的？”

加尔文自信道：“我们引入了基于频率的统计模型，通过分析双语语料库，系统现在能够更好地分辨词义并处理依赖上下文的翻译。”

里德上校冷冷地插话：“说得好听。让我们看看实际效果。时间紧迫，我们要的是结果。”

加尔文点点头，转身走向机器的操作台：“当然，我们马上开始。先做一个简单的演示。”

他熟练地在键盘上输入一句俄语：“mыгoвopnmomnpe。”

机器立刻运转起来，内部零件发出轻微的咔嗒声和嗡鸣，几秒后，屏幕上显示出英文翻译：“we speak about peace.”

房间里传出一阵低语，加文博士挑了挑眉：“不错，但这只是个简单句。更难的呢？”

加尔文早有准备：“当然可以。我们试试有歧义的句子。”

他输入另一句俄语：“ohчntaetkhnгy。”机器迅速输出：“he reads the book.”

加文博士点头，但仍不满足：“如果上下文不同呢？比如‘khnгa’指的是账簿而不是书？”

加尔文手指缓慢敲击键盘，输入新句子：“Бyxгaлtepчntaetkhnгy。”

机器略作停顿后显示：“the accountant reads the ledger.”

房间里响起一片惊叹。里德上校的双臂缓缓放下，眼中闪过一丝惊讶，这和他之前看到的乔治敦机器截然不同：“它是怎么判断的？”

加尔文解释道：“系统现在能结合上下文线索和概率模型进行推断。‘Бyxгaлtep’（会计）提示了财务背景，因此选择了‘ledger’而非‘book’。”

之前负责翻译的工作人员思忖：“这对情报工作可能是革命性的。”

加文博士走近机器，眼中多了几分兴趣：“我想看看它如何处理更复杂的句子，比如多重从句或习语。”

“让我来试试。”加文坐在输入设备前。

加尔文点头道：“没问题。”

加文博士略一思索，输入：“Вpemrлetnt，koгдatывeceлnшьcr。”

机器很快输出：“time flies when you're having fun.”

里德上校却不为所动：“这很不错，但我们需要它处理军事术语和技术词汇。我们的需求很具体。”

加尔文直视他的眼睛：“加文博士，你可以再试试一些专业词汇，我们已经开始整合专业词汇表，包括军事和科学术语。”

加文博士思索片刻后输入：“paketaochaщehanhepцnaльhonhaвnгaцnohhoncnctemon。”

机器翻译为：“the missile is equipped with an inertial navigation systewww. ”

上校眼中闪过一丝波动，罕见地露出一丝认可：“相当精确。”

房间安静了片刻，所有人都感受到这一刻的分量。

官员们交换了一下眼神，怀疑逐渐转为乐观。

一位国防专家，一位面容锐利的女士，开口道：“加尔文教授，您的工作可能会改变我们的行动方向。

这台机器的速度和准确性确实和过去比起来有了很大的提高。

多久能大规模应用？”

加尔文停顿了一下，谨慎回答：“如果有更多资源支持，我们可以在六个月内开始扩展系统。不过，我们还需要继续优化算法和扩充语言数据库。”

麦克纳马拉鼓掌，转身对沃森说道：“沃森先生，恭喜，你们将获得国防部的订单。”

然后接着对林燃说道：“教授，我就知道你肯定能做到。”

最后才是加尔文：“加尔文教授，国防部后续会跟你联系。”

林燃说：

“大家也不要太乐观。

乔治敦只能说能用，离用好还有很遥远的一段距离。

ibm方面得提高机器的性能，性能越好，它的翻译准确度就越高。

其次乔治敦大学这边要继续沿着我设计的技术路线，不断挖掘它的潜力。

但这条机器翻译的技术路线是有上限的。

只有统计学方法上的更新换代，才能