NIKKEI——日本經濟新聞中文版

       通過電腦完成筆譯和口譯的自動翻譯（又稱機器翻譯）的性能一直在提高。巧妙運用人工智慧（AI）的第3代翻譯演算法已經問世，根據每個用戶設定翻譯模式的機制也取得進展，翻譯的準確度顯著提高。5年後有望實現媲美同步翻譯的性能。

       隨著自動翻譯消除語言的障礙，與外籍勞動者等海外人才溝通、跨境平臺業務的拓展都將更加順暢。

       2016年，谷歌在網上公開了採用深度學習的「神經機器翻譯（NMT）」。在同一時期，微軟和日本情報通信研究機構（NICT）也採用了神經機器翻譯。此前主流的統計機器翻譯採用以大量數據生成的統計模型，與之相比，神經機器翻譯的準確度飛躍式提高。

       初期的神經機器翻譯採用了屬於深度學習之一的「遞歸神經網路（RNN）」。後來問世的是被稱為「Transformer」的第2代演算法，自2019年前後開始普及。

       Transformer納入了名為「注意力機制」的AI機制，在確定一個單詞的翻譯結果時，會考慮應關注其前後的哪些單詞。

       2017年涉足AI翻譯服務的德國初創企業開發的「DeepL」也採用第2代神經機器翻譯。雖然沒有官方的比較數據，但DeepL被認為在日英互譯方面達到了媲美谷歌最新版的頂尖水準準確度。

       日本情報通信研究機構在繼Transformer之後的第3代神經機器翻譯演算法開發上拿出了時間表，最快將在2020年秋季引進。新技術的詳細情況沒有透露，但研究員隅田英一郎表示，「和Transformer相比，獲得的譯文和人工翻譯範例的偏差更小更自然，學習數據量也有所減少」。新一代神經機器翻譯的研究在海外也取得進展，隅田表示「主要的參與企業或將在明年之前改為新演算法」。