谷歌翻译换引擎：GNMT 一夜之间把错误率砍掉六成
// TL;DR
- GNMT：深层 LSTM 编码器-解码器 + 注意力 + 残差连接，端到端整句翻译。
- 人工评估错误率比短语统计系统下降 55%-85%，中英方向最先上线。
- wordpiece 分词缓解未登录词问题——子词这个思路值得记住。
十年系统一夜换血
Google 这周发布了 GNMT（Google Neural Machine Translation），并且不是发论文表演——是直接把谷歌翻译的中英方向换上了新引擎。老的短语式统计翻译（PBMT）是过去十年的工业标准：把句子切碎、查短语表、再拼回去，翻译腔浓重。GNMT 改成端到端：8 层 LSTM 编码器读整句，8 层解码器配注意力机制写整句，残差连接保证深层网络训得动。
几个工程细节值得抄作业
- wordpiece 子词分词：把罕见词拆成常见碎片，词表可控的同时基本消灭了未登录词，对中文这种没有天然空格的语言尤其友好。
- 长度归一化与覆盖惩罚：解码时防止译文越翻越短、或者漏翻原文片段。
- 量化推理：上线版本用低精度计算压延迟，论文里专门写了一章——学术成果落地，一半的功夫在这种地方。
我的看法
人工评估显示错误率下降 55% 到 85%，有些语向的进步等于过去十年的总和。但比数字更重要的是范式信号：连机器翻译这种最讲究规则、积累了海量语言学工程的领域，也被端到端神经网络平推了。“特征工程 + 管线”输给“数据 + 端到端”的剧本，视觉演过一遍，语音演过一遍，这次轮到 NLP。下一个是谁？