摘要：本文的主題，初衷就是探討人機(jī)結(jié)合對(duì)于機(jī)器翻譯發(fā)展的重要性。所以絕大部分的機(jī)器翻譯訓(xùn)練，無(wú)論是統(tǒng)計(jì)機(jī)器翻譯還是人工神經(jīng)網(wǎng)絡(luò)，都以和人工譯文語(yǔ)料庫(kù)的最大似然度為訓(xùn)練目標(biāo)。其下界低于機(jī)器翻譯的水準(zhǔn)，是最正常不過(guò)的事情了。

來(lái)自 GitChat 作者：魏勇鵬
更多IT技術(shù)分享，盡在微信公眾號(hào)：GitChat技術(shù)雜談

以一個(gè)“八卦”作為開(kāi)頭吧。

本文開(kāi)始要寫(xiě)作的時(shí)候，翻譯圈里出了一個(gè)“爆炸性”的事件。6月27日下午，一個(gè)同傳譯員在朋友圈里爆料：某AI公司請(qǐng)這位譯員去“扮演”機(jī)器同傳，制造人工智能取代人工同傳的“震撼”效果。

這個(gè)事件瞬間在譯員群體的朋友圈、微博、微信群引爆了隱忍已久的火藥桶。因?yàn)檫^(guò)去幾個(gè)月來(lái)，隔三差五就冒出一個(gè)號(hào)稱(chēng)要取代同聲傳譯的翻譯機(jī)，尤其是一篇題為《剛剛宣告:同聲傳譯即將消亡!》的微信文章，在六月下旬鋪天蓋地的充滿(mǎn)了一堆有關(guān)的或者無(wú)關(guān)的公眾號(hào)，不知道帶來(lái)了幾個(gè)10萬(wàn)+。幾乎每個(gè)翻譯行業(yè)的從業(yè)者，都收到了朋友略帶同情關(guān)切的口氣轉(zhuǎn)過(guò)來(lái)的那篇文章，從一開(kāi)始的“呵呵”到逐漸不堪其擾，終于被上面這個(gè)事情徹底激怒了。微博上的@同聲翻譯櫻桃羊 嗆聲道：

還有臺(tái)上的演講嘉賓，光鮮亮麗的，德高望重的，一邊享受著我們的服務(wù)，一邊兒說(shuō)以后同傳都要失業(yè)，骨子里透著對(duì)這個(gè)行業(yè)的輕慢——“你們以后都是要被替代的工種，我們何必在乎你們的感受？”有本事不要請(qǐng)我們，既然請(qǐng)了我們，在說(shuō)這句話(huà)之前，能不能跟現(xiàn)場(chǎng)辛苦工作的同傳說(shuō)聲抱歉？

“積怨”深到了什么樣的程度，可見(jiàn)一斑。

這件事后來(lái)有了一個(gè)略帶戲劇性的轉(zhuǎn)折。兩天后，《消亡》文中被吹捧的曉譯翻譯機(jī)的制造者，科大訊飛（注意：沒(méi)有證據(jù)表明上面的造假和訊飛有關(guān)）在其公眾號(hào)上發(fā)布了一篇題為《拒絕神化 人工智能技術(shù)需踏實(shí)前行》的文章。重點(diǎn)在這兩段：

目前，機(jī)器翻譯已經(jīng)取得非常大的進(jìn)步，在衣食住行等常用生活用語(yǔ)上的中英翻譯可以達(dá)到大學(xué)六級(jí)的水平，能夠幫助人們?cè)谝恍﹫?chǎng)景處理語(yǔ)言交流的問(wèn)題，但距離會(huì)議同傳以及高水平翻譯所講究的“信、達(dá)、雅”還存在很大的差距。
訊飛一直所努力的，是希望通過(guò)語(yǔ)音轉(zhuǎn)寫(xiě)和翻譯技術(shù)幫助同傳提高工作效率、減少失誤，形成人機(jī)耦合的同傳新模式，并不是去替代同聲傳譯。

好吧，原來(lái)是“被神化”，原來(lái)“我是拒絕的”。但是不管怎么樣，此文一出，又收獲了不少不明真相群眾的交口稱(chēng)贊。而義憤填膺的譯員們，也迅速恢復(fù)了低調(diào)內(nèi)斂的幕后工作者姿態(tài)。甚至連揭發(fā)造假者的呼吁，也立馬無(wú)聲無(wú)息了。

作為一個(gè)混跡在人工翻譯圈的機(jī)器翻譯工作者，我感覺(jué)到，這個(gè)事情暴露出了一些對(duì)翻譯行業(yè)的很深的誤解，無(wú)論是普通大眾還是機(jī)器翻譯/人工智能工作者。本文的主題，初衷就是探討人機(jī)結(jié)合對(duì)于機(jī)器翻譯發(fā)展的重要性。所以，有必要首先澄清一下這些誤解。GitChat的讀者們可能更期待技術(shù)深度，一開(kāi)始我也打算寫(xiě)得更技術(shù)流一些。但是，上面這個(gè)事件出現(xiàn)之后，我覺(jué)得在關(guān)心人機(jī)結(jié)合模式的技術(shù)實(shí)現(xiàn)之前，我們還是得多探究一下問(wèn)題的本質(zhì)。雄心勃勃要替代人工的同行們，也得先知道要替代的到底是神馬樣的存在，不是么？

對(duì)翻譯工作的誤解非常多，這點(diǎn)是最核心的，很多其他誤解（比如會(huì)外語(yǔ)就能做翻譯、翻譯人才遍地都是、翻譯不需要理解專(zhuān)業(yè)就能做等）和由此產(chǎn)生的輕慢（翻譯沒(méi)有技術(shù)含量、隨便可以替代、不值錢(qián)等），正是根源于此。

為什么這么多人“一致”相信翻譯即將被替代？除了博眼球的自媒體之外，“替代黨”包括了太多的互聯(lián)網(wǎng)大佬，比如庫(kù)茲韋爾、李彥宏、李開(kāi)復(fù)、王小川等等。我們來(lái)看看這背后的邏輯是什么。

李開(kāi)復(fù)在其新書(shū)《人工智能》中提出了一個(gè)“五秒鐘準(zhǔn)則”：一項(xiàng)本來(lái)由人從事的工作，如果人可以在5秒以?xún)?nèi)對(duì)工作中需要的思考和決策的問(wèn)題做出相應(yīng)的決定，那么，這項(xiàng)工作就有非常大的可能被人工智能技術(shù)全部或部分取代。

然后基于“五秒鐘準(zhǔn)則”，該書(shū)預(yù)測(cè)：從事翻譯、新聞報(bào)道、助理、保安、銷(xiāo)售、客服、交易、會(huì)計(jì)、司機(jī)、家政等工作的人，未來(lái)10年將有約90%被人工智能全部或者部分取代。

顯然，翻譯不幸被首當(dāng)其沖的歸入“五秒鐘”可以解決的問(wèn)題。大概是同聲傳譯這個(gè)帶著光環(huán)的工種給大家?guī)?lái)了一個(gè)幻覺(jué)：翻譯不就是幾秒鐘就出來(lái)的嗎？而且，據(jù)說(shuō)同傳還是所有翻譯工作里最難最貴的，那其他翻譯豈不是更不在話(huà)下？

事實(shí)上呢？口譯員們知道，為了準(zhǔn)備一場(chǎng)會(huì)議口譯，事先要提前做多少天的功課，會(huì)前要做多少溝通協(xié)調(diào)，會(huì)中要多注意隨機(jī)應(yīng)變；更不用說(shuō)，達(dá)到可以做同傳的水準(zhǔn)，要經(jīng)過(guò)多少年鬼知道經(jīng)歷什么的刻苦訓(xùn)練。用“臺(tái)上一分鐘，臺(tái)下十年功”來(lái)形容口譯員的工作，再貼切不過(guò)。而筆譯的工作，也一點(diǎn)都不輕松，也同樣需要多年的磨練才能產(chǎn)出合格的譯文。

進(jìn)一步說(shuō)，這個(gè)誤解實(shí)際上包含兩個(gè)論斷：

翻譯只是語(yǔ)言轉(zhuǎn)換。

語(yǔ)言轉(zhuǎn)換是簡(jiǎn)單機(jī)械的。

實(shí)際上，這兩個(gè)論斷都是不成立的。

對(duì)于第一個(gè)問(wèn)題，我們要追問(wèn)一下翻譯的本質(zhì)。翻譯是一種語(yǔ)言服務(wù)。對(duì)于語(yǔ)言服務(wù)，近期看到廣東外語(yǔ)外貿(mào)大學(xué)的李瑞林教授給出的定義，我認(rèn)為最接近其本質(zhì)：語(yǔ)言服務(wù)是以語(yǔ)言資源為基礎(chǔ)，以致知、賦能、移情為目標(biāo)，實(shí)現(xiàn)知識(shí)和經(jīng)驗(yàn)人際或組織間轉(zhuǎn)移的社會(huì)經(jīng)濟(jì)過(guò)程（見(jiàn)《語(yǔ)言服務(wù)概念框架的再反思：存在依據(jù)、普遍本質(zhì)及實(shí)踐邏輯》）?？梢?jiàn)，語(yǔ)言是翻譯這種服務(wù)實(shí)現(xiàn)的一個(gè)載體，而不是服務(wù)本身。翻譯工作帶來(lái)的知識(shí)、經(jīng)驗(yàn)和情感，才是最關(guān)鍵的東西。而這些東西，相信開(kāi)復(fù)們都不會(huì)認(rèn)為是機(jī)器很容易處理的（記憶性的靜態(tài)知識(shí)除外）。

對(duì)于第二個(gè)問(wèn)題，則要進(jìn)一步追問(wèn)“語(yǔ)言”的本質(zhì)。我們知道，語(yǔ)言是信息的載體。比如我們要傳達(dá)“蘋(píng)果”的信息給另一個(gè)人的時(shí)候，不用非得拉著他去水果店或者某高科技體驗(yàn)店去才行。但是這個(gè)信息載體并不是無(wú)損的，我們用“蘋(píng)果”這個(gè)概念，顯然無(wú)法把具體的形狀、顏色、觸感、氣味、效用等信息都全部傳輸過(guò)去，得靠對(duì)方把其他信息“腦補(bǔ)”出來(lái)。因此，語(yǔ)言實(shí)際上只是信息處理過(guò)程中的一個(gè)經(jīng)過(guò)編碼了的“快捷方式”。能否把快捷方式所代表的信息解碼出來(lái)，對(duì)信息接收者的認(rèn)知結(jié)構(gòu)是有要求的。這就是所謂的“一千個(gè)讀者就有一千個(gè)哈姆雷特”。一個(gè)翻譯工作者既要做解碼者，又要做編碼者，必須在短時(shí)間內(nèi)使自己的認(rèn)知結(jié)構(gòu)接近原文作者的預(yù)期，又要考慮到另外一種語(yǔ)言的讀者的認(rèn)知結(jié)構(gòu)的差異。轉(zhuǎn)換的難度可想而知。

因此，翻譯這個(gè)事情，不是想當(dāng)然的那么簡(jiǎn)單。在本文的預(yù)告貼里，我列舉的幾個(gè)語(yǔ)言特性中，“開(kāi)放性”、“歧義性”、“演化性”等問(wèn)題，給翻譯帶來(lái)了極大的困難。我們想要讓機(jī)器翻譯達(dá)到或者超過(guò)人工翻譯，首先得正視其困難和價(jià)值，而不是靠將對(duì)方“簡(jiǎn)化”為某種形式的機(jī)器。否則的話(huà)，我們豈不就相當(dāng)于靠把國(guó)乒搞垮來(lái)實(shí)現(xiàn)“讓國(guó)足達(dá)到國(guó)乒的水準(zhǔn)”？

這點(diǎn)可能是人工智能工作者普遍的誤解，但也是目前大家對(duì)機(jī)器翻譯普遍非常樂(lè)觀的一個(gè)原因。受“圖靈測(cè)試”思想的影響，我們會(huì)把“讓機(jī)器翻譯給出好的譯文”這個(gè)問(wèn)題轉(zhuǎn)化為“如果機(jī)器翻譯給出的譯文，人無(wú)法分辨是人還是機(jī)器做的，就是好的譯文”。所以絕大部分的機(jī)器翻譯訓(xùn)練，無(wú)論是統(tǒng)計(jì)機(jī)器翻譯還是人工神經(jīng)網(wǎng)絡(luò)，都以和人工譯文語(yǔ)料庫(kù)的“最大似然度”為訓(xùn)練目標(biāo)。也就是，想辦法讓機(jī)器譯文看起來(lái)和平行語(yǔ)料的對(duì)譯關(guān)系最接近。

這個(gè)假設(shè)又包含以下幾個(gè)子假設(shè)：

人工翻譯水平是質(zhì)量刻度線(xiàn)上的一個(gè)黃金分界點(diǎn)。

我們可以從平行語(yǔ)料（只要足夠多）中學(xué)習(xí)到這個(gè)分界點(diǎn)。

普通雙語(yǔ)人士可以很確定的分辨出譯文質(zhì)量是否過(guò)了這個(gè)分界點(diǎn)。

很遺憾，這幾個(gè)假設(shè)，也是我們?yōu)榱俗寙?wèn)題有更良好的形式化定義，以及有相對(duì)一致的評(píng)價(jià)標(biāo)準(zhǔn)，而做出的簡(jiǎn)化假設(shè)。在我們離問(wèn)題的“完美”解決方案還很遠(yuǎn)的時(shí)候，這些假設(shè)對(duì)于我們做出切實(shí)有用的近似解決方案，是非常有幫助，也是必須的。但是如果把在這些假設(shè)下得到的局部最優(yōu)解的大幅進(jìn)步等同于非常接近全局最優(yōu)解了，就會(huì)產(chǎn)生即將沖破臨界點(diǎn)的幻覺(jué)。這對(duì)于探求真正的真理，是不利的。

我們逐個(gè)說(shuō)一下上面幾個(gè)子假設(shè)。

第一，人工翻譯水平顯然不是質(zhì)量刻度線(xiàn)上的一個(gè)點(diǎn)，而是上下界離得很遠(yuǎn)的一個(gè)區(qū)間，比如從30分到99.99分。其下界低于機(jī)器翻譯的水準(zhǔn)，是最正常不過(guò)的事情了。更要命的是，這個(gè)刻度線(xiàn)上的刻度值（如果以所需投入的努力作為間距衡量單位）并不是等距離分布的。打個(gè)比方，59分到60分如果間隔1厘米的話(huà)，95分到96分的間隔可能是1米，而98分到99分可能是幾公里……所以，試問(wèn)我們應(yīng)該把哪個(gè)位置設(shè)為人工翻譯的水平線(xiàn)呢？這里面學(xué)問(wèn)可就大了——比如把分界點(diǎn)設(shè)在60分，讓機(jī)器翻譯從30分提高到57分，是不是可以說(shuō)目標(biāo)達(dá)成90%了？即使我們?cè)O(shè)定了99分的高標(biāo)準(zhǔn)，機(jī)器翻譯從39分提高了30分到69分，離99分還有30分的時(shí)候，我們能宣稱(chēng)走完一半的路了嗎？恐怕萬(wàn)里長(zhǎng)征只是第一步?？墒俏覀兒苋菀紫氘?dāng)然的這么來(lái)炫耀我們走過(guò)的路。比如去年谷歌GNMT的那篇論文，就是這樣計(jì)算出來(lái)提升了87%（某個(gè)語(yǔ)種方向上，大家可以去找來(lái)原論文分析一下其評(píng)測(cè)數(shù)據(jù)和結(jié)論之間的關(guān)系），已經(jīng)可以看到勝利在凱旋門(mén)下招手了……

第二，相比別的一些自然語(yǔ)言處理任務(wù)，機(jī)器翻譯顯得更成功，就是因?yàn)橛衅叫姓Z(yǔ)料這種天然帶標(biāo)的數(shù)據(jù)資源。只要平行語(yǔ)料是人工翻譯的，我們似乎就可以將其作為衡量質(zhì)量的黃金標(biāo)準(zhǔn)。然而，問(wèn)題在于：

語(yǔ)料是有限的，但語(yǔ)言是開(kāi)放的，和語(yǔ)料不匹配的，不代表是“不好的”。

語(yǔ)料是靜態(tài)的，但語(yǔ)言是動(dòng)態(tài)演化的——過(guò)去好的，現(xiàn)在未必好。在一個(gè)領(lǐng)域好的，換個(gè)領(lǐng)域未必好。對(duì)一部分人或場(chǎng)景好的，對(duì)其他人或場(chǎng)景未必好。

語(yǔ)料本身的質(zhì)量可能是參差不齊的（因?yàn)槿斯しg的質(zhì)量是參差不齊的，參考上述第一條，暫且不說(shuō)很多語(yǔ)料的來(lái)源也是機(jī)器翻譯），尤其是海量規(guī)模的時(shí)候，也就是說(shuō)，近似的也未必是好的。

因此，基于雙語(yǔ)語(yǔ)料的質(zhì)量標(biāo)準(zhǔn)，也是沒(méi)有更好辦法的辦法，“黃金”度還是不夠高的。

第三，假設(shè)我們確實(shí)可以找到足夠好的人工譯文作為質(zhì)量標(biāo)準(zhǔn)，那么是不是任何一個(gè)雙語(yǔ)人士都有足夠的判別能力，來(lái)正確區(qū)分人工譯文和機(jī)器譯文呢？也就是說(shuō)，會(huì)不會(huì)出現(xiàn)這種情況，一個(gè)機(jī)器譯文確實(shí)是有瑕疵的，但某些人就是看不出來(lái)它與參考譯文不一致的地方到底是好還是不好？答案是肯定的。這就像機(jī)器寫(xiě)詩(shī)，普通人的鑒賞能力或閱歷經(jīng)驗(yàn)有限，可能已經(jīng)分辨不出它是不是機(jī)器寫(xiě)的，所以才有微軟的機(jī)器人小冰潛伏在各個(gè)文學(xué)社區(qū)也沒(méi)被發(fā)現(xiàn)。但是對(duì)文字敏銳的人，還是可以篩選出來(lái)哪些是好的詩(shī)歌——小冰出版的詩(shī)集，其實(shí)也是經(jīng)過(guò)人工“精選”的。既然如此，不同資歷、不同專(zhuān)業(yè)、不同文化、不同目標(biāo)、不同條件的人，對(duì)翻譯質(zhì)量的認(rèn)知也是不一樣的。找什么樣的人來(lái)作為圖靈測(cè)試的鑒別者，也是一個(gè)需要仔細(xì)考量的事情。

三個(gè)子假設(shè)都與現(xiàn)實(shí)問(wèn)題存在一定的差距，可見(jiàn)，我們目前所以為據(jù)的評(píng)價(jià)體系，還不足以帶來(lái)足夠充分的反饋。這點(diǎn)正是和下圍棋的AlphaGo的最大不同。我們知道，AlphaGo最強(qiáng)大的地方，就是可以通過(guò)自己和自己下棋來(lái)不斷提升水平，而自我對(duì)弈的前提，是明確的勝負(fù)判別標(biāo)準(zhǔn)。而翻譯孰好孰壞，還沒(méi)有很好的評(píng)價(jià)機(jī)制。也正因?yàn)槿绱?，今年火的一塌糊涂的生成?duì)抗網(wǎng)絡(luò)（GAN）在機(jī)器翻譯中雖然驗(yàn)證有效，但效果并不太驚艷。要想取得突破，在評(píng)價(jià)機(jī)制上必須多花點(diǎn)心思了。

的確，我們?nèi)绻逊g市場(chǎng)比作圍棋棋盤(pán)，人工翻譯執(zhí)黑，機(jī)器翻譯執(zhí)白，雙方你死我活、拼命廝殺、攻城掠地、此消彼長(zhǎng)，那就會(huì)存在所謂的“替代”問(wèn)題。

可是，現(xiàn)實(shí)的翻譯市場(chǎng)格局是怎樣的呢？我們來(lái)看下面這張圖。

這張圖出自行業(yè)研究報(bào)告。如果把企業(yè)中的文字內(nèi)容比作一個(gè)金字塔：

頂端的部分，是目前由人工翻譯來(lái)完成的，包括產(chǎn)品資料、營(yíng)銷(xiāo)文案、品牌形象、法務(wù)合同等。

底端的部分，是目前由機(jī)器翻譯來(lái)完成的，大多數(shù)是由用戶(hù)發(fā)起的公開(kāi)網(wǎng)頁(yè)瀏覽等。

中間的部分，比如實(shí)時(shí)支持和FAQ、用戶(hù)生成內(nèi)容、企業(yè)內(nèi)部知識(shí)庫(kù)等，其實(shí)是沒(méi)有被翻譯的。

而這些沒(méi)被翻譯的內(nèi)容，竟然占到了99%！

也就是說(shuō)，無(wú)論對(duì)于人工翻譯還是機(jī)器翻譯，都有大片的處女地等待開(kāi)墾，而且其中很大比例，可能需要人和機(jī)器攜起手來(lái)，才能夠給出可行的解決方案。

君不見(jiàn)，如今機(jī)器翻譯用得最多的那些場(chǎng)景，比如旅游、電商、聊天社交，之前也并不是人工翻譯的菜。而未來(lái)在客服、知識(shí)庫(kù)、UGC等場(chǎng)景下的語(yǔ)言支持，基本上都要求既要有機(jī)器的快捷，又要有人工的可靠性或溫度，一定是人機(jī)結(jié)合才能做到的。

更何況，上面的這個(gè)金字塔的體量也不是一成不變的，隨著互聯(lián)網(wǎng)和人工智能的發(fā)展，全球信息加速流動(dòng)，內(nèi)容規(guī)模不斷膨脹，整體需求只會(huì)不斷擴(kuò)大，試問(wèn)人機(jī)雙方何時(shí)才能夠在楚河漢界上兵戎相見(jiàn)？

等等，預(yù)訂時(shí)說(shuō)好的內(nèi)容呢？為什么總是在講這些誤解？

實(shí)際上，關(guān)于翻譯行業(yè)或職業(yè)的誤解還有很多，為什么就挑這三點(diǎn)來(lái)講？不單是因?yàn)檫@三點(diǎn)最要害，更是因?yàn)槌吻辶诉@三點(diǎn)，我們的正題及預(yù)定通告中的第一問(wèn)（為什么需要人機(jī)結(jié)合）的答案就非常清楚了。

機(jī)器翻譯要替代人工翻譯，還有很遠(yuǎn)的路要走。

人工和機(jī)器相結(jié)合，才能給出更好的解決方案，釋放出原先被壓抑的更大需求。

翻譯是知識(shí)、經(jīng)驗(yàn)和情感的轉(zhuǎn)移，人是實(shí)現(xiàn)這種轉(zhuǎn)移的主體，現(xiàn)階段只有通過(guò)人，才能更好的獲取機(jī)器翻譯所需要的知識(shí)和數(shù)據(jù)。

缺少好的評(píng)價(jià)機(jī)制，很快將成為制約機(jī)器翻譯進(jìn)步的關(guān)鍵瓶頸，而語(yǔ)言的特性決定了，評(píng)價(jià)反饋不能來(lái)自語(yǔ)言本身，而只能來(lái)自于語(yǔ)言使用場(chǎng)景中的人。

對(duì)于致力于機(jī)器翻譯/人工智能的同行，希望這篇文章，可以引起大家的一些思考。上述觀點(diǎn)不一定正確。但是在密切跟進(jìn)深度學(xué)習(xí)最新成果的今天，也許我們也應(yīng)該適當(dāng)?shù)皖^想想，我們還缺什么，在可見(jiàn)的成果收割之后，還可以做些什么。

翻譯圈的朋友，看到機(jī)器翻譯還代替不了人工翻譯的時(shí)候，是不是了松一口氣？然而，這并不意味著機(jī)器翻譯不會(huì)使現(xiàn)有的譯員失業(yè)。再下一篇文章里，我將回答預(yù)定通告中的第二問(wèn)（人機(jī)結(jié)合翻譯怎么做）。順帶說(shuō)說(shuō)，機(jī)器翻譯讓譯員失業(yè)的N種可能性。

實(shí)錄：《魏勇鵬：人機(jī)結(jié)合智能翻譯實(shí)戰(zhàn)解析》