图 | 新翻译系统使 Facebook 每天能做 200 亿份翻译任务（来源：incamerastock / Alamy）
在学术机构用来自动评估机器翻译质量的 100 分制中，该人工智能的表现比同类翻译系统赶过 10 分。该模型的翻译也由人类进行了翻译评估，其准确率约为 90%。
Facebook 的研究职员在网上网络了 100 种措辞的 75 亿对句子，然后对翻译 AI 进行演习。当然，并非所有措辞的句子对数量都相同。Facebook 智能翻译项目卖力人安吉拉・范 (Angela Fan) 说：“环球有很多地区利用两种措辞，而且个中并不包括英语。我真正感兴趣的是，我们不须要再用英语作为‘中间人’。”
该翻译 AI 的演习方法关注的是那些常日须要相互切换的措辞，然后根据地理和文化相似性将措辞分为 14 个不同的凑集。这确保了对更常用的互换进行高质量的翻译，并更准确地演习模型。
对付一些措辞对来说，新翻译系统比现有的翻译质量有了显著提高。例如，将西班牙语翻译成葡萄牙语的难度特殊大，由于西班牙语是天下上利用人数第二多的官方措辞，这意味着研究职员可以得到大量的演习数据。英语和白俄罗斯语之间的翻译质量也比现有系统有所提高，由于白俄罗斯语和俄语有相似之处，AI 通过翻译俄语进行了演习。
目前该系统还没有在社交网站上利用，但 Facebook 操持很快将其投入利用。Facebook 希望借助它来处理人们每天利用 160 多种措辞撰写的帖子时产生的 200 亿份翻译任务。未来，Facebook 还将办理其他措辞上的翻译难题，Fan 说，“特殊是那些我们没有很多数据的措辞，比如东南亚和非洲的措辞。”
爱尔兰都柏林圣三一大学 ADAPT 中央的 Sheila Castilho 说，这项事情 “冲破了以英语为中央的翻译模式，并试图建立更多样化的多措辞翻译模式，让人线人一新。” 但 Castilho 表示，人类只评估稽核了一小部分翻译实例，这是否是对人工智能表现的准确判断尚未可知。
她还担心，这项评估是由双语志愿者完成的，而不是专业的翻译职员。她说:“非专业人士缺少翻译知识，因此可能不会把稳到一个翻译比另一个翻译更好的细微差别。”
她在 ADAPT 中央的同事 Andy Way 认为，Facebook 并没有和最前辈的翻译系统进行公正的比较。他说：“他们声称新系统比‘以英语为中央’的翻译模式有了很大的进步，这种说法有点空洞，由于大多数时候，人们已经不这么做了”。然而 Facebook 不同意这种说法，称通过英语翻译仍旧是普遍征象。