谷歌将Sepedi和Xitsonga添加到使用一千种语言的数据翻译中

机器学习是人工智能 (AI) 的一个子集，其中统计模型通过查看示例来学习如何执行任务，而不是被编程以某种方式完成任务。

在过去的十年中，机器学习的进步导致了人工智能的性能和媒体报道的爆炸式增长。

谷歌翻译在 2016 年转向机器学习技术，为多种语言的翻译提供了显着改进。

然而，这些技术需要大量数据才能有效，并且对于传统上意味着“平行文本”的翻译 - 具有完整翻译的数字文本。这对没有大量翻译作品或根本没有太多数字化文本(例如我们的某些官方语言)的语言造成了明显的限制。

对于许多语言，只有相对少量的单语可用。

在翻译技术向前迈进了一大步，谷歌开发了一些工具，可以仅使用单语文本进行有效翻译——这一过程称为零样本机器翻译。

机器学习的优势在于在大量训练数据中找到统计关系，这些关系可以推广到新数据。

谷歌没有使用一种或两种语言的数据来训练模型，而是利用了它收集的来自 1000 多种语言的文本数据的庞大数据集。通过这种方式，模型不仅可以通过查看单语文本来了解特定语言的一些内容，而且还可以学习使用一般人类语言的共性来生成翻译。

需要明确的是，这些系统并不“理解”语言，但非常擅长提供它所学的最有可能是正确的翻译。

咨询了当地语言专家，以评估翻译并帮助开发用于收集和清理数据的新工具。最终，24 种语言的翻译被认为是有意义和有用的，足以添加到 Google 翻译服务中。

其中包括 Sepedi 和 Xitsonga，这使谷歌翻译支持的南非官方语言数量达到七种。塞索托语、南非荷兰语、isiXhosa、isiZulu(当然还有英语)的翻译已经可用。