渴望

A |     世界上大约7000种已知的语言中，有将近一半的语言，也就是其中的十分之四是口耳相传，没有包含书面内容。

B |     　　讯 8月20日，交通运输部举行专题新闻发布会，介绍“人工智能+交通运输”典型应用场景创新行动有关情况。　　会上，交通运输部科技司司长徐文强表示，近年来，交通运输部加快推进人工智能与交通运输深度融合，聚焦基础设施、运载工具与装备、运输服务、行业治理4大方向，梳理形成覆盖铁、公、水、航、邮全领域860项率先突破场景。去年9月，交通运输部联合6部门，出台了《关于“人工智能+交通运输”的实施意见》，全面绘制了“人工智能+交通运输”的方向标和路线图。

C | 今年6月，交通运输部又会同国家铁路局、中国民航局、国家邮政局和国家铁路集团，印发了《“人工智能+交通运输”典型应用场景创新行动方案》，全面启动了典型应用场景创新行动，打通政策落地“最后一公里”，推动人工智能技术更加有力驱动加快建设交通强国。　　本次创新行动将场景任务分为应用推广、创新示范、攻关突破三类，牵头主体分为场景方牵头和技术企业牵头两种模式。划分“三类场景”、采用“两种牵头模式”，开展典型应用场景创新行动，就是要密切跟踪、及时总结交通运输行业技术创新的全链条规律，区分不同技术成熟度、不同业务属性的场景，让场景所有方、科技企业、科研院所都能找到定位、发挥所长，避免“一套标准管到底”，最大化激发各方创新活力。

D | 　　具体来看，三类场景分别对应了技术落地的三个阶段，牵头主体的设置也充分匹配各阶段的核心需求。　　应用推广类，主要面向技术已经成熟、商业模式清晰、行业有普遍需求的场景，比如高速公路智能监测、12328智能客服、场站智能安检，就属于这一类。这类场景的核心目标是“规模应用”，让好技术尽快从“点上示范”走向“面上普及”。因此，明确由“场景所有方”牵头，因为他们掌握路网、港口、场站这些实体资源，有成熟的运营运维体系，能最快推动规模化落地，形成可复制、可推广的行业通用解决方案。

E | 　　创新示范类，重点是推进成熟技术的系统集成和跨领域融合，比如多式联运智能调度、综合枢纽一站式智慧服务。这类项目不缺单项技术，难点在于如何打通不同部门、不同运输方式的业务流程和数据壁垒。这些无文字的语言给现代机器学习翻译系统带来了一个独特的问题，因为它们通常需要在翻译到新语言之前将口头语言转换为书面文字，并将文字还原为语音，但Meta公司已经通过其最新的开源语言AI进展解决了这个问题。所以也明确由“场景所有方”牵头，统筹业务资源，联合人工智能企业、科研院所，做集成创新，核心是“提质融合”，打造一批高水平的融合应用标杆。作为Meta公司通用语音翻译器（UST）项目的一部分，该项目正致力于开发实时语音到语音的翻译，以便元宇宙居民能够更容易地进行互动（读作：互相进行性骚扰）。作为这个项目的一部分，Meta的研究人员研究了福建闽南话，这是一种散居在亚洲各地的无文字语言，也是台湾地区的主流语言之一。机器学习翻译系统通常需要大量可标记的语言例子，包括书面和口语来进行训练--这正是像闽南话这样的无文字语言所不具备的。为了解决这个问题，"Meta使用语音到单元的翻译（S2UT），将输入的语音直接转换为Meta以前开创的声学单元序列，"首席执行官马克-扎克伯格在周三的一篇博文中解释说。　　攻关突破类，瞄准的是行业核心技术短板，比如交通专用垂直大模型、路侧轻量化智能终端、复杂场景自主决策算法。这些是行业的“卡脖子”环节，需要很强的算法研发和算力支撑。"然后，我们从这些单元生成波形。此外，UnitY被采用为双通解码机制，第一通解码器生成相关语言（普通话）的文本，第二通解码器创建单元。""我们利用普通话作为中间语言来建立伪标签，我们首先将英语（或上面说的闽南话）语音翻译成普通话文本，然后我们再翻译成闽南话（或英语）并将其加入训练数据。因此这一类由“人工智能科技企业”牵头，行业用户作为参与方，提供真实测试场景和业务验证，核心是“强基础补短板”，用真实场景打磨形成核心技术能力。

F | 版权申明：凡注有“”或电头为“”的稿件，均为独家版权所有，未经许可不得转载或镜像；授权转载必须注明来源为“”，并保留“”的电头。    。"目前，该系统允许讲福建话的人与讲英语的人交谈，尽管很生硬，且该模型一次只能翻译一个完整的句子。但扎克伯格相信，这项技术最终可以应用于更多语言，并将改进到提供实时翻译的程度。扎克伯格宣布，除了Meta已经从这个项目中开源的模型和训练数据外，该公司还将发布一个基于闽南话话语料库的首个语音翻译基准系统，以及"语音矩阵，一个用Meta的创新数据挖掘技术LASER挖掘的语音翻译大料库"。这个系统将使研究人员能够创建他们自己的语音到语音翻译（S2ST）系统。