谷歌发布 AutoML，机器翻译系统可以定制了

近日，随着《人民日报》官方推特的公开表态，谷歌重返中国内地市场似乎又见苗头，但谷歌究竟何时回归、怎样回归、又会带来哪些影响，仍然是不小的疑问。在这之余，让我们先一起解读谷歌之前的另一重要新闻。

7 月 24 日，谷歌宣布推出测试版 AutoML Translate，允许用户利用自己的语料数据在谷歌的神经网络机器翻译系统训练定制化机器翻译模型。Google 本项服务的推出，给专注垂直领域的机器翻译技术公司带来了冲击。对于翻译和本地化行业也亦是一种威胁。为何？

 AutoML Translate 相对于非定制化的机器翻译，优势明显。任何用户都能凭需求上传相关专业领域的语料数据，训练出定制化翻译引擎；大量的数据训练后，资料库不断扩充，AutoML Translate 的翻译质量将比非定制化的机器翻译更高，对涉及到大量专业知识的翻译项目来说，这一做法更优化、更经济；而从长远看，虽然训练初始阶段会需要投入大量时间、金钱、数据，但随着训练量的叠加，投入会逐渐减少，翻译效果也会逐步提高，大大减少人工翻译量，节约更多时间和金钱；与翻译公司的通用翻译引擎相比，AutoML Translate 实现了个性化的用户需求，也为用户带来了更多选择：用户既可以选择自己训练翻译引擎，或选择翻译公司。

当然，使用 AutoML 还是有门槛的。首先，用户在开始训练翻译引擎之前需要学会训练方法；其次是价格因素，AutoML Translate 每百万字符收费 80 美元，而非定制的机器翻译只需 20 美元；第三，AutoML Translate 依赖于谷歌系统，选择了 AutoML Translate 也就意味着用户被迫选择了谷歌云平台；最后，训练翻译引擎所需的大量数据，对没有数据的用户就无法发挥其作用了。尽管存在这些不足，但瑕不掩瑜，这些缺陷足以在未来的发展中不断被弥补，而 AutoML Translate 的适用范围必然是越来越广。

因此，在允许用户自行训练翻译引擎后，专业领域的机器翻译质量必然会超越通用翻译模型，也兼具机器翻译成本低、用时短的优点。相较之下，耗时长、成本高的人工翻译，尽管翻译更准确，但在一些无需高精确度的情况下，并非经济之选。更不用提经过长期训练，抑或是机器翻译技术的再一次进步后，AutoML Translate 的翻译质量能赶上人工翻译也未可知。

即便知道现阶段机器翻译不可能代替人工翻译，但由于其广泛应用以及产品技术的不断提高，人们对机器翻译的接受度也在提高。同时人们也越来越清楚机器翻译能够做什么，应当怎么做才能最大发挥机器翻译的效能，这恰恰也是 AutoML Translate 的一大优势。

近几年，机器翻译技术的发展非常快，其效果也非常明显，人们使用各种机器翻译软件已经习以为常。尽管谈论机器翻译取代人工翻译尚为时过早，但是我们应该清楚的认识到一个变革的时代将要来临，拥抱新技术，利用新技术来不断提高翻译服务的水平和质量才是生存之道。希望在未来，机器翻译能够与人工翻译相辅相成，为人们提供更便捷的自动服务，打破语言障碍，让信息传播没有语言的界限。