机器翻译的前世今生

随着科技和社会经济的快速发展，全世界的互联互通已经成为不可阻挡的发展趋势，那么不同国家之间如何实现低成本的有效交流呢？

人工翻译所耗费的成本巨大，也许最好的解决方法就是：充分利用机器翻译技术提供智能自动翻译服务。机器不会累、学习快，一个系统同时掌握十几种语言互译也不是问题，也许永远不会像人一样出现翻译盲点。

但是语言的复杂性众所周知，人尚且会有误解的时候，那么冰冷的机器究竟是怎么翻译一种语言的呢？它会思考吗？下面我们就来探讨一下机器翻译技术的实现方式。

目前机器翻译的主流方式叫“统计翻译”。统计机器翻译的基本原理是：从语料库大量的翻译实例中自动学习翻译知识，然后利用这些翻译知识自动翻译其他句子。

比如，为了让机器顺利实现中英文之间的翻译，首先需要收集大量中英文双语句对，然后使用计算机从这些双语句对中统计并学习翻译知识。看到这里你也许会觉得，机器翻译好像也不难，不就是要收集到足够多的词汇和例句吗？当!然！不！是！让机器学习翻译知识可不是一件简单的事。

人类语言具有很大的复杂性。首先，很多用词和表达方式是多义的、模糊的、跟特定应用环境相关的。即使是同一个句子，在不同语境下的意思也不相同。例如，碰到这样的情况，不仅仅是老外，机器估计也会“迷茫”。

其次，不同语言的语序也不一样。例如“最好的朋友之一”，翻译成“one of the best friends”，其中“之一”的翻译被提前了。

再者，对于同一个句子，它可能有很多种正确的翻译方法。这样增加了机器学习过程的不确定性。例如“你好”可以被翻译成“Hello”，或者“How do you do”等。

因此，一个优秀的机器翻译系统，对于词的翻译知识，短语的翻译知识、语法结构的翻译知识、语义的翻译知识等等全部都要掌握。以中英翻译方向为例，系统首先要掌握中英文之间词、短语、语法结构的翻译知识。有了这些翻译知识之后，系统就会把这个中文句子切分成各种词、短语、或者语法结构的组合(这个过程中，有成千上万种切分可能，每个单元也有多种翻译备选)，然后分别翻译每一个单元，最后组合起来形成最终的英文翻译。万万没想到吧，在电光火石的一瞬间，系统已经经历了这么一个“千回百转”的过程。

在现在看来，机器翻译毫无疑问是一项被公认为具备广泛应用前景的技术方向，但纵观该技术的发展史却并非一帆风顺，其可行性和实用性曾不断遭受质疑。

但机器翻译技术的这段历史走的却并非一帆风顺，甚至曾一度被视为是天方夜谭，其可行性和实用性不断遭受质疑。纵观机器翻译技术发展史，大致可分为草创、萌芽、沉寂、复苏、发展共5个阶段。

草创

机器翻译的研究历史最早可以追溯到二十世纪三四十年代。二十世纪三十年代初，法国科学家G.B.阿尔楚尼提出了用机器来进行翻译的想法。1946年，世界上第一台现代电子计算机ENIAC诞生。随后不久，信息论的先驱、美国科学家Warren Weaver于1947年提出了利用计算机进行语言自动翻译的想法。1949年，Warren Weaver发表《翻译备忘录》，正式提出机器翻译的思想。

萌芽

1954年，美国乔治敦大学在IBM公司协同下，用IBM-701计算机首次完成了英俄机器翻译试验，向公众和科学界展示了机器翻译的可行性，从而拉开了机器翻译研究的序幕。

（图：IBM-701计算机的英俄翻译）

随后十年左右的时间内，机器翻译研究热度不断上升。美国、前苏联及一些欧洲国家均对机器翻译研究给予了相当大的重视，机器翻译一时出现热潮。

沉寂

然而，正当一切有序推进之时，尚在萌芽中的“机器翻译”研究却遭受当头一棒。

1964年，美国科学院成立了语言自动处理咨询委员会(Automatic Language Processing Advisory Committee)。委员会经过2年的研究，于1966年公布了一份名为《语言与机器》的报告。

该报告全面否定了机器翻译的可行性，并宣称“在近期或可以预见的未来，开发出实用的机器翻译系统是没有指望的”。受此报告影响，各类机器翻译项目锐减，机器翻译的研究出现了空前的萧条。

复苏

进入二十世纪七十年代中后期，随着计算机技术和语言学的发展以及社会信息服务的需求，机器翻译才开始复苏并日渐繁荣。业界研发出了多种翻译系统，例如 Weinder 、EURPOTRAA、TAUM-METEO等。

其中于1976年由加拿大蒙特利尔大学与加拿大联邦政府翻译局联合开发的TAUM-METEO系统，是机器翻译发展史上的一个里程碑，标志着机器翻译由复苏走向繁荣。

发展

1993年IBM的Brown和Della Pietra等人提出的基于词对齐的翻译模型，标志着现代统计机器翻译方法的诞生。

2003年爱丁堡大学的Koehn提出短语翻译模型，使机器翻译效果显著提升，借助同时期Franz Och提出的对数线性模型及其权重训练方法，短语翻译模型在工业界开始广泛采用。

随着全球互联互通日益频繁，几乎人人都渴望着实时翻译这一“逆天”技术能早日变成现实，伴随这一代代科学家们不懈的努力，科幻正一步步照进现实。为了实现机器翻译的梦想，以IBM、谷歌、微软为代表的国外科研机构和企业均相继成立机器翻译团队，专门从事智能翻译研究，矢志打破语言障碍。

IBM从2001起就开始大规模开展该领域的研究，并在英语、阿拉伯语和中文之间的互译领域进行重点投入。2009年9月IBM正式推出了ViaVoice Translator机器翻译软件，为自动化翻译奠定了基础。在此之后，IBM所从事的这项研究项目无明显进展，不就后被放弃。自2011年开始，伴随着语音识别、机器翻译技术、DNN（深度神经网络）技术的快速发展和经济全球化的需求，口语自动翻译研究成为当今信息处理领域新的研究热点。

Google于2011年1月正式在其Android系统上推出了升级版的机器翻译服务，现在，谷歌翻译已经可以在超过70种语言之间进行互相翻译。在2012年，谷歌翻译的用户使用量大约为2亿次。到目前为止，这项服务还是免费的。但对于一项自动化的翻译服务来说，跨国公司将会乐于使用这种服务，从而为其带来很高的价值，这意味着在未来谷歌几乎肯定可以通过这种翻译工具获取大量收入。

2012年微软研究部门全球负责人里克·拉希德（Rick Rashid）在中国召开的一次会议上宣布了机器翻译项目的成功。当时他用英语讲话，而一台微软计算机同时将他说的话翻译成普通话，而且是以拉希德自己的声音说出来的，从这点上来看，微软的这个翻译程序已经沾染上了一丝人性。微软的Skype于2014年12月宣布推出实时机器翻译的预览版、支持英语和西班牙语的实时翻译，并宣布支持40多种语言的文本实时翻译功能。本文开头提到的聊天软件Skype中使用的正是微软的机器翻译技术，Skype翻译背后最重要的技术就是语音识别的巨大提升，使用微软神经网络语音识别技术与机器翻译相结合，允许用户可以在一对一不同语言交流时可以更好的翻译。

随着机器翻译技术的进步，另一种担心也在悄然蔓延：“机器会抢同声传译的饭碗吗？会让从事这一行业的人类失业吗？

虽然现在可以通过一些实用的技术让机器去模拟人的智能活动，模拟人对语义的理解，但相对于彻底的人工智能和语义理解，还有相当长的道路。如果有一天机器真的能够实现准确的实时翻译，它们的角色更可能是辅助相关产业的工作人员更轻松、便捷地开展工作，而不是取代他们。