在人工智能技术飞速发展的今天，神经机器翻译已成为语言服务行业的重要力量。近日，Meta的法国研究团队和“不落下任何语言”(NLLB)团队开发了一种跨语言技术，能让神经机器翻译模型学习如何利用翻译高资源语言的预存能力，实现对低资源语言的翻译。 　　研究团队开发了一个在线多语言翻译工具，名为“NLLB-200”。该工具能容纳200种语言，其低资源语言数量是高资源语言数量的3倍，翻译表现则比当今已有系统高44%。 　　神经机器翻译模型利用人工神经网络翻译各种语言。这些模型通常需要大量可在线获取的数据加以训练，但并非所有语言数据都是公开、低成本或是普遍可及的，这类语言被称为低资源语言。一味地增加模型翻译语言数量，可能会影响模型的翻译质量。 　　为此，研究团队扩大“NLLB-200”的训练数据量，他们用一个语言识别系统发现了这些特定语言的更多实例，并从互联网存档中挖掘双语文本数据，帮助提升其翻译质量。 　　尽管神经机器翻译取得了显著的进步，但仍然存在一些挑战和局限性。研究团队指出，这个工具可以帮助很少被翻译的语言的使用者，让他们也能用上互联网和其他技术。但团队也表示，目前误译的情况仍有可能出现。 　　神经机器翻译技术的发展为全球语言交流带来了革命性的变革。随着技术的不断进步和应用的拓展，相信未来人类将能够更加自由、便捷地进行跨语言的交流和合作。