2024年6月11日，一位领先的人工智能研究人员发布了人工智能代理翻译的早期软件原型。对于吴恩达来说，这个实验是一个“有趣的周末项目”，他将实验结果开源发布。
吴恩达不仅仅是另一位人工智能研究者。吴恩达是Coursera的联合创始人，也是deeplelearning的创始人。人工智能，人工智能基金管理普通合伙人。他也是谷歌大脑(Google Brain)的联合创始人之一，与他共事的还有人工智能领域的杰出人士杰夫·迪恩(Jeff Dean)。2023年，《时代》杂志将吴恩达评为“人工智能领域最具影响力的100人”之一。
“这不是一个成熟的软件，”发布说明警告说，并补充说，“这是吴恩达在过去几个月的周末摆弄翻译的结果。”
然而，吴恩达认为，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进行的有限测试表明，用吴恩达的话来说，该软件“有时与商业提供商竞争，有时甚至比它们更差”。
这个演示使用了一个“反射工作流”。一个大型语言模型——在本例中是GPT-4 turbo——由代理请求翻译文本，然后对输出进行反映。该模型被要求提出建设性的建议，以完善翻译，并随后应用这些建议。
这个想法是，使用人工智能代理(代表用户执行任务的软件)的迭代方法可能会产生比大语言模型(LLM)的单个提示更好的结果。
其他的优点吗?该系统具有“高度可操控性”。吴恩达解释道。他说:“只需改变提示符，你就可以指定语气、地区差异，并确保术语翻译的一致性(通过提供词汇表)。”
对于翻译管理系统和支持人工智能的机器翻译提供商来说，这些类型的大语言模型应用程序并不新鲜。十分之一的翻译人员已经使用大语言模型来应用词汇表以实现一致的翻译。
然而，吴恩达想要探索的并不是大语言模型本身的使用，而是使用人工智能代理在迭代的翻译工作流程中利用大语言模型的潜力。
他说:“我们认为这只是代理翻译的一个起点，这是一个有前途的翻译方向，还有很大的改进空间。”
我认为人工智能代理机器翻译在改进传统神经机器翻译方面有巨大的潜力，我把我一直在玩的一个有趣的周末项目作为开源发布了一个演示。
吴恩达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在翻译机构中模拟不同的人类角色，以产生和改进翻译。
机器翻译，轻度译后编辑，仅供参考。
编辑：陈驭格
https://slator.com/ai-pioneer-says-agentic-machine-translation-has-huge-potential/
