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，经过一代代科学家的不懈努力，这看似科幻的技术逐渐成为现实。
科级让人类发展更加迅速，人工的路该何去何从？
机器翻译的原始进化
二十世纪90年代末，翻译软件刚刚兴起:
“How are you”
“怎么是你”
“How old are you”
“怎么老是你”
！！！！！！！
2006年，谷歌公司开始涉足机器翻译。谷歌的目标是“收集全世界的数据资源，并让人人都可享受这些资源”。为了训练计算机，谷歌吸收它能找到的所有翻译，从各种各样语言的公司网站上寻找对译文档，因此汇集了大量的语料库。
如果不考虑翻译质量的话，谷歌目前收集的上万亿的语料库相当于950亿句英语，通过这些语料库作为“训练集”，可以正确地推算出英语词汇搭配在一起的可能性。
那么问题来了
如果你是一位正在申请去外国医学名校完成博士深造的国内医科硕士生，需要提交你的英文版论文，那么你会相信在线机器翻译的结果吗？
如果你是一家跨境电商或外贸公司的老板，商品信息翻译的水平直接关系到商品售卖的效果，特别要注意面向推广目标市场区域的“本地化”，那么你会采用在线机器翻译的结果吗？
答案显而易见
医学硕士一定会找到专业的翻译公司，来保证得到的翻译结果是合乎逻辑，阐述清晰的。而外贸公司需要的绝对是对翻译质量要求较高的“高品质人工翻译”。单纯的机器翻译还解决不了实际工作中的高要求。
In me the tiger sniffs the rose
心有猛虎，细嗅蔷薇
云翻译兴起：机器翻译+人工翻译的云平台
经过近二十年的发展，最初的翻译软件已经逐渐被云翻译平台所取代。为了训练出足够“聪明”的语言模型和翻译模型，这些翻译软件开始采用众包的模式——用户可以为机器翻译的结果添加改进建议。
如果用户对在线翻译的结果进行了校对和精确的专业翻译，这种信息也会传递到云，云翻译平台就会记住用户的修改，在之后服务所有用户。
是人译还是机器翻译？
在AlphaGo代表电子元件打败了李世乭所代表的神经元之后，各种行业将会被消灭的预言如末世之章般铺展开来。麻省理工的ErikBrynjolfsson出版了一本名为《第二次机器革命》，他将数字技术和第一次工业革命的情形做了类似的关联，人工智能或者说机器会再度让数以百万计的人失去自己的工作。
“这剧本是人工智能写的吗？”这句话不久前还是烂片之下，令人觉得真是幽默的一句吐槽。而3月底人工智能写出的小说通过第三届日经新闻社的“星新一奖”比赛初审的消息传来，可能很多人已经坐不住了。
人工智能，总是要挑战最为人性化的事件和行业的。
有另一个行业，从诞生之日起就依赖于人类超群的智商，而几十年来却一直经受计算机的无情挑战，那就是翻译行业。
1954年，一个乔治城语言学专家LeonDostert与IBM创始人ThomasWatson共同发起的名为乔治城-IBM实验，拉开了机器向人工翻译挑战的序幕。当时的计算机科学家相信这种能将俄语翻译成英语的电子大脑（electronicbrain），可以让美国领先苏联，促进世界交流和和平。
然而60年过去了，机器还是没能完美解决这件事情，这与当年科学家“5年内”的研发进度预期大相径庭。而我们面对的翻译行业，却发生了一些意想不到的变化。
人们对翻译的需求，意外地有了疯狂的增长，而且需求变得两极化了
一方面，即时的、少量的、日常的翻译需求成为爆点
另一方面，学术、贸易、艺术的全球化，以及互联网推动的跨国界的技术，都让专业方向的翻译有了急速的增长
现如今所有的翻译软件都只是一个词典。最常见的试用场景之一就是，在去异国他乡旅游的时候，打开翻译软件查询一些词组之后，连比划带猜地和外国友人完成必要的友好的交流。
这可能是第一次，互联网用自己的影响力改变了一个行业的状态，却没有办法及时响应它的改变。
未来应该如何？
Flitto翻易通，想到了关于互联网的另一条路。
任何一个注册用户，都可以在Flitto中发布指定语种的翻译任务，或者寻求自己可以完成的翻译任务。每一条任务都会有相应的金币（point）标价，类似悬赏机制，而自己账户中的金币（Point）则来自用户充值兑换或者答题挣取。同时用户的也可以用金币在商城兑换商品，或者直接提现。
这种任务系统思路极其清晰，让日常的归日常，专业的归专业。而且对于翻译者来说，收入分配也十分有条理，日常任务简单轻松，几分钟赚上一小笔，专业任务则是明显的大单。
又如类似于云翻译WritePath这种利用群众外包以及机器学习技术为金融数据公司提供多国语言翻译服务的公司很多；公司集合了上万名精通35国语言的母语译者，这些译者中又有一些专业专长，如法律、财经、工程、动漫等领域。云翻译根据每个人的特长进行分配翻译任务；真真切切做到发挥其所长，契合度相对高很多。
此外，类似翻译加速器T-booster也屡见不鲜，技术原理和阿尔法狗的概念一样，可以针对大量语句进行模拟、分析、储存、再利用，加速有重复性质的翻译，为财经报告等大型文件，跨境电商的产品叙述，以及当红APP和网站等完成多语化工程。
所以，同声传译将被云翻译取代？
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。
2014年，一个实时翻译视频风靡网络，视频中两名分别说着英语和西班牙语的人借助Skype软件的实时翻译功能竟然实现了无障碍交流。
这是微软的Skype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
支持40多种语言的文本实时翻译功能。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。
BBC是独家使用“多语言新闻报道技术”的新闻机。去年年底BBC推出了一种 “虚拟画外音”（Virtual Voiceover）的技术，这项技术可以在电视直播中将英语自动翻译成日语。
据 broadcastnow称，“虚拟同声传译”技术是由 BBC“新闻实验室”（News Labs）分部自行研发的，通过谷歌翻译实现，翻译过程中将自动转换语种，然后再仔细检查目标语种与原文的细微差别，再传递给电脑生成画外音，但现阶段所有自动生成的内容在播出前仍需要经过BBC双语记者的检查和编辑。
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?”
春天
机器翻译将会更好的为译员服务，终归无法替代
其实担心这个问题还为时尚早。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，就像我们的科学技术在追赶人类卫星探索一样，还有很长的路要走。
互联网这个词是一个多面向的词汇，而我们提及它的时候往往会忽略人也是互联网的主体之一这个事实。在第二次机器革命的当下，我们习惯了用机器的思路解决问题，却很少另辟奇径或者返璞归真回到人的角度来寻求方法。
倘若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。
