第67章 你们能比我更懂机器翻译（5k）

“教授，你不是做语言翻译的，语言是规则的游戏，概率这太不靠谱了。”保罗·加尔文还想再挣扎一下。

当然他确实也不信翻译和统计学能扯上什么关系。

词语之间一一对应。

英文单词和俄语单词一一对应，直接直译，扩充语料库。

在当时的思维里，这才是正道。

也就是所谓穷举法。

把所有的词语做好一一对应之后，自动翻译也就实现了。

统计学，概率游戏，不谈如果林燃是对的，他们的无能会暴露无遗，光是林燃提到的改进原理从直觉上来说就是错误的。

简单来说，反直觉。

就像在GPT大模型出来之前，大家都觉得算法最重要。

GPT出来之后，大家开始都一窝蜂力大飞砖。

等到deepseek的时候，好像算法有点用。

哪怕是顶级的研究人员，也会有盲从的问题，会有迷茫、找不到方向、走不出来的情况。

在这个计算机的混沌年代，会这样再正常不过了。

“精确？精确意味着出错，现在的计算机远远达不到精确这一点。

你们难道不清楚，你们在54年之所以演示出了良好的效果，是因为那些俄语句子是你们精挑细选出来的。

实际自然语言的复杂性要远超你们预期。

你们只做了语料库的扩展，规则覆盖都没有做，上下文依赖处理也没有。

你们能比我更懂机器翻译？”

林燃怒吼道：“你们做了九年都没有进展，现在立刻马上按照我说的去做！”

林燃的地位、实力和权力摆在这，他们根本没有拒绝的选择。

沃森会信林燃就不说了，毕竟深蓝项目才结束，国防部的麦克纳马拉那更是林燃说什么就是什么。

你们这帮搞计算机的能比数学大师更懂计算机？

林燃在博弈论和统计学上展现出来的风采，麦克纳马拉还没忘呢。

IBM的CEO支持林燃，国防部部长支持林燃，乔治敦大学的研究团队只能被按在地上摩擦。

“我们要做的一共五点，优化算法和规则设计，扩充语料和词汇，改进数据处理的效率，引入统计方法和硬件最大化利用。

其中改进数据处理效率和硬件最大化利用由IBM方面负责。

另外三点则由乔治敦大学的成员们负责。

我们先来谈优化算法和规则设计。

你们一直的问题在于，你们对于规则集的扩张没有引入更加细化的句法规则。

因为存储有限，你们觉得扩充对照词汇库就够了。

实际上句法规则显得更加重要。

你们需要做到，引进常见的高频句型。

对上下文进行依赖处理。使词汇翻译考虑前后词，通过有限的上下文窗口来减少歧义。

比如свет同时有光和世界的意思。

这个完全可以根据前词判断是光还是世界。”

沃森弱弱提醒道：“教授，你还会俄语啊？”

林燃一副理所当然的样子：“当然，我都和科罗廖夫见了两面，我不会俄语怎么和他交流的？

我同时会俄语、德语、英语和汉语。”

多语言大师的身份，给林燃的理论增添了几分可信度。

在这个时代，科学家们会几门语言并不奇怪。

当然一些敏感部门会提高对你的怀疑。

以前面提到的约翰·麦卡锡为例，他就精通俄语，从小接受俄语教育长大，尽管他出生在阿美莉卡。

“另外翻译过程，应该是模块化设计，而不是简单的映射关系。

它应该分成预处理、翻译、后处理三部分。

预处理包括了分词和词形还原，翻译才是词典的映射，后处理是对语序进行调整。

这样来降低单次计算的复杂度，提高规则的复用率！”

林燃的话给了在座研究团队的成员们非常多的灵感。

就好像之前一直陷在百越的丛林里找不到出路，而现在天上出现一道光指引他们怎么样才能走出丛林迷宫。

大家都有点迫不及待去尝试了。

所有研究人员都疯狂在笔记本上记录下林燃所说的。

虽然不确定教授的方法是否管用，但有路总比之前没有好。

再者，如果你不好好记下来，到时候被开除只是教授一句话的事。

“好了刚才我们讲了一些简单的内容，现在才是最难的。

因为IBM的机器不是那么强大，我们只能引入一些比较简单的统计学方法来提高我们翻译的准确度。

我把它叫做基于频率的词对齐。

这也是我们引入统计模型的核。

我们先要手动分析平行句子，标注俄语词或短语与英语翻译的对应关系。

俄语句子Мыговоримомире

英语翻译：“We

speak

about

peace

对齐结果：“мы”对应“we”

“говорим”对应“speak”

“о”对应“about”

“мире”对应“peace”

然后我们需要对这种对齐的频率

进行统计。

统计每个俄语词或短语在英语中的对应翻译出现的频率。

例如，在语料中，“говорим”在80%的句子中翻译为“speak”，20%翻译为“talk”。

这样对于我们就可以构建概率表了。

将这些概率整理成表格，供机器进行查询。由于内存空间有限，我们暂时只存储高频词对，像出现次数前1000的词对，忽略低频情况。

当翻译某个词的时候出现多个选择，就参考概率表选择最可能的翻译。

另外就是统计相邻词的共现频率。мы经常与говорим一起出现，对应We

speak，机器在翻译的时候则优先选择这个组合。

通过规则优先处理和统计方法处理模糊情况的方式，来弥补规则的不足！”

林燃从统计学的角度给他们好好上了一课。

不过这只是一个开始。

在座的研究团队们知道了林燃优化策略的轮廓，具体实践过程中还有大量的细节要进行调整、尝试和优化。

不过光是现在所说的引进概率，这一点，在座乔治敦翻译机器的资深研究员们都有种恍然大悟的感觉。

前面讲的优化算法和规则设计什么的，他们感觉有道理，但判断不了具体实践是不是真的管用。

但这统计学方法的引入，光靠想象就知道，能够显著提升乔治敦翻译机器的效果。

当天的工作结束后，红石基地周边的小餐馆里，加尔文和多斯特尔特坐在角落，面前是两杯当地特色的啤酒。

加尔文放下笔记本，叹了口气说：“利昂，我们真的是蠢货吗？”

今天听完之后，加尔文都要怀疑人生了。

林燃提出了一整套的解决方案，这套解决方案里完整也就算了，其中很多点他们都想到过，但想不到要如何实现，另外就是一些他们连想都没有想到的点。

一整个团队差不多快十年的研发思路，不如林燃一下午的干货多。

加尔文已经怀疑人生了。

“教授的想法不是超前，而是太实际了。

你会感觉天马行空，但实际上结合在一起想想，又会觉得无比的实际。

哪怕现在还没开始，光是从教授提出的框架，我都能想到，采用这套完整方案对乔治敦翻译机器升级后，它的效果会有多好。”加尔文接着感慨道。

现在他终于知道为什么NASA的研究人员和工程师能容忍林燃的毒舌了，差距太大，心服口服。

尤其统计相邻词汇共现频率，这并不难想到，但他们就是想不到。

而用统计方法处理歧义场景，增加统计学算法，这个就他们连想都想不到。

多斯特尔特转过头，微微苦笑道：“我也一直在琢磨。他提出的统计方法，听起来像是天方夜谭，但结果摆在眼前。

我估计了一下，乔治敦翻译系统在教授的指导下，质量至少能提升一大截。

我们不需要精心准备短句，它可以应用在更广泛的场景，而不是局限在军事领域。”

加尔文点点头：“是啊，我一开始还不信，语言这种东西明明是规则驱动的，怎么能靠统计解决？可他用事实让我闭嘴了。

不愧是教授，教授对于本质的洞察力是跨越领域的。”

多斯特尔特沉思片刻：“你说的没错，感觉就好像他能看穿机器翻译的本质。

也许这是数学训练带来的好处，我怕自己再和教授多呆一段时间，我都想去念一个数学博士了。”

加尔文惊讶地看了他一眼：“数学博士？别开玩笑。”

多斯特尔特认真地说：“我没开玩笑。

如果数学真的能够帮助我们更好的洞察本质，我觉得去念一个统计学的博士未尝不可。”

加尔文沉默了一会儿，笑道：“如果你去，我也去。”

多斯特尔特举起啤酒都要溢出的酒杯：“为教授干杯！教授将给我们带来胜利！”

加尔文笑着回应：“干杯！不过教授的脾气，如果教授能温和一点就好了。”

另一边，IBM的两位工程师卡斯伯特·赫德和彼得·谢里丹也对林燃佩服的五体投地。

卡斯伯特揉了揉太阳穴，问：“彼得，你觉得教授的统计模型真能行吗？”

彼得放下笔，笑着说：“卡斯伯特，我得坦白，一开始我完全不看好他，可现在我彻底服了。教授提出的方法不但让IBM

7090的性能发挥到了极致，而且能让翻译从混乱的状态至少有了概率做支撑”

卡斯伯特点头：“我看乔治敦大学的那帮家伙也这么认为的，你没看到加尔文的态度从一开始的质疑到后来听的无比认真。

教授的算法优化得太完美了。”

彼得苦笑：“魔法吗？作为这个时代最厉害的数学家之一，也许没有之一，统计学对教授而言也许只是简单的数独游戏罢了。

只是我没想到教授能把概率论和语言学结合得如此巧妙，我以前从没想过机器翻译还能这么玩。”

卡斯伯特好奇地问：“你说教授精通俄语，他今天那几句俄语，可是标准的不能再标准了。

同时还横跨多个领域，别说IBM，整个阿美莉卡恐怕也没有人能搞出这样的方案。

教授会不会和苏俄有关？”

彼得无语道：“

苏俄人会让教授呆在阿美莉卡？

要是我是尼基塔，我不可能让教授这样的人才呆在白宫。

哪怕能从NASA获得技术机密，但无论获得多少技术机密，恐怕都不如教授本身有价值吧。

而且你有没有想过，如果教授没有在NASA，而是在莫斯科和科罗廖夫联手，你能想象这个场景下，阿美莉卡能赢得太空竞赛吗？”

卡斯伯特只是想了想，就马上摇头：“绝对不可能。”

“所以，如果教授和苏俄有关系，怎么可能呆在阿美莉卡。

他需要做的第一件事恐怕就是在莫斯科主导载人登月。”彼得笑道。

科学家通俄有可能，但拥有影响平衡能力的科学家通俄又不太可能。

如果说他们只是佩服于林燃的学术造诣，那沃森就是全方位的佩服了。

和约翰·摩根类似。

不过沃森佩服的点和约翰·摩根又有所不同。

“教授，你是如何想到要通过展览馆的方式来打造企业形象呢？”沃森举起红酒杯，面带微笑。

时代广场边的深蓝展览馆给IBM赢得了巨大的声望。

本来时代广场一直以来都是纽约地标式的建筑，几乎每个到纽约的游客必打卡的景点。

而深蓝展览馆以一种不属于这个时代的风格吸引了所有人的眼球。

结合里面全球仅此一份的人工智能国际象棋，能够自动和人对弈。

给当下民众的震撼是前所未有的。

阿美莉卡企业通过公开展出的方式展示自身科技实力、宣传自家科技产品的传统由来已久，这样的传统可以一直追溯到英格兰时期。

无论是最早斯蒂芬的火车还是后来的轮船，英格兰人都是召集民众，在报纸上大肆宣传。

而阿美莉卡最早最成功的应该是爱迪生的灯泡，后来贝尔的电话也是经典案例。

但他们都只是瞬间的，只有那一个时刻，给民众留下的印象要随着产品进入人们日常生活，他们才会对企业、对品牌有一个更深的认知。

而深蓝展览馆的存在，每一个去过的民众都会对那深蓝和黑色线条组成的场馆印象深刻。

IBM=人工智能=高科技的印象刻在了每一个参观过的民众的心里。

这对IBM都不仅仅是企业形象和人工智能捆绑这一点好处，这几乎已经奠定了，后续只要白宫下定决心要在人工智能领域和苏俄争个高下。

那供应商将没有别的选择，只有IBM。

等于林燃的建议给IBM凭空送来一个全球最大客户，还是动辄数十年打底的长期订单。

约翰·摩根旗下的通用航天从NASA手里拿到订单，好歹还给了林燃股份，沃森这可是什么都没付出。

别说林燃内涵他是蠢货，就算林燃直接指着他的鼻子这么说，他也只会说是是是，我是蠢货。

包厢内，服务员悄然退出，留下安静的交谈空间。

“因为我觉得像深蓝这样的人工智能，应该给大众留下足够深刻的印象。

而不只在IBM内部展示。

至于为什么要找艺术家来负责设计，一个普通的剧院怎么配得上深蓝呢？”

沃森微笑着点头：“你说的太有道理了。

我第一次看到技术方舟建成的时候，我有一种它不属于这个时代的感觉，正是有了你，才有了深蓝和技术方舟的诞生。

教授，我必须敬你一杯。”

别说什么霍金来了都得敬酒。

在林燃面前，你沃森也得给我敬酒。

沃森接着道：“教授，我代表IBM公司，向你致以最诚挚的谢意。

不仅是深蓝，在乔治敦-IBM项目中你做出的贡献令人叹为观止。你的创新方法将会让我们的机器翻译系统取得了突破性的进展。”

虽然现在还谈不上突破性进展，但沃森已经有充分的信心了。

林燃点了点头，说：“这是应该的，另外沃森，我想无论是深蓝还是乔治敦翻译机器，我为IBM做出的贡献不是金钱所能衡量的。”

林燃丝毫不谦虚。

这也让沃森脸上的笑容僵硬住了：“教授，我们会给你一份足够丰厚的金钱作为报酬的。”

林燃摇了摇头：“我对金钱不感兴趣。”

沃森想想也是，确实从来没听说过对方对金钱感兴趣。

不过开口就想要股份，沃森还是有些犹豫。

“教授。”还没等沃森说完。

林燃接着说道：“我需要你满足我一点小小的条件。

如果你无法满足我的条件，也许我要认真考虑和通用电气合作的可能性了。”

通用电气，要素察觉。

林燃和摩根家族的关系不用多说。

沃森再清楚不过了。

而通用电气也做计算机。

虽然通用不做大型计算机，但通用的GE-225系列，作为一款基于晶体管的计算机，用于处理工资单、库存管理和会计等任务。

通用电气有这个能力，更有这个资本。

要是再加上林燃，和林燃作为大师的号召力，确实能对IBM造成巨大的威胁。

沃森的语气一下就软了下来：“教授，你想要什么？”

“《MIT辐射实验室系列》”