啊啊啊啊，AI同传首秀博鳌论坛，而你笑了吗？
环球时报GlobalTimes
Discover China
Discover the World
昨天看到腾讯公众号发出这篇文章时，小编的内心依然只有一个想法：
作为人工智能领域最具挑战性的课题之一的人工智能同传被腾讯攻克了，它不能干谁能干？来看看腾讯通稿中是怎么介绍自家产品的：
在2018博鳌亚洲论坛分论坛“未来的生产”现场。第一句话刚刚说出，“腾讯同传”翻译的中英双语字幕就紧随其后，实时出现在会场两侧的大屏幕上。
这是已创办17年的博鳌亚洲论坛，首次尝试在开幕式及部分论坛现场使用AI同传翻译技术。
这款由腾讯翻译君联合微信智聆于2017年共同推出的人工智能（AI）同声传译解决方案支持15个语种，其中中英互译引擎已经在新闻、学习和部分科技领域达到业界领先水平。
看来在继Google、百度、搜狗之后，机器翻译领域又迎来了一个新玩家，而且一出场就登上这么重要的国际舞台，以致于有的公众号发出了独家解读“翻译人集体陷入恐慌”之怪象的文章。虽然小编找了半天也没找到标题里怪象的书面证据。
意外的是，还不到一天的功夫就又传出腾讯同传翻译错误，不得不求助于人工同传的消息，甚至贴出了聊天截图：
腾讯官方今天一早对此进行辟谣，说聊天里的邀请是服务于北京直播间报道的，不是替换海南博鳌的现场AI同传。
而针对流传最广被声明称为“大面积单次无意义重复、大写及字符混乱”现象的小程序截图，官方给出的解释是：中英双语切换频率的问题。当声源在两种语言之间不断转换时，后台中、英文识别引擎就会同时开始工作，这会导致两种识别引擎互相“掐架”，而翻译结果却只能选择一种语言进行输出，再加上对嘉宾每个语气词也做了精准的啊啊啊翻译，导致引发错误。
对不起啊啊啊啊，官方称之为精准的啊啊啊翻译，小编确实无话反驳啊啊啊，可还是忍不住笑啊啊啊，你们听过翻译女神张璐在会场上做出过这种精确翻译吗？小编差点误以为自己走进了龚琳娜老师的演唱会现场。
对于另一个“for x n”现象，官方解释是：包括神经网络机器翻译在内的深度学习算法，在原理上或多或少都有一定不确定性，在特定的情况下有一定的概率引发翻译偏差。今天的嘉宾演讲内容中包含“for for for for”、“that's that's that”等重复内容，而翻译引擎不巧放大了这个重复，导致了翻译结果出现错误。
一句话：不准确的情形的确是会发生的。
一带一路也翻译成一条公路和一条腰带，小编想问AI同传你的政治觉悟在哪里？
从小时候用的文曲星，到现在争先恐后推出的翻译机和翻译app，翻译行业涌现出越来越多的新鲜事物。不可否认新鲜事物给行业带来的一定活力和推动力，然而前提是要能真正为人所用，足够专业，上得了台面。
图片来源:The Boston Consulting Group
波士顿咨询公司去年发布了一篇题为Time to Double Down on AI and Robotics的报告，标明自然语言处理所包含的三大块：自然语言理解、机器翻译、语义分析。对于单一语言来讲，人工智能在理解和分析语义时尚且困难重重，同一语言的不同方言、不同口音，还有发音不准确等问题，直接听懂都成问题，再加上话中有话，言外之意，更不用说是两种语言之间的交替切换了。
关于这点，在2016年Google向翻译界引入神经网络翻译一词时就引起了广泛讨论。来自于奇点大学(Singularity University)的Michael Housman老师解释说：The ideal scenario for machine learning and artificial intelligence is something with fixed rules and a clear-cut measure of success or failure.对机器学习和人工智能来说理想的情境是有固定的规则和输赢的清楚界定。
然而语言却是恰恰相反的那种情境。"There aren't as clearly-cut and defined rules. The conversation can go in an infinite number of different directions. And then of course, you need labeled data. You need to tell the machine to do it right or wrong.”语言没有非常明确清晰的规则，一个对话可以往无数个可能的方向发展。而你却需要对大量数据进行标记，告诉机器什么是对什么是错。
腾讯在其通稿中称其所用的神经网络机器翻译技术“能够从语料库中自主学习自动翻译，并将整个句子视作翻译的基本单元，使译文更准确，更符合各个国家的语言习惯。”
杰克逊维尔大学（Jacksonville University）的西班牙语副教授Dr. Jorge Majfud发话了：“The problem is that considering the ‘entire’ sentence is still not enough. The same way the meaning of a word depends on the rest of the sentence (more in English than in Spanish), the meaning of a sentence depends on the rest of the paragraph and the rest of the text, as the meaning of a text depends on a larger context called culture, speaker intentions, etc.”考虑整句是远远不够的，正如一个词的意义取决于整句话的意思，一句话所表达的含义也取决于一整段话甚至是剩余全文，全文的意义也是基于一个更大的语义环境如文化、说话者的意图等等。
Dr. Jorge Majfud继续提醒道：“We should be aware of the fragility of their ‘interpretation.’ Because to translate is basically to interpret, not just an idea but a feeling. Human feelings and ideas that only humans can understand—and sometimes not even we, humans, understand other humans.”我们应该意识到这种翻译经不起推敲。因为翻译更多的是诠释一种感觉而不仅仅是想法，只有人类才可能理解人类的感觉和想法，甚至有时候人类之间也不一定能互相理解。
不可否认，机器翻译的技术和效果日益进步，然而AI同传想要取代人工翻译的首要前提就是它能够感知人类感受，具体情感的主观意识。无论算法如何进步，数据如何包罗万象，神经网络如何先进，机器翻译目前都还是只处在盘踞科技商用旅游翻译一禺的幼年阶段，要达到信达雅质的飞跃还有很长的前路要走。
下面几个翻译，你觉得哪家好？
截图来源：百度翻译
截图来源：腾讯翻译
截图来源：搜狗翻译
截图来源：谷歌翻译
截图来源：有道翻译
来源：腾讯翻译君微博、singularityhub
- 发表于:
- 原文链接：http://kuaibao.qq.com/s/20180410G1A3XK00?refer=cp_1026
- 腾讯「腾讯云开发者社区」是腾讯内容开放平台帐号（企鹅号）传播渠道之一，根据《腾讯内容开放平台服务协议》转载发布内容。
- 如有侵权，请联系 cloudcommunity@tencent.com 删除。
相关快讯
扫码
添加站长 进交流群
领取专属 10元无门槛券
私享最新 技术干货
腾讯云开发者
