portant;" />

前阵子，一位同传翻译员（yuán）声讨科大（dà）讯飞“AI同传（chuán）造假”，在（zài）网上引（yǐn）起了轩然大波。人（rén）工智能和同传翻（fān）译由此成为大家热议的话题。今天，我们来谈一谈（tán）“人（rén）工智（zhì）能翻（fān）译是否真的可以取代（dài）同传（chuán）翻译员（yuán）”？

同声传译有（yǒu）多难？

同声传译最早出现在一战后的巴黎和会（huì）上（shàng），英法两国代表借助（zhù）同声传译人员（yuán）的帮助，完成了紧张的谈判（pàn）。

如今，该技术依然在国际会（huì）议上扮演（yǎn）着极其重要（yào）的角色。据统（tǒng）计，95%的（de）国际会议都有（yǒu）专业同声传译人员助力。

同传翻译（yì）员在台（tái）上能够（gòu）将同传能力运用（yòng）自如（rú），需要平时大量（liàng）的（de）艰苦练习，即使是双语（yǔ）运用自如的专业人员，在实（shí）战之前，也要（yào）进行数（shù）年的锻炼。他们不仅需要事先学习、熟（shú）悉会议（yì）资料，还（hái）需要随机应变的能力。同声传（chuán）译（yì）的工（gōng）作方式也比较特殊（shū），因为压力巨大，一般多人（rén）协同，在一场数小时的过程中，每人轮流翻译几十（shí）分钟（zhōng）。

相较之下，普通的口译工作则要简单不少。机器翻译如（rú）能代替同声传译无（wú）疑具有巨（jù）大的价值（zhí）。

人工智能翻译的（de）水平如何？

那（nà）么（me），人工（gōng）智能同传翻译（yì）的（de）能力究竟怎（zěn）样（yàng）？会不会抢走（zǒu）同（tóng）传翻译员的饭（fàn）碗呢？

今年上半年的（de）博鳌亚洲论（lùn）坛上，首（shǒu）次出（chū）现了AI同（tóng）传。然（rán）而，现场配备的系（xì）统却掉了链子（zǐ），闹出词汇（huì）翻译不准确、重复等低级（jí）错误。

客观来讲（jiǎng），人工智能或机器（qì）翻译技术在自然语言处理上，的确有许多突破。这些突破给人希望，让人（rén）畅（chàng）想未（wèi）来（lái），但是，短期（qī）内的价值，更（gèng）多体现在辅助翻译等领域。

当然，目前机器翻译已经取得非常（cháng）大（dà）的进步，在衣食住行等常用生活（huó）用语上的中英翻译可以达到大学（xué）六级的水（shuǐ）平，能够帮助人（rén）们（men）在（zài）一些场景处理语言交流（liú）的问题，但距离人工同传（chuán）以及高水平翻译所讲究的“信、达、雅”，还存在（zài）很（hěn）大的差距。

目前的差距是由现有技术水平的限制决定的，机（jī）器翻译，又称为自动翻译，是利用（yòng）计算机（jī）将一（yī）种语言转换为另一种语言，机器翻译技术的发展与计算机技术、信息论、语言学等学科的发展（zhǎn）紧密相关。从早期（qī）的词典匹配（pèi），到结合语（yǔ）言学（xué）专（zhuān）家梳理的知（zhī）识规则，再到基（jī）于语料库的（de）统计（jì）学方法，随着计算能力（lì）的提升和多语言（yán）信（xìn）息的积累，机器翻译技术开始在一些（xiē）场景中提供（gòng）便捷的翻译服（fú）务。

新世纪以来，随着互联网的（de）普及（jí），互联网公司（sī）纷纷成立机器翻译研究组（zǔ），研发了基于互联网大数据的机器翻译系统，从而使机器翻（fān）译真正走（zǒu）向实用（yòng），市场上开始出现比较成（chéng）熟的自（zì）动（dòng）翻译（yì）产品。近年来，随着（zhe）深度学习的进展，机（jī）器翻译技（jì）术得到了（le）进一步的发（fā）展，促（cù）进了翻译质量的提升，使得翻译更加地（dì）道、流畅（chàng）。

机器翻译的难点在（zài）哪里？

这里，简单介绍一下机器翻译（yì）的难点。整个机器翻译（yì）的过程（chéng），可以分为（wéi）语音（yīn）识别转换、自（zì）然语言分析、译文转换和译文生成等（děng）阶段。在此（cǐ），以比较典型的、基（jī）于（yú）规则（zé）的机器同传翻译为例（参见下图（tú）），模（mó）块包含了：语音识别（语音转换为文（wén）本）、自然语言（yán）处理（语法分析、语义分析（xī））、译文转换、译文生（shēng）成和语（yǔ）音生成（chéng）等模块。其（qí）中的技术难点（diǎn）主要是（shì）：语（yǔ）音识别、自然（rán）语言处理和（hé）译（yì）文（wén）转换（huàn）等（děng）步（bù）骤。

第（dì）一个技术难点是语音识（shí）别。近二十年来，语音识别技术取得了显著进步，开始进入家电（diàn）、汽车、医疗（liáo）、家庭服务等各个领域。常见的应用系统有：

语音输入（rù）系（xì）统（tǒng），相对于（yú）键盘输（shū）入方法，它更符合人（rén）的日常（cháng）习惯，也更自然、更高效；

语音控（kòng）制（zhì）系统，即用语音来（lái）控制设备的（de）运行，相（xiàng）对于（yú）手动控（kòng）制来说（shuō）更（gèng）加快捷（jié）、方便，可以用（yòng）在（zài）诸如（rú）工业控制、语音拨号系统（tǒng）、智能家电（diàn）、声控智能玩具等许多领域；

智能对话（huà）查询系统，根据（jù）客户的语（yǔ）音进行操（cāo）作，为（wéi）用（yòng）户提供自然、友（yǒu）好的数（shù）据库检索服（fú）务，例如（rú）家庭服务、旅行社服务系（xì）统（tǒng）、订票系（xì）统、银行服务等（děng）。

可（kě）以说，语音识别技术与其（qí）他自然语言处理技术相结合，可（kě）以构建（jiàn）出很（hěn）多复（fù）杂的应用。

然而，语音识别（bié）的（de）主要难点就是对自（zì）然语言的识别和（hé）理解。首先（xiān）必（bì）须将连续的讲话分解为词、音素等单位，其次要（yào）建立一个理解语义的规（guī）则。由（yóu）于语音信（xìn）息量大，语音（yīn）模式不（bú）仅对（duì）不（bú）同的说话人不同，对不同场景的（de）同（tóng）一说话人（rén）也是有差（chà）异的（de）。

例如，一个人在随意说话和认真说（shuō）话时的语（yǔ）音特征（zhēng）是不同的（de）。另外，说话者在讲话时，不同（tóng）的词（cí）可（kě）能听起来是相似（sì）的，这也是常见现象。单（dān）个（gè）字母或词（cí）、字的语音特性，受（shòu）上下文（wén）的（de）影响，以致改变了（le）重音、音调、音量和（hé）发音速度等。最后，环境（jìng）噪声和干扰对语（yǔ）音（yīn）识别也（yě）有较（jiào）大影响，致使识别率低。

第二个技术（shù）难（nán）点是语义解析，这是智能化的机器（qì）翻译系统的（de）核（hé）心部分。目前，机器翻译（yì）系（xì）统可划分为（wéi）基于规则和基于语料库两大（dà）类。前（qián）者（zhě）以（yǐ）词典（diǎn）和语言知识（shí）规则库为（wéi）基础；后（hòu）者（zhě）由经（jīng）过划分（fèn）并具有标注的（de）语料库构（gòu）成知识源，以统计学（xué）的算法为主。

机译系统是随着语料库语言学的兴起而发展起来的。目前（qián），世界（jiè）上绝大多数机译（yì）系统都采用以（yǐ）规（guī）则库为（wéi）基础的策（cè）略，一般分为语法（fǎ）型、语义（yì）型、知识型和智能型。不（bú）同类（lèi）型的（de）机译（yì）系统，由不同（tóng）的（de）成（chéng）分构成（chéng）。抽象地说，所（suǒ）有（yǒu）机（jī）译系统的处理过程都包括以（yǐ）下（xià）步骤：对源语言的分（fèn）析或理（lǐ）解（jiě），在语言（yán）的语法、语义和语（yǔ）用等平面进行转换，按目（mù）标（biāo）语（yǔ）言结构规则生成目标语（yǔ）言。

当前，Google 的在线（xiàn）翻译已经（jīng）为人熟知（zhī），其第一代的技（jì）术即为基于（yú）统计的机器翻译方法，基本原理是通过收集大量的双语网页作为语料库，然后（hòu）由计算机自动选取最为常见的词与词的对应关（guān）系（xì），最后给出（chū）翻（fān）译结果。

不（bú）过，采用该技术（shù）目前仍无法达到令人满（mǎn）意（yì）的效果，经（jīng）常闹（nào）出各种（zhǒng）翻译笑话（huà）。因为，基于统计的方法，需要（yào）建立大规（guī）模（mó）的双（shuāng）语语料库，而翻译模型（xíng）、语言模（mó）型参数的准确性直接依赖于语（yǔ）料（liào）的规模及质量，翻译质量直接（jiē）取决于模型的质量（liàng）和语料库的覆盖面。

除了上（shàng）述传统的方式，2013年以来，随着深（shēn）度（dù）学习的研究取得较（jiào）大进展，基于（yú）人工（gōng）神（shén）经网（wǎng）络的机器翻（fān）译逐渐兴起（qǐ）。就当前而言（yán），广（guǎng）泛应用于机器翻译的（de）是（shì）长短时记忆循（xún）环（huán）神经网络。该模型擅（shàn）长对自然语言（yán）建模，把任意长度（dù）的（de）句子转化为特定维度的浮点数向（xiàng）量，同（tóng）时“记住”句子中比较重（chóng）要（yào）的单词，让“记忆（yì）”保存比较长的会话时间。该模型较好地（dì）解决了自然（rán）语言句子向量化的难题。

其技术（shù）核心是通过多层神经网络，自动从（cóng）语料（liào）库中学习（xí）知识。一种（zhǒng）语（yǔ）言的句子被（bèi）向量化（huà）之后（hòu），在（zài）网络中层层传递，经过多（duō）层复杂的传导（dǎo）运算，生成译文。这种翻译方法最大（dà）的优势（shì）在于译（yì）文流畅，更加符（fú）合语法规（guī）范。相比之前的（de）翻译（yì）技术，质量有（yǒu）较高（gāo）的提升。

智能同传翻译离我们还有多远？

需要说明的是，很多人对机器翻译（yì）有误解，认为机器翻译偏（piān）差大。其实，机器翻译运用语言（yán）学知识，自动识别语法，模拟语义理解，进行对应翻译，因语法、语义、语用的复杂性，出（chū）现错误（wù）是难免的。就已有的成果（guǒ）来看，全场景通（tōng）用的机器翻译，其翻译质量离（lí）终极目标仍相（xiàng）差甚远（yuǎn）。

随着全球化网络时（shí）代的到来，语言障碍已经成为二十一世（shì）纪社会（huì）发展的重要瓶颈，实现任意时间、任意地点、任意语言的无障碍自由沟通是人类追求的一（yī）个（gè）梦想。这仅是（shì）全球（qiú）化背（bèi）景下的一个小缩影。在社会（huì）快速发展（zhǎn）的进程中，机器翻译（yì）将扮演越来越重要的角色。