如何評價「谷歌用神經機器系統把漢語翻譯成英語，錯誤率最高下降85％」？

最近兩天最令我反感的一個中國科技新聞就是「谷歌神經機器翻譯取得了顛覆性的突破」。感覺集盡標題黨之能事，分分鐘想靠標題獲取點擊量~ 谷歌發了篇journal性質的「集成」式論文，探討了神經機器翻譯在良好的工程實現下，和統計機器翻譯的對比。然後，中國新聞用了誇張的手法，描述了這一成果。

我想說：大廈永遠不是一天建成的，這85%的錯誤率的下降是最近兩三年來，機器翻譯學者日以繼日的研究實現的。Seq2Seq+Attention讓錯誤率下降了X個點，Stack LSTM+系統領域谷歌N篇扛鼎製作讓錯誤率下降Y個點，之後直接Minimize Sentence loss(BLEU等）而不是Maximum Likelihood又讓錯誤率下降了Z個點。現在到好，卧槽，我看著標題以為以為這篇論文又讓NMT提高了百分之八十五，直接先看中文新聞再看Arxiv，最後發現是中國記者的筆讓機器翻譯系統顛覆式的飛躍了。秉著一個嚴謹的態度，應該說明這篇論文沒有方法學的提升，而是google以及其他學者之前的工作讓神經機器翻譯有了突破。

谷歌這篇論文：論文是已有模型的拼湊，工程味道很濃，是過去幾年自然語言處理領域好方法的集成，集成了Seq2Seq + Attention + Stack LSTM + Minimize Sentence Loss ，方法學上的貢獻不多，實驗經驗的貢獻比較多。從頭到尾，雖然我不是做機器翻譯的，我也可以光看他的圖和公式和簡單的符號解釋看明白論文。這個機器翻譯系統仍然基於Seq2Seq框架。Seq2Seq框架，這篇兩年前的NIPS論文可謂是重劍無鋒，大巧不工，為機器翻譯甚至是自然語言生成另闢蹊徑，讓很多已經做不下去的領域迎來了新的希望。之後又有Attention機制讓Seq2Seq模型更加優雅更加有效。再加上最近發現訓練時候，直接優化句子或者語料庫一級的目標，例如直接優化BLEU會讓模型訓練的更加有效。

最後吐槽一下錯誤率這個非常擅長造大新聞的指標，滿分6，原來3.694 現在4.263，這個數據並不讓人十分興奮。但是60%錯誤率的提升確是個大新聞！！！國內媒體在23頁論文中，其他都不看，就看了這個指標（而且只有一個語言是85%的提升）寫到了標題，說的嚴重些：其心可誅~ 如果按照錯誤率這個指標的下降，例如原來錯誤率3%，現在1.5%（我不知道這是下降了50%還是100%），提高了1.5個點在很多數據集上這1.5個點的提升是過不了統計學的顯著性檢驗~

總之，我是不怎麼信有什麼 奇點 理論的，磚要一塊一塊搬，機器翻譯要一行一行代碼寫，每篇論文提高一小步。人工智慧大家不要相信今天，但一定要相信明天。

TAG:知乎 |

※「深度」AI 入侵翻譯，神經機器翻譯進化讓巴別塔7年內成真
※阿里雲PAI將神經機器翻譯訓練效率提升5倍
※神經機器翻譯的六大挑戰以及基於短語統計機器翻譯的不足與改進
※將科幻變成現實，谷歌百度用神經機器翻譯踐行人類「巴別塔之夢」
※將科幻變成現實，谷歌百度用神經機器翻譯踐行人類巴別塔之夢
※谷歌翻譯高勤：神經網路技術將主導機器翻譯的未來
※萬字「全文」詳解谷歌神經網路機器翻譯NMT
※第29期直播預告：神經系統異常機械張力評估
※從剪枝法到低秩分解，手機端語言模型的神經網路壓縮
※成功才是成功之母，「勝利者效應」的神經機制首次被發現
※評蘋果A11神經網路引擎：AI加速將成為高端手機晶元標配
※單場35分神經刀空降火箭？莫雷欲出三將做籌碼，哈登迎來頂級替補
※庫里三分最不準的一年：命中率跌破40％ 變神經刀式射手
※用上神經網路的谷歌翻譯評測效果的確不錯，可它居然威脅要吃了我？
※神經機器翻譯再立新功：實時機器翻譯取得重大進展
※「脆弱的AI」神經網路存在後門，特定觸發器攻擊準確率超90%
※突發性耳聾：指的是3天之內連續3個聲音頻率大於30分貝感音神經性聽力減退的癥狀
※吳克群左耳神經毀損！　確診失聰「像聽機器人說話」
※分分鐘能讓你笑成神經病！十部堪稱解壓神器的喜劇