網(wǎng)上有很多關(guān)于pos機(jī)和計(jì)算機(jī)有什么區(qū)別,用計(jì)算機(jī)取代同聲傳譯的知識(shí)，也有很多人為大家解答關(guān)于pos機(jī)和計(jì)算機(jī)有什么區(qū)別的問題，今天pos機(jī)之家(m.afbey.com)為大家整理了關(guān)于這方面的知識(shí)，讓我們一起來看下吧!

本文目錄一覽：

1、pos機(jī)和計(jì)算機(jī)有什么區(qū)別

pos機(jī)和計(jì)算機(jī)有什么區(qū)別

點(diǎn)擊上方“極客公園”可以訂閱哦！

[核心提示] 效果好了起來，但可能還沒那么快。

耶和華說：「看哪！他們成為一樣的人民，都是一樣的言語……我們下去，在那里變亂他們的口音，使他們的言語彼此不通?！?/p>

是眾人的塔半途而廢，人類也各散東西。

《圣經(jīng)》以巴別塔解釋不同的種族和語言因何存在，如今的人們用這座未能建成的通天高塔象征語言不通帶來的混亂隔閡。探險(xiǎn)、貿(mào)易甚至戰(zhàn)爭(zhēng)讓人類之間彼此發(fā)現(xiàn)、了解，交通工具碾「平」世界，無可抗拒的洪流中語言成了絆腳新石。出于理想，1887 年猶太人柴門霍夫（?azarz Ludwik Zamenhof）以印歐語系為基礎(chǔ)創(chuàng)建世界語（Esperanto），試圖以此消弭國(guó)際交往中的語言障礙。但時(shí)至今日使用世界語的人數(shù)，仍不足世界人口的 0.03%。

世界語既像語言，又不像任何語言

沒有使用環(huán)境、沒有文化和歷史基礎(chǔ)的語言，推進(jìn)速度與愿望相去甚遠(yuǎn)。于是有人發(fā)出感慨：

英語才是世界語。

人人學(xué)習(xí)英語？過去的 20 年理想實(shí)踐，似乎并沒收到同樣理想的效果。

或者，能不能求助于機(jī)器，讓交流自然發(fā)生？

尋找機(jī)器翻譯

當(dāng)我看到俄文文章，我說「它就是以英語寫成，只是被古怪符號(hào)加密而已。現(xiàn)在我要破解密碼?！?/p>

瓦倫·韋弗（1947）

出于對(duì)信息論的研究、二戰(zhàn)時(shí)期密碼破譯的推動(dòng)以及「大同語言」的理想，瓦倫·韋弗（Warren Weaver）在 1949 年發(fā)表的備忘錄《翻譯》中首次建議將計(jì)算機(jī)應(yīng)用于翻譯。5 年后美國(guó)喬治敦大學(xué)（Georgetown University）在 IBM 公司協(xié)同下，以 IBM-701 計(jì)算機(jī)首次完成了機(jī)器翻譯試驗(yàn)。基于 6 項(xiàng)語法規(guī)則和 250 字詞匯表的俄英翻譯系統(tǒng)，能將「Mi pyeryedayem mislyi posryedstvom ryechyi」翻譯成「我們通過語音傳遞思想」。瓦倫·韋弗的構(gòu)想被實(shí)現(xiàn)了，出于軍事、政治、經(jīng)濟(jì)等多方面因素考慮的政府也開始大量撥款支持研究。

瓦倫·韋弗本人

然而就像 1956 年的認(rèn)為一個(gè)夏天就能突破 AI（人工智能）技術(shù)核心的計(jì)算機(jī)專家們一樣，樂觀和熱情并不能左右現(xiàn)實(shí)存在的客觀阻力。自試驗(yàn)成功后基于規(guī)則（Rule－based）的機(jī)器翻譯占據(jù)了研究主導(dǎo)，但這種系統(tǒng)有著天生弱點(diǎn)難以回避：以詞匯為轉(zhuǎn)換核心卻又無法選擇出最恰當(dāng)結(jié)果，只好將所有選擇都輸出；語法與算法混雜在一起，使得系統(tǒng)不僅復(fù)雜瑣碎，設(shè)計(jì)完成后亦無法擴(kuò)展。這種機(jī)器翻譯生成的譯文，質(zhì)量相當(dāng)?shù)土印?/p>

「早期對(duì)簡(jiǎn)單或選定文本的機(jī)器翻譯看似鼓舞人心，但對(duì)一般科學(xué)文獻(xiàn)的機(jī)器翻譯卻無一例外地令人失望?！?/p>

1966 年由美國(guó)國(guó)防部、美國(guó)國(guó)家科學(xué)基金會(huì)和中央情報(bào)局組成自動(dòng)語言處理顧問機(jī)構(gòu)（ALPAC）發(fā)布報(bào)告《語言與機(jī)器》，全面否定這一項(xiàng)目的可行性，機(jī)器翻譯從此陷入了長(zhǎng)達(dá) 10 年的僵局。

啊，不小心放錯(cuò)了片場(chǎng)

事實(shí)上瓦倫·韋弗備忘錄中所提到是基于統(tǒng)計(jì)學(xué)的機(jī)器翻譯，但喬姆斯基 (N.Chomsky，語言學(xué)家) 等人認(rèn)為語言是無限的，基于經(jīng)驗(yàn)主義的統(tǒng)計(jì)描述永遠(yuǎn)無法滿足實(shí)驗(yàn)需求。限于設(shè)備成本和運(yùn)算速度，統(tǒng)計(jì)的價(jià)值難以凸顯，瓦倫·韋弗構(gòu)想中的方法很快就被放棄。

直至 1990 年 Peter F. Brown 發(fā)表統(tǒng)計(jì)機(jī)器翻譯開山之作《A Statistical Approach to Machine Translation》，基于大數(shù)據(jù)加以分析以構(gòu)建機(jī)器翻譯系統(tǒng)得以重回人們的視野，現(xiàn)代機(jī)器翻譯紀(jì)元才真正開始。

語言、數(shù)據(jù)和統(tǒng)計(jì)模型

機(jī)器翻譯涉及計(jì)算機(jī)、認(rèn)知科學(xué)、語言學(xué)、信息論等學(xué)科，是人工智能的終極目標(biāo)之一。

谷歌翻譯（Google Translate）項(xiàng)目開始于 2001 年，當(dāng)時(shí)不僅只提供 9 種語音互譯且翻譯「質(zhì)量不高，幾年來也沒有什么提高?！怪钡?2004 年 弗朗茨·歐赫（Franz Och）加入谷歌翻譯，糟糕的狀況才得以改善。

頗具傳奇色彩的弗朗茨·歐赫，哦對(duì)了2014年從谷歌離職

自 2002 年起美國(guó)國(guó)家標(biāo)準(zhǔn)和技術(shù)研究所開始組織 NIST 機(jī)器翻譯評(píng)評(píng)估機(jī)器翻譯系統(tǒng)結(jié)果的質(zhì)量，在首屆評(píng)測(cè)中取得第一名的機(jī)器翻譯系統(tǒng)，正是由當(dāng)時(shí)在亞琛工業(yè)大學(xué)攻讀博士學(xué)位的歐赫開發(fā)。

「只要給我充分的并行語言數(shù)據(jù)，對(duì)于任何的兩種語言，我都可以在幾小時(shí)之內(nèi)構(gòu)造出一個(gè)機(jī)器翻譯系統(tǒng)。」

在歐赫的研究中，位列第一的永遠(yuǎn)是數(shù)據(jù)規(guī)模。嘗試過使用句法知識(shí)改變系統(tǒng)后，歐赫得出句法知識(shí)對(duì)統(tǒng)計(jì)機(jī)器翻譯毫無用處、甚至有反作用的結(jié)論。獨(dú)立于語言的算法使得計(jì)算機(jī)專家在不了解語言的情況下，通過算法就可以得到相當(dāng)不錯(cuò)的翻譯結(jié)果。對(duì)于信仰最簡(jiǎn)單的模型和最大量數(shù)據(jù)的歐赫來說，谷歌的海量數(shù)據(jù)規(guī)模使他如魚得水。

「……機(jī)器翻譯的美妙之處：最重要的事情是擅長(zhǎng)數(shù)學(xué)和統(tǒng)計(jì)學(xué)，然后又會(huì)編程，那就可以了。」

谷歌翻譯的基本原理是通過對(duì)大量平行語料的統(tǒng)計(jì)分析構(gòu)建模型，再通過這個(gè)模型翻譯。生成譯文時(shí)，需要先在大量人工翻譯的文檔中尋找模型并進(jìn)行合理的猜測(cè)，再得出恰當(dāng)?shù)姆g。針對(duì)特定語言可供分析的人工翻譯文檔越多，譯文的質(zhì)量就越高。

作為統(tǒng)計(jì)方法的忠實(shí)信徒，歐赫將谷歌從互聯(lián)網(wǎng)上采集的所有英語文檔都用來訓(xùn)練語言模型。起初系統(tǒng)運(yùn)行得非常緩慢，1000 個(gè)句子的翻譯需要 1000 臺(tái)電腦外加 40 個(gè)小時(shí)才能完成。但巨大的語料庫(kù)和語言模型，使得歐赫所代表的谷歌公司在 NIST 評(píng)測(cè)中取得了他人難以撼動(dòng)的優(yōu)勢(shì)地位。在 2005 年 NIST 漢英測(cè)評(píng)中，谷歌位列第一。到了 2006 年除了漢英機(jī)器翻譯的受限語料項(xiàng)目，NIST 所有項(xiàng)目測(cè)評(píng)的第一都是谷歌。

從英文名看，是種極特殊的食物

確定方向的歐赫帶領(lǐng)團(tuán)隊(duì)開始翻譯攻克速度的問題，此后的六年時(shí)間谷歌翻譯團(tuán)隊(duì)一直集中解決核心翻譯質(zhì)量和語言覆蓋量。機(jī)器翻譯需要海量的數(shù)據(jù)存儲(chǔ)空間以及高效的運(yùn)算能力，谷歌擁有的分布式計(jì)算系統(tǒng) (MapReduce) 和分布式存儲(chǔ)系統(tǒng) (BigTable)，恰好滿足了這兩方面需求。

「我們暢想著，在未來世界上每個(gè)人都可以互相分享信息，無論你在哪里，說什么語言?！?/p>

時(shí)至今日谷歌翻譯已經(jīng)可以提供 80 種語言之間的即時(shí)翻譯，甚至包括網(wǎng)絡(luò)上極罕見的孟加拉語、巴斯克語、意第緒語以及世界語。然而在歐赫的團(tuán)隊(duì)中，仍然沒有一個(gè)純粹的語言學(xué)家。

我每開除一名語言學(xué)家, 我的語音識(shí)別系統(tǒng)錯(cuò)誤率就降低一個(gè)百分點(diǎn)?！Z里尼克

接下來，交流

美國(guó)發(fā)明家、未來學(xué)家 Ray Kurzweil 最近在接受《赫芬頓郵報(bào)》的采訪時(shí)預(yù)言，2029 年機(jī)器翻譯的質(zhì)量將達(dá)到人工翻譯的水平。

2013年，Skype 全球用戶日均使用時(shí)間高達(dá)20億分鐘，無疑是最受歡迎的網(wǎng)絡(luò)電話之一。而早在 2012 年，Skype的全球國(guó)際通話使用量就已占全球國(guó)際通話總量的 25%。

但從未有人想過，說兩種語言的人們可以在 Skype 中流暢對(duì)話。

2014 年底，來自美國(guó)華盛頓州和墨西哥市兩所小學(xué)的孩子們首次用 Skype Translator 進(jìn)行了通話。

「Where in the world do you wish to travel?/Adonde en el mundo te gustaria viajar?」（你想去世界上的哪個(gè)地方玩兒？）

「A Rusia，e tu?/To Russia,and you?」（俄羅斯，你呢？）

屏幕兩端的塔科馬與墨西哥城、英語與西班牙語，就這樣毫無障礙的連接在了一起。

翻譯模型當(dāng)然必不可少。但將文字翻譯成另一種語言的文字，只是 Skype Translator 邏輯的第二步驟。將實(shí)時(shí)語音轉(zhuǎn)成文字、通過翻譯模型轉(zhuǎn)換為另一種語言、再將文字轉(zhuǎn)變成語音。眨眼之間，三種動(dòng)作便悄無聲息的完成。

事實(shí)上早在 2012 年，微軟研究院創(chuàng)始人里克·雷斯特（Rick Rashid）就在「二十一世紀(jì)的計(jì)算」大會(huì)上展現(xiàn)過這種實(shí)時(shí)翻譯能力，里克本人的英語演講經(jīng)由處理實(shí)時(shí)轉(zhuǎn)變?yōu)橹形恼Z音。甚至通過在演講前 1 小時(shí)學(xué)習(xí)里克的演講錄音，計(jì)算機(jī)還模擬了他的發(fā)音特點(diǎn)。流暢的語言能力、個(gè)性化的聲音，使得位于翻譯塔尖的同聲傳譯失去了光彩。

過去 60 年間，科學(xué)家們一直致力于開發(fā)能夠理解人類說話內(nèi)容的系統(tǒng)。檢查人類語音波形再利用模式匹配，能不能產(chǎn)生和機(jī)器翻譯一樣的效果？可每個(gè)人的發(fā)音各不相同，早期的構(gòu)想系統(tǒng)并沒能運(yùn)用于實(shí)際。

直到上個(gè)世紀(jì) 70 年代末隱性馬爾可夫模型出現(xiàn)，科學(xué)家們開始利用多人數(shù)據(jù)建立更穩(wěn)定的統(tǒng)計(jì)語音模型。然而即便最佳的語音系統(tǒng)任意語音的單詞出錯(cuò)率還高達(dá) 20-25%。

「我們?cè)噲D復(fù)制人腦聆聽和處理人類語音的方式。」——斯特凡·維茨 (Stefan Weitz)

好在兩年前深度神經(jīng)網(wǎng)絡(luò)技術(shù)的出現(xiàn)帶來了新突破。通過仿照人腦行為，研究人員可以訓(xùn)練出更富辨別力、更好的語音識(shí)別器，錯(cuò)誤率得以降低 30%。用來訓(xùn)練模型的數(shù)據(jù)越多、效果就越好，但此時(shí)此刻的 Skype Translator 在斷句和理解人的語氣上仍需要提高。

就在 2015 年初，谷歌翻譯新版產(chǎn)品上線同樣開始支持多語言的實(shí)時(shí)翻譯，甚至還加上了圖片翻譯——用戶可以通過手機(jī)的攝像頭即時(shí)翻譯圖像內(nèi)的文本。

《銀河系漫游指南》中的巴別魚，塞進(jìn)耳朵就可以聽懂各星球語言

同聲傳譯真的會(huì)失業(yè)么？金字塔尖未必會(huì)被撼動(dòng)，畢竟翻譯并不僅僅是模型匹配，文學(xué)作品背后的隱喻至今也沒能勾畫清晰。但實(shí)時(shí)翻譯為我們提供了全新的交流想象——也許未來的某一天，不用再往腦袋里塞「巴別魚」，所有人可以和所有人毫無障礙的交流。

現(xiàn)在，Skype Translator 預(yù)覽版已支持英語、中文、西班牙語和意大利語之間的實(shí)時(shí)翻譯，你也可以試試看。

頭圖來自：《機(jī)械姬》

以上就是關(guān)于pos機(jī)和計(jì)算機(jī)有什么區(qū)別,用計(jì)算機(jī)取代同聲傳譯的知識(shí)，后面我們會(huì)繼續(xù)為大家整理關(guān)于pos機(jī)和計(jì)算機(jī)有什么區(qū)別的知識(shí)，希望能夠幫助到大家！