机器翻译：人类能否驯服自己创造的语言？

谙熟机器翻译发展史的人都知道，冷战期间，美国获得了大批前苏联的资料，但苦于翻译员不足，只好寻求机器帮助。1954年，IBM展示了一个基于6项语法规则和250字词汇表的计算机翻译系统，可将60个简单的俄语断句直译为英语，政府非常激动，开始拨款大力支持机器翻译，有乐观派科学家宣称：“三年之后机器翻译一定非常成熟。”

如你所知，这种思路很快被证明是错误的。人类无法驯服自己亲手创造的语言，语言仿佛古灵精怪的小姑娘，变化极其灵活，哪怕同一单词，在不同地域，文化，语境甚至情绪里的意义也迥然不同。IBM的单词配语法无疑过于鲁莽，直至上世纪90年代，IBM都还在投入大量资金试图挑战机翻，无奈收效甚微。

而在不少专业人士看来，经过多年发展，现如今，机器可以较为准确地理解每一个句子的意思，但若想真正做到流畅准确的翻译，还必须解决两个问题：调序和消歧。不同语言有不同语序(譬如在英语和德语里形容词放在名词前面，但在法语里通常相反)，机器需要做到根据不同语言的表达习惯调整语序。另外，单个词汇，尤其动词常有多个语义，譬如汉语的“做”，你得让机器知道，做作业和做内啥是不一样的。

好在人类握有数据。尤其近些年来，随着互联网的普及和高速发展，数据规模呈爆发式增长，机器翻译因此受益，取得了不错的进展。

当然，你得承认，“进化”还需要时间。与专业翻译相比(所以短期内专业翻译还不会失业对么)，机器翻译至少在三个方面还有待完善。第一，如前所述，目前机翻主要以句子作为翻译单位，缺乏对篇章知识的全面理解，翻译结果在前后文的统一连贯性上有时还显得颇为无奈，如何研究“篇章级”的翻译模型是个问题；第二，倘若将机器视作生命，那么处于襁褓之中的它还缺乏对人类常识和文化的充分理解，你知道，翻译一般分为直译和意译，在需要意译的时候，机器多选择笨拙地直译，译出的句子常让人倒吸一口凉气，所以如何充分发挥互联网优势，利用“群体智慧”更好地获取人类文化，让机翻更加符合母语表达习惯是个重要的问题；第三，宏观层面上，机器翻译作为计算机科学，认知科学，信息论等多学科交叉领域，其他学科的研究成果对于语言理解建模和翻译建模都有借鉴意义，如何持续探索全新的翻译模型和方法也颇具挑战。

在我看来，机器翻译若能攻克以上三点，而你在文字上又是一个“功利主义者”，只求稳准狠，不求信雅达，那么机译一定会很好地满足你。当然，对于那些基本属于“二次创作“的文学翻译而言，至少在现阶段，你若想奢求机器能将“In me the tiger sniffs the rose”译为“心有猛虎，细嗅蔷薇”，可就有些过分啦。

此外，对于机器翻译的苛责还包括情感方面。你知道，哪怕同一句话，由于人类非常不确定性的情感注入，也会带来语气的千差万别。然而，就像一位评论者所言：“中国人可将‘你吃了么’这样的简单问句问出千回百转的意味，而机器则只会将其翻译成‘Have you eaten？’或者更加拙劣的‘Do you eat？’。但实际上，哪怕是精通双语的人员，往往也很难区分非母语一方语言中的细微情感变化。”

对于机器，我们还需要耐心等待，何况我们已经窥见了机器翻译为人类社会带来的变革。