AI翻译离无障碍交流有多远

Posted 2020-10-12

AI翻译服务通过硬件、软件连接千千万万个应用场景，会打破语言不通的尴尬局面吗？会是人工翻译的终结者吗？

世界这么大，我想去看看!十一长假临近，梦想中的你背起行囊，自由行走在异国的大街小巷。然而现实的画风很有可能是这样的：走出国门没几天，你就发现期待已久的旅行，因为看不懂听不懂，而身在囧途。此时的你捶胸顿足地感慨道：世界上最遥远的距离，不是天涯海角，是你站在我面前，我却不知道你在说什么。

9月21日，百度智能翻译机在日本发布。名古屋有哪些好玩的景点？怎么乘车最便捷？翻译机流畅精准的中日互译令人惊叹不已。AI翻译服务通过硬件、软件连接千千万万个应用场景，将会打破语言不通的尴尬局面。甚至有人认为，AI翻译是人工翻译的终结者。现实真的如此吗？

现状：产品虽多，准确率有待提高

2017年可谓是AI大行其道的一年，作为现代科技的流行趋势，不管是谷歌、苹果，还是百度、阿里，都在相继发布自己的人工智能产品，向智能行业进军。而AI翻译，几乎是所有互联网巨头都想涉足的领域。

机器翻译已出现了70年，但过去一年里涌现出的AI翻译软硬件产品，已超过最近30年的总和。

在国外，微软发布了翻译工具Microsoft Translator，可以实现9种语言实时语音转为文本翻译。国内的互联网巨头也不甘示弱。百度技术委员会联席主席、自然语言处理部技术负责人吴华表示，百度翻译支持全球28种语言互译、756个翻译方向，每日响应过亿次的翻译请求。除百度外，科大讯飞也走在语音交互前列，推出了讯飞听见升级版产品，加入多语种翻译功能，五种语言同步翻译成汉语，还发布了智能翻译产品“晓译翻译机”。就连网络游戏开发大户腾讯公司，也悄然上线了一款实时语音翻译APP“翻译君”，这款以AI内核驱动的翻译产品，运用了语音识别+NMT（神经网络机器翻译）等技术，可以实现“同声传译”功能，对着屏幕说话时，边说边翻，就像身边带了一位私人翻译官。此外，电商大咖京东也开始涉足AI翻译，推出了一个可以进行多国语言实时翻译的人工智能翻译机——准儿翻译机的众筹项目，目前已经有5008名支持者，轻松筹得320万元的项目基金。

尽管AI翻译进步神速，却不被传统的翻译行业所看好。传神语联网络科技股份有限公司董事长何恩培表示：“无论是翻译机还是APP，中文翻译成英文或其他语种时准确率还可以，但外国人说英文或其他语言时，翻译成中文的准确率就很低，在实际交流时几乎没法用。”

今年2月，谷歌全新NMT系统在韩国世宗大学与人类译员进行的翻译对战就是一例佐证。在规定的50分钟内，人类和机器同时翻译两段随机文本。结果，人类以巨大优势战胜了机器。赛后，评委表示，NMT系统翻译出的文本90%都有语法问题。

难点：数据有限，且语言规则不规律

全球范围内，服务于各大跨国会议、发布会等的30多种翻译机能帮人们解决一些场景中语言交流的问题，但目前的现状就如科大讯飞声明的那样：虽然机器翻译已经取得非常大的进步，但距离高水平翻译所讲究的“信、达、雅”还存在很大差距。

以“千山鸟飞绝，万径人踪灭”这句人们耳熟能详的诗为例，国际翻译界最高奖项之一“北极光”杰出文学翻译奖得主许渊冲教授将其译为“from hill to hill no bird in flight，from path to path no man in sight.”这不仅符合近代著名翻译家严复提出的“信、达、雅”翻译原则，而且其中的意境与精髓只有熟习汉语的人才能领会。

“文学艺术翻译要体现情感、色彩、语调、温度、韵致、字里行间的意味等种种幽微之处。要传达出这些，译者的水准、敏感、境界和心灵力量尤为重要。”中国社会科学院外国文学研究所编审高兴说。

缘何能称霸棋坛的人工智能AlphaGo，却在翻译领域不尽完美？何恩培告诉记者：“机器翻译一直被公认为人工智能领域最难的课题之一。而且语言和围棋不同，语言背后的多元文化和复杂社会属性，注定了语言规则不可能规律化。”“文学作品，以及有引申含义或逻辑关系复杂的句子，AI翻译很难搞定，因为翻译它们不仅是基于理解，而且要使某种意义上待翻译的语言和目标语言对齐。”华为诺亚方舟实验室资深研究员、自然语言处理专家吕正东说。

此外，AI翻译要想达到“信、达、雅”的高度，还需克服口语化的两大难题。一方面要听得清，能准确判断出指令发出者的语音、停顿，并在极短时间内进行“语音断句”。另一方面要克服口语交谈中的语法问题，以及句子不连贯、没有明确句子边界等问题。

机器靠什么解决上述问题？在清华大学计算机系副研究员刘洋看来，AI机器翻译的难点其实也是整个人工智能的难点——如何让机器真正像人一样有智能行为。他认为，机器翻译采用数据驱动的方法，其准确程度取决于给计算机提供哪些数据。目前提供最多的翻译数据来自于政府文档，比如联合国有多种官方语言，基本每份文件都有多语种版本，但基本没有体育、娱乐等领域的数据。再加上各国的口语中都存在较多随意性口语或网络用语，生活化气息浓厚，多为非正式的语体材料，因此智能翻译需要庞大的基础词汇库支撑。“其实所有上述问题，理论上来说都可以靠更多的数据来弥补，但是我们数据是有限的。” 吕正东说。

展望：前路漫漫，发展需数据推动

近两年，神经网络机器翻译（Neural Machine Translation, NMT）技术异军突起使翻译应用进一步革新。

NMT模仿人脑的神经思考模式，产出媲美人工翻译的高质量译文，并将误差降低了55%—85%。目前，谷歌公司己将该技术应用于网页翻译与手机应用，译文质量明显提升。此外，腾讯、百度、阿里巴巴等国内互联网公司也将深度学习理念应用到机器翻译。同时，语言处理、语音交互等技术的进步又加速了翻译产品的场景升级，促使机器辅助翻译”（CAT，Computer Aided Translation）过渡到“人工智能交互翻译”（AI Interactive Translation）。

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