Jay Yeh的部落格

大家好，今天和各位談談“吳軍硅谷來信”專欄裡的一篇文章心得。

今天要分享的電腦領域大人物是佛朗茲·奧科。他的名氣顯然是沒有前面兩位大師那麼大，但是他做出了改變世界的產品。奧科博士幾乎以一人之力，將全世界機器翻譯的水準，提高了1倍。在他之前，世界上的機器翻譯系統基本上是無法使用的；在他之後，機器翻譯不僅成為可用的產品，並且在世界普及。

在90年代末期，全世界已經研究了快50年的機器翻譯領域，但是依然沒有什麼進展。當時，主流的機器翻譯，依然採用讓電腦模仿人學外語的方式，進行翻譯工作。雖然一開始，幾百條的規則就能覆蓋一半的英、法、德語現象；但是，要再提升10%的覆蓋率，可不是增加10%的規則就可以，而是需要增加10倍。

在當時，世界上最進步的翻譯公司SYSTRAN，編寫2萬多條語法規則，仍然有20%的英語的語言現象無法覆蓋。更麻煩的是，如果要每種語言都寫一次，工程耗時費工。這種機器翻譯方式，被稱為基於規則的方法。

到了90年代，賈里尼克在IBM的下屬彼得∙布朗設計出，以數學模型加資料的方法，翻譯自然語言的框架。這種方法被稱為基於統計的機器翻譯，因為這需要用到統計，而統計需要用到資料，因此，也被稱為資料驅動的方法。由於當時的資料量很少，所以成效不顯著。以至於布朗的論文，在當時的被引用率並不高。

後來，布朗離開IBM，到世界上最厲害的對沖基金公司-文藝復興技術公司，擔任IT副總裁。這家公司成員沒有一位是財經背景出身，但是投資回報率比巴菲特還高。布朗是機器翻譯領域採用統計方法的第一人，只可惜他只開了個頭而已。

基於統計的機器翻譯方法，能夠有今日的水準，主要是靠奧科博士的貢獻。1999年，他運用大量的資料，加上一系列能夠把統計數學模型，訓練得更精準的方法，讓基於統計的方法超越基於規則的方法。他運用的模型就是現在大家常聽到的“機器學習”。2000年前後，他研發的中英翻譯系統能做大約20%的翻譯和人一致；英文和阿拉伯文的翻譯有30%的一致性。

你可能會覺得20、30%看起來很低，但是人類語言專家翻釋的一致也只有接近50%左右，並不是100%。所以，這樣的數值，其實已經接近人類的水準了。這樣的成果，讓全世界的科學家看到了希望。

2001年奧科博士畢業後到南加大任教。吳軍老師也在同時畢業進入Google。2003年Google決定開發機器翻譯軟體。在研究了半年後，發現非常難以突破。於是，建議公司把當時世界上最好的機器翻譯專家-奧科博士，從大學裡請來。2004年奧科博士終於被說服加入Google。當時的Google的規模，只有2,000人左右，並不算大，而且沒有太多機器翻譯的經驗。和IBM等公司相比，有一大段差距。

當時Google為了爭取奧科博士加入，答應了3個條件：

1、他加入後，機器翻譯小組由他負責。

2、當時Google即將宣布IPO（2004.04.28），而奧科博士必須要到8月才能完成南加大的教學工作。為此，Google答應讓他在宣布IPO那天到職，接著請4個月的假。

3、他能隨意使用公司全部的資料，公司還請最優秀的工程師迪恩等人，為他提供雲計算方面的技術支援，以方便他使用巨量的計算資源。

在奧科博士到職後，Google兌現了全部的承諾。

在奧科博士加入半年後，Google參加美國國家標準與技術研究院（NIST）主辦的對全世界機器翻譯系統的評測。在這之前，IBM已經在這領域發展了幾十年，沒人認為Google是認真的。評測結果出來，Google在中英、阿英的互譯都獲得第1名。第2名和它的差距是10年的水準。

值得一提的是，在Google和在南加大系統都是奧科博士寫的，但為什麼系統差距如此巨大？當時的學術界都非常好奇。奧科博士提出解釋，原來他在Google沒時間改進方法，但用了比之前多1萬倍的資料。他向全世界證實了，當資料量千、萬倍增加後，就會由量變形成質變。在這之後，大數據逐漸成為熱門的話題。

奧科博士不懂中文，也不會阿拉伯文，他研究機器翻譯的方法，和人本能的方法完全不一樣。他證明了，機器翻譯的問題，從根本上來說，都是數學問題，和語言水準沒有太大的關係。10年之後，Google的DeepMind小組向世界證明，下圍棋也是數學問題；在AlphaGo的團隊裡，幾乎沒有會下圍棋的人，但並不妨礙它打敗李世石和柯潔。

既然都是數學問題，既然能夠中英、阿英互譯，那麼，能夠用這種方法翻譯其他語言嗎？當然是可以的。在之後2年裡，奧科博士的團隊就開發出8種語言間的近50種語言對的互譯。這也體現出資料驅動方法的好處。

世界上有上千種語言，Google支援的語言有近百種。要讓近百種的語言互譯，大約有1萬種語言對，就算是用資料驅動的方法，也要極長的時間研發。為了解決這個問題，奧科博士想到一個便捷的方法-選定幾種中間語言，將所有語言都翻譯成這些中間語言，再經由中間語言翻譯成各種需要的語言。依照這個方式，Google實現了40種語言之間的互譯。

2012年吳軍老師再次回鍋Google，奧科博士告訴他已經不再從事人類語言翻譯的研究。因為他認為這個問題已經基本解決，要再提高品質只是資料量的問題。他接下一個非常有挑戰性的研究-將人類語言翻譯成電腦語言。只要人們清楚描述自己的需求，電腦就能編寫程式。到了2014年，奧科博士已經能讓電腦編寫簡單的程式，這也大大降低了人類使用人工智慧的門檻。

2014年，吳軍老師離開Google從事投資工作。奧科博士也離開Google到人類長壽公司擔任首席科學家。基於對奧科博士的支持，吳軍老師的基金投資了這家公司，並且獲得極高的收益。2年後，胡貝爾創立聖杯公司（Grail）從事癌症早期檢測。奧科博士受胡貝爾的邀請，加入該公司擔任首席科學家；同樣地，吳軍老師也投資了聖杯公司，同樣獲得極高的收益。最近聖杯公司的亞洲分公司即將在香港IPO。在奧科博士看來，生物和醫療問題，也是數學問題。他利用大數據資料進行個性化製藥和癌症的早期檢測。

總結奧科博士成功的經驗：

一、他是堅定地相信，能將各種問題轉化成數學問題，並且在許多領域取得驚人的成就。

二、他在機器翻譯歷史上，是劃時代的人物，可說是這個領域貢獻最大的科學家。他並沒有侷限自己只待在語言互譯的領域中；他還能夠一通百通地初步實現了電腦自動程式設計，並且把機器學習擴展到生物製藥和醫療保健領域。

本日思考題：奧科博士的故事，有哪些值得你借鑒的呢？

歡迎你的留言，和我一起分享、一起討論，我們下次見。