未來翻譯會被人工智慧取代嗎?
題主在讀高一學生 以後想當一名同傳 但是最近我姐姐告訴我未來人工智慧技術會高速發展 翻譯有被取代的危險 請問諸位是不是?為什麼?
要是同傳能被取代,那大部分行業就都被取代了
謝邀。根據牛津大學研究顯示,如果你只是做字面翻譯,那很可能在10年內就被AI取代。如果你的翻譯需要做到「信達雅」,需要在譯文里加進自己的創作思維,那麼你的職業在20年內被人工智慧取代的概率只有33%。差不多會在30年之後被取代,到時候你可能也快退休了。
以下分開討論。
如果只做字面翻譯,請參考下圖。AI在不同語境里的表現。
- 僅憑Rosetta Stone上刻著的字翻譯:16.6年 (請注意,這裡的rosetta stone不那個翻譯軟體。是那塊石頭。這裡特指憑藉有限的資源翻譯更多的文字。)
- 僅憑電影字幕翻譯:10年
- 初級翻譯(包括中文這樣的高難度語言):8年。注意,初級翻譯是指水平基本達到普通bilingual的翻譯水平,也就是意思基本上都可以傳達,但是做不到「信達雅」。
以下是其他職業被AI取代的年份。連搭建樂高這種細活,AI也可以在7年內做到。AI取代所有人類職業,還要等120年。
如果你的翻譯需要做到「信達雅」,需要在譯文里加進自己的創作思維,那麼你的職業在20年內被人工智慧取代的概率只有33%。什麼叫信達雅?人類自己都定義不清楚,更何況AI呢?
和其他職業相比,翻譯還算是相對安全的。因為翻譯不只是字面翻譯,還需要抽象思考。研究表明,抽象思維選擇目前還是人工智慧的弱點。
(想測試自己職業被取代概率的同學請參考BBC官方鏈接。Will a robot take your job?)
不會,翻譯不只是門技術,更是門藝術,真正有水平和能力的翻譯是不會被淘汰的,被人工智慧取代的翻譯的水平大概都是和百度機器翻譯的水平不相上下吧~
谷歌、百度、阿里、騰訊等技術巨頭紛紛布局人工智慧和機器翻譯;中譯語通、新譯科技、小牛翻譯等技術領先型企業紛紛利用技術優勢染指傳統人工翻譯市場;就連人工智慧的典型代表科大訊飛也不放過這個機會,推出了「曉譯」翻譯機;緊接著,恐怕還會有一大波各種品牌和類型的「翻譯機」奔波而來。長江商學院張維寧教授說,五年之內,翻譯這個行業將被人工智慧取代。
技術發展太快,速度超乎我們的想像。特別是人工智慧、大數據以及機器翻譯的發展,讓人們不得不重新認識翻譯公司的價值以及翻譯的價值。
我權做個比方,把翻譯比作醫生,醫療設備再先進,總要有醫生來根據體檢報告開處方。翻譯機再強大,也要有譯員來看看翻譯結果是否有偏差。況且,對於醫療設備使用以及研製的過程,離不開醫生的專業知識;同理,對於翻譯機器的開發和利用,也同樣離不開翻譯人員的專業知識。這個比方不一定全面,但至少從一方面說明,在人工智慧時代,人的價值、醫生的價值和翻譯的價值。
時代的車輪已經把我們從工業時代推到了信息技術和人工智慧時代,計算能力強大,並擁有了思考能力的機器人會逐漸步入舞台中央,勢必與人一決高下。未來,社會需要有思想,有創意,有工匠精神的人。不管技術發展到哪一步,這類人才必有用武之地。他們才是推動技術進步和社會發展的源動力,而機器不是。
這個問題可以換個問法:如果你是一個翻譯專業的學生,你究竟得學得多差才會被機翻取代?
機翻取代翻譯人員,無非是機翻效果比人要好的結果。所以如果你的翻譯還不如一個機器翻的,那被取代也合情合理啊。。。
我相信正兒八經學翻譯的,沒有理由翻譯能力不如機器。現有的基於神經網路的機器翻譯這一套,是吹得挺厲害,很神奇,但實際上,我自己作為一個正在做NMT項目的學生,對現在這些模型的效果不敢恭維。就我個人的觀察,這些年機翻的論文很多,每一篇都說自己有各種神操作,然而落實到BLEU值,都還是很低的。MT要想在翻譯質量上一個台階,恐怕還需要一次理論和模型的大突破。
在機翻迎來大突破之前,我想真正注重翻譯質量的老闆,沒有理由為了所謂的成本炒掉翻譯人員而使用機翻。倒是那些不太注重質量,但任務量大的翻譯任務而言,機翻就比較適合了。
但是我還想提醒各位翻譯專業的朋友,機器翻譯的發展速度是不可預測的,所以適當的憂患意識是對的。在機器翻譯質量追平人類之前,各位有兩個出路,要不,讓自己的翻譯水平更高,讓別人沒有拒絕你而用機翻的理由。要不,換工作,不能等著讓機器砸你的飯碗。你好,謝邀
翻譯,是一門很複雜的工作,需要完美的表達能力,需要紮實的語言功底,需要健康的體魄,需要專業的行業知識之外,還需要不斷地改進。AI的確有記憶能力,學習能力。個人認為的確有取代人的可能存在,但是必須滿足幾個條件,如下:
1,AI發達到可以從事人類各行各業並且完全獨立操作
2,AI具備時時收集所有信息的能力,擁有知識主動共享的能力,並且超過一定年限,構成AI經驗
3,未完待續哦, 聖誕快樂
謝邀。
說個翻譯圈兒大家都知道的人:張璐姐
外交部高級翻譯張璐1977年出生,是外交學院國際法系1996級學生,從2006年改行做了高級翻譯,一直到2015年3月,張璐已經連續6年在總理記者會上擔任翻譯,6年,連續6年。
2012年溫家寶總理會見中外記者,張璐任總理翻譯,這一場會議里總理大量引用了中華古詩詞,每一句張璐都翻譯的無可挑剔,從詩詞意境和會議使用語境,高度結合。也是從這一場翻譯開始,大家熟悉張璐。她不但翻譯精湛,長得也美,很多外國記者心裡都是蠻佩服她的。
人工智慧技術一定會高速發展這是毋庸置疑的,但是人工智慧不會變成像張璐姐這樣的存在,一名優秀的翻譯除了專業技術要精之外,人格魅力也是不可缺的,對於語言的拿捏、適度的還原也很重要。人工智慧翻譯能代表這個國家的科技發展水平,而人類翻譯能夠代表的是這個國家的溫度和人性情感,所以人工智慧有可能會取代基礎翻譯,但是絕對不會完全取代翻譯這個行業。
我覺得在考慮會不會被人工智慧取代翻譯之前,答主更應該考慮一下自己會不會先被學習同傳的困難取代,入了同傳門,就是一條永久學習的路程。即使是工作,也是完全處在不停學習的過程中。
如果你下定決心啃這塊硬骨頭,我遙祝你成功。
本人目前大一,翻譯專業,以後想成為同傳,表示和題主有同樣的顧慮...無論無何,祝福我們吧(?&> &)
語言文化,博大精深。
語言藝術是AI做不到的在文學之類的書籍上AI是永遠不能超過人類的,一個是AI翻譯比較死板,即使是智能AI也只能翻譯出已有的片語,而人類翻譯則會審時適度創造更合適的片語。二個是AI沒有情感因素,不能做到感同身受。一千個人眼中有一千個哈姆雷特,一千個AI也就一個哈姆雷特吧。但是如果是科研類的書籍AI可能會更勝一籌吧,無論是準確度還是翻譯速度都是人類無法追趕的。只能說未來的社會人類和AI一同進步,只有AI與人類相輔相成社會才能更完美。(跑題了)
題主加油吧,AI不能超越你,你也得超越自己往大了說,必然會取代,就像恆星終會暗淡,人類飛向宇宙,共。產。主義終將實現一樣。
往小了說,取代還早。首先我澄清定義。
翻譯translate的定義:準確通順地把一種語言信息轉變成另一種語言信息。這裡「語言信息」的範圍可就大了,文字、話語、行為、動作、表情、符號都算。
那麼,人工智慧容易取代的翻譯主要有:計算機語言翻譯、數理公式翻譯、沒有內涵意的語言信息翻譯等。這些翻譯基本都是意義一對一的,無歧義的,翻譯形成流水線亦可。
一旦涉及到語境和創作,人工智慧還有很長的路要走。因為人類是地球上最複雜的機器。到現在會自動下樓的雙足機器人還沒折騰出來呢。更何況結合思想意識的翻譯。
只有神聖的卡拉,才能鏈接每個人的思想與感情!
關於技術上的論述, @自動駕駛說 已經講的很清楚了。
筆者就從另一個角度去討論這個問題。
「翻譯的本質」,「同傳的本質」
首先講「翻譯的本質」
翻譯是為了促進世界交流而存在的職業,是人類文明和智慧在不同種群間傳遞的職業。好的翻譯不只是語言和文字的翻譯,更是文化和生活的使者,翻譯者將深入多個文化中去感受體驗,並將其中的精髓傳遞給其他文化。而AI,哪怕可以做到「雅達信」,相信它對文化和不同文明智慧的理解肯定沒有人類深入。而你,作為一名有志成為同傳,在翻譯行業里大展身手的高一新生,學好外語,就是拿到了通向另一個世界的鑰匙,到那時,無論AI能不能取代你的職業,你都可以從不同文化中汲取更多養分,視野會更廣闊,也就更能把握你的未來,而不會被AI代替。
再次講「同傳的本質」
同聲傳譯是一個目的性很強的職業,就是為了某些必須同傳的場合而存在的職業,同傳需要很強的能力和不低的技巧,所以薪資還算客觀,希望你並不是沖著可觀的薪資而希望做這門工作的。從另一個角度看,這樣枯燥又要求較高的工作,多給些薪資是理所應當的。而AI就是為了讓人類擺脫枯燥,降低成本。所以哪怕同傳被AI代替了,作為外語專業的題主,也應該高興才對。
如果翻譯會被取代 那麼現在看書就不用選出版社 選譯者了 大概只有人才更能懂人的喜好吧
機器翻譯的目標是信和達。。。
我只能說在你有生之年人工智慧並不能取代翻譯這個職業
AI創新會顛覆quot;人工quot;?AI 翻譯PK同聲傳譯不過是冰山一角
今年8月,搜狗進行了在美 IPO。今天的搜狗已經不再局限於輸入法和搜索的產品布局,而與百度站在了爭奪人工智慧的賽道上,其中,最惹人矚目的就是 AI 翻譯。
去年第三屆世界互聯網大會,搜狗首秀了 AI 黑科技——機器同傳。此後,搜狗一發不可收拾,今年5月份全球機器智能峰會( GMIS 2017 )會上,搜狗「汪仔」與人工速記 PK 4:1完勝,讓人熱血沸騰;9月初,搜狗語音交互中心機器翻譯團隊斬獲國際頂級比賽 WMT 雙料冠軍。( WMT 全稱是 Workshop on Machine Translation,是由來自歐洲和美國的高校、研究機構的研究人員聯合舉辦的業界公認的國際頂級機器翻譯比賽之一。合夥君注)
CEO 王小川致員工內部信中,有著這樣激動人心的描述:「已經沒有人懷疑搜狗的生存問題了,唯一的懸念就是搜狗能否在搜索領域實現顛覆,能否在人工智慧領域引領重大的創新。」
不少「外部人」看了信也熱血澎湃,畢竟翻譯領域人工成本高居不下,如果能用 AI 解決高成本問題,無疑劫走其中大部分的紅利。
所以,AI 翻譯是下一個創業的風口嗎?筆者認為,現在時機尚不成熟。
首先,創業公司缺乏大規模參考數據。
Google 是較為典型的例子,產品用戶數量推動產品多語言本地化,從而加大對於翻譯高效、準確、低成本的需求,倒逼翻譯產品的誕生。而AI翻譯產品恰好能夠解決這些痛點,產品與公司科技感使命的調性不謀而合。
從 AI 翻譯本身來講,AI 技術需要把海量的數據通過優良的演算法,運用現代並聯分散式計算出來。搜索功能提供用戶行為數據,為人工智慧提供了海量的價值數據。據相關資料顯示,搜狗每日語音識別的 PV 是在2.6億次,產生的語料規模是22萬小時。
大數據無疑是難攻克的一個點,用戶數據基本被中國互聯網的幾大巨頭所吸引,互聯網現階段,難以出現航母級產品與之抗衡。
其次,技術難度較大。
一個 AI 翻譯產品做到翻譯精確至少需要攻破幾個難題:形式端,拍譯要攻克圖像識別,同聲翻譯要攻克語音識別;內容端,攻克文本語言分析、大數據。而這些,都遠沒有達到 AI 的階段,機器缺乏對視覺場景、聽覺場景、自然語言處理的常識判斷。
翻譯行業本質上是一個人文行業,翻譯講究「信達雅」。以文本語義分析為例,需要解決三個問題:語料積累(字音、字形、語法等)、語境場景收集和副語言與文化背景。但是社會變化日新月異,調研人群和溝通客體都存在著不確定性,所以在文本語義分析方面存在著較大的失誤和偏差。
再次,盈利模式不明。
類 AI 翻譯產品(尚未有產品達到 AI 翻譯)有兩種模式,一種是以 Google、搜狗生產互聯網形式產品,如 Google 翻譯 APP 和搜狗 PC 端智能翻譯入口,另一種是以科大訊飛生產的實體機。
現階段,Google、搜狗基本免費向用戶開放,依靠流量廣告收益。作為實體機的後者,或許保留了一些創業空間。今年5月的中國國際大數據產業博覽會上,科大訊飛旗下產品「訊飛聽見智能會議系統」著實驚艷全場:機器同傳的準確率達到了95%以上,且在展示視頻里,可以切換奧巴馬的翻譯聲音。據2017年科大訊飛年中財報顯示:「旗下的曉譯翻譯機在報告期內銷售近6萬台」。
另一方面,新興的實體翻譯機也異軍突起:北京分音塔科技的準兒翻譯機在京東眾籌預售,完成600%的用戶搶購;雙猴科技的「魔腦曉秘」融合谷歌、百度、訊飛、微軟四大翻譯引擎。這些都表明了智能翻譯實體機作為可以作為 AI 翻譯賽道上的試水產品。
9月19日,百度智能 WI-FI 翻譯機在日本名古屋第16屆機器翻譯峰會上大放異彩,這是百度在語音識別技術上的一大突破。這款翻譯機不僅可以翻譯中、英、日多種語言,還自帶80多個國家移動數據流量,為手機、電腦提供上網服務。這款翻譯機為人類突破巴別塔之隔,又邁進了科學的一大步。
作為 AI 翻譯的排頭兵,百度 WI-FI 為首的實體翻譯機可以極大降低人工翻譯的成本,提高翻譯效率。但是,翻譯機也有很多局限性:如受眾範圍過窄,技術精準要求高……這些都會成為翻譯機盈利的潛在風險。
如果說機器翻譯與人工翻譯是一場賽跑,翻譯精準就是賽跑終點線。作為殘酷的產品使用者,只要翻譯精準,並不在乎翻譯者是人還是機器。1919年,在審判德國的巴黎和會上,英法兩國代表共計1000人目睹了「同聲傳譯」的第一次亮相,「同聲傳譯」作為高級精英職業形象深入人心。在無數小語種學生還在趨之若鶩的學習同聲傳譯時,AI 翻譯謀殺的風聲便喧囂塵上。國際化浪潮下的新興職業,百年之後就變得危機四伏。
AI 顛覆人工的趨勢並不是聳人聽聞,高盛紐約交易員從600個縮減到2個,富士康6萬名員工被4萬個機器人所代替。正如李開復先生論斷,隨著AI科技完善,很多基礎重複性的崗位將會消失,而 AI 翻譯只是人工智慧和人類博弈的冰山一角。
在《超智的哲學論述》中,牛津大學超人類學家尼克·波斯特洛姆計算預言:2020年,人工智慧會達到人類智慧的10%;2040年,人工智慧將達到人類智慧的50%;而到2075年,AI 將達到人類智慧的90%。那時,像 Lucy 一樣的超智能體將會出現,人類會和自己親手創造出的敵人博弈,Lucy 所要做的第一件事,就是把人工智慧的人工二字抹去。
現在機器翻譯很流行,但是還是需要人工翻譯的,機器翻譯真的大部分都還是很多錯誤,我們公司是著名品牌翻譯公司,只採用經過嚴格測試的語言專家,以確保提供無可挑剔的翻譯服務。
會,對於普通的翻譯而言,有兩點問題,一是客戶可能對翻譯內容的要求完全就是要求信達,就不要求雅,二是機器的翻譯量大速度快,並且價格低,如果是不需要聯網的機器,保密性更強。翻譯家會存在,但是普通的小翻譯日子會比較難過。有人說機器翻譯不如人,我只能說架不住機器的幾何性爆炸學習能力啊,並且也有雙語者會調試翻譯成果。對於題主,如果考慮未來,有擔憂是正常的,但是轉專業沒有成功,就先好好學唄,天總是會給人一條活路的。
推薦閱讀:
※新入學的計算機研究生(專碩)應該怎麼安排兩年半的學習生涯?
※MIT 技術評論評選2017年全球50大最聰明公司,中國有9家公司上榜,你怎麼看?
※深度學習(deep learning)距離實際應用還有多遠,會有大規模應用嗎?
※如何評價網易雲課堂上線的吳恩達Deep Learning課程?
※Python和C區別該如何理解?如何適應這種區別?