不久之前，同传AI刚刚在国内掀起暴风雨，以至于让大众认为现阶段的AI技术尚未达到企业宣传的程度。

不过，近日，百度于硅谷宣布了最新重大突破，即一个名为STACL的同传AI，其论文结果优异，Demo的效果也很惊人。并且，MIT科技评论、IEEE Spectrum等一众外媒，还纷纷给出好评。

攻克AI同传翻译难题众所周知，在AI领域，两种语言的“即时互译”是一项难以攻克的技术问题，之所以如此，是在于源语言和目标语言之间存在较大的词序和语序的差异。

百度STACL同传AI则解决了这一难题。

据百度方面介绍，STACL具备了预测能力和可控延迟的即时机器翻译系统，其可实现两种语言之间的高质量、低延时翻译。

那STACL翻译能达到什么程度?IEEE Spectrum在采访之后给出了类比：跟联合国会议里的人类同传相媲美。

如果真是如此，那百度AI同传相比其他同类产品的突破确实是蛮大的。

从百度展示的Demo来看，STACL不走“整句说完再翻译”的路线，甚至还会预测发言者未来几秒的内容，其翻译工作延时非常短，与原句只差几个字。

虽说这个AI目前只是同步翻译成文字，还没有合成译文的语音，但这不是重点。关键是，不知道有没有注意到，这种“只差几个字”有多难得。

在Demo中，还没等“美国总统布什与俄罗斯总统普京在莫斯科会晤。”这句汉语说到莫斯科，自动翻译的英语已经出现了“meet”，也就是汉语句末的“会晤”。

事实上，我们可以看出，这个“meet”，是AI从前半句话里脑补出来的，依据的是美国总统最可能与其他人发生怎样的活动。

因此，百度这个同传AI，不用等一句话说完，就能开始翻译了。

预测即时翻译能力从何而来?为了能够让STACL拥有预测和即时翻译能力，百度开发人员从人类译员身上获得启示，从而研发了“wait-k words”模型，该模型可以根据历史信息，直接预测翻译中目标语言词汇。

此外，该模型在翻译质量和翻译延迟之间做出了很好的平衡，用户可根据实际需求设定延迟时间(例如延迟1(k=1)词或延迟5(k=5)词)。

比如，法语和西班牙语这种较为接近的语言，延迟可设置在比较低的水平;但是，对于英语和汉语这种差异较大的语言，以及英语和德语这种词序不同的语言，延迟应当设置为较高水平，以便于更好的应对差异。

图：百度AI同传技术研究论文，地址https://arxiv.org/abs/1810.08398

据悉，为此，百度把它和两个翻译模型结合起来做了实验，一个是比较早期的RNN翻译模型，另一个是Google在2017年推出即大热的Transformer。

不过，wait-k不仅仅适用于这两个模型，而是可以用在任何序列映射(sequence-to-sequence)模型上。也就是说，只要有个模型能搞定两种语言之间的翻译，加上这个wait-k做一点小改造，就能实现同传了。

一个机器翻译系统，离不开分析输入语言的编码器和输出目标语言的解码器，而wait-k对机器翻译模型所做的小改动，就在解码器上。它让解码器在输出内容的同时，能预测编码器还没有输入的东西。

百度的“一揽子”解决方案在同传领域，百度除了推出同传AI产品外，还联合语音技术、机器翻译技术，从语音识别、翻译质量、时延、融合领域知识等方面推出了“一揽子”解决方案。

相比人类译员，机器最大的优势就是不会因为疲倦而导致译出率下降，这也使得机器的译出率可达到100%，远高于人类译员的60%-70%，同时，在价格上也占有优势。

然而，在翻译正确率上，现阶段的机器同传却有点一言难尽。

为此，百度联合在语音识别方面，区别于传统的上下文相关的建模技术，提出了上下文无关音素组合的中英文混合建模单元，包含1749个上下文无关中文音节和1868个上下文无关英文音节。据介绍，该方法具有泛化性能好、中英文混合识别等特点。

在翻译质量方面，百度还提出了“语音容错”的对抗训练翻译模型，该模型可根据语音识别模型常犯的错误，在训练数据中有针对性的加入噪声数据，从而使得模型在接收到错误的语音识别结果时，也能够在译文中纠正过来。

如，语音识别系统将“大堂”错误的识别为“大唐”，这一对噪声词将被自动收录到训练数据中，并将源语言句子“我们在酒店大唐见面吧”替换为“我们在酒店大堂见面吧”，而保持目标语言翻译不变“Let's meet at the lobby of the hotel”，同时将这两个中文句子用于训练，进而获得具有更强的容错能力模型。

此外，如前文所言，百度在降低延时并提升翻译质量方面，研发出了“wait-k words”模型，从而解决这些问题。

最后，我们都知道，在同声传译时，经常会遇到不同领域的专业知识，这就要求同传人员在短时间内吸收大量相关领域的内容，这对他们而言，也是极大地挑战。

基于此，百度模仿人类同传的准备过程，提出了快速融合领域知识策略。该策略依托百度海量的互联网大数据，训练得到具有通用翻译能力的模型。

当它接到某一个领域的同传翻译任务时，系统会收集该领域数据并在通用模型的基础上进行增强训练，得到相应领域增强模型。最后对该领域术语库进行强制解码，使专业术语翻译得准确可靠，且提升翻译效率。

结语：AI同传亟待检验据悉，此次百度在AI同传上的重大突破首先在外媒发布。外媒中，给出最好评价的媒体是IEEESpectrum，前文所言，IEEE在报道中认为，百度开发的这个新系统，揭示了一种通过预测未来而保持稳定的翻译工具，可以与联合国会议期间提供同传服务的口译人员相媲美，让人们离软件巴别鱼又近了一步。

此外，还有将百度与谷歌进行对比的，如南华早报评论：随着百度新的翻译系统亮相，百度向谷歌发起了挑战。

除了这两家之外，其他媒体报道内容差不多，多对该技术存在观望的态度，或与谷歌等相对比。

众所周知，之前科大讯飞AI同传造假事件，使得大众对于AI机器翻译能力产生很大的疑问。在此阶段，百度宣布AI同传技术的重大突破，难免会让人产生疑虑。

不过，该技术到底好与不好，究竟是重大突破，亦或是只是完美Demo，到时候我们一看便知。因为，最快百度将于下周的年度技术大会上，对该技术进行公开展示。