人工智能可以取代同傳翻譯嗎？

　　前陣子，一位同傳翻譯員聲討科大訊飛“AI同傳造假”，在網(wǎng)上引起了軒然大波。人工智能和同傳翻譯由此成為大家熱議的話(huà)題。今天，我們來(lái)談一談“人工智能翻譯是否真的可以取代同傳翻譯員”?

　　同聲傳譯有多難?

　　同聲傳譯最早出現在一戰后的巴黎和會(huì )上，英法兩國代表借助同聲傳譯人員的幫助，完成了緊張的談判。

　　如今，該技術(shù)依然在國際會(huì )議上扮演著(zhù)極其重要的角色。據統計，95%的國際會(huì )議都有專(zhuān)業(yè)同聲傳譯人員助力。

　　同傳翻譯員在臺上能夠將同傳能力運用自如，需要平時(shí)大量的艱苦練習，即使是雙語(yǔ)運用自如的專(zhuān)業(yè)人員，在實(shí)戰之前，也要進(jìn)行數年的鍛煉。他們不僅需要事先學(xué)習、熟悉會(huì )議資料，還需要隨機應變的能力。同聲傳譯的工作方式也比較特殊，因為壓力巨大，一般多人協(xié)同，在一場(chǎng)數小時(shí)的過(guò)程中，每人輪流翻譯幾十分鐘。

　　相較之下，普通的口譯工作則要簡(jiǎn)單不少。機器翻譯如能代替同聲傳譯無(wú)疑具有巨大的價(jià)值。

　　人工智能翻譯的水平如何?

　　那么，人工智能同傳翻譯的能力究竟怎樣?會(huì )不會(huì )搶走同傳翻譯員的飯碗呢?

　　今年上半年的博鰲亞洲論壇上，首次出現了AI同傳。然而，現場(chǎng)配備的系統卻掉了鏈子，鬧出詞匯翻譯不準確、重復等低級錯誤。

　　客觀(guān)來(lái)講，人工智能或機器翻譯技術(shù)在自然語(yǔ)言處理上，的確有許多突破。這些突破給人希望，讓人暢想未來(lái)，但是，短期內的價(jià)值，更多體現在輔助翻譯等領(lǐng)域。

　　當然，目前機器翻譯已經(jīng)取得非常大的進(jìn)步，在衣食住行等常用生活用語(yǔ)上的中英翻譯可以達到大學(xué)六級的水平，能夠幫助人們在一些場(chǎng)景處理語(yǔ)言交流的問(wèn)題，但距離人工同傳以及高水平翻譯所講究的“信、達、雅”，還存在很大的差距。

　　目前的差距是由現有技術(shù)水平的限制決定的，機器翻譯，又稱(chēng)為自動(dòng)翻譯，是利用計算機將一種語(yǔ)言轉換為另一種語(yǔ)言，機器翻譯技術(shù)的發(fā)展與計算機技術(shù)、信息論、語(yǔ)言學(xué)等學(xué)科的發(fā)展緊密相關(guān)。從早期的詞典匹配，到結合語(yǔ)言學(xué)專(zhuān)家梳理的知識規則，再到基于語(yǔ)料庫的統計學(xué)方法，隨著(zhù)計算能力的提升和多語(yǔ)言信息的積累，機器翻譯技術(shù)開(kāi)始在一些場(chǎng)景中提供便捷的翻譯服務(wù)。

　　新世紀以來(lái)，隨著(zhù)互聯(lián)網(wǎng)的普及，互聯(lián)網(wǎng)公司紛紛成立機器翻譯研究組，研發(fā)了基于互聯(lián)網(wǎng)大數據的機器翻譯系統，從而使機器翻譯真正走向實(shí)用，市場(chǎng)上開(kāi)始出現比較成熟的自動(dòng)翻譯產(chǎn)品。近年來(lái)，隨著(zhù)深度學(xué)習的進(jìn)展，機器翻譯技術(shù)得到了進(jìn)一步的發(fā)展，促進(jìn)了翻譯質(zhì)量的提升，使得翻譯更加地道、流暢。

　　機器翻譯的難點(diǎn)在哪里?

　　這里，簡(jiǎn)單介紹一下機器翻譯的難點(diǎn)。整個(gè)機器翻譯的過(guò)程，可以分為語(yǔ)音識別轉換、自然語(yǔ)言分析、譯文轉換和譯文生成等階段。在此，以比較典型的、基于規則的機器同傳翻譯為例(參見(jiàn)下圖)，模塊包含了：語(yǔ)音識別(語(yǔ)音轉換為文本)、自然語(yǔ)言處理(語(yǔ)法分析、語(yǔ)義分析)、譯文轉換、譯文生成和語(yǔ)音生成等模塊。其中的技術(shù)難點(diǎn)主要是：語(yǔ)音識別、自然語(yǔ)言處理和譯文轉換等步驟。

　　第一個(gè)技術(shù)難點(diǎn)是語(yǔ)音識別。近二十年來(lái)，語(yǔ)音識別技術(shù)取得了顯著(zhù)進(jìn)步，開(kāi)始進(jìn)入家電、汽車(chē)、醫療、家庭服務(wù)等各個(gè)領(lǐng)域。常見(jiàn)的應用系統有：

　　語(yǔ)音輸入系統，相對于鍵盤(pán)輸入方法，它更符合人的日常習慣，也更自然、更高效;

　　語(yǔ)音控制系統，即用語(yǔ)音來(lái)控制設備的運行，相對于手動(dòng)控制來(lái)說(shuō)更加快捷、方便，可以用在諸如工業(yè)控制、語(yǔ)音撥號系統、智能家電、聲控智能玩具等許多領(lǐng)域;

　　智能對話(huà)查詢(xún)系統，根據客戶(hù)的語(yǔ)音進(jìn)行操作，為用戶(hù)提供自然、友好的數據庫檢索服務(wù)，例如家庭服務(wù)、旅行社服務(wù)系統、訂票系統、銀行服務(wù)等。

　　可以說(shuō)，語(yǔ)音識別技術(shù)與其他自然語(yǔ)言處理技術(shù)相結合，可以構建出很多復雜的應用。

　　然而，語(yǔ)音識別的主要難點(diǎn)就是對自然語(yǔ)言的識別和理解。首先必須將連續的講話(huà)分解為詞、音素等單位，其次要建立一個(gè)理解語(yǔ)義的規則。由于語(yǔ)音信息量大，語(yǔ)音模式不僅對不同的說(shuō)話(huà)人不同，對不同場(chǎng)景的同一說(shuō)話(huà)人也是有差異的。

　　例如，一個(gè)人在隨意說(shuō)話(huà)和認真說(shuō)話(huà)時(shí)的語(yǔ)音特征是不同的。另外，說(shuō)話(huà)者在講話(huà)時(shí)，不同的詞可能聽(tīng)起來(lái)是相似的，這也是常見(jiàn)現象。單個(gè)字母或詞、字的語(yǔ)音特性，受上下文的影響，以致改變了重音、音調、音量和發(fā)音速度等。最后，環(huán)境噪聲和干擾對語(yǔ)音識別也有較大影響，致使識別率低。

　　第二個(gè)技術(shù)難點(diǎn)是語(yǔ)義解析，這是智能化的機器翻譯系統的核心部分。目前，機器翻譯系統可劃分為基于規則和基于語(yǔ)料庫兩大類(lèi)。前者以詞典和語(yǔ)言知識規則庫為基礎;后者由經(jīng)過(guò)劃分并具有標注的語(yǔ)料庫構成知識源，以統計學(xué)的算法為主。

　　機譯系統是隨著(zhù)語(yǔ)料庫語(yǔ)言學(xué)的興起而發(fā)展起來(lái)的。目前，世界上絕大多數機譯系統都采用以規則庫為基礎的策略，一般分為語(yǔ)法型、語(yǔ)義型、知識型和智能型。不同類(lèi)型的機譯系統，由不同的成分構成。抽象地說(shuō)，所有機譯系統的處理過(guò)程都包括以下步驟：對源語(yǔ)言的分析或理解，在語(yǔ)言的語(yǔ)法、語(yǔ)義和語(yǔ)用等平面進(jìn)行轉換，按目標語(yǔ)言結構規則生成目標語(yǔ)言。

　　當前，Google 的在線(xiàn)翻譯已經(jīng)為人熟知，其第一代的技術(shù)即為基于統計的機器翻譯方法，基本原理是通過(guò)收集大量的雙語(yǔ)網(wǎng)頁(yè)作為語(yǔ)料庫，然后由計算機自動(dòng)選取最為常見(jiàn)的詞與詞的對應關(guān)系，最后給出翻譯結果。

　　不過(guò)，采用該技術(shù)目前仍無(wú)法達到令人滿(mǎn)意的效果，經(jīng)常鬧出各種翻譯笑話(huà)。因為，基于統計的方法，需要建立大規模的雙語(yǔ)語(yǔ)料庫，而翻譯模型、語(yǔ)言模型參數的準確性直接依賴(lài)于語(yǔ)料的規模及質(zhì)量，翻譯質(zhì)量直接取決于模型的質(zhì)量和語(yǔ)料庫的覆蓋面。

　　除了上述傳統的方式，2013年以來(lái)，隨著(zhù)深度學(xué)習的研究取得較大進(jìn)展，基于人工神經(jīng)網(wǎng)絡(luò )的機器翻譯逐漸興起。就當前而言，廣泛應用于機器翻譯的是長(cháng)短時(shí)記憶循環(huán)神經(jīng)網(wǎng)絡(luò )。該模型擅長(cháng)對自然語(yǔ)言建模，把任意長(cháng)度的句子轉化為特定維度的浮點(diǎn)數向量，同時(shí)“記住”句子中比較重要的單詞，讓“記憶”保存比較長(cháng)的會(huì )話(huà)時(shí)間。該模型較好地解決了自然語(yǔ)言句子向量化的難題。

　　其技術(shù)核心是通過(guò)多層神經(jīng)網(wǎng)絡(luò )，自動(dòng)從語(yǔ)料庫中學(xué)習知識。一種語(yǔ)言的句子被向量化之后，在網(wǎng)絡(luò )中層層傳遞，經(jīng)過(guò)多層復雜的傳導運算，生成譯文。這種翻譯方法最大的優(yōu)勢在于譯文流暢，更加符合語(yǔ)法規范。相比之前的翻譯技術(shù)，質(zhì)量有較高的提升。

　　智能同傳翻譯離我們還有多遠?

　　需要說(shuō)明的是，很多人對機器翻譯有誤解，認為機器翻譯偏差大。其實(shí)，機器翻譯運用語(yǔ)言學(xué)知識，自動(dòng)識別語(yǔ)法，模擬語(yǔ)義理解，進(jìn)行對應翻譯，因語(yǔ)法、語(yǔ)義、語(yǔ)用的復雜性，出現錯誤是難免的。就已有的成果來(lái)看，全場(chǎng)景通用的機器翻譯，其翻譯質(zhì)量離終極目標仍相差甚遠。

　　隨著(zhù)全球化網(wǎng)絡(luò )時(shí)代的到來(lái)，語(yǔ)言障礙已經(jīng)成為二十一世紀社會(huì )發(fā)展的重要瓶頸，實(shí)現任意時(shí)間、任意地點(diǎn)、任意語(yǔ)言的無(wú)障礙自由溝通是人類(lèi)追求的一個(gè)夢(mèng)想。這僅是全球化背景下的一個(gè)小縮影。在社會(huì )快速發(fā)展的進(jìn)程中，機器翻譯將扮演越來(lái)越重要的角色。