盡管川普的走馬上任更多與“逆全球化”綁定在一起，但考慮到人類歷史“螺旋狀”上升的演化軌跡，在技術(shù)進步和文化擴散的雙重推動下，這個世界總體趨向互通互聯(lián)的趨勢似乎不可違——尤其當全球化與網(wǎng)絡(luò)相遇的一瞬，不同國家之間平等便捷獲取信息，低成本地有效溝通即成一種必然。從這個意義上，全球化的最大敵人之一也許是各國千百年來夯實的語言壁壘。
作為一門交叉學科，機器翻譯涉及到認知科學，計算機，信息論，語言學等多學科，其理論路徑同樣經(jīng)歷了螺旋狀上升：從最久遠的“翻譯備忘錄”到后期基于規(guī)則，基于實例的機器翻譯，再到被視為機器翻譯重要轉(zhuǎn)捩點的統(tǒng)計翻譯模型(SMT)——后者是科學家初次察覺到通過大數(shù)據(jù)消弭信息不確定性是攻克“智能”的好辦法。
而最近兩年，機器翻譯正在擁抱另一個更重要的技術(shù)轉(zhuǎn)折點——基于神經(jīng)網(wǎng)絡(luò)的機器翻譯(NMT：Neural Machine Translation)。
機器翻譯的技術(shù)路徑
感同身受的是，無論是普通用戶還是資深譯員，無論使用WEB還是APP，都明顯察覺到近些年來的翻譯質(zhì)量有著迅猛的提升。
問題是：為何變化如此明顯?不妨從技術(shù)路徑上拆解來看。
直覺便知，當人類試圖讓機器翻譯語言時，自然要對文字進行解構(gòu)，就像同心圓的關(guān)系，文章由段落構(gòu)成，段落由句子構(gòu)成，句子由短語和字構(gòu)成，而遵循從易到難，機器翻譯的理論路徑也是從后向前：從最初的逐字翻譯到基于短語的翻譯——如今，依靠于神經(jīng)網(wǎng)絡(luò)，基于句子的翻譯成為可能。
于是，按照翻譯單元的不同，大體而言，目前機器翻譯有兩種類型：其一是上文提及的統(tǒng)計翻譯模型(SMT)，如你所知，互聯(lián)網(wǎng)的廣泛普及為統(tǒng)計翻譯提供了豐富的訓練養(yǎng)料，而千禧年左右興起的基于短語的SMT更是讓機器翻譯質(zhì)量大為提高，也在很長一段時間占據(jù)機器翻譯的主流，但以短語作為翻譯單元的弊端即是，當面對整句層面的翻譯時顯得非常生硬。
另一種類型當然是基于神經(jīng)網(wǎng)絡(luò)的機器翻譯(NMT)，其翻譯路徑是所謂端到端(end-to-end)，將源語句整體編碼為一個向量，再通過解碼器對其進行解碼，理論上僅需給定源語言句子，即可通過神經(jīng)網(wǎng)絡(luò)輸出目標語言譯文。這里不妨舉個例子，若你在百度翻譯中輸入“蘿卜青菜各有所愛”，它可以輕松輸出“Every man has his hobbyhorse”的正確譯文，而非諸如“Turnip greens his taste”的荒誕結(jié)果。也正因如此，短短兩年，NMT就在多個公開測試集上超越了作為前輩的SMT系統(tǒng)。
而若要比較的話，整體而言，在數(shù)據(jù)訓練比較充分的時候，NMT無疑要優(yōu)于SMT;在短句或數(shù)據(jù)量相對較小之時，SMT在處理固定搭配和習慣表達上具有優(yōu)勢。所以兩種方式談不上殊途同歸，只是在不同場景中分類而用——要知道，用戶的翻譯場景頗為多變，這要求一個優(yōu)秀的翻譯系統(tǒng)要成為集大成者。如今百度的翻譯系統(tǒng)就包含SMT，NMT，甚至更傳統(tǒng)的EBMT(基于實例的機器翻譯)。
當然，倘若我們談?wù)摰氖俏磥?，幾乎可以肯定，神?jīng)網(wǎng)絡(luò)技術(shù)本身的向前奔進，會讓NMT日趨成為主流(事實上，在百度中英日韓等多個系統(tǒng)中，它已是主流)——在今年8月的國際計算語言學年會上(ACL)，移動端離線NMT被列為未來重要研究方向，即是為機器翻譯的未來畫了一個幾乎確定性的腳注。
機器翻譯的跑馬圈地
自二十世紀三十年代初法國科學家阿爾楚尼提出用機器進行翻譯的想法至今，哪怕對人工智能的定義已幾經(jīng)翻折，機器翻譯都被長期視為人工智能的“終極目標”之一。巨大的期許往往意味著目標艱難，但這仍然無法阻擋這塊大蛋糕對全球頂尖科技大佬的吸引力。
而作為翻譯技術(shù)發(fā)展的初級階段，如果在這個時候硬要拼個排名或者高下，其實并沒有太大意義，而科技界的競爭也無非就是微軟、百度、谷歌這三家而已，孰輕孰重一看便知。只不過，從“百度更懂中國”的大思路能夠看出，百度在中國乃至亞洲市場更具侵略性，和搜索之爭同理，雖然誰都打不死誰，但區(qū)域優(yōu)勢已成不爭事實。
12月21日，從百度機器翻譯技術(shù)開放日上百度技術(shù)委員會聯(lián)席主席、自然語言處理部技術(shù)負責人吳華博士的觀點可以看出，百度其實已經(jīng)成為了翻譯技術(shù)領(lǐng)域的破繭者，他們早于谷歌一年就正式上線了基于神經(jīng)網(wǎng)絡(luò)的翻譯系統(tǒng)，同時也打造了全球首個互聯(lián)網(wǎng)在線NMT系統(tǒng)以及手機端離線NMT系統(tǒng)。據(jù)悉，百度翻譯每天已有上億次訪問，支持28種語言的互譯，開方的API接口也有超過2萬家第三方接入。
而就在前幾天，微軟發(fā)布全球首個萬能翻譯器，微軟官方表示它也可以實現(xiàn)多達100人間實時翻譯交談，并支持9種語言的語音輸入。而谷歌全球化帶來的影響無疑的巨大的，在收購科技公司的同時也在大力發(fā)展區(qū)域化優(yōu)勢，如谷歌2014年收購的Word Lens也在積極開展機器翻譯的工作，這李彥宏所說的話是一樣的道理：用人工智能打破一切邊界。
其實，百度的現(xiàn)狀其實并不令人意外，考慮到中國經(jīng)濟在全球化中的地位，在將更多人卷入全球化的社會協(xié)作網(wǎng)絡(luò)過程中，中國對翻譯行為的仰仗無疑更迫切。而更為現(xiàn)實的是：在全球數(shù)萬億網(wǎng)頁中，80%為非中文網(wǎng)頁;去年中國出境游人數(shù)超過1.2億，前20個旅游目的地國家和地區(qū)中共使用了12種語言，尤其是中英語——這個世界上使用人數(shù)最多和使用最廣泛的兩種語言之間的翻譯，在很多人眼中是純粹的剛需。
機器翻譯的未來
很簡單，翻譯技術(shù)最終是要服務(wù)大眾，否則就是鏡中月、水中花。
重要的是，技術(shù)也逐漸還原到更具體的實用場景，百度翻譯APP就通過結(jié)合OCR技術(shù)和語音技術(shù)，為用戶滿足各種碎片化的翻譯需求，舉幾個例子：當你在國外游覽時，只需將手機屏幕對準外文介紹，OCR翻譯即可呈現(xiàn)翻譯結(jié)果;面對天書一般的外文菜單，百度翻譯可以迅捷地將菜單翻譯結(jié)果顯示在手機上，從此不必再在點餐時聽天由命;在國外買買買時，它也能讓你快速讀懂說明書;另外，當遇到不認識的實物，實物翻譯可以用中英雙語告知其名，同時伴隨著準確的發(fā)音;而結(jié)合語音技術(shù)的會話翻譯，能幫助用戶與外國人無障礙交流——我甚至還看到過這樣的新聞：靖江市民警在語言不通的情況下，用百度翻譯成功救助4名俄羅斯籍船員……
技術(shù)的福祉正在惠及每一位擔心語言關(guān)的人，而另一端，一部分人對技術(shù)的憂慮也在所難免。“未來若干年，我們很容易想象語言障礙會完全被打破，現(xiàn)在做同聲翻譯的人可能將來就沒有工作了。”上個月的烏鎮(zhèn)互聯(lián)網(wǎng)大會，李彥宏為人們勾勒了未來的場景。
機器雖然突破了固有翻譯原則的局限，但必須承認的是，機器翻譯和真正意義上的“語言學”還關(guān)系不大，距離文人向往的“信雅達”目標還很遙遠，這也意味著，機器翻譯任重道遠，人工翻譯可稍安勿躁。
究其原因，在基于端到端的翻譯手法中，神經(jīng)網(wǎng)絡(luò)無法理解自己翻譯出的句子，無法對譯文給出一個合理解釋——這正是它與專業(yè)人工翻譯最本質(zhì)的差別。譬如，遵循上文提及的從后向前(從易到難)的理論路徑，讓機器理解基于“段落”甚至“篇章”的翻譯自然再好不過，這要求機器在上下文理解和連貫性上飛躍一大步。
那么問題是：它會實現(xiàn)么?作為技術(shù)樂觀主義者，我個人答案當然是會，一切或許只是時間問題。
在昔日古老的歲月，人類誕生語言的原始目的，一方面是增進本族人的內(nèi)部溝通，另一方面是制造與外族的天然隔閡。而若你相信技術(shù)的發(fā)展內(nèi)嵌在全球化的偉大浪潮中，通過技術(shù)終結(jié)千萬年來人類語言互不相通的歷史就值得期許。畢竟，讓人們聽懂彼此，這是一個太過古老的夙愿。
李北辰/文(知名科技自媒體，致力于用文字優(yōu)雅的文章，為您提供談資與見識;微信公號：李北辰)
申請創(chuàng)業(yè)報道，分享創(chuàng)業(yè)好點子。點擊此處，共同探討創(chuàng)業(yè)新機遇！
