格格党

手机浏览器扫描二维码访问

四（第2页）

我们在一个学期之内测试了2013年以前所有重要的翻译软件。

因为莫妮卡也懂一点法语，所以着重测试的是英法互译的部分。

她总能很清晰地解释为什么这些软件在面对一些句子时，能或不能派上用场。

然而，真正棘手的是在那以后被开发的软件，它们几乎都采用了深度学习的技术。

和以往一样，我们做了一些英法互译的测试，记录并分析翻译的结果。

然而，莫妮卡却发现我们唯一能做的就是分析结果，所有的过程都是在隐藏层完成的。

解释具体的翻译机制，显然已经超出了她的知识范围。

“我现在能确定，某类神经网络结构比另外一些更有效，能提高翻译的精准度。

引入了注意力机制之后，能降低梯度消失的风险。

但是，我无法解释翻译工作是怎样在隐藏层里完成的。

这些翻译软件对于我们来说，只是一个个‘黑箱’。”

“抱歉，我不太明白。”

“没关系，我也不明白。”

坐在我对面的莫妮卡摇了摇头，“而且这还只是二三十年前流行的深度学习。

后来苏黎世联邦理工学院的一个团队，设计了一套马里亚纳大学学习的算法，能让人工智能根据需要实时修改自己的神经网络，以往能实现可视化的神经网络模型，现在也都变成了隐藏层，而很多具体的运算更是在隐藏层中的隐藏层里完成的。

最新的机器翻译软件都采用了这套机制。

据说能极大地提高精准度，还能彻底解决梯度消失的难题，而代价也不过是完全牺牲了可解释性。

我没有办法分析它，任何人都没有办法。”

“这也就意味着……”

“我们可能要换个课题了。”

她说，“对不起，朱迪，都怪我低估了这个课题的难度，害得你和我一起浪费了这么多时间。”

“我也学到了很多东西。

比如说简单的句法理论和语义学的初级知识，当然，还知道了这个世界上有种名叫线性代数的学科，而Matrix（6）一词在子宫之外还有别的意思。

这些知识就算换一个课题应该也能派上用场。”

之后，我们用了一个小时左右的时间讨论未来该研究些什么。

结论大概是，她的强项在计算机技术，而我的强项在历史语言学，我们应该在这两者之间找个连接点。

于是我提议说，或许我们可以运用计算机科学来构拟古代语言。

对于这个提议，莫妮卡不置可否，说出口之后我也感到有些欠妥。

这的确是个很有挑战性的课题，也能发挥我们各自的长处，但它似乎没有什么应用价值。

但是，或许会有哪个电影或游戏需要让角色讲几句卢维语或瑟罗尼亚语，谁知道呢……

就在这个时候，小会议室的门被粗暴地推开了，走进来了一个看起来和我们同龄的女生。

她有一头略显暗淡的金色短发和一张轮廓鲜明的脸。

她穿着一件灰色的帽衫和一条紧身牛仔裤，帽衫正中间有个红色的字母“A”

，看来她和设计这件衣服的人都没有读过霍桑。

那个女生又向前走了几步，我才看清楚她眼睛的颜色—灰色之中有一点点蓝，就像英格兰随处可见的天空一样。

“这里是语言学小组吗？”

她问，又回过头去，像是想要确认一下贴在门上的那张纸，然而门已经自动关上了。