翻譯－跨越鴻溝的進化促進者
更新於 發佈於 閱讀時間約 1 分鐘
你知道什麼是編譯器（compiler）嗎？它本身是一種程式，其角色定位可以說是「編程界的翻譯人員」。
較為廣泛使用的高階程式語言，大概都像以下這個樣子，具有一定程度對人類而言容易理解的關鍵字和語法規則：
然而，電腦本身能夠看得懂的語言並不是這種，而是一堆 0 和 1，也就是機器語言。
編譯器在人類與電腦之間居中協調，把人類寫出來的程式指令轉換成機器語言，電腦理解之後才能執行。這個過程就像是翻譯人員把同一個訊息，在不同國家的語言體系之間相互轉換、傳遞。
翻譯這項行為，在講同樣語言的人之間其實也會發生。
同一個領域裡，知識與經驗過於深厚的大師，與初學者、外行人之間，同樣會因為彼此之間的知識儲備差距太大，導致無法直接對話、雞同鴨講。此時一樣需要人在居中翻譯、協調。
從事這項工作的，通常是該領域的「教師」、「教學專家」，其職責就是把高深晦澀的知識和概念，轉換成容易理解、平易近人的語言，好讓初學者容易得其門而入，逐漸理解該領域，達成知識的普及。
「理解」與「不理解」之間，有著名為「語言隔閡」或「知識落差」的鴻溝。
翻譯、編程、教學，都有著同樣的底層邏輯，都是企圖跨越這樣的鴻溝，促進個體之間的相互理解、學習、合作，甚至進化。
留言0
查看全部
你可能也想看
Google News 追蹤
隨著理財資訊的普及，越來越多台灣人不再將資產侷限於台股，而是將視野拓展到國際市場。特別是美國市場，其豐富的理財選擇，讓不少人開始思考將資金配置於海外市場的可能性。
然而，要參與美國市場並不只是盲目跟隨標的這麼簡單，而是需要策略和方式，尤其對新手而言，除了選股以外還會遇到語言、開戶流程、Ap
嘿，大家新年快樂~ 新年大家都在做什麼呢？
跨年夜的我趕工製作某個外包設計案，在工作告一段落時趕上倒數。
然後和兩個小孩過了一個忙亂的元旦。在深夜時刻，看到朋友傳來的解籤網站，興致勃勃熬夜體驗了一下，覺得非常好玩，或許有人玩過了，但還是想寫上來分享紀錄一下~
有時笑稱自己是譯者，翻譯人（專家）跟人（非專家）溝通的語言。
文組的我，每天工作是跟理組大大們
針對電腦以外的事情， 例如市場需求，客戶目標與重點項目等等的。
進行溝通、協調跟分析。
理組大大都是電腦專家，滿嘴程式語言，
我每次必須換位思考，把自己當電腦來回應他們。
對話必須清清
我想要一天分享一點「LLM從底層堆疊的技術」，並且每篇文章長度控制在三分鐘以內，讓大家不會壓力太大，但是又能夠每天成長一點。
在第四章中，將會談論以下主題：
定義機器翻譯
人類轉導與翻譯
機器轉導和翻譯
評估機器翻譯
預處理 Workshop on Machine Translati
我想要一天分享一點「LLM從底層堆疊的技術」，並且每篇文章長度控制在三分鐘以內，讓大家不會壓力太大，但是又能夠每天成長一點。
Transformer 擁有先進的翻譯能力，能夠捕捉多種語言中單字序列的意思，在第四章中，我們將介紹一些關鍵的翻譯概念，並探討它們在 Google Trax、Googl
“所有人寫的程式會變成指令
每一道指令是由CPU執行
而CPU所能理解的指令類型有限”
機器其實不是像人類這樣一的單字對應一個單字去翻譯， 而是使用「編碼器 Encoder」與「解碼器 Decoder」來做語言之間的翻譯。 其中編碼器的任務，是「閱讀 Read」與「處理 Process」完整的文本， 而解碼器的任務，則是「產生 Produced」翻譯過後的文本。
現代大語言模型建構於Transformer結構。
Transformer結構是源自於2017年著名論文 Attention Is All You Need的深度神經網路結構。
原始的Trasformer是為了機器翻譯發展，當初的任務是將英文翻譯成德文與法文。
Transformer
這篇文章探討了人工智能對未來的影響，提到了人工智能不斷進步的速度，以及預測了未來幾年人工智能的發展。同時也提到了人工智能對人類的影響，包括了代替工程師寫CODE以及瞭解和療癒人類情緒。
隨著理財資訊的普及，越來越多台灣人不再將資產侷限於台股，而是將視野拓展到國際市場。特別是美國市場，其豐富的理財選擇，讓不少人開始思考將資金配置於海外市場的可能性。
然而，要參與美國市場並不只是盲目跟隨標的這麼簡單，而是需要策略和方式，尤其對新手而言，除了選股以外還會遇到語言、開戶流程、Ap
嘿，大家新年快樂~ 新年大家都在做什麼呢？
跨年夜的我趕工製作某個外包設計案，在工作告一段落時趕上倒數。
然後和兩個小孩過了一個忙亂的元旦。在深夜時刻，看到朋友傳來的解籤網站，興致勃勃熬夜體驗了一下，覺得非常好玩，或許有人玩過了，但還是想寫上來分享紀錄一下~
有時笑稱自己是譯者，翻譯人（專家）跟人（非專家）溝通的語言。
文組的我，每天工作是跟理組大大們
針對電腦以外的事情， 例如市場需求，客戶目標與重點項目等等的。
進行溝通、協調跟分析。
理組大大都是電腦專家，滿嘴程式語言，
我每次必須換位思考，把自己當電腦來回應他們。
對話必須清清
我想要一天分享一點「LLM從底層堆疊的技術」，並且每篇文章長度控制在三分鐘以內，讓大家不會壓力太大，但是又能夠每天成長一點。
在第四章中，將會談論以下主題：
定義機器翻譯
人類轉導與翻譯
機器轉導和翻譯
評估機器翻譯
預處理 Workshop on Machine Translati
我想要一天分享一點「LLM從底層堆疊的技術」，並且每篇文章長度控制在三分鐘以內，讓大家不會壓力太大，但是又能夠每天成長一點。
Transformer 擁有先進的翻譯能力，能夠捕捉多種語言中單字序列的意思，在第四章中，我們將介紹一些關鍵的翻譯概念，並探討它們在 Google Trax、Googl
“所有人寫的程式會變成指令
每一道指令是由CPU執行
而CPU所能理解的指令類型有限”
機器其實不是像人類這樣一的單字對應一個單字去翻譯， 而是使用「編碼器 Encoder」與「解碼器 Decoder」來做語言之間的翻譯。 其中編碼器的任務，是「閱讀 Read」與「處理 Process」完整的文本， 而解碼器的任務，則是「產生 Produced」翻譯過後的文本。
現代大語言模型建構於Transformer結構。
Transformer結構是源自於2017年著名論文 Attention Is All You Need的深度神經網路結構。
原始的Trasformer是為了機器翻譯發展，當初的任務是將英文翻譯成德文與法文。
Transformer
這篇文章探討了人工智能對未來的影響，提到了人工智能不斷進步的速度，以及預測了未來幾年人工智能的發展。同時也提到了人工智能對人類的影響，包括了代替工程師寫CODE以及瞭解和療癒人類情緒。