劉琢

摘 要：語言在溝通中所起到的重要作用已是世所公認的事實。在這種情況下，如何打破人類語言之間的圍墻，讓人類能無障礙溝通，也成為了人類一直希望解決的問題。得益于統(tǒng)計和深度學習技術(shù)，讓機器理解語言，進而實現(xiàn)不同語言的無縫溝通，正逐漸成為可能。但這樣的突破也引發(fā)了部分人的擔憂：人類是否會被機器替代？本文將通過分析機器翻譯的起源和發(fā)展，試圖回答“機器翻譯會否取代人工翻譯”這一問題。

關(guān)鍵詞：機器翻譯；人工翻譯

一、引言

機器翻譯，又稱計算機翻譯，是指利用計算機將一種語言符號轉(zhuǎn)換成另一種語言符號。（胡開寶、李翼，2016）在今年《MIT科技評論》推出的十大突破技術(shù)中，巴別魚耳塞成功入選。它可以做到雙方交流時，會對所講的話進行翻譯，并在智能手機上大聲播放。手持手機的人回應(yīng)后，回答被翻譯，然后在耳塞中播放，該技術(shù)還能實時翻譯，適用于多種語言，使用方便。工業(yè)界對于機器翻譯已經(jīng)開始摩拳擦掌。近日，微軟宣布自己的機器翻譯系統(tǒng)達到了人類專業(yè)翻譯的水平。谷歌、百度、Facebook，包括其他一些科技公司也都在布局機器翻譯，并推出了在線翻譯系統(tǒng)。可見，隨著技術(shù)的發(fā)展，機器翻譯在教育、旅游、社交、跨境交易等領(lǐng)域?qū)⒂懈蟮膽?yīng)用空間。那么，機器翻譯究竟是如何對人類語言進行“理解”，進而進行翻譯輸出的；如果機器翻譯水平越來越高，從事語言翻譯的人是否會因此丟了工作；如果人類之間的語言障礙被清除，那時候的世界又會是什么樣的？

二、機器翻譯的三大飛躍

微軟技術(shù)院士黃學東指出，機器翻譯達到目前的水平，經(jīng)過了幾十年的發(fā)展，并經(jīng)歷了三次飛躍。早在1954年，人類就開始嘗試過讓機器能識別人類的語言，但直到上世紀80年代，才有人摸索出方法。當時，IBM做了研究，利用一些規(guī)則方法，句法分析，語意分析等傳統(tǒng)方法讓機器看懂人類語言。但由于當時的人工智能發(fā)展處于“凜冬時期”，效果一直不好，翻譯質(zhì)量也一直上不去。

機器翻譯的第一個飛躍也是IBM做出的。IBM的研究人員用了統(tǒng)計的方法來做機器翻譯。那時，語音識別從傳統(tǒng)的人工智能方法專家系統(tǒng)轉(zhuǎn)為統(tǒng)計學習的方法，尤以隱馬爾科夫模型為代表。統(tǒng)計學方法的應(yīng)用讓機器翻譯在上世紀90年代有了質(zhì)的飛躍。

進入21世紀，機器翻譯迎來了自己的第二次飛躍。這次的進步主要依靠深度學習神經(jīng)網(wǎng)絡(luò)的方法。這種方法也稱為神經(jīng)機器翻譯（Neural Machine Translation），這個技術(shù)先是用到了語音識別中，再推廣到圖像識別和機器翻譯上。神經(jīng)機器翻譯，簡要的說，就是對源語言的句子進行編碼，即轉(zhuǎn)化為計算機可以“理解”的形式，編碼的結(jié)果會形成很多隱含變量，每個隱含變量代表從句首到當前詞匯為止的語義信息。然后通過一個解碼的過程，一個詞、一個詞輸出譯文。到了2018年，由微軟亞洲研究院與雷德蒙研究院研發(fā)的機器翻譯系統(tǒng)，解決了NMT方法的一些局限，并借鑒了人類翻譯過程中的一些方式。例如：對偶學習（Dual Learning）、推敲網(wǎng)絡(luò)（Deliberation Networks）、一致性規(guī)范（Agreement Regularization）、聯(lián)合訓(xùn)練（Joint Training）等，讓機器翻譯水平得到了大大提升。從機器翻譯的三次飛躍上不難看出，一家公司構(gòu)建的翻譯系統(tǒng)效果如何，主要取決與兩點：一是算法是否足夠好，二是數(shù)據(jù)是否夠全、夠多。

由此可見，對于微軟、谷歌、百度等大公司來說，他們有足夠優(yōu)秀的人才來搭建神經(jīng)網(wǎng)絡(luò)，也有足夠多的搜索數(shù)據(jù)可供自己搭建的網(wǎng)絡(luò)進行訓(xùn)練。國內(nèi)的科大訊飛和搜狗公司，由于本身在語音識別上有較長時間的積累，自然語言資料庫上有優(yōu)勢。因此，互聯(lián)網(wǎng)科技公司在機器翻譯方面的發(fā)展是水到渠成的，其成功前景也是可以預(yù)見的。

三、人類會被機器替代，機器翻譯能否改變世界

機器翻譯技術(shù)領(lǐng)域的進步，也讓人們看到了消除語言鴻溝，構(gòu)建“巴別塔”的新希望。但這樣的突破也引發(fā)了部分人的擔憂：人類是否會被機器替代？關(guān)于這個問題，其實我們可以先來解讀一個馬車與汽車的例子。當汽車被發(fā)明出來的時候，英國為了保障馬車夫的生存，曾立法規(guī)定汽車行駛速度不能超過馬車。盡管最后馬車還是被淘汰了，但是出現(xiàn)了很多汽車司機，產(chǎn)生了新的職業(yè)。

所以很多事情不用擔心。其實我們只是把很多枯燥的工作讓計算機做了。就像以前是打字機，現(xiàn)在有計算機，現(xiàn)在計算機寫出來的文章想修改都很方便。與三十年前相比，現(xiàn)在計算機解放了秘書的工作，而他們也沒有消失，只是去做更復(fù)雜，更專業(yè)的工作了。實際上，大多數(shù)的專業(yè)公司不但不擔心自己的飯碗會被搶走，甚至還非常擁抱技術(shù)帶來的便利。

美國語言公司協(xié)會與歐洲語言行業(yè)協(xié)會首次發(fā)布的“2015語言行業(yè)調(diào)查報告”稱，大多數(shù)公司在調(diào)查機器翻譯帶來的影響的時候，都選擇了“顯著影響”（5分權(quán)重下選擇4或者5），表明機器翻譯技術(shù)已經(jīng)開始發(fā)揮作用。這份報告還指出，在2014年，大量歐洲公司已經(jīng)開始使用機器翻譯，美國公司有21%的項目用到了機器翻譯，為有史以來最高值。機器翻譯系統(tǒng)也越來越普及，50%的歐洲公司和36%的美國公司擁有機器翻譯引擎。值得注意的是，該報告是基于對歐美主流中小翻譯公司得出的結(jié)果，可見除了日常使用，機器翻譯已經(jīng)在專業(yè)翻譯領(lǐng)域發(fā)揮著越來越大的應(yīng)用。

由此可見，在當下科技與人文的對抗中，機器取代人不過是一個不證自明的偽命題。（祝朝偉，2018）目前機器翻譯也只是取代了人工翻譯的基礎(chǔ)性工作，而審校、譯審等高級人工翻譯職位正悄然流行起來。我們廣大翻譯工作者應(yīng)該認清這一方向，積極探索機器翻譯與人工翻譯相結(jié)合的新翻譯發(fā)展路徑。

四、結(jié)論

在機器翻譯技術(shù)的支持下，各家公司布局的翻譯機紛至沓來，可以預(yù)見的是，機器翻譯在教育、旅游、社交、跨境交易等領(lǐng)域有著巨大的應(yīng)用空間。信息技術(shù)的進步在不斷的降低人們的溝通成本，當機器翻譯進步到可以替代專業(yè)翻譯，我們是不是可以拾起《圣經(jīng)》中的想象：一個能讓不同語言的人無縫溝通的世界會在不遠的將來到來？應(yīng)該看到，科學技術(shù)與人工的完美融合始終是人類進步發(fā)展的方向。

參考文獻：

[1]胡開寶，李翼.機器翻譯特征及其與人工翻譯關(guān)系的研究[J].中國翻譯，2016（5）.

[2]祝朝偉.機器翻譯要取代作為人的譯者了嗎？——兼談翻譯人才培養(yǎng)中科技與人文的關(guān)系[J].外國語文，2018（34）.