什么是 AI？
语言人工智能 (AI) 是 AI 领域的一个专业分支，它专注于使计算机能够理解、处理和生成人类语言，从而让人类与技术的交互变得更加自然和直观。该领域的核心是大语言模型 (LLM)，例如 GPT，这是一种经过海量文本训练的高级 AI 系统。这些模型在语言人工智能应用中占据着举足轻重的地位，因为它们精准地再现了人类语言的微妙差异与复杂特性。
语言人工智能正在重塑着我们跨不同语言创建、管理、翻译及解读内容的方式，极大地提升了现代技术的无障碍性与效率。语言人工智能应用广泛，包括自动化任务、响应语音命令、生成内容以及在不同语言之间翻译文本。利用 LLM 的功能，语言人工智能不仅能够提升用户体验，还推动了技术创新，促进全球范围内人类与技术的互动与利用。
有关语言人工智能的更多信息
语言人工智能是如何演变的？
机器翻译 (MT) 作为最早的语言人工智能形式之一，能够自动将文本或语音从一种语言转换为另一种语言。自 20 世纪 50 年代以来，MT 经历了重大的变革，并在每一个发展阶段都实现了显著的质量提升。目前，神经机器翻译 (NMT) 已成为主流形式，它被嵌入到各种翻译工具中，并受到世界各地组织的青睐。
NMT 的一项重大发展是引入了转换器模型，该模型使 MT 系统能够更有效地捕捉复杂的单词依赖关系，从而实现更加流畅和准确的翻译。随着研究人员不断扩展转换器模型的规模，通过增加训练层数、参数及数据量，该模型已进化到能够理解和生成多种任务场景下类似真人水平的文本，远远超越了单一的翻译功能范畴。因此，大语言模型 (LLM) 应运而生，诸如 OpenAI 的 GPT（生成式预训练转换器模型）和 LaMDA（对话应用语言模型）等杰出代表，它们能够高度准确地补全文本、回答问题并进行创造性写作。如今，LLM 已成为众多前沿 AI 应用的基石，不仅彻底改变了多个行业的面貌，更提供了远超翻译功能的能力。
为了提高 LLM 的产出，组织可以根据所处行业和使用案例来对通用模型进行训练或微调，从而提升模型的效能和效率。对于拥有必要资源和专业知识的大型企业而言，他们可能会选择在内部训练或微调 LLM，以便能够完全掌控整个流程。对于缺乏所需内部基础设施或专业知识的其他公司，他们可能会选择与提供 AI 训练和微调数据服务的 AI 服务提供商合作，例如 RWS 的 TrainAI。这些提供商能够收集和标记特定领域或公司的专有数据，用于训练 LLM，并运用诸如提示编写、从人类反馈中强化学习 (RLHF) 以及红队测试等人工把关技术，帮助对 LLM 进行微调，以满足公司的特定需求。
语言人工智能可以带来哪些业务优势？
近年来，人工智能 (AI) 已经从新颖的概念发展成为可能是必不可少的技术。 语言人工智能已成为众多工具和应用程序的重要组成部分，对各行各业的整体运营方式产生了革命性的改变。从医疗保健到金融，从教育到娱乐，从零售到客户服务，几乎每个行业都在利用这些先进技术来加强沟通、简化流程，并为用户交付个性化体验。
若我们深入聚焦于本地化行业，供应链中的每一位成员，无论是语言服务提供商 (LSP)、译员还是其客户，都能通过运用 AI 翻译技术显著获益：
- 提高工作效率——借助正确的 AI 功能，用户能够节省宝贵的时间并加快产品面市速度。译员可以更快、更高效地完成翻译工作；项目经理能够简化重复性任务；审校员则可以更有效地集中精力。
- 提高翻译产能——通过利用 AI 功能，用户能够在保持高速与高质量的同时，应对更为庞大的工作量。这对于拥有庞大内容需求的全球性企业而言，无疑是一个极具价值的优势。通过在整个本地化流程中使用集成了语言人工智能功能的工具，用户能够更加高效、准确地本地化更多内容，从而以更加积极和持续的方式，触及更广大的客户。
- 提升翻译质量——语言人工智能不仅能够高效地翻译文本，还能与您信赖的语言资源相结合，从一开始就提升翻译质量。例如，它能确保术语的一致性，完善机器翻译与人工翻译，并识别出需要进一步审校的地方。AI 通过提供实时建议与上下文感知调整，为语言服务专家赋能，助力他们改进工作并更快完成翻译。而借助语言人工智能技术，公司能够轻松交付始终如一的高质量内容，确保内容与品牌独特的基调和声音无缝契合。
翻译技术中包含哪些语言人工智能功能？
人工智能对语言行业产生了深远的影响，使得开发过程变得越来越密集与迅速。例如，翻译技术中的语言人工智能功能包括：
- 具有可调适语言对的神经机器翻译 (NMT)：经过现有翻译记忆库和术语库数据训练的 NMT 系统，能够提供自动译后编辑反馈。
- 内容分析：提取领域分类和关键字，从而使项目经理能够关注全局，而不仅仅是流程管理。
- 检索增强生成 (RAG)：利用来自翻译记忆库 (TM)、术语库和 NMT 的输入来补充 LLM，以提高翻译效率。
- 自然语言用户界面：使用自然语言来搜索和访问产品文档、生成项目报告或进行项目分析。
- 自动语音转换文字：使用由 AI 驱动的转录功能，将口语转换为书面文本，从而在翻译工作流中翻译音频内容。
- 自动译后编辑：通过 AI 驱动的译后编辑，提升已翻译内容的质量。
- 自动化质量评分：通过使用自动化质量评估分数，对翻译进行评估和改进。
