為什麼巨頭扎堆做機器翻譯？網易有道用AI替代了50％人工譯員

在機器替代人類勞動力的征途里，翻譯是最先感受到衝擊的前哨陣地。 因為在既有的AI技術中，機器翻譯是成熟度相對高的領域。即便出於炫技，翻譯也是必爭之地。

文 | 孫然

10年前，網易有道翻譯產品上線，接替了傳統電子翻譯機「文曲星」的班，是國內最早涉足翻譯領域的互聯網公司。此後數年間，類似的翻譯產品貫 穿了很多中國人學英語的記憶。

但由於時常出現形態尷尬的整句翻譯，沒人指望機器翻譯能大規模替代嚴謹的人工譯員。每逢正式的用途，人們仍願意出高價雇個英語專八的學生，甚至專業同傳來確保準確度。

一直以來，翻譯是很多外文系學生賺外快甚至謀生的渠道。這門生意 規模不大，但需求穩定。網易有道CEO周楓估算過人工翻 譯市場的盤子，400億元左右。目前有道的純人工翻譯業務，一年的營收規模數千萬元。2011年上線五年的訂單總量在一百萬單以上。

不過去年事情有了變化。原因是谷歌在2016年9月27日宣布推出谷歌神經網路機器翻譯系統，《麻省理工學院技術評論》雜誌評價，採用神經網路技術的Google翻譯準確率幾乎與人類無異。

神經網路翻譯之所以準確性高，是因為「說人話」。它在翻譯邏輯模 仿了人腦的表達模式，通俗地講，能把一句話中所有辭彙的語意融合在一起分析理解。而統計翻譯是挨個識別和理解辭彙，卻難 以理解不同辭彙融合後產生的含義。經常生硬地蹦關鍵詞，串起來就不知所云。

這項技術變革對於翻譯行業有多大意義？周楓的評價是，從傳統機器翻譯到神經網路機器翻譯的變革，可以比喻成從「手工針線活兒」到「縫紉機」的變革，神經網路翻譯帶來的翻譯質量的提升， 是過去十年的總和。

網易有道開始關注神經網路翻譯技術，是2014年。這個舉動源自行業中一項節點性事件——在國際賽事ACL WMT 2014中，神經網路翻譯技術的準確率首次超過傳統的統計機器翻譯技術，這意味著神經網路翻譯初步具備了商業化的可能性。

這個突破對於做翻譯產品的公司而言，出現得恰逢其時。「2014年，統計機器翻譯技術的商業化已經發展了近十年，我們發現再投入人力資金去尋求技術提升，回報率很低。而NMT這種基於深度學習 的技術，每個月翻譯質量的進步都是驚人的。」周楓說。

在那之後的兩年間，關於神經網路翻譯的研發戰爭就開始了。根據新智元統計，在arXiv.org 存儲庫中，涉及NMT （神經網路翻譯） 的論文從2014年的7篇，2015年的11篇，上漲2016年的67篇。

而大規模的產品化，發生在谷歌發布翻譯產品之後的半年中，谷歌、百度、科大訊飛、搜狗、微軟、有道，均上線或更新了翻譯產品。

你可能會奇怪，為什麼大型技術公司都扎堆做翻譯？事實上，無論對於上述哪家公司，翻譯都不是塊有極大商業空間的業務。但在機器替代人類勞動力的征途里，這是最先感受到衝擊的前哨陣地。 因為在既有的AI技術中，機器翻譯是成熟度相對高的領域。即便出於炫技，翻譯也是必爭之地。

當然，對公司而言，能轉化成錢、衍生出商業模式的技術才有價值。

有道翻譯有一支3000人規模的眾包譯員 團隊，此前分為人工翻譯和機器翻譯兩種類別，前者150－300元/千字，後者免費。 神經網路翻譯將機器翻譯的準確度提升後，人機結合的商業模式具備了可行性。即由機器先做翻譯，人工翻譯員做後續的審核和 潤色。人工需要付出的時間和精力由此縮減了50%，相應的，人機翻譯的價格，設定在70-150元/千字檔位。對企業級客戶，有道也推出了有道智雲，通過提供API介面和嵌入SDK的模式銷售。

技術提升引發的成本下降，往往是撕開商業化缺口的契機。周楓覺得 人機結合的方式，降低了用戶的使用成本，會激發出一部分此前被壓抑的翻譯需求。「原來人工翻譯篇一萬字的文章大概需要兩 千元左右，很多人覺得貴，翻譯需求就會被壓抑掉。現在用人機結合翻譯能降低一半的成本，被壓抑的需求會釋放出來，翻譯的 市場容量也許會因為技術革新而變得更大。」

另一方面，由於精準度提升和移動端翻譯的用戶習慣的拓展，翻譯的 需求量也在釋放。網易有道官方提供的數據顯示，有道翻譯官在去年一年的使用量呈現出三倍的提升。目前神經網路翻譯技術，被用於有道詞典、有道翻譯官、有道智雲、WEB端的有道翻譯以及有道人機翻譯產品。

根據周楓的估算， 除卻藝術屬性的文學領域和對準確性要求非常高的商業合同等領域，三年左右時間，機器翻譯會替代包括日常通信、新聞、技術文檔、學術文獻等90%的人工翻譯場景。

不過機器翻譯依然是個贏者通吃的小市場。過去兩年，做語音技術起 家的科大訊飛，也開闢了翻譯業務。集中產品化不到一年，已然是一片紅海態勢。同傳之後，下一個被佔領的人類高地，又會是哪塊呢？

點擊展開全文

喜歡這篇文章嗎？立刻分享出去讓更多人知道吧！