綜上所述，機器翻譯研究 60 多年來的發展趨勢是不斷降低人在翻譯過程中主導作用：基於規則的方法完全靠人編纂翻譯規則；基於統計的方法能夠從資料中自動學習翻譯知識，但仍需要人來設計翻譯過程的隱結構和特徵；基於深度學習的方法則可以直接用神經網路描述整個翻譯過程。近年來，端到端神經機器翻譯成為最熱門的研究領域，未來的研究方向可能集中在以下五個方面。
● 訓練：如何降低訓練複雜度？如何更有效地提高翻譯質量？近期的工作表明直接優化評價指標能夠顯著提公升翻譯效能[17-18] 。
● 先驗知識：目前的方法完全從資料中自動學習翻譯知識，能否利用先驗知識指導翻譯過程？能否與現有的知識庫相結合？近期在基於注意力的翻譯模型上的研究工作已經有一些初步進展[19] 。
● 多模態：目前的方法主要關注文字翻譯，能否利用向量表示貫通文字、語音和影象，實現多模態翻譯？最近在影象標題翻譯上的研究工作是很好的嘗試[21] 。
相信未來幾年，基於深度學習的機器翻譯方法尤其是端到端神經機器翻譯會取得更大突破，發展成為新時期機器翻譯的主流技術，造福於社會大眾。
《中國人工智慧學會通訊》 2 24 結 果
我們將人類 bpl 以及其他模型在 5 個概念學習任務上的結果並列進行對比，檢驗僅從乙個或一些樣例得到的不同形式的泛化 見圖 5 的樣例任務 所有的行為實驗都是通過亞馬遜土耳其機械人 mechanical turk 進行的，實驗的詳細流程請參考 s5 章節。主要實驗結果總結在圖 6 中，額外的殘缺分...
《中國人工智慧學會通訊》 3 28 討 論
近年來，各種型別的 機械人層出不窮，人機互動控制策略對於 機械人實現臨床應用意義重大。通過上文的回顧分析，可以看出，現有人機互動控制依然存在如下問題。目前還不存在一種通用的人機互動控制策略。針對患者損傷部位及損傷程度採用合適的控制策略是常規的方案，但正如前文所述，現有 機械人系統的互動控制系統通常缺...
《中國人工智慧學會通訊》 1 32 詞嵌入
在此基礎上，也有研究者關注如何利用已有的知識庫來改進詞嵌入模型。wang 等人 5 結合知識圖譜和未標註語料在同一語義空間中來聯合學習知識和詞的向量表示，這樣可以更有效地實體詞的嵌入。rothe等人 6 直接利用 wordnet 知識庫的詞和語義集的關係來學習詞嵌入，能更好地利用已有的知識庫。該 獲...