谷歌神经机器

尽管近年来利用 Transformer 模型进行神经机器翻译（NMT）取得了巨大成功，但是 NMT 模型对输入的微小干扰仍然很敏感，从而导致各种不同的错误。谷歌研究院的一篇 ACL 2019 论文提出了一种方法，使用生成的对抗性样本来提高机器翻译模型的鲁棒性，防止输入中存在的细小扰动度对其造成影响。结果表明，该方法提高

近日，谷歌与马克斯·普朗克神经生物学研究所合作，在《Nature Methods》上发表了一篇重磅论文，使用一种循环神经网络算法对神经元连接组进行自动重构，不仅可以对连接组进行高分辨率的可视化成像，而且准确度提高了一个数量级，为连接组学的研究带来了新的突破。在神经系统中绘制神经网络的结构——这是一个被称为「连接组学」的

随着软件显示出替代会计和律师部分工作的潜力，脑力劳动的自动化也已经成为人们争论的焦点。 而对于谷歌的人工智能研究人员来说，他们尝试的自动化有可能取代他们自己的工作，而非其他高收入工作。 今年5月， 谷歌发布可使人工智能自我创造的“AutoML”技术，揭示了人工智能发展的一种新方法，它允

2014年到2016年，机器翻译领域可以说是翻天覆地。 这期间发生的大事，是以神经网络作为基础的机器翻译，开始在全面超越此前以统计模型为基础的统计机器翻译 （SMT） ，并快速成为在线翻译系统的主流标配。 在这场革命之后，机器翻译彻底进入了Neural Machine Transl

新智元报道作者：胡祥杰 　　 新智元启动新一轮大招聘：COO、执行总编、主编、高级编译、主笔、运营总监、客户经理、咨询总监、行政助理等 9 大岗位全面开放。 　　 简历投递：jobs@aiera.com.cn 　　 HR 微信：13552313024

谷歌 刚刚在博客中宣布， 谷歌 神经机器 翻译系统 进行了重大更新，实现了用单一模型对多语种通用表征。系统还实现“零数据翻译”，也即能够在从来没有见过的语言之间进行翻译。这意味着传说中的“巴别塔”有望

选自SMERITY机器之心编译 　　 谷歌神经机器翻译（GNMT）论文《Google's Neural Machine Translation System: Bridging the Gap between Human and Machine Translation》描述了一种将深度学习融入

编者按：本文来自微信公众号“机器之心”（ID:almosthuman2014），选自Google Blog，机器之心编译。 9 月底，谷歌在 arXiv.org 上发表了论文《Google`s Neural Machine Translation System: Bridging the Gap betwee

编者按：本文来自微信公众号“机器之心”（ID:almosthuman2014），选自Google Blog，机器之心编译，36氪经授权发布。 9 月底，谷歌在 arXiv.org 上发表了论文《Google`s Neural Machine Translation System: Bridging the Gap

通过网络阅读国外文献少不了翻译软件的帮助。很多用户都有过这样的体验，机翻虽然能够展示文章概貌，但在一些语句细节，包括断句、语气、语境的把握上仍有欠缺，往往还会影响翻译结果的准确性。对此，今年9月Google发布了翻译技术的突破性研究——神经网络机器翻译系统(GNMT：Google Neural Machine Tran