火山翻譯的中臺能力:用AI讓人們跨越溝通的藩籬
在巴別塔的傳說中,人們第一次意識到了語言共通的重要性。要知道,當前世界上存在的語言超過6900種。不過時至今日,人們已經能夠在日常交流、音視頻、線上會議、直播互動中無障礙的進行交流,背后離不開機器翻譯的助力。作為字節跳動旗下的企業級技術服務平臺,“火山翻譯”每天為來自全球的過億用戶提供著服務。“火山翻譯一方面承載了公司的國際化推進,通過機器翻譯和AI技術打破語言障礙,讓不同國家的人可以隨時溝通,另一方面也會支持公司業務的發展,為飛書、今日頭條等多款產品提供了穩定和高質量的翻譯服務,對外與火山引擎攜手,滿足更多客戶的使用需求。”在AICC 2021期間,字節跳動AI LAB機器翻譯負責人王明軒在接受采訪時談到。
字節跳動AI LAB機器翻譯負責人王明軒
據了解,火山引擎是字節跳動旗下的企業級技術服務平臺,將字節跳動快速發展過程中積累的增長方法、技術工具和能力開放給外部企業,提供云、AI、大數據技術等系列產品和服務,幫助企業在數字化升級中實現持續增長。火山翻譯是火山引擎的核心AI中臺能力之一,日均處理的數據在百億級規模,對話達到數億句,打造了各大場景智能翻譯解決方案,對于基礎設施的算力有著很高的需求,對此,浪潮也提供了強有力的支持。
火山翻譯曾開源了一款耗時四年自研的Transformer類模型推理加速引擎——LightSeq,對序列特征提取器和自回歸的序列解碼器做了深度優化買,可以應用于機器翻譯、自動問答、智能寫作、對話回復生成等多文本生成場景,大幅提高線上模型推理速度,改善了使用體驗,降低了運營服務成本,具備高性能、支持模型功能多、簡便易用(無縫對接Tensorflow、PyTorch等ML框架)等特點,并且提供了豐富的二次開發工具,通過插入自定義層或修改命令行參數等方式,即可在各種流行訓練庫上輕松使用。在今年6月的版本更新后,該引擎在不同批處理大小下,相較主流訓練庫最高可加速三倍左右。
目前,火山翻譯擁有通用翻譯、視頻翻譯、火山同傳三大產品,具備文本翻譯、語音翻譯、圖像翻譯和語種識別四種能力,在辦公、娛樂和新聞等場景表現較好,支持56門語種、3080個語向的翻譯。對于浪潮、微軟、NVIDIA等企業陸續發布的巨量算法模型,王明軒同樣表示了期待,“我們比較關注多模態和大數據,希望把語音文本、視頻等信息統一起來,構建一個大模型,讓多模態的信息表達得更好,大幅改善翻譯等場景的效果。”此前,火山翻譯也開源了融合五六十種云的大模型,可以同時處理超過50種語言,后續會擴大至支持150個云。
從跨模態到泛娛樂,火山翻譯在翻譯效果上不斷精進,背后則是要解決不少問題,例如字節跳動的國際化業務快速擴張,在世界各地的溝通交流挑戰亟待解決,并且隨著業務模式的多元化,平臺所承載的內容也愈發復雜,包括語音、圖像、視頻等等,引發了對多語言和多模態的研發需求,此次來解決通用性的難題。火山翻譯還與合作伙伴共同推出了終端產品,如VolctransGlass AR智能翻譯眼鏡,可以實現畫面自動翻譯、拍照翻譯、實時語音識別和翻譯等功能,融合了語音識別、圖像識別等技術,用戶帶上眼鏡就能所見即所得、所聽即所得。
除此之外,火山翻譯還有包括火山同傳、火山翻譯API、火山翻譯Studio、瀏覽器翻譯助手等矩陣產品。以火山同傳為例,這是由火山翻譯團隊超過40位頂尖科學家、工程師打磨出的機器翻譯模型。在高魯棒性的翻譯模型、音視頻樣本庫和軟件平臺的統籌配合下,能夠既保證設備穩定運行,同時實現較高的譯出率,實現人工翻譯的精準度和機器翻譯的時效性的深度結合。
今年7月,火山翻譯斬獲了ACL 2021的最佳論文(《Vocabulary Learning via Optimal Transport for Neural Machine Translation》),研究提出了一種新的詞表學習方案VOLT,在多種翻譯任務上取得了優秀結果,可以快速給不同語言找到匹配的詞表粒度和大小,對多語言翻譯、稀有語對翻譯有重要的應用價值。至今,已有一系列NLP的相關研究成功應用于火山翻譯,為抖音、今日頭條、飛書、西瓜視頻等產品提供優質的翻譯服務。火山翻譯團隊在人工智能頂級國際學術會議已經發表了70多篇學術論文,在國際機器翻譯大賽上獲得9項冠軍。
未來,火山翻譯會在數據安全方面做更多的努力,在保障用戶數據隱私的情況下直接在終端上進行翻譯處理。可以看到,火山翻譯的機器翻譯團隊在算法模型、開源代碼等方面做出了不少貢獻,在前沿論文、技術創新、賽事評選中也屢創佳績。更重要的是,火山翻譯還支撐著月均數億的活躍用戶使用,產品實力顯然是過硬的。
“我們會把豐富的原子能力包裝成各種各樣的解決方案提供給相應的行業,翻譯、圖像識別、語音識別各自都是一種原子能力,組合之后就是一種解決方案,比如視頻翻譯方案、AI眼鏡方案等等,之后再與行業場景結合。”王明軒表示,“我們要保證原子能力做到行業內最好,再把這些原子能力包裝成方案,每個環節都做好后,這個方案才是穩定的。就像造火箭一樣,我們的原子能力就是其中的零件,我們要保證這個零件是精確的,這樣最后組合出來的產品才是經得起市場考驗的。”
Intel 酷睿i7 11700K 八核心,十六線程,睿頻至高可達5.0GHz
進入購買
浪潮英信NF5280M5 2U機架式服務器主機:銀牌4210*2/16G*4內存/4TSATA*3硬盤/PM8204 2G緩存/導軌/550W雙電
進入購買
希捷銀河Exos 7E8 6TB 256MB(ST6000NM021A)
進入購買
2022-01-13 08:29:23
2022-01-13 08:27:53
2022-01-13 08:25:49
2022-01-13 08:24:48
2022-01-13 08:23:24
2022-01-13 08:21:58
2022-01-13 08:19:20
2022-01-13 08:17:53
2022-01-13 08:12:40
2022-01-13 08:11:31
2022-01-13 08:08:09
2022-01-12 16:50:28
2022-01-12 14:16:53
營業執照公示信息
相關新聞