AI翻譯離無障礙交流有多遠

AI翻譯服務通過硬體、軟體連接千千萬萬個應用場景，會打破語言不通的尷尬局面嗎？會是人工翻譯的終結者嗎？

世界這麼大，我想去看看!十一長假臨近，夢想中的你背起行囊，自由行走在異國的大街小巷。然而現實的畫風很有可能是這樣的：走出國門沒幾天，你就發現期待已久的旅行，因為看不懂聽不懂，而身在囧途。此時的你捶胸頓足地感慨道：世界上最遙遠的距離，不是天涯海角，是你站在我面前，我卻不知道你在說什麼。

9月21日，百度智能翻譯機在日本發布。名古屋有哪些好玩的景點？怎麼乘車最便捷？翻譯機流暢精準的中日互譯令人驚嘆不已。AI翻譯服務通過硬體、軟體連接千千萬萬個應用場景，將會打破語言不通的尷尬局面。甚至有人認為，AI翻譯是人工翻譯的終結者。現實真的如此嗎？

現狀：產品雖多，準確率有待提高

2017年可謂是AI大行其道的一年，作為現代科技的流行趨勢，不管是谷歌、蘋果，還是百度、阿里，都在相繼發布自己的人工智慧產品，向智能行業進軍。而AI翻譯，幾乎是所有互聯網巨頭都想涉足的領域。

機器翻譯已出現了70年，但過去一年裡湧現出的AI翻譯軟硬體產品，已超過最近30年的總和。

在國外，微軟發布了翻譯工具Microsoft Translator，可以實現9種語言實時語音轉為文本翻譯。國內的互聯網巨頭也不甘示弱。百度技術委員會聯席主席、自然語言處理部技術負責人吳華表示，百度翻譯支持全球28種語言互譯、756個翻譯方向，每日響應過億次的翻譯請求。除百度外，科大訊飛也走在語音交互前列，推出了訊飛聽見升級版產品，加入多語種翻譯功能，五種語言同步翻譯成漢語，還發布了智能翻譯產品「曉譯翻譯機」。就連網路遊戲開發大戶騰訊公司，也悄然上線了一款實時語音翻譯APP「翻譯君」，這款以AI內核驅動的翻譯產品，運用了語音識別+NMT（神經網路機器翻譯）等技術，可以實現「同聲傳譯」功能，對著屏幕說話時，邊說邊翻，就像身邊帶了一位私人翻譯官。此外，電商大咖京東也開始涉足AI翻譯，推出了一個可以進行多國語言實時翻譯的人工智慧翻譯機——準兒翻譯機的眾籌項目，目前已經有5008名支持者，輕鬆籌得320萬元的項目基金。

儘管AI翻譯進步神速，卻不被傳統的翻譯行業所看好。傳神語聯網路科技股份有限公司董事長何恩培表示：「無論是翻譯機還是APP，中文翻譯成英文或其他語種時準確率還可以，但外國人說英文或其他語言時，翻譯成中文的準確率就很低，在實際交流時幾乎沒法用。」

今年2月，谷歌全新NMT系統在韓國世宗大學與人類譯員進行的翻譯對戰就是一例佐證。在規定的50分鐘內，人類和機器同時翻譯兩段隨機文本。結果，人類以巨大優勢戰勝了機器。賽後，評委表示，NMT系統翻譯出的文本90%都有語法問題。

難點：數據有限，且語言規則不規律

全球範圍內，服務於各大跨國會議、發布會等的30多種翻譯機能幫人們解決一些場景中語言交流的問題，但目前的現狀就如科大訊飛聲明的那樣：雖然機器翻譯已經取得非常大的進步，但距離高水平翻譯所講究的「信、達、雅」還存在很大差距。

以「千山鳥飛絕，萬徑人蹤滅」這句人們耳熟能詳的詩為例，國際翻譯界最高獎項之一「北極光」傑出文學翻譯獎得主許淵沖教授將其譯為「from hill to hill no bird in flight，from path to path no man in sight.」這不僅符合近代著名翻譯家嚴復提出的「信、達、雅」翻譯原則，而且其中的意境與精髓只有熟習漢語的人才能領會。

「文學藝術翻譯要體現情感、色彩、語調、溫度、韻致、字裡行間的意味等種種幽微之處。要傳達出這些，譯者的水準、敏感、境界和心靈力量尤為重要。」中國社會科學院外國文學研究所編審高興說。

緣何能稱霸棋壇的人工智慧AlphaGo，卻在翻譯領域不盡完美？何恩培告訴記者：「機器翻譯一直被公認為人工智慧領域最難的課題之一。而且語言和圍棋不同，語言背後的多元文化和複雜社會屬性，註定了語言規則不可能規律化。」「文學作品，以及有引申含義或邏輯關係複雜的句子，AI翻譯很難搞定，因為翻譯它們不僅是基於理解，而且要使某種意義上待翻譯的語言和目標語言對齊。」華為諾亞方舟實驗室資深研究員、自然語言處理專家呂正東說。

此外，AI翻譯要想達到「信、達、雅」的高度，還需克服口語化的兩大難題。一方面要聽得清，能準確判斷出指令發出者的語音、停頓，並在極短時間內進行「語音斷句」。另一方面要克服口語交談中的語法問題，以及句子不連貫、沒有明確句子邊界等問題。

機器靠什麼解決上述問題？在清華大學計算機系副研究員劉洋看來，AI機器翻譯的難點其實也是整個人工智慧的難點——如何讓機器真正像人一樣有智能行為。他認為，機器翻譯採用數據驅動的方法，其準確程度取決於給計算機提供哪些數據。目前提供最多的翻譯數據來自於政府文檔，比如聯合國有多種官方語言，基本每份文件都有多語種版本，但基本沒有體育、娛樂等領域的數據。再加上各國的口語中都存在較多隨意性口語或網路用語，生活化氣息濃厚，多為非正式的語體材料，因此智能翻譯需要龐大的基礎辭彙庫支撐。「其實所有上述問題，理論上來說都可以靠更多的數據來彌補，但是我們數據是有限的。」 呂正東說。

展望：前路漫漫，發展需數據推動

近兩年，神經網路機器翻譯（Neural Machine Translation, NMT）技術異軍突起使翻譯應用進一步革新。

NMT模仿人腦的神經思考模式，產出媲美人工翻譯的高質量譯文，並將誤差降低了55%—85%。目前，谷歌公司己將該技術應用於網頁翻譯與手機應用，譯文質量明顯提升。此外，騰訊、百度、阿里巴巴等國內互聯網公司也將深度學習理念應用到機器翻譯。同時，語言處理、語音交互等技術的進步又加速了翻譯產品的場景升級，促使機器輔助翻譯」（CAT，Computer Aided Translation）過渡到「人工智慧交互翻譯」（AI Interactive Translation）。

http://www.cmdmingling.com/post/659.html