Meta昨（6）日宣布完成开发能翻译200种语言的机器翻译单一AI模型NLLB 200，同时将把该模型及训练用的资料集一同开源出来。
Meta为实现元宇宙跨语言交互而开发的高品质机器翻译系统NLLB（No Language Left Behind），该公司宣称，最新完成的单一AI模型NLLB-200能翻译200种不同语言，且精确度相较前代技术，翻译品质平均分数提升44%。
这是继2020年底Meta开源的M2M-100后，最新一个机器翻译单一AI模型。当时还叫脸书的Meta首先将首个不需通过英语、可直接翻译两种语言，共能翻译100种语言的AI模型M2M-100开源出来。
Meta强调，NLLB-200对少数语言的支持。该公司指出，这个模型支持一些其他模型不支持或支持度极差的语言，像是肯尼亚东部的坎巴语（Kamba）和老挝（Lao，或老挝）语。Meta说，一些常用的（Google）机器翻译技术支持的非洲语言不到25种。相较之下，NLLB-200支持55种非洲语言，所有支持的200种语言涵盖地球数十亿人口。
除了支持语言数量多，Meta也声称能达到高品质的翻译水准。和前代相较，NLLB-200在FLORES-101基准测试1万种可能方向的BLEU（bilingual evaluation understudy）得分平均高44%。在部分非洲及印度语言中，NLLB-200的精确度更是拉高70%
Meta表示，其NLLB机器翻译系统将可支持脸书News Feed、Instagram及其他平台每日250亿次翻译。高品质而精准的翻译除了可加速用户的使用方便性，也有助于识别这些平台上的有害内容及不实资讯，防止介入选举，减少性剥削和人口贩运等不法行为。
现在维基百科编辑使用的内容翻译工具已经集成NLLB建模技术，来翻译20多种资料量很少的稀有语言，包括10种之前完全没有机器学习工具支持的语言。
为了训练NLLB-200，Meta也创建了资料集FLORES-200，在开发过程中，让研究人员评估4万种不同语言翻译方向下NLLB-200的性能。今天Meta宣布把NLLB-200及训练该模型的开源出来供外界开发及测试用。
同时Meta也宣布提供20万美元奖金，征求利用NLLB-200开发出的主题应用，包括持久性、食物安全、性别暴力、教育或其他支持联合国永续开发目标的主题领域，鼓励非营利组织利用NLLB-200翻译2种以上非洲语言，或是语言学、机器翻译和语言技术相关研究人士试用。
除了NLLB-200之外，Meta还发布其他资源。为了能在更多语言搜集精准的平行文本，Meta改进了自然语言处理（NLP）零样本转移（zero-shot transfer）工具LASER，现为LASER 3。LASER 3是以掩码语言建模（Masked Language Modeling）为目标以自我监督方式训练成的Transformer模型，而非LSTM，性能更提升，且加入了语言分组专用的encoder，大幅扩展LASER 3的语言涵盖面及产出更大量的句对。Meta也宣布开源LASER 3给其他研究人员，同时将不同语言数十亿对的句子文本开放出来，这些句子已经经过AI技术的梳理。