科技日报北京6月5日电（记者张梦然）《天然》5日揭晓的一篇论文报导了一个Meta人工智能（AI）模子的底层技能。该模子能翻译200种差别言语，增长了呆板翻译的言语数目。

神经呆板翻译模子哄骗人工神经收集翻译各类言语。这些模子凡是需要年夜量可于线获取的数据加以练习，但并不是所有言语数据都是公然、低成本或者是遍及可及的，这种言语被称为低资源言语。一味地增���长模子翻译言语数目，可能会影响模子的翻译品质。

这次，Meta的法国研究团队以及“不落下任何言语”（NLLB）团队开发了一种跨言语技能，能让神经呆板翻译模子进修怎样哄骗翻译高资源言语的预存威力，实现对于低资源言语的翻译。研究团队开发了一个于线多言语翻译东西，名为“NLLB-200”。该东西能容纳200种言语，其低资源言语数目是高资源言语数目的3倍，翻译体现则比现今已经有体系高44%。

因为团队于很多低资源言语上只能获取1000—2000例样本，为了扩展“NLLB-200”的练习数据量，他们用一个言语辨认体系发明了这些特定言语的更多实例。团队还从互联网存档中挖掘双语文本数据，帮忙晋升其翻译品质。

研究团队指出，这个东西可以帮忙很少被翻译的那些言语的使用者，让他们也能用上互联网以及其他技能。此外，教诲是一个很是主要的运用，由于这个模子可以帮忙低资源言语使用者获取更多图书以及研究文章。但团队也暗示，今朝误译的环境仍有可能呈现。