人工智能代理翻译的早期软件原型 于 2024年6月11日由一位著名的人工智能研究人员发布。 该实验是安德鲁-吴的一个 “有趣的周末项目”，他将实验结果作为开源演示发布。
现在，吴恩达已不仅仅是一位人工智能研究人员。 吴恩达是 Coursera 的联合创始人、DeepLearning.AI 的创始人和 AI 基金的执行普通合伙人。 他还是谷歌大脑（Google Brain）的联合创始人之一，与其他人工智能名人杰夫-迪恩（Jeff Dean）并肩作战。 2023 年，《时代周刊》将 Ng 评为 “人工智能领域最具影响力的 100 人 “之一。
“这不是成熟的软件发布说明，”他提醒说，”这是安德鲁在过去几个月的周末玩翻译的结果”。
不过，Ng 认为代理机器翻译 “比传统的神经机器翻译有巨大的改进潜力”。 使用 BLEU 的有限测试表明，引用 Ng 的原话，该软件 “有时可与商业供应商竞争，有时则比他们差”。
演示使用的是 “反射工作流”。 代理要求一个大型语言模型（本例中为 GPT-4 turbo）翻译文本，然后对输出结果进行反思。 该模型被要求提出建设性建议以完善翻译，并在随后加以应用。
我们的想法是，使用人工智能代理（代表用户执行任务的软件）的迭代方法有可能比单次提示大型语言模型（LLM）产生更好的结果。
其他优势？ 系统 “高度可控”。 Ng 解释说。 “他说：”只需改变提示语，就可以指定语气、地区差异，并（通过提供词汇表）确保术语翻译的一致性。
这类LLM应用 对于翻译管理系统和 对于翻译管理系统和人工智能机器翻译提供商来说，这并不新鲜。 十分之一的译员 已经使用 LLM 来应用词汇表以实现一致的翻译。
然而，Ng 想要探索的并不是使用 LLM 本身，而是在翻译的迭代工作流程中使用人工智能代理来利用 LLM 的潜力–甚至更多。
“他说：”我们认为这只是代理翻译的一个起点，这是一个很有前景的翻译方向，还有很大的改进空间。
Ng的演示是在中国科技巨头腾讯和莫纳什大学的一篇论文之后进行的，该论文探讨了 人工智能代理如何模拟翻译公司中不同的人类角色 来制作和改进翻译。
（机器翻译，轻度译后编辑，仅供参考）
编辑：刘煜珍
