魏劍峰：人工智慧的發展會讓翻譯失業嗎？

02-03

相信你最近一定聽到了谷歌翻譯app重返中國市場的消息，得益於人工智慧技術的發展，新版的谷歌翻譯在準確性和速度上都有了很大提升，不少翻譯結果甚至能讓人感到驚喜。除了谷歌之外，國內的有道翻譯和搜狗翻譯在這兩年的進步也很快。

機器翻譯的快速發展也讓很多人思考：人工翻譯在未來會被機器取代嗎？

在回答問題之前，我們有必要先了解機器翻譯背後的工作原理。

「機器翻譯」這個概念起源於上世紀50年代，最早的機器翻譯採用基於語法規則的方法來進行翻譯。研究人員請語言學家制定了非常複雜的語言轉換規則，讓機器按照這些規則去翻譯，但得到的結果卻不盡如人意。因為語言中存在著太多的特例，而要窮盡這些特例幾乎是不可能完成的任務。這導致機器翻譯的準確度在很長一段時間內都停滯不前，直到大數據以及深度學習技術的出現。

在新的翻譯技術模型中，研究人員不再將關注點放在教會機器語言轉換規則上，而是將海量的雙語文本數據（比如聯合國官方的雙語報告，各種圖書及其對應譯本等）輸入到機器中，讓機器學習和提取原文和譯文之間的模式，並將這種模式應用到新文本的翻譯中。

基於大數據和深度學習技術的機器翻譯有一個特點：機器「學習」的數據量越大，翻譯的結果越準確。從國外科技媒體 The Verge 披露的數據來看，對於存在大量雙語文本且語言較為接近的英語和法語，英語和西班牙語，採用谷歌神經翻譯系統（GNMT）翻譯的準確度已經快接近人工翻譯的水準了。

關於機器翻譯原理更加詳細的說明，可以參考谷歌發布的這個科普視頻：

Google Translate_騰訊視頻 https://v.qq.com/x/page/t038144stq4.html

隨著深度學習演算法的日趨優化以及可學習文本的增加，在可預計的將來，機器翻譯的質量會進一步提升，直至接近正常人工翻譯的水準。但機器翻譯對於不同類型的翻譯工作，影響卻不盡相同。

目前對於一些正式文本的翻譯（比如財務報表、商業合同和學術論文等），機器翻譯的準確度已經有了很大提升（部分翻譯的準確度甚至能達到80%以上）。隨著技術的進一步發展，機器對於正式文本的翻譯準確度會越來越高。這會對很多低端筆譯崗位帶來衝擊。

同時，由於語音識別以及語音合成技術的成熟，一些低埠譯工作同樣會受到影響。對於旅遊、日常會話等簡單的英語翻譯需求，目前已經有手機應用能提供同聲傳譯功能（儘管翻譯準確性仍然不夠好）。在可以預見的未來，一些簡單的口譯工作也將會逐漸被機器所取代。

但對於技術含量較高的一些筆譯和口譯工作，機器翻譯帶來的影響仍然有限。

機器通過龐大的語料庫可以較好地完成簡單的詞對詞甚至句對句的語際轉換（比如專有名詞以及各類常見文本的翻譯），但它無法取代語言的交流功能。在交流過程中，語言僅僅是信息的載體，機器雖然能夠完成語言的轉換，但它沒有辦法明白語言背後的含義，即，說話者的意圖。

語言中存在歧義和模糊性，有時候同一句話在不同的人眼裡會有完全不同的解讀。對語言的理解與談話雙方的文化背景、知識儲備，甚至是談話時的心理狀態都有關係。舉個例子，英國人談話講究含蓄，當一名英國人說 "Very interesting"，你可能會理解為「這很有意思」，但他實際上想表達的可能是「這很扯淡」。機器並沒有辦法分辨出這兩者的區別。同時，語言中還存在著雙關、比喻、誇張等現象，這對於機器翻譯來說幾乎難以完成的任務。

此外，好的翻譯作品還講究「信達雅」。「信」是指譯文要準確，不歪曲，不遺漏，也不要隨意增減意思；「達」是指不拘泥於原文形式，譯文通順明白；「雅」則指譯文時選用的詞語要得體，追求文章本身的簡明優雅。由於機器翻譯本身的技術特點，能達到「信」這一層面已經很不容易，要更進一步做到「達」和「雅」則更加困難重重。退一萬步講，假如機器真的能夠理解什麼樣的譯文才更加通順優雅，那到時候需要擔心飯碗的就不僅僅是職業翻譯了。達到這種智能程度的機器將會讓很多崗位消失，徹底改變我們的生活。

實際上，機器翻譯的快速發展對於翻譯行業來說並不是壞事。就像工業機器人將人類從枯燥的流水線作業中解放出來一樣，機器翻譯的出現也讓譯者能夠從機械單調的翻譯任務中脫身，將時間精力投入到更具有創造性的工作中。

未來的翻譯可能會呈現出這樣的特點：由機器完成初級的翻譯任務，譯者在此基礎上進行修改、調整、潤色。這樣能夠兼顧機器的效率與人工的嚴謹。

因此，與其說機器會取代人工翻譯，倒不如說是機器將會協助譯者，讓翻譯更加高效準確。在這個過程中，譯者的創造力得到解放，人類的溝通也會更加順利，技術進步真正讓生活更加美好。