讲座 | 人工智能翻译时代的人机关系

2017 年 10 月 16 日 翻译技术沙龙

无人机、人脸识别、语音识别、Alpha Go、GNMT…人工智能技术正在以前所未有的强大实力冲击着社会和人们的工作方式，当机器翻译越来越牛，我们对于人工智能的了解是否又足够呢？

2017年10月13日，北京语智云帆科技有限公司CEO魏勇鹏先生受北京外国语大学知行社的邀请，于北外中文楼108室为北外学子带来了一场名为“人工智能翻译时代的人机关系”的讲座。现场座无虚席，很多听众甚至坐在教室门口，期待接受一场技术的洗礼。

魏总从什么是神经网络机器翻译、神经网络机器翻译的原理、人工智能时代译者面临的挑战、未来译者的发展方向四个方面，深入浅出地探讨了人工智能翻译背景下，译者与机器之间的关系如何发展的问题。

首先，魏总从本雅明的翻译理论——“纯语言”讲起，提出译者的任务是参照所有描述，找到一种内容的表示方法，使其接近“纯语言”，再将原文文本转化为该方法，从而生成译文文本。神经网络机器翻译（Neural Machine Translation）也是如此，编码器（Encoder）生成了中文自低纬度到高纬度编码的高级表示，解码器（Decoder）自高维度向低纬度解码，生成一个英文的表达方式，与“纯语言”理论相似，这就是NMT的翻译过程。

之后，魏总分析了人工智能（AI）在商业成功上需要具备的四个条件：首先，是清晰的用户边界，机器翻译在文本层面的边界很清晰，然而文本之外的感情层面、环境层面等等则不够清晰；其次是机器翻译需要大量闭环标注数据来训练，这个过程中的语料规模化成本很高（在语料数量提升二十倍时，机器翻译水平仅能提升一个百分点），某个临界点之后需要大量的语料来训练机器；再次是及时充分的反馈，翻译语料只有翻译的结果而欠缺翻译的过程，“AlphaGo”可以自己和自己左右互搏，形成反馈，而机器翻译很难分辨什么是“好的翻译”和“不好的翻译”。最后是强烈的用户需求，对翻译来说，虽然语言障碍带来了语言服务的刚性需求，但神经网络机器翻译取代译者的道路还很漫长。

然而，在人工智能翻译时代，随着神经网络机器翻译的发展，有四大因素仍旧在催促着译者转变心态，学习新知识。

首先，是产业结构的变化。有人认为在未来，机器翻译会在翻译金字塔提供底层服务，而中低端的翻译服务将会发展为人机结合，高端的翻译服务则仍由具有较高语言水平和翻译水平来负责。根据这个观点，魏总猜想，未来的翻译金字塔结构中，底层将变为双语数据标注和处理，中层极大部分的翻译服务可能全部由机器翻译来提供，金字塔的顶端将是人机结合翻译与极少数高端的艺术创作。这也就意味着随行业发展，原来在中间98％区域的译者，如果不能驾驭机器，不断提升，很有可能会被行业淘汰。

其次，是外来竞争，当机器翻译水平逐渐提升之后，其他各行各业的专业人才可能更容易用好机器做翻译。

再次是内部竞争，不同技术装备水平，和不同学习速度、适应速度的译者可能会形成内部竞争，优胜劣汰。最后是需求变更，在机器写作、译后编辑(MT+PE)、跨语言信息检索、跨语言问答等领域，都需要人更多地与机器结合来完善工作进度及质量。

而面对这四大因素，译者如何提升个人能力，才能在人工智能时代成为翻译行业的新型人才呢？魏总认为，译者应该具备三点，即快速学习的能力，学会驾驭机器的技术，并且放宽个人的眼界。

首先是快速学习能力。译者需要在短时间内快速掌握一到两门专业领域，至少达到中层知识结构，快速养成必需的质量认知和语言敏感度。同时，译者作为语言服务领域的人才，也需要具备快速理解用户场景和服务标准的能力。

在学习过程中，AI可以帮助译者更好地快速学习，在人脑中即时产生有效的反馈与连接。学习需要快速准确的反馈形成刺激，而语智云帆公司出品的“试译宝”在线翻译教学平台则利用AI助力，在学生端和教师端两个端口，提供“教与学”的革新。此外，“试译宝”提供的一些训练营和企业招聘专场也直戳要害，和市场衔接，为CATTI备考以及实习求职等提供很大帮助。