué)家們會(huì)幾門語(yǔ)言并不奇怪。
當(dāng)然一些敏感部門會(huì)提高對(duì)你的懷疑。
以前面提到的約翰·麥卡錫為例，他就精通俄語(yǔ)，從小接受俄語(yǔ)教育長(zhǎng)大，盡管他出生在阿美莉卡。
“另外翻譯過(guò)程，應(yīng)該是模塊化設(shè)計(jì)，而不是簡(jiǎn)單的映射關(guān)系。
它應(yīng)該分成預(yù)處理、翻譯、后處理三部分。
預(yù)處理包括了分詞和詞形還原，翻譯才是詞典的映射，后處理是對(duì)語(yǔ)序進(jìn)行調(diào)整。
這樣來(lái)降低單次計(jì)算的復(fù)雜度，提高規(guī)則的復(fù)用率！”
林燃的話給了在座研究團(tuán)隊(duì)的成員們非常多的靈感。
就好像之前一直陷在百越的叢林里找不到出路，而現(xiàn)在天上出現(xiàn)一道光指引他們?cè)趺礃硬拍茏叱鰠擦置詫m。
大家都有點(diǎn)迫不及待去嘗試了。
所有研究人員都瘋狂在筆記本上記錄下林燃所說(shuō)的。
雖然不確定教授的方法是否管用，但有路總比之前沒(méi)有好。
再者，如果你不好好記下來(lái)，到時(shí)候被開(kāi)除只是教授一句話的事。
“好了剛才我們講了一些簡(jiǎn)單的內(nèi)容，現(xiàn)在才是最難的。
因?yàn)镮BM的機(jī)器不是那么強(qiáng)大，我們只能引入一些比較簡(jiǎn)單的統(tǒng)計(jì)學(xué)方法來(lái)提高我們翻譯的準(zhǔn)確度。
我把它叫做基于頻率的詞對(duì)齊。
這也是我們引入統(tǒng)計(jì)模型的核。
我們先要手動(dòng)分析平行句子，標(biāo)注俄語(yǔ)詞或短語(yǔ)與英語(yǔ)翻譯的對(duì)應(yīng)關(guān)系。
俄語(yǔ)句子Мыговоримомире
英語(yǔ)翻譯：“Wespeakaboutpeace
對(duì)齊結(jié)果：“мы”對(duì)應(yīng)“we”
“говорим”對(duì)應(yīng)“speak”
“о”對(duì)應(yīng)“about”
“мире”對(duì)應(yīng)“peace”
然后我們需要對(duì)這種對(duì)齊的頻率進(jìn)行統(tǒng)計(jì)。
統(tǒng)計(jì)每個(gè)俄語(yǔ)詞或短語(yǔ)在英語(yǔ)中的對(duì)應(yīng)翻譯出現(xiàn)的頻率。
例如，在語(yǔ)料中，“говорим”在80的句子中翻譯為“speak”，20翻譯為“talk”。
這樣對(duì)于我們就可以構(gòu)建概率表了。
將這些概率整理成表格，供機(jī)器進(jìn)行查詢。由于內(nèi)存空間有限，我們暫時(shí)只存儲(chǔ)高頻詞對(duì)，像出現(xiàn)次數(shù)前1000的詞對(duì)，忽略低頻情況。
當(dāng)翻譯某個(gè)詞的時(shí)候出現(xiàn)多個(gè)選擇，就參考概率表選擇最可能的翻譯。
另外就是統(tǒng)計(jì)相鄰詞的共現(xiàn)頻率。мы經(jīng)常與говорим一起出現(xiàn)，對(duì)應(yīng)Wespeak，機(jī)器在翻譯的時(shí)候則優(yōu)先選擇這個(gè)組合。
通過(guò)規(guī)則優(yōu)先處理和統(tǒng)計(jì)方法處理模糊情況的方式，來(lái)彌補(bǔ)規(guī)則的不足！”
林燃從統(tǒng)計(jì)學(xué)的角度給他們好好上了一課。
不過(guò)這只是一個(gè)開(kāi)始。
在座的研究團(tuán)隊(duì)們知道了林燃優(yōu)化策略的輪廓，具體實(shí)踐過(guò)程中還有大量的細(xì)節(jié)要進(jìn)行調(diào)整、嘗試和優(yōu)化。
不過(guò)光是現(xiàn)在所說(shuō)的引進(jìn)概率，這一點(diǎn)，在座喬治敦翻譯機(jī)器的資深研究員們都有種恍然大悟的感覺(jué)。
前面講的優(yōu)化算法和規(guī)則設(shè)計(jì)什么的，他們感覺(jué)有道理，但判斷不了具體實(shí)踐是不是真的管用。
但這統(tǒng)計(jì)學(xué)方法的引入，光靠想象就知道，能夠顯著提升喬治敦翻譯機(jī)器的效果。
當(dāng)天的工作結(jié)束后，紅石基地周邊的小餐館里，加爾文和多斯特爾特坐在角落，面前是兩杯當(dāng)?shù)靥厣钠【啤?
加爾文放下筆記本，嘆了口氣說(shuō)：“利昂，我們真的是蠢貨嗎？”
今天聽(tīng)完之后，加爾文都要懷疑人生了。
林燃提出了一整套的解決方案，這套解決方案里完整也就算了，其中很多點(diǎn)他們都想到過(guò)，但想不到要如何實(shí)現(xiàn)，另外就是一些他們連想都沒(méi)有想到的點(diǎn)。
一整個(gè)團(tuán)隊(duì)差不多快十年的研發(fā)思路，不如林燃一下午的干貨多。
加爾文已經(jīng)懷疑人生了。
“教授的想法不是超前，而是太實(shí)際了。
你會(huì)感覺(jué)天馬行空，但實(shí)際上結(jié)合在一起想想，又會(huì)覺(jué)得無(wú)比的實(shí)際。
哪怕現(xiàn)在還沒(méi)開(kāi)始，光是從教授提出的框架，我都能想到，采用這套完整方案對(duì)喬治敦翻譯機(jī)器升級(jí)后，它的效果會(huì)有多好。”加爾文接著感慨道。
現(xiàn)在他終于知道為什么NASA的研究人員和工程師能容忍林燃的毒舌了，差距太大，心服口服。
尤其統(tǒng)計(jì)相鄰詞匯共現(xiàn)頻率，這并不難想到，但他們就是想不到。
而用統(tǒng)計(jì)方法處理歧義場(chǎng)景，增加統(tǒng)計(jì)學(xué)算法，這個(gè)就他們連想都想不到。
多斯特爾特轉(zhuǎn)過(guò)頭，微微苦笑道：“我也一直在琢磨。他提出的統(tǒng)計(jì)方法，聽(tīng)起來(lái)像是天方夜譚，但結(jié)果擺在眼前。
我估計(jì)了一下，喬治敦翻譯系統(tǒng)在教授的指導(dǎo)下，質(zhì)量至少能提升一大截。
我們不需要精心準(zhǔn)備短句，它可以應(yīng)用在更廣泛的場(chǎng)景，而不是局限在軍事領(lǐng)域。”
加爾文點(diǎn)點(diǎn)頭：“是啊，我一開(kāi)始還不信，語(yǔ)言這種東西明明是規(guī)則驅(qū)動(dòng)的，怎么能靠統(tǒng)計(jì)解決？可他用事實(shí)讓我閉嘴了。
不愧是教授，教授對(duì)于本質(zhì)的洞察力是跨越領(lǐng)域的。”
多斯特爾特沉思片刻：“你說(shuō)的沒(méi)錯(cuò)，感覺(jué)就好像他能看穿機(jī)器翻譯的本質(zhì)。
也許這是數(shù)學(xué)訓(xùn)練帶來(lái)的好處，我怕自己再和教授多呆一段時(shí)間，我都想去念一個(gè)數(shù)學(xué)博士了。”
加爾文驚訝地看了他一眼：“數(shù)學(xué)博士？別開(kāi)玩笑。”
多斯特爾特認(rèn)真地說(shuō)：“我沒(méi)開(kāi)玩笑。
如果數(shù)學(xué)真的能夠幫助我們更好的洞察本質(zhì)，我覺(jué)得去念一個(gè)統(tǒng)計(jì)學(xué)的博士未嘗不可。”
加爾文沉默了一會(huì)兒，笑道：“如果你去，我也去。”
多斯特爾特舉起啤酒都要溢出的酒杯：“為教授干杯！教授將給我們帶來(lái)勝利！”
加爾文笑著回應(yīng)：“干杯！不過(guò)教授的脾氣，如果教授能溫和一點(diǎn)就好了。”
另一邊，IBM的兩位工程師卡斯伯特·赫德和彼得·謝里丹也對(duì)林燃佩服的五體投地。
卡斯伯特揉了揉太陽(yáng)穴，問(wèn)：“彼得，你覺(jué)得教授的統(tǒng)計(jì)模型真能行嗎？”
彼得放下筆，笑著說(shuō)：“卡斯伯特，我得坦白，一開(kāi)始我完全不看好他，可現(xiàn)在我徹底服了。教授提出的方法不但讓IBM7090的性能發(fā)揮到了極致，而且能讓翻譯從混亂的狀態(tài)至少有了概率做支撐”
卡斯伯特點(diǎn)頭：“我看喬治敦大學(xué)的那幫家伙也這么認(rèn)為的，你沒(méi)看到加爾文的態(tài)度從一開(kāi)始的質(zhì)疑到后來(lái)聽(tīng)的無(wú)比認(rèn)真。
教授的算法優(yōu)化得太完美了。”
彼得苦笑：“魔法嗎？作為這個(gè)時(shí)代最厲害的數(shù)學(xué)家之一，也許沒(méi)有之一，統(tǒng)計(jì)學(xué)對(duì)教授而言也許只是簡(jiǎn)單的數(shù)獨(dú)游戲罷了。
只是我沒(méi)想到教授能把概率論和語(yǔ)言學(xué)結(jié)合得如此巧妙，我以前從沒(méi)想過(guò)機(jī)器翻譯還能這么玩。”
卡斯伯特好奇地問(wèn)：“你說(shuō)教授精通俄語(yǔ)，他今天那幾句俄語(yǔ)，可是標(biāo)準(zhǔn)的不能再標(biāo)準(zhǔn)了。
同時(shí)還橫跨多個(gè)領(lǐng)域，別說(shuō)IBM，整個(gè)阿美莉卡恐怕也沒(méi)有人能搞出這樣的方案。
教授會(huì)不會(huì)和蘇俄有關(guān)？”
彼得無(wú)語(yǔ)道：“蘇俄人會(huì)讓教授呆在阿美莉卡？
要是我是尼基塔，我不可能讓教授這樣的人才呆在白宮。
哪怕能從NASA獲得技術(shù)機(jī)密，但無(wú)論獲得多少技術(shù)機(jī)密，恐怕都不如教授本身有價(jià)值吧。
而且你有沒(méi)有想過(guò)，如果教授沒(méi)有在NASA，而是在莫斯科和科羅廖夫聯(lián)手，你能想象這個(gè)場(chǎng)景下，阿美莉卡能贏得太空競(jìng)賽嗎？”
卡斯伯特只是想了想，就馬上搖頭：“絕對(duì)不可能。”
“所以，如果教授和蘇俄有關(guān)系，怎么可能呆在阿美莉卡。
他需要做的第一件事恐怕就是在莫斯科主導(dǎo)載人登月。”彼得笑道。
科學(xué)家通俄有可能，但擁有影響平衡能力的科學(xué)家通俄又不太可能。
如果說(shuō)他們只是佩服于林燃的學(xué)術(shù)造詣，那沃森就是全方位的佩服了。
和約翰·摩根類似。
不過(guò)沃森佩服的點(diǎn)和約翰·摩根又有所不同。
“教授，你是如何想到要通過(guò)展覽館的方式來(lái)打造企業(yè)形象呢？”沃森舉起紅酒杯，面帶微笑。
時(shí)代廣場(chǎng)邊的深藍(lán)展覽館給IBM贏得了巨大的聲望。
本來(lái)時(shí)代廣場(chǎng)一直以來(lái)都是紐約地標(biāo)式的建筑，幾乎每個(gè)到紐約的游客必打卡的景點(diǎn)。
而深藍(lán)展覽館以一種不屬于這個(gè)時(shí)代的風(fēng)格吸引了所有人的眼球。
結(jié)合里面全球僅此一份的人工智能國(guó)際象棋，能夠自動(dòng)和人對(duì)弈。
給當(dāng)下民眾的震撼是前所未有的。
阿美莉卡企業(yè)通過(guò)公開(kāi)展出的方式展示自身科技實(shí)力、宣傳自家科技產(chǎn)品的傳統(tǒng)由來(lái)已久，這樣的傳統(tǒng)可以一直追溯到英格蘭時(shí)期。
無(wú)論是最早斯蒂芬的火車還是后來(lái)的輪船，英格蘭人都是召集民眾，在報(bào)紙上大肆宣傳。
而阿美莉卡最早最成功的應(yīng)該是愛(ài)迪生的燈泡，后來(lái)貝爾的電話也是經(jīng)典案例。
但他們都只是瞬間的，只有那一個(gè)時(shí)刻，給民眾留下的印象要隨著產(chǎn)品進(jìn)入人們?nèi)粘Ｉ睿麄儾艜?huì)對(duì)企業(yè)、對(duì)品牌有一個(gè)更深的認(rèn)知。
而深藍(lán)展覽館的存在，每一個(gè)去過(guò)的民眾都會(huì)對(duì)那深藍(lán)和黑色線條組成的場(chǎng)館印象深刻。
IBM人工智能高科技的印象刻在了每一個(gè)參觀過(guò)的民眾的心里。
這對(duì)IBM都不僅僅是企業(yè)形象和人工智能捆綁這一點(diǎn)好處，這幾乎已經(jīng)奠定了，后續(xù)只要白宮下定決心要在人工智能領(lǐng)域和蘇俄爭(zhēng)個(gè)高下。
那供應(yīng)商將沒(méi)有別的選擇，只有IBM。
等于林燃的建議給IBM憑空送來(lái)一個(gè)全球最大客戶，還是動(dòng)輒數(shù)十年打底的長(zhǎng)期訂單。
約翰·摩根旗下的通用航天從NASA手里拿到訂單，好歹還給了林燃股份，沃森這可是什么都沒(méi)付出。
別說(shuō)林燃內(nèi)涵他是蠢貨，就算林燃直接指著他的鼻子這么說(shuō)，他也只會(huì)說(shuō)是是是，我是蠢貨。
包廂內(nèi)，服務(wù)員悄然退出，留下安靜的交談空間。
“因?yàn)槲矣X(jué)得像深藍(lán)這樣的人工智能，應(yīng)該給大眾留下足夠深刻的印象。
而不只在IBM內(nèi)部展示。
至于為什么要找藝術(shù)家來(lái)負(fù)責(zé)設(shè)計(jì)，一個(gè)普通的劇院怎么配得上深藍(lán)呢？”
沃森微笑著點(diǎn)頭：“你說(shuō)的太有道理了。
我第一次看到技術(shù)方舟建成的時(shí)候，我有一種它不屬于這個(gè)時(shí)代的感覺(jué)，正是有了你，才有了深藍(lán)和技術(shù)方舟的誕生。
教授，我必須敬你一杯。”
別說(shuō)什么霍金來(lái)了都得敬酒。
在林燃面前，你沃森也得給我敬酒。
沃森接著道：“教授，我代表IBM公司，向你致以最誠(chéng)摯的謝意。
不僅是深藍(lán)，在喬治敦IBM項(xiàng)目中你做出的貢獻(xiàn)令人嘆為觀止。你的創(chuàng)新方法將會(huì)讓我們的機(jī)器翻譯系統(tǒng)取得了突破性的進(jìn)展。”
雖然現(xiàn)在還談不上突破性進(jìn)展，但沃森已經(jīng)有充分的信心了。
林燃點(diǎn)了點(diǎn)頭，說(shuō)：“這是應(yīng)該的，另外沃森，我想無(wú)論是深藍(lán)還是喬治敦翻譯機(jī)器，我為IBM做出的貢獻(xiàn)不是金錢所能衡量的。”
林燃絲毫不謙虛。
這也讓沃森臉上的笑容僵硬住了：“教授，我們會(huì)給你一份足夠豐厚的金錢作為報(bào)酬的。”
林燃搖了搖頭：“我對(duì)金錢不感興趣。”
沃森想想也是，確實(shí)從來(lái)沒(méi)聽(tīng)說(shuō)過(guò)對(duì)方對(duì)金錢感興趣。
不過(guò)開(kāi)口就想要股份，沃森還是有些猶豫。
“教授。”還沒(méi)等沃森說(shuō)完。
林燃接著說(shuō)道：“我需要你滿足我一點(diǎn)小小的條件。
如果你無(wú)法滿足我的條件，也許我要認(rèn)真考慮和通用電氣合作的可能性了。”
通用電氣，要素察覺(jué)。
林燃和摩根家族的關(guān)系不用多說(shuō)。
沃森再清楚不過(guò)了。
而通用電氣也做計(jì)算機(jī)。
雖然通用不做大型計(jì)算機(jī)，但通用的GE225系列，作為一款基于晶體管的計(jì)算機(jī)，用于處理工資單、庫(kù)存管理和會(huì)計(jì)等任務(wù)。
通用電氣有這個(gè)能力，更有這個(gè)資本。
要是再加上林燃，和林燃作為大師的號(hào)召力，確實(shí)能對(duì)IBM造成巨大的威脅。
沃森的語(yǔ)氣一下就軟了下來(lái)：“教授，你想要什么？”
“《MIT輻射實(shí)驗(yàn)室系列》”
?>