|卓越的全球化语言服务供应商
AI 翻译服务通过硬件、软件连接千千万万个应用场景，将会打破语言不通的尴尬局面。甚至有人认为，AI 翻译是人工翻译的终结者。现实真的如此吗？
现状：产品虽多，准确率有待提高
2017 年可谓是 AI 大行其道的一年，作为现代科技的流行趋势，不管是谷歌、苹果，还是百度、阿里，都在相继发布自己的人工智能产品，向智能行业进军。而 AI 翻译，几乎是所有互联网巨头都想涉足的领域。
机器翻译已出现了 70 年，但过去一年里涌现出的 AI 翻译软硬件产品，已超过最近 30 年的总和。
在国外，微软发布了翻译工具 Microsoft Translator，可以实现 9 种语言实时语音转为文本翻译。国内的互联网巨头也不甘示弱，百度翻译支持全球 28 种语言互译、756 个翻译方向，每日响应过亿次的翻译请求。除百度外，科大讯飞也走在语音交互前列，推出了讯飞听见升级版产品，加入多语种翻译功能，五种语言同步翻译成汉语，还发布了智能翻译产品“晓译翻译机”。就连网络游戏开发大户腾讯公司，也悄然上线了一款实时语音翻译 APP “翻译君”，这款以AI内核驱动的翻译产品，运用了语音识别+ NMT（神经网络机器翻译）等技术，可以实现“同声传译”功能，对着屏幕说话时，边说边翻，就像身边带了一位私人翻译官。此外，电商大咖京东也开始涉足AI翻译，推出了一个可以进行多国语言实时翻译的人工智能翻译机——准儿翻译机的众筹项目，目前已经有 5008 名支持者，轻松筹得 320 万元的项目基金。
尽管 AI 翻译进步神速，却不被传统的翻译行业所看好。今年 2 月，谷歌全新 NMT 系统在韩国世宗大学与人类译员进行的翻译对战就是一例佐证。在规定的 50 分钟内，人类和机器同时翻译两段随机文本。结果，人类以巨大优势战胜了机器。赛后，评委表示，NMT 系统翻译出的文本 90% 都有语法问题。
难点：数据有限，且语言规则不规律
全球范围内，服务于各大跨国会议、发布会等的 30 多种翻译机能帮人们解决一些场景中语言交流的问题，但目前的现状就如科大讯飞声明的那样：虽然机器翻译已经取得非常大的进步，但距离高水平翻译所讲究的“信、达、雅”还存在很大差距。
以“千山鸟飞绝，万径人踪灭”这句人们耳熟能详的诗为例，国际翻译界最高奖项之一“北极光”杰出文学翻译奖得主许渊冲教授将其译为“from hill to hill no bird in flight，from path to path no man in sight.”这不仅符合近代著名翻译家严复提出的“信、达、雅”翻译原则，而且其中的意境与精髓只有熟习汉语的人才能领会。
“文学艺术翻译要体现情感、色彩、语调、温度、韵致、字里行间的意味等种种幽微之处。要传达出这些，译者的水准、敏感、境界和心灵力量尤为重要。”中国社会科学院外国文学研究所编审高兴说。
此外，AI 翻译要想达到“信、达、雅”的高度，还需克服口语化的两大难题。一方面要听得清，能准确判断出指令发出者的语音、停顿，并在极短时间内进行“语音断句”。另一方面要克服口语交谈中的语法问题，以及句子不连贯、没有明确句子边界等问题。
机器靠什么解决上述问题？在清华大学计算机系副研究员刘洋看来，AI 机器翻译的难点其实也是整个人工智能的难点——如何让机器真正像人一样有智能行为。他认为，机器翻译采用数据驱动的方法，其准确程度取决于给计算机提供哪些数据。目前提供最多的翻译数据来自于政府文档，比如联合国有多种官方语言，基本每份文件都有多语种版本，但基本没有体育、娱乐等领域的数据。再加上各国的口语中都存在较多随意性口语或网络用语，生活化气息浓厚，多为非正式的语体材料，因此智能翻译需要庞大的基础词汇库支撑。
展望：前路漫漫，发展需数据推动
近两年，神经网络机器翻译 (Neural Machine Translation, NMT) 技术异军突起使翻译应用进一步革新。
NMT 模仿人脑的神经思考模式，产出媲美人工翻译的高质量译文，并将误差降低了 55%—85%。目前，谷歌公司己将该技术应用于网页翻译与手机应用，译文质量明显提升。此外，腾讯、百度、阿里巴巴等国内互联网公司也将深度学习理念应用到机器翻译。同时，语言处理、语音交互等技术的进步又加速了翻译产品的场景升级，促使机器辅助翻译” (CAT，Computer Aided Translation) 过渡到“人工智能交互翻译” (AI Interactive Translation)。
“语言是形式，而不是实质。”现代语言学理论奠基者费尔迪南·德·索绪尔说。同样，对各种花哨的技术概念抽丝剥茧，其核心仍然是 AI 处理人类语言的三种方法：即基于规则的机器翻译、基于实例的机器翻译和统计的翻译方法。目前谷歌、搜狗等公司基本采用的是最后一种方法。
伴随着翻译方法的完善，机器将完成未来大部分的简单翻译需求，而那些细腻、多元、充满人文特质的复杂沟通以及专业化翻译，人工智能究竟能不能实现？还需要哪些改进呢？
清华大学计算机系教授孙茂松说：“世界语言好几千种，几千种之间的互译，其中绝大多数语言之间都没有足够语料。所以这方面的翻译还需要去做，包括一些模型的探索。”
“AI 翻译是一个交叉学科，取决于数学、语言学、计算机科学、神经认知科学等很多方向的进展，因此AI翻译应该和更多的‘知识’结合在一起，让数据推动机器翻译发展。”刘洋说。
原文来源：科技日报
舜禹环球通
AI 翻译并非万能 交流仍需专业翻译
AI 翻译前景广阔但非万能。语言的背后是多元的文化和复杂的社会属性，这就注定了语言规则不可能规律化。目前 AI 翻译可以解决短句子、制式或者大批量且要求不高的翻译，但高端、专业性的翻译还是要依靠人类。未来人工智能将与人工翻译相辅相成，通过人工智能技术的充分应用，可最大化释放翻译市场潜力，推动翻译领域的变革与进步。
