「NLLB-200」是一套不經由中介語言（例如先將中文翻譯成英文、再由該英文結果翻譯成其他語言）、支援 200 種語言直接互譯的的翻譯模型。Meta 表示，對比先前的研究，這套最新的模型可以提升 44% 的翻譯品質，尤其是部分非洲與印度系語言的精準度更提高了 70% 以上。科技媒體 The Verge 引用德國慕尼黑大學計算語言學（computational linguistics）專家 Alexander Fraser 說法，「其最主要的貢獻在數據，重點在於有『100 種全新語言』（被該模型支援）」。許多商業工具不支援的低資源語言（low-resource languages），也就是少於百萬人口使用的語言。

       Meta 在該專案的 AI 科學家 Angela Fan 表示，這個模型也將應用在支援維基百科（Wikipedia）的編輯者將編輯項目翻譯成其他語言。另外，開發該模型所使用的技術，很快的也會整合進 Meta 的翻譯工具。總體來說，Alexander Fraser 教授表示，「Google、Meta 以及 Microsoft 等公司都致力於低資源的機器翻譯（machine translation），這是一件好事。」

       Meta 認為，建構一個可以支援多國語的技術，對於人們在元宇宙有重要意義，因為「沈浸式體驗有助於民主化」、「可讓全球更多人進入到元宇宙」。該模型使用 Meta 於 1 月發表、與 NVIDIA 共同開發的超級電腦「AI Research SuperCluster（RSC）」進行 Training。

（資料來源：宏將週報）

【本訊息文字圖片未經原提供單位許可，不得任意轉載及連結，如有需求，請洽原資料提供單位。】