徐匯區(qū)機(jī)器翻譯與人工翻譯之爭
信息來源：發(fā)布時(shí)間：2019/7/26 15:20:48
機(jī)器翻譯是指利用計(jì)算機(jī)把一種自然語言翻譯成另一種自然語言的技術(shù)，是一門結(jié)合了語言學(xué)和計(jì)算機(jī)科學(xué)等學(xué)科的交叉學(xué)科。認(rèn)知智能是人工智能的最高階段，自然語言理解是認(rèn)知智能領(lǐng)域的“皇冠”。機(jī)器翻譯這一自然語言處理領(lǐng)域最具挑戰(zhàn)性的研究任務(wù)，則是自然語言處理領(lǐng)域“皇冠上的明珠”。近年來，機(jī)器翻譯發(fā)展十分迅猛，但對于機(jī)器翻譯與人工翻譯孰優(yōu)孰劣、機(jī)器翻譯能否取代人工翻譯，一直存在爭議。機(jī)器翻譯之父韋弗曾提出“翻譯即解碼”的結(jié)構(gòu)主義觀點(diǎn)，但是，數(shù)年之后，他自己又推翻了這一論斷，表示“機(jī)器成不了普希金，機(jī)器翻譯永遠(yuǎn)都無法傳達(dá)出語言本身的優(yōu)雅與格調(diào)”。
機(jī)器翻譯發(fā)展迅速沈陽翻譯公司
語言能力是區(qū)分人類和動物的重要特征之一，是人類有效交流的保證。用機(jī)器來進(jìn)行語言翻譯的想法，最早可追溯到古希臘時(shí)期?，F(xiàn)代意義上的“機(jī)器翻譯”一詞，由古圖拉特（Couturat）和洛（Leau）1903年在《通用語言的歷史》一書中最早提出。1949年，韋弗發(fā)表了具有廣泛影響力的名為《翻譯》的備忘錄，正式提出了機(jī)器翻譯的思想。直到2006年Hinton提出深度學(xué)習(xí)技術(shù)，才為實(shí)現(xiàn)這一目標(biāo)提供了更好的解決途徑。目前的前沿技術(shù)是基于人工神經(jīng)網(wǎng)絡(luò)的機(jī)器學(xué)習(xí)，其技術(shù)核心是一個(gè)擁有海量節(jié)點(diǎn)（神經(jīng)元）的深度神經(jīng)網(wǎng)絡(luò)，可以自動地從語料庫學(xué)習(xí)翻譯知識。一種語言的句子被向量化之后，在網(wǎng)絡(luò)中層層傳遞，轉(zhuǎn)化為計(jì)算機(jī)可以“理解”的表示形式，再經(jīng)過多層復(fù)雜的傳導(dǎo)運(yùn)算，生成另一種語言的譯文。
2015年，蒙特利爾大學(xué)引入注意力機(jī)制，使得神經(jīng)機(jī)器翻譯達(dá)到實(shí)用階段。此后，神經(jīng)機(jī)器翻譯不斷取得進(jìn)展。2016年，谷歌GNMT發(fā)布，該系統(tǒng)可模仿人腦的神經(jīng)思考模式，翻譯出與人工翻譯相媲美的譯文。同年，微軟在Switchboard對話語義識別達(dá)到人類水平，訊飛上線NMT系統(tǒng)，神經(jīng)機(jī)器翻譯開始被大規(guī)模應(yīng)用?？茖W(xué)雜志Nature梳理了2016年科技領(lǐng)域的十大突破，排在首位的就是人工智能，其中提及人工智能的機(jī)器翻譯使錯(cuò)誤減少了約60%。隨后，F(xiàn)acebook的人工智能研究團(tuán)隊(duì)開發(fā)了一種新的神經(jīng)機(jī)器翻譯算法，在三種機(jī)器翻譯任務(wù)上得分高于所有同類系統(tǒng)。2017 年，微軟在斯坦福問答數(shù)據(jù)集 SQuAD 上達(dá)到人類水平。機(jī)器翻譯的發(fā)展速度遠(yuǎn)遠(yuǎn)超出人們的想象，但是對于機(jī)器翻譯是否能夠真正完全代替人工翻譯，學(xué)界仍舊爭論不休。
機(jī)器翻譯取代人工翻譯沈陽翻譯公司
目前而言，一部分專家認(rèn)為機(jī)器翻譯很快會達(dá)到人工翻譯水平，在不遠(yuǎn)的將來會完全取代人工翻譯。2010年，谷歌機(jī)器翻譯專家歐赫認(rèn)為文本機(jī)器翻譯是合理有效的，真正的挑戰(zhàn)只在語音識別方面。他提出，未來幾年即有可能實(shí)現(xiàn)手機(jī)端語音到語音的自動翻譯。2019年2月《衛(wèi)報(bào)》刊登《機(jī)器翻譯的時(shí)代是否已經(jīng)到來》一文，美國韋弗利實(shí)驗(yàn)室（Waverly Labs）的安德魯·奧喬亞表示“在未來十到十二年內(nèi)，機(jī)器翻譯技術(shù)可與人工翻譯相媲美，甚至超過人工翻譯的水平”。
專家們對于機(jī)器翻譯的信心來自最新一代的翻譯技術(shù)——神經(jīng)網(wǎng)絡(luò)翻譯。神經(jīng)網(wǎng)絡(luò)翻譯打造的機(jī)器翻譯系統(tǒng)，采用了一系列新的學(xué)習(xí)手段來模擬人工翻譯。首先，利用人工智能任務(wù)的天然對稱性進(jìn)行對偶學(xué)習(xí)。當(dāng)訓(xùn)練集中的一個(gè)中文句子被翻譯成英文后，系統(tǒng)會將相應(yīng)的英文結(jié)果再翻譯回中文，并與原始的中文句子進(jìn)行比對，進(jìn)而從這個(gè)比對結(jié)果中學(xué)習(xí)有用的反饋信息，對機(jī)器翻譯模型進(jìn)行修正。其次，利用推敲網(wǎng)絡(luò)，模擬人們寫作時(shí)不斷推敲、修改的過程。這樣，通過多輪翻譯，不斷地檢查、完善翻譯的結(jié)果，使翻譯的質(zhì)量得到大幅提升。再次，采用聯(lián)合訓(xùn)練的方法迭代改進(jìn)翻譯系統(tǒng)。用中英翻譯的句子對去補(bǔ)充反向翻譯系統(tǒng)的訓(xùn)練數(shù)據(jù)集，同樣的過程也可以反向進(jìn)行。最后，采用一致性規(guī)范讓翻譯可以從左到右進(jìn)行，也可以從右到左進(jìn)行，最終讓兩個(gè)過程生成一致的翻譯結(jié)果。這一系列技術(shù)有效模仿了人工翻譯的過程，極大提升了機(jī)器翻譯的整體質(zhì)量。
除此之外，機(jī)器翻譯相關(guān)學(xué)科之間的互動更加頻繁，合作更加緊密。翻譯界和技術(shù)界都呈現(xiàn)出了更大的包容性，相關(guān)人士達(dá)成一定共識，即過去那種把語言學(xué)家排除在外，僅依賴技術(shù)界，埋頭做數(shù)據(jù)、分析開發(fā)系統(tǒng)的做法是不可取的。在語言學(xué)和翻譯學(xué)領(lǐng)域，越來越多的人開始關(guān)注機(jī)器翻譯，對技術(shù)應(yīng)用探索也不再一味抵觸，開始從用戶和市場需求的角度來客觀看待不同層級和不同受眾的語言服務(wù)，計(jì)算機(jī)輔助翻譯在專業(yè)翻譯領(lǐng)域發(fā)揮著越來越重要的作用。
機(jī)器翻譯技術(shù)仍備受質(zhì)疑沈陽翻譯公司
對于現(xiàn)有的機(jī)器翻譯技術(shù)，很多學(xué)者也表示質(zhì)疑。一方面，他們認(rèn)為機(jī)器翻譯的廣泛適用性還有待考察。盡管機(jī)器翻譯在某些測試中正確率較高，而且在某些領(lǐng)域接近或超過人工譯員，但是這些測試只是針對特定范圍的文本，要想達(dá)到測試水平，必須滿足對于源語言和環(huán)境的苛刻要求。在筆譯方面，馮志偉在《機(jī)器翻譯研究》中表示，目前的機(jī)器翻譯系統(tǒng)對普通文本的翻譯在可讀性和準(zhǔn)確性方面離人們的實(shí)際需求還有相當(dāng)大的距離。機(jī)器翻譯系統(tǒng)對普通文本的翻譯，通常需要大量的譯后審校工作才能使譯文達(dá)到出版的要求，所花費(fèi)的時(shí)間和費(fèi)用往往會超過純?nèi)斯しg。在口譯方面，中國科學(xué)院自動化研究所宗成慶在《機(jī)器翻譯的夢想與現(xiàn)實(shí)》中指出，在日常口語對話中，目前口語機(jī)器翻譯僅能對資源較為充分的語言（如英漢、日漢等），在說話場景不是非常復(fù)雜、口音基本標(biāo)準(zhǔn)、語速基本正常、使用詞匯和句型不是非常生僻的情況下，可基本滿足正常交流的需要。
機(jī)器翻譯發(fā)展迅速沈陽翻譯公司
語言能力是區(qū)分人類和動物的重要特征之一，是人類有效交流的保證。用機(jī)器來進(jìn)行語言翻譯的想法，最早可追溯到古希臘時(shí)期?，F(xiàn)代意義上的“機(jī)器翻譯”一詞，由古圖拉特（Couturat）和洛（Leau）1903年在《通用語言的歷史》一書中最早提出。1949年，韋弗發(fā)表了具有廣泛影響力的名為《翻譯》的備忘錄，正式提出了機(jī)器翻譯的思想。直到2006年Hinton提出深度學(xué)習(xí)技術(shù)，才為實(shí)現(xiàn)這一目標(biāo)提供了更好的解決途徑。目前的前沿技術(shù)是基于人工神經(jīng)網(wǎng)絡(luò)的機(jī)器學(xué)習(xí)，其技術(shù)核心是一個(gè)擁有海量節(jié)點(diǎn)（神經(jīng)元）的深度神經(jīng)網(wǎng)絡(luò)，可以自動地從語料庫學(xué)習(xí)翻譯知識。一種語言的句子被向量化之后，在網(wǎng)絡(luò)中層層傳遞，轉(zhuǎn)化為計(jì)算機(jī)可以“理解”的表示形式，再經(jīng)過多層復(fù)雜的傳導(dǎo)運(yùn)算，生成另一種語言的譯文。
2015年，蒙特利爾大學(xué)引入注意力機(jī)制，使得神經(jīng)機(jī)器翻譯達(dá)到實(shí)用階段。此后，神經(jīng)機(jī)器翻譯不斷取得進(jìn)展。2016年，谷歌GNMT發(fā)布，該系統(tǒng)可模仿人腦的神經(jīng)思考模式，翻譯出與人工翻譯相媲美的譯文。同年，微軟在Switchboard對話語義識別達(dá)到人類水平，訊飛上線NMT系統(tǒng)，神經(jīng)機(jī)器翻譯開始被大規(guī)模應(yīng)用?？茖W(xué)雜志Nature梳理了2016年科技領(lǐng)域的十大突破，排在首位的就是人工智能，其中提及人工智能的機(jī)器翻譯使錯(cuò)誤減少了約60%。隨后，F(xiàn)acebook的人工智能研究團(tuán)隊(duì)開發(fā)了一種新的神經(jīng)機(jī)器翻譯算法，在三種機(jī)器翻譯任務(wù)上得分高于所有同類系統(tǒng)。2017 年，微軟在斯坦福問答數(shù)據(jù)集 SQuAD 上達(dá)到人類水平。機(jī)器翻譯的發(fā)展速度遠(yuǎn)遠(yuǎn)超出人們的想象，但是對于機(jī)器翻譯是否能夠真正完全代替人工翻譯，學(xué)界仍舊爭論不休。
機(jī)器翻譯取代人工翻譯沈陽翻譯公司
目前而言，一部分專家認(rèn)為機(jī)器翻譯很快會達(dá)到人工翻譯水平，在不遠(yuǎn)的將來會完全取代人工翻譯。2010年，谷歌機(jī)器翻譯專家歐赫認(rèn)為文本機(jī)器翻譯是合理有效的，真正的挑戰(zhàn)只在語音識別方面。他提出，未來幾年即有可能實(shí)現(xiàn)手機(jī)端語音到語音的自動翻譯。2019年2月《衛(wèi)報(bào)》刊登《機(jī)器翻譯的時(shí)代是否已經(jīng)到來》一文，美國韋弗利實(shí)驗(yàn)室（Waverly Labs）的安德魯·奧喬亞表示“在未來十到十二年內(nèi)，機(jī)器翻譯技術(shù)可與人工翻譯相媲美，甚至超過人工翻譯的水平”。
專家們對于機(jī)器翻譯的信心來自最新一代的翻譯技術(shù)——神經(jīng)網(wǎng)絡(luò)翻譯。神經(jīng)網(wǎng)絡(luò)翻譯打造的機(jī)器翻譯系統(tǒng)，采用了一系列新的學(xué)習(xí)手段來模擬人工翻譯。首先，利用人工智能任務(wù)的天然對稱性進(jìn)行對偶學(xué)習(xí)。當(dāng)訓(xùn)練集中的一個(gè)中文句子被翻譯成英文后，系統(tǒng)會將相應(yīng)的英文結(jié)果再翻譯回中文，并與原始的中文句子進(jìn)行比對，進(jìn)而從這個(gè)比對結(jié)果中學(xué)習(xí)有用的反饋信息，對機(jī)器翻譯模型進(jìn)行修正。其次，利用推敲網(wǎng)絡(luò)，模擬人們寫作時(shí)不斷推敲、修改的過程。這樣，通過多輪翻譯，不斷地檢查、完善翻譯的結(jié)果，使翻譯的質(zhì)量得到大幅提升。再次，采用聯(lián)合訓(xùn)練的方法迭代改進(jìn)翻譯系統(tǒng)。用中英翻譯的句子對去補(bǔ)充反向翻譯系統(tǒng)的訓(xùn)練數(shù)據(jù)集，同樣的過程也可以反向進(jìn)行。最后，采用一致性規(guī)范讓翻譯可以從左到右進(jìn)行，也可以從右到左進(jìn)行，最終讓兩個(gè)過程生成一致的翻譯結(jié)果。這一系列技術(shù)有效模仿了人工翻譯的過程，極大提升了機(jī)器翻譯的整體質(zhì)量。
除此之外，機(jī)器翻譯相關(guān)學(xué)科之間的互動更加頻繁，合作更加緊密。翻譯界和技術(shù)界都呈現(xiàn)出了更大的包容性，相關(guān)人士達(dá)成一定共識，即過去那種把語言學(xué)家排除在外，僅依賴技術(shù)界，埋頭做數(shù)據(jù)、分析開發(fā)系統(tǒng)的做法是不可取的。在語言學(xué)和翻譯學(xué)領(lǐng)域，越來越多的人開始關(guān)注機(jī)器翻譯，對技術(shù)應(yīng)用探索也不再一味抵觸，開始從用戶和市場需求的角度來客觀看待不同層級和不同受眾的語言服務(wù)，計(jì)算機(jī)輔助翻譯在專業(yè)翻譯領(lǐng)域發(fā)揮著越來越重要的作用。
機(jī)器翻譯技術(shù)仍備受質(zhì)疑沈陽翻譯公司
對于現(xiàn)有的機(jī)器翻譯技術(shù)，很多學(xué)者也表示質(zhì)疑。一方面，他們認(rèn)為機(jī)器翻譯的廣泛適用性還有待考察。盡管機(jī)器翻譯在某些測試中正確率較高，而且在某些領(lǐng)域接近或超過人工譯員，但是這些測試只是針對特定范圍的文本，要想達(dá)到測試水平，必須滿足對于源語言和環(huán)境的苛刻要求。在筆譯方面，馮志偉在《機(jī)器翻譯研究》中表示，目前的機(jī)器翻譯系統(tǒng)對普通文本的翻譯在可讀性和準(zhǔn)確性方面離人們的實(shí)際需求還有相當(dāng)大的距離。機(jī)器翻譯系統(tǒng)對普通文本的翻譯，通常需要大量的譯后審校工作才能使譯文達(dá)到出版的要求，所花費(fèi)的時(shí)間和費(fèi)用往往會超過純?nèi)斯しg。在口譯方面，中國科學(xué)院自動化研究所宗成慶在《機(jī)器翻譯的夢想與現(xiàn)實(shí)》中指出，在日常口語對話中，目前口語機(jī)器翻譯僅能對資源較為充分的語言（如英漢、日漢等），在說話場景不是非常復(fù)雜、口音基本標(biāo)準(zhǔn)、語速基本正常、使用詞匯和句型不是非常生僻的情況下，可基本滿足正常交流的需要。
