|
||
|
Advance Member
  加入日期: Jan 2004 您的住址: 台中
文章: 446
|
引用:
我覺得連身為人類的我都有點難搞懂 
__________________
ゆコクゲサ期待ウサ.. ゆコパ勘違ゆウサ... ゆコろヘろ希望メ持コソゾビバギ... クろヘ..ゆコネザパ... 優ウゆ女ソ子ゾ嫌ゆク |
||||||||
2016-03-17, 09:36 PM
#11
|
|
|
*停權中*
加入日期: Jun 2015
文章: 0
|
這種東西要講見仁見智
不適每個人都懂圍棋 想下得好更是少數 但是語言嘛 鄉村未曾受過教育的老婦人一樣可以把她的母語講得嚇嚇叫 到底誰比較難? 我的解釋是 電腦用的思路跟人腦不同 完全無法比較 引用:
|
|||
|
2016-03-17, 09:54 PM
#12
|
|
|
Senior Member
 
加入日期: Jul 2005
文章: 1,141
|
引用:
看來是我說得過於簡化了，那就補的完整些：「簡單來說就是複雜程度的問題， 對於電腦來說，語言的使用可比下圍棋複雜多了。
__________________
髒手很難把東西洗乾淨 |
||
|
2016-03-17, 10:01 PM
#13
|
|
|
*停權中*
加入日期: Jul 2013
文章: 331
|
引用:
但我個人是比較樂觀看待 語言翻譯一樣也可以用那個圍棋人工智慧的方式去處理，只是也得給他很多時間不斷學習 應該未來這十年內，不要太複雜的字句，電腦翻譯不要說完全正確，但至少大意都會是對的 其實 Google 翻譯我猜那個就已經有人工智慧在後面做了 但是像這種 引用:
要電腦學習我就覺得沒這麼容易 此文章於 2016-03-17 10:10 PM 被 micall.lee 編輯. |
||
|
2016-03-17, 10:08 PM
#14
|
|
|
Elite Member
加入日期: May 2001 您的住址: Andrew Blake 的攝影棚
文章: 9,201
|
現在不是在流行大數據 (Big Data) ....
當大數據收集夠多的詞彙慣用語資料， 翻譯軟體就會越趨完美  我比較期待語音翻譯， 講出中文，可以自動轉譯為外語語音 
__________________
[YOUTUBE]8-EzAew1U98[/YOUTUBE] 
此文章於 2016-03-17 10:24 PM 被 strong 編輯. |
|
2016-03-17, 10:20 PM
#15
|
|
|
Major Member
加入日期: Aug 2001
文章: 211
|
引用:
幾罷昏~
__________________
滿招損 謙受益 |
|
|
2016-03-17, 10:23 PM
#16
|
|
|
Silent Member
加入日期: Jul 2012
文章: 0
|
引用:
人力翻譯也不可能說完全正確， 像「喜歡上一個人」那種用人力翻譯也只能列舉翻譯， 對不同主詞其存在多種先後排列順序， 因為該詞句的主詞未定，又無前後文句存在可推定其意。 |
|
|
2016-03-17, 10:27 PM
#17
|
|
|
Major Member
加入日期: Aug 2004
文章: 122
|
我比較悲觀一點
Big Data/Machine Learning 只是一個架構 重點還是要找出合適的演算法才能解決問題 這東西進展也許很快 也許很慢 畢竟科學發展不是說投入時間精力 就能得到同等回報 |
|
2016-03-17, 10:30 PM
#19
|
|
|
*停權中*
加入日期: Jul 2013
文章: 331
|
引用:
我倒覺得實驗室裡應該早就有可以翻譯沒有太多隱喻與文藻字句的人工智慧 只是相對需要的運算力，或者翻一篇文章，可能要給電腦好幾天的時間，所以也很難真正的應用在生活 就像那個下圍棋的，你也不太可能放在網路上讓大家去跟他挑戰，光是和一個人下就要一大堆 CPU 和 GPU 除非能讓演算法簡單到一般伺服器甚至到手機都可以處理，或者以後一般電腦的運算力，就等同現在超級電腦的運算力，那時候或許才會成為生活上的基本工具 當然我這是隨便推測的啦，要認真也請輕鬆的認真 此文章於 2016-03-17 10:41 PM 被 micall.lee 編輯. |
|
|
2016-03-17, 10:38 PM
#20
|
|
