為什麼AI能在圍棋界稱雄卻無法攻克翻譯高地？

導語

未來機器同樣會讓人類翻譯失業，拆起全人類無停滯交流的「巴別塔」嗎？

科技專客VentureBeat克日撰文稱，近些年來，人工智慧已經從理論應用領域破殼而出，機器進修手藝滲入了智能汽車、視頻遊戲、數字營銷、虛擬助手和談天機器人等產品。隨著AI影響力的不時擴弛，它們會繼續挨破原有力量平衡，讓某些行業舊貌換新顏。本日下午，柯潔在與AlphaGo的第二局比賽中投子認輸，機器已經徹底笑傲棋壇。沒有過，在近來今年2月的另一場翻譯人機大戰中，AI卻沒能戰勝人類。那麼，未來機器同樣會讓人類翻譯失業，拆起全人類無停滯交流的「巴別塔」嗎？

棋類遊戲人類周全潰退

想得到這個問案，我們必須先相識AI和機器進修是若何一步步戰勝人類的。1996年，IBM的深藍電腦首次挑釁國際象棋大師卡斯帕羅夫，初次交手卡斯帕羅夫獲勝。沒有過，沉寂一年後捲土重來的深藍卻贏了第二場比賽。在那之後，計算機又有了少足的發展，國際象棋領域，人類已經再難與其叫陣。

深藍挑釁卡斯帕羅夫20年後，AlphaGo橫空出世，它在最難攻克的圍棋上4；1戰勝了韓國高手李世石，驚掉了全世界的下巴。隨後，AlphaGo又化身Master，在互聯網上取得了60場沒有敗的戰績。而本日，升級版的AlphaGo在比賽中已經2:0領先柯潔。

機器翻譯已經發展到3.0期間

現在，業界最先將翻譯看成下一個突破口。說話的生成和翻譯對機器來說一向是最復純的挑釁，上世紀50年代IBM就試圖挨破這一藩籬，但直到上世紀90年代，搜索引擎Altavista才推出了真正的翻譯工具。沒有過，機器翻譯有自己的範圍，它只能「翻字典」逐個單詞舉行翻譯，缺乏靠山知識的它大多數時辰翻譯出來的都沒有像人話。

機器翻譯之後，我們進入了統計機器翻譯（SMT）期間。它會行使模型將語段中的單詞或句子與此前的翻譯舉行對比，然後再找出最合適的表達方法。

隨著機器進修和AI的介入，機器翻譯將進入第三個階段。與人類大腦類似，機器必要在語境靠山下明白沒有同句段的使用方法，隨著進修的深入，它們也能生成可明白的目標說話。

為此，谷歌博門開發了神經機器翻譯（NMT）手藝，該手藝會以整個句子為單位舉行明白（此前為單詞和片語）。在AI的助力下，NMT也能從翻譯資料中汲取「養料」，它能快速分析語段結構並發現語義或結構轉換的玄妙之處。

短期內人類翻譯沒有會丟飯碗

手藝進步飛快，許多靠說話吃飯的人最先憂慮NMT帶來的龐大威脅，但對於普羅民眾來說，能挨破說話的藩籬確實令人期待。

今年2月份，谷歌全新NMT體系在韓國世宗大學與人類譯員舉行了一場大戰。整個比賽耗時50分鐘，人類和機器都要翻譯兩段隨機文本（未翻譯過的），一段文學的，一段非文學的。在這次比賽中，人類以龐大優勢戰勝了機器，韓譯英和英譯韓上機器都沒佔到半點便宜。

有人會說，翻譯可沒有像數學計算或者下圍棋，評委在評判時大概會戴著有色眼鏡。沒有過，這次比賽第三方裁判次要著眼於母語者一眼就能看出的說話錯誤，因此我們不理由嫌疑比賽的公平性。

賽後，評委表示，NMT體系翻譯出的文本90%語法都有答題，或者說它會翻譯出一些不明明錯誤但沒有吻合人類說話風俗的語句。這場大戰後，許多靠說話吃飯的人都能鬆口氣了。

沒有過從少遠來看，NMT未來確實可以勝任一些手藝類的文本內容，此類文本有嚴格的寫作規範且術語眾多。當然，即使是此類文本，NMT翻譯後人類也要對其舉行肯定的校對和修改。

至於文學和營銷翻譯，生怕開始進的AI也無能為力，因為此類文本的譯文必要翻譯根據實際情況舉行再創造（如蘋果「Think Different」的廣告語翻譯成「非同凡想」）。因此，在翻譯和說話的世界中，機器人還有很少的路要走。

來源：威騰網

GIF/535K

喜歡這篇文章嗎？立刻分享出去讓更多人知道吧！