فیسبوک
فیسبوک AI Research (FAIR) با ارائه مدل شبکه عصبی کانولوشنال (ConvNet) انقلابی در زمینه ترجمه ماشینی ایجاد کرده است. این مدل جدید، بنا به ادعای فیسبوک، در دقت عملکرد بهبود قابل توجهی داشته و در عین حال نه برابر سریع‌تر از شبکه‌های عصبی بازگشتی سنتی عمل می‌کند. FAIR برای تشویق پژوهش در این زمینه، مدل‌های از پیش آموزش داده شده‌ی خود و ابزارهای لازم برای تکرار نتایج آنها را در GitHub در دسترس عموم قرار داده است.
این پیشرفت برای فیسبوک از اهمیت ویژه‌ای برخوردار است، چرا که ترجمه ماشینی در ترجمه پست‌های News Feed و دیگر قابلیت‌های این شبکه‌ی اجتماعی نقشی حیاتی دارد. با وجود نزدیک به دو میلیارد کاربر، کوچکترین بهبود در سرعت نیز تاثیر عظیمی در عملکرد کلی فیسبوک خواهد داشت.
تیم FAIR همچنین کارایی مدل خود را با مقایسه عملکرد آن با روش‌های سنتی در جفت‌های زبانی مختلف از جمله انگلیسی به رومانیایی، انگلیسی به آلمانی و انگلیسی به فرانسوی مورد بررسی قرار داده است. آنها به نتایج قابل توجهی دست یافته‌اند که پتانسیل ConvNet ها در زمینه ترجمه ماشینی را به وضوح نشان می‌دهد.
این پیشرفت نشان دهنده تغییر اساسی در زمینه ترجمه ماشینی است. اعتماد سنتی به شبکه‌های عصبی بازگشتی، که در پردازش داده‌های دنباله‌ای عملکرد خوبی از خود نشان می‌دادند، با استفاده از ConvNet ها، که در تجزیه و تحلیل اطلاعات بصری تبحر دارند، به چالش کشیده شده است. این پیشرفت با پیاده‌سازی “توجه چند مرحله‌ای” توسط فیسبوک امکان‌پذیر شده است.
