有道翻译产品介绍，有道翻译是干嘛的

图片来源：视觉中国

ChatGPT出现后，网易有道内部发生了一场大斗争。

争论的焦点是有道翻译产品的下一步发展。该产品于2008年发布，是网易自主研发的首款国产统计机器翻译在线引擎。

经过15年的技术迭代，有道神经网络翻译（NMT）已经取得了行业的主导地位。第三方平台数据显示，有道词典月活跃用户超过1亿，位居国内词典翻译市场第一。

一般来说，在打造翻译相关产品时，业界的共识是翻译能否取代人工翻译。现有的翻译产品在一定程度上实现了这一目标。

目标实现了。下一步是什么？这之后我应该做什么？换句话说，如果技术超越传统能力，或者超越人类智能的表现，最大的改变会是什么？

网易有道CEO周峰深谙此道。最先进的技术已经更新。翻译不能原样继续下去，必须迭代。他想用一个更大的模型来重新思考翻译这个产品的逻辑。

最大的变化将是翻译产品的使用显着增加，例如福特的T型车，它重塑了全球汽车工业的发展。随着T 型车的价格变得实惠，每个人都买得起汽车，技术将真正改变世界。

周峰告诉钛媒体APP，这样的纠纷在专注技术的网易有道很常见，公司内部也经常做这样的事情。

他认为技术团队经常需要改变思维。于是他重新召集了翻译团队的老同事，帮助大家学习大规模语言模型的能力，并在新模型上运行翻译产品。

大约四到五个月后，团队评估了这些工作，发现现有模型的性能和最终翻译质量超过了之前的模型。

但对于目前仍难以扭亏为盈的网易来说，投资“烧钱”的大型模式划算吗？你觉得投资困难吗？

今年一季度，网易有道业绩出现波动。财报数据显示，网易有道一季度净利润11.6亿元，同比下降3.1%，净亏损2.1亿元，同比增长101.9%。上季度扭亏为盈后，该公司又扭亏为盈，陶氏一向引以为豪的硬件业务收入也下降了16%。

“做公司总是这样，好东西是要花钱的，好东西也是最贵的。这不是一个新问题，我们一定会处理好。”周峰告诉钛媒体APP。

他说，“目前大模型的生产效率比较高，公司长期以来已经有了一定的基础。另一方面，有道变压器的优化非常强，能够安装。”将变压器变成小型设备。

此外，大规模模型的边际成本非常低，复制模型不需要太多额外成本。有道的AI团队规模相当大，有100人左右，但总体来说不需要特别大的额外投入。

网易有道首席科学家段一涛表示，很多技术和资源都是同源的。他告诉钛媒体APP，有道大型模型的搭建过程是在之前团队的框架内进行的，并没有另外组建团队去做。

自2016年起，有道开始共同打造人工智能基础能力，同时建立了语言、视觉、语音等团队，并在有道神经网络翻译（NMT）、计算机视觉、智能语音AI技术、高性能算力等方面积累了丰富的经验。 （高性能计算）。基础技术能力。

2017年，有道瞄准主流技术Transformer，融合大规模模型下的AI能力，聚焦端侧应用。 2019年，第二代有道词典笔首次搭载离线Transformer NMT。 2022年，有道词典笔P5搭载自主研发的离线ASR升级为Transformer技术。

周峰利用大模型打造了翻译产品，并公开表示在内部测试中超越了ChatGPT的翻译能力，在中英文翻译方面超越了谷歌翻译的水平。

然而，基于大模型的翻译产品一个非常现实的问题是成本相比以前有所增加。周峰告诉钛媒体APP，经过内部计算，使用了一个大模型进行翻译，计算量非常大，因此一次查询的成本比之前的模型高了近20倍，透露出价格昂贵。成本约为数亿次查询。

周峰的目标是普及大规模模型翻译，但他也发现大规模模型很昂贵，尤其是在刚开始的时候。我们目前需要资金，因为我们现有的产品不符合我们的产品要求。

这种严峻的投资现实也可能会改变翻译产品的商业模式。与之前将翻译产品流量转化为广告来变现的逻辑不同，周峰告诉钛媒体APP，对于大规模的翻译模式，付费会员目前更为合理，他表示这是一个解决方案。

然而，大模型也导致了教育界的“封杀”。美国很多公立学校已经禁止ChatGPT，很多科学期刊也禁止ChatGPT被列为论文的“共同作者”。

周峰还反对学生在学习过程中使用大模型“复制答案”的行为，这种行为控制了答案的识别并提供解释而不是直接，这也体现在应用程序的“家长控制”功能上给予。我会给你最终的答案。

没有必要去神圣化大型模型。周峰表示，“产品和创新的具体案例需要用大规模模型来分析。我们不能认为大规模模型就是一切的答案。更值得研究的是场景的丰富应用。”应用和场景是整个转型过程中大家需要尽早了解的。你越早抓住它们，以后抓住的就越多。

除了网易有道之外，教育领域的一些公司也在积极采用大规模模式。今年5月，学而思正在研发大规模数学模型MathGPT的消息引发业界激烈争论。

当时，学而思老师告诉钛媒体APP，MathGPT是基于数学领域的问题解决和教学算法，已经取得了阶段性成果，今年内将是基于此的产品级产品。自主开发的大型模型，他表示计划发布一个应用程序。

今年7月初，学而思在新闻发布会上透露，相关结果可能会在月底公开。但截至目前，相关进展尚未明确。

造成这种情况的一个可能原因是大规模数学模型比其他领域困难得多。

大规模数学模型必须解决的三个问题是：第一，问题必须正确解决，而GPT结果往往存在错误。其次，解决问题的步骤要稳定、清晰。另外，目前解决GPT问题的步骤每次都不同，生成的内容往往非常冗余。第三，解决问题必须有趣且个性化。不，目前GPT的解释过于“学院派”和机械化，非常对孩子的学习体验不友好。

周峰认为，大规模数学模型是大家都想投资的方向，但无论我们给大规模数学模型赋予多少内容，都无法应用到数学领域。它背后有一些数学原理。虽然目前还没有这样的功能，但这仍然是一个值得探索的方向。

钛媒体APP获悉，新东方、作业帮等各大教育培训公司也在关注大模型，但目前尚未公布实施结果。

（本文首发于钛媒体APP。作者|李成成）