Google 翻譯宣布中翻英系統 AI 大升級，正確性更接近人類翻譯|數位時代 BusinessNext

Google 翻譯宣布中翻英系統 AI 大升級，正確性更接近人類翻譯

Google翻譯28日宣布了一個大升級，翻譯結果將減少 55% 到 85% 的錯誤率。

「 Google 翻譯」作為一個堪用的免費機器翻譯服務，相信在很多人的生活與工作中提供了不少幫助，例如旅行時可以用「拍照翻譯」即時翻出真實世界紙本、招牌的內容，要跟陌生外國人對話時試試看「對話同步口譯」，甚至你還能活用它聰明的圖像與文字辨識技術，來滿足 OCR 需求：「大絕招！用 Google 翻譯 App 複製書籍講義紙上文字」。

不過 Google 翻譯有時候也是網路笑話的來源之一，因為機器翻譯總容易翻出一些奇怪的句子，這也導致我們在工作上如果要使用 Google 翻譯，例如「寫英文信」、「寫英文報告」時，通常會更謹慎，並且會使用其他工具來輔助，例如：「翻譯軟體外 9 款職場英文工具」。

但是今天（28日） Google 翻譯宣布了一個大升級，或許可以稍稍改變上述的情況， Google 公告其翻譯系統將正式啟用全新的「Google Neural Machine Translation system (GNMT),（ Google 神經機器翻譯系統）」，取代之前的「Phrase-Based Machine Translation」系統，而這將為 Google 翻譯結果減少 55% 到 85% 的錯誤率。

並且更重要的消息是， Google 宣稱現在開始，這個全新的機器學習翻譯系統，將全面啟用在「中文翻英文」需求上，無論手機翻譯 App 或網頁翻譯都立即升級。

從下面這張來自 Google 部落格的圖表，可以看到從舊有的 PBMT 翻譯系統，升級到新的以機器學習為核心的 GNMT 翻譯系統後，在翻譯品質上將更接近人類翻譯的結果。

像是中文翻英文這樣本身語言邏輯就很不相同的翻譯，難度本就很高， Google 也承認現在機器翻譯依然難以達到人類翻譯的水準，還是會有一些明顯錯誤，不過已經「愈來愈趨近人類翻譯水準」。

下圖就是我剛剛測試的，把上面這段中文，用 Google 翻譯翻成英文的結果。

Google 說全新的「Google Neural Machine Translation system (GNMT),（ Google 神經機器翻譯系統）」，最大的不同就是不會斷章取義，不再是堆砌短詞翻譯，而是會考量整個句子的語境與通順度，翻出更流暢的文意。

而這背後的技術，當然就是從今年初開始就不斷被提及的 Google 機器學習技術，透過深度的學習，以及對於人類神經思考的模擬，於是有了 Google 圍棋程式打敗韓國職業棋手的大事件。

事實上，這樣的機器學習技術離我們並不遠，許多「現在生活與工作立即有用的功能」，以及內建在各個 Google 服務中：「Google 機器學習的智慧生活真應用，這些現在就能用」。

所以類似的技術應用到 Google 翻譯的改進，也是理所當然。

目前 Google 翻譯全新的「Google Neural Machine Translation system (GNMT),（ Google 神經機器翻譯系統）」升級，暫時只適用在「中文翻譯成英文」這個單向的需求中，但 Google 也說明未來會盡快開始所有翻譯語言的升級。

當 Google 中翻英的結果更正確、更接近人類翻譯後，是不是這樣的翻譯更能應用在我們平常工作寫英文信、寫英文報告的輔助上呢？大家可以立刻打開你的 Google 翻譯一起試試看。

延伸閱讀相關文章：

本文授權轉載自：電腦玩物

隨著全球淨零轉型浪潮持續推進，企業不僅要許下減碳承諾，更得拿出可以被量測、驗證的實際成果，這也驅使企業加速導入智慧能源管理系統。早在 2017 年便投入此領域的思納捷，從桃園出發，透過工業園區與公共建築等在地場域的部署經驗，持續打磨技術與解決方案，隨後更在桃園市政府青年事務局「桃園天際線加速器」協助下，逐步將市場版圖延伸至海外。如今，思納捷全球累積超過 1,000 個應用實績，不僅成功將台灣智慧能源解方推向海外，更成為全球企業推動綠色轉型不可或缺的關鍵夥伴。

從桃園場域開始淬鍊：思納捷把「失敗經驗」變成難以複製的競爭力

思納捷總經理莊棨椉原先在資策會從事能源與物聯網相關研究，當時，他從歐美市場發展看見智慧能源管理的趨勢，於是，團隊從資策會獨立出來、成立思納捷，將過去累積的研發能量帶向市場。而技術落地第一站，就是從工業聚落密集的桃園開始，思納捷運用 IoT 技術管理工業園區的路燈、空氣品質、排水與交通等公共設施與環境，也進一步走進園區工廠，協助企業掌握與管理用電。

然而，從研究機構走向市場後，莊棨椉很快發現，「做得出來」與「真的能用」之間，還隔著一段不小的距離。許多從技術角度來看完全可行的做法，在進入真實場域後，反而出現各種從未想過的問題。

舉例來說，在幼獅工業園區部署智慧路燈時，思納捷原本採用 Mesh Wi-Fi 網狀網路，讓路燈彼此串聯、逐站傳遞訊號，沒想到實際上線後，路樹上的枝葉竟然擋住了訊號，造成通訊不穩定。為此，團隊重新調整架構，採用 NB-IoT 方式，讓每支路燈直接透過電信網路傳輸資料，降低環境遮蔽物對通訊的影響。

類似的「踩坑」經驗也發生在澎湖馬公港。思納捷與合作夥伴共同佈建智慧路燈，採用 PLC 電力線通訊技術，明明在實驗室與一般道路測試都沒有問題，到了港區卻完全無法傳輸訊號。團隊一路追查才發現，原來地下線路早已受到鹽害侵蝕，為此重新抽換線材，才讓系統得以正常運作。

串設備、整數據、AI 自主管理：思納捷打造 24 小時能源總管

「每一次踩坑，都讓團隊更清楚不同技術的適用邊界，也讓下一次部署少走一段彎路，」莊棨椉說，思納捷運用近十年來走進不同場域、解決各種意外狀況所累積的實戰經驗，形塑出 3 大產品特色。

第一，是物聯網裝置串接能力。
目前思納捷已能串接超過 1,000 種設備，涵蓋電表、水表、空調、冰水主機等不同類型，支援數量為全台最多。無論企業使用何種廠牌的設備，都能快速介接至思納捷的平台，降低設備整合門檻。

第二，是將數據與場域 Know-how 轉化為管理模組，讓企業可以「隨選即用」。
思納捷將多年累積的數據與經驗，轉化為超過 20 種應用模組，企業可以依需求持續擴充功能，一改過去可能要導入多套解決方案，才能管理不同設備的系統孤島問題。

舉例來說，某電子元件代理商在導入思納捷解決方案後，管理人員只要透過一支手機，就能掌握辦公大樓各樓層的設備運轉狀況，包括用電、用水、會議室、電動車充電樁到空調系統。不僅大幅提升管理效率，也能進一步掌握實際用電需求、降低能源耗用，並據此調降契約容量，每月節省約百萬元的電費成本。

第三，是讓能源與設備管理從人工管理走向 AI 自主管理。
思納捷以自家大數據為基礎，結合 AI 提升系統自主判斷與調控能力，持續優化能源管理的成效。「我們的目標，就是打造 24 小時雲端 AI 總管，讓系統可以自己判斷和調整，讓設備隨時維持在最佳運轉狀態，避免造成不必要的能源浪費，」莊棨椉強調。

出海前先看懂市場：桃園天際線加速器降低新創試錯成本

隨著產品逐漸成熟，思納捷也開始把目光投向海外，而進駐桃園天際線加速器，則為團隊提供一個以更低成本探索海外市場、驗證發展方向的機會。

莊棨椉表示，透過加速器安排的韓國、新加坡等國際交流，思納捷得以接觸不同市場的潛在客戶、創投與投資者，了解當地產業環境與實際需求，也能與在地新創交流創業與市場拓展經驗；國際經驗的獲取與海外拓點，都是成本極高的決策，藉由這些機會，思納捷得以用較低成本，去了解國際市場的可能性與風險。

此外，加速器也會安排專業業師分享國際市場經驗，從不同角度刺激團隊思考，重新檢視既有商業模式與海外布局策略。例如，曾經有業師與莊棨椉逐項分析海外上市必須具備的條件，讓他重新盤點公司現階段的優勢與不足，也進一步思考什麼才是最適合思納捷的成長路徑。

「加速器讓我們有機會多看、多聽、多接觸。」莊棨椉說。這些交流的價值，不只是認識多少潛在客戶，而是讓團隊在真正投入大量人力與資金以前，先釐清當地究竟有沒有市場、客戶需求是否成熟，以及既有產品與商業模式能不能直接複製。過去許多只能透過資料或想像判斷的問題，如今都能透過實際走進市場、接觸第一線業者取得更多資訊，降低走錯路的風險與試錯成本。

對思納捷而言，加速器帶來最關鍵的幫助是，透過市場探索、業師輔導與資源媒合，讓團隊在真正投入之前，有更多機會看懂市場、驗證方向，再決定下一步怎麼走。對資源有限的新創而言，這種「先驗證、再投入」的過程，反而能降低海外布局的機會成本，讓每一步走得更精準。

展望下一階段，思納捷團隊將持續聚焦校園、園區、建築與工廠四大場域，持續深化應用，讓「24 小時能源與機電設備雲端 AI 總管」的概念在更多場景落地，同時，當既有台商客戶前往海外設廠、有智慧能源管理需求時，思納捷也會跟隨客戶腳步提供服務。莊棨椉認為，唯有先把技術與服務做深，建立可複製的成熟模式，未來才有機會將台灣累積的智慧能源管理經驗帶向更大的國際市場。