【AI】AI翻译的「最后一公里」

在巴布亚新几内亚的丛林深处，阿瓦人（Awa）并不相信心脏是情感的中心。

若要表达真诚，他们不说“敞开心扉”，而说“敞开你的肝脏”。

而在同一岛屿另一端，拉瓦人（Rawa）则认为灵魂与情感栖息于胃中。

这类文化差异曾长期困扰翻译者。如今，前沿AI正尝试攻克这一难题。

被遗忘的语料荒漠

对于ChatGPT、Gemini等大模型而言，英语占据训练数据90%以上，中文和法语尚属“中产”，而阿瓦语等数千人使用的语言则近乎“数据贫民窟”。

这种失衡导致“算法霸权”：AI倾向于以英语逻辑理解世界，翻译时易丢失原意。

许多低资源语言在互联网上几乎无文本留存，唯一长篇文本可能仅来自《圣经》译本。

威克理夫圣经翻译会（Wycliffe）致力于2033年前为所有语言完成《圣经》翻译，实现“基督再临”愿景。

2022年，Meta开源了“不让任何语言掉队”项目——NLLB-200 (No Language Left Behind)模型。

尽管扎克伯格初衷可能是提升Instagram在非洲与亚洲用户的使用体验，但该模型意外成为语言学家的重要工具。

翻译机构迅速将其微调，用于处理古老方言与晦涩文本。

然而，技术突破并非万能解药。

AI的幻觉

数据科学家丹尼尔·惠特纳克警告：不能将经文直接输入ChatGPT并期待准确输出。

当AI面对未知领域，它不会沉默，而是“编造”答案——即“AI幻觉”。

以《圣经》为例，新约用非规范古希腊语写成，充满歧义。

如主祷文中“epiousion饮食”的确切含义至今未明，学者只能译为“日常”。

AI在此类模糊处常按概率“猜测”通顺词汇，而非最准确词义，可能导致严重偏离。

更甚者，在极低资源语言翻译中，AI可能出现“振荡性幻觉”——无限重复单词；或“分离性幻觉”——语句流畅却完全脱离原文。

商业文档中错误或仅限“环保”误作“经济”，但在法律或文化传承文本中，此类“一本正经的胡说八道”后果严重。

没有身体的翻译官

AI的最大优势与短板在于：它没有肉体。

它无法感受饥饿、寒冷或疼痛，因而难以理解基于生理体验的语言隐喻。

例如，纳米比亚鲁匡阿里语中的“Hanyauku”，专指“脚尖踩在滚烫沙子上走路”的动作。

对沙漠居民而言，这是具象的生活经验；对服务器中的AI来说，则是一串无法解码的信息。

同样，“攻城锤”一词在和平部落语言中根本不存在。

人类译者可创造性地意译为“撞击城门的巨大木杆”或“战争机器”，而AI可能卡死或生硬音译。

因此，“人”仍是翻译闭环不可或缺的一环。

IllumiNations联盟利用AI将新约翻译周期从十余年缩短至两年，但仍强调：AI仅完成初稿。

传教士角色已转变为“高级编辑”，工作重心从“从零翻译”转为“纠正机器的文化盲区”。

唯有深谙当地文化的人类，才能将“接受耶稣进入心脏”改为“进入肝脏”。

这种对文化“痛点”与“笑点”的精准把握，是当前算力无法模拟的核心能力。

翻译的最后一公里

这不仅是《圣经》翻译的故事，更是人类沟通困境的缩影。

我们试图构建通用理解工具，但语言本身却是高度私人化与部落化的。

每一个“不可翻译”的词汇背后，都是一种独特的生活方式。

苏格兰语中的Tartle（介绍时突然忘名的尴尬）、日语的きょういくママ（虎妈）、意大利语的abbioccio（饱餐后的困倦满足），共同拼出人类经验的图景。

AI正以前所未有的速度推动这幅拼图的整合，像推土机般降低语言学习门槛，促进知识流动。

但它无法完成最后的精调。

2033年的目标或许可达，但那将是人机协作的胜利。

在技术尽头，依然站着一个需要被真正理解的人。