假如上帝真的存在，他最近可能有些心事。
在猶太人的古老傳說中，人類曾試圖修建一座通向天堂的“巴比倫塔”。為阻止這個(gè)瘋狂的計(jì)劃，上帝想出一個(gè)絕招——賦予不同族群不同語言，讓人們難以溝通。
最終，語言的隔閡讓“巴比倫塔”計(jì)劃擱淺。直到今天，即便信息和交通技術(shù)把世界變成了“地球村”，語系之間的交流，依然只能依靠對(duì)彼此語言的專業(yè)學(xué)習(xí)。
但是現(xiàn)在，人工智能在語言翻譯領(lǐng)域的突飛猛進(jìn)，又讓人們重新看到了“巴比倫塔”竣工的希望。
九成六級(jí)考生不如“它”
這段時(shí)間，機(jī)器翻譯技術(shù)可謂高調(diào)。
微軟剛剛在12月13日放出“大招”——推出實(shí)時(shí)語音翻譯應(yīng)用MicrosoftTranslator，支持多人、多語言、跨設(shè)備交流。國(guó)內(nèi)企業(yè)并未示弱。上個(gè)月底科大訊飛在其年度發(fā)布會(huì)上也展示了類似的技術(shù)，可以將中文會(huì)議演講實(shí)時(shí)翻譯成英、日、韓、維吾爾等多種語言顯示在大屏幕上。發(fā)布會(huì)上推出的語音翻譯機(jī)“曉譯”還瞄準(zhǔn)了更廣闊的應(yīng)用場(chǎng)景——出國(guó)游玩。
平時(shí)不顯山不露水的在線翻譯應(yīng)用也已華麗升級(jí)。今年9月，谷歌翻譯啟用了谷歌神經(jīng)機(jī)器翻譯(GNMT)系統(tǒng)，在人工智能界引起騷動(dòng)。而追溯至去年5月，則是百度翻譯發(fā)布基于神經(jīng)網(wǎng)絡(luò)的機(jī)器翻譯(NMT)系統(tǒng)的時(shí)間。
機(jī)器翻譯的高調(diào)，依賴于人工智能技術(shù)在這一領(lǐng)域的顯著進(jìn)展。
百度主任架構(gòu)師何中軍介紹，自上世紀(jì)40年代起，基于規(guī)則、實(shí)例以及統(tǒng)計(jì)的機(jī)器翻譯方法漸次登場(chǎng)。2014年起，人工神經(jīng)網(wǎng)絡(luò)開始在機(jī)器翻譯領(lǐng)域引領(lǐng)風(fēng)騷。
“最終的翻譯效果就是更加流暢了。”科大訊飛機(jī)器翻譯研究主管劉俊華告訴科技日?qǐng)?bào)記者，科大訊飛所展示的會(huì)議實(shí)時(shí)翻譯系統(tǒng)和“曉譯”翻譯機(jī)便應(yīng)用了基于神經(jīng)網(wǎng)絡(luò)的機(jī)器翻譯方法。
若問人工智能的到來把機(jī)器翻譯“提”到了什么水平，何中軍舉出一道大學(xué)英語六級(jí)翻譯真題。這道題需要把一句中文翻譯成英文，而百度翻譯應(yīng)用給出的答案，從詞匯和語法來看都挑不出什么毛病。
無獨(dú)有偶，科大訊飛在推介其“曉譯”翻譯機(jī)時(shí)也曾表示它可以達(dá)到大學(xué)英語六級(jí)水平。“大學(xué)英語六級(jí)的翻譯題目滿分為15分，目前機(jī)器翻譯答題可以達(dá)到11分。”劉俊華解釋說，這意味著機(jī)器翻譯技術(shù)大概可以超過90%的英語六級(jí)考生。
“煉丹爐”取代了“流水線”
就在兩三年前，“流暢”和“自然”還是讓機(jī)器翻譯研究人員感到頭痛的字眼。那時(shí)，基于統(tǒng)計(jì)的機(jī)器翻譯方法是大熱門。
短短兩年多時(shí)間內(nèi)，基于神經(jīng)網(wǎng)絡(luò)的機(jī)器翻譯系統(tǒng)，就在多個(gè)公開測(cè)試集上超越了基于統(tǒng)計(jì)的機(jī)器翻譯系統(tǒng)。
單從翻譯步驟來看，劉俊華的體會(huì)是，基于神經(jīng)網(wǎng)絡(luò)的機(jī)器翻譯比其前任“簡(jiǎn)潔了非常多”。比如，要把一句中文翻譯成英文，基于統(tǒng)計(jì)的機(jī)器翻譯方法首先要對(duì)句子的詞匯、短語進(jìn)行切分，然后分別對(duì)每個(gè)單元進(jìn)行翻譯，再把翻譯結(jié)果組合起來，最后還要進(jìn)行調(diào)序等等。每個(gè)步驟都對(duì)應(yīng)著十分復(fù)雜的模型。
形象地說，如果基于統(tǒng)計(jì)的方法是一條長(zhǎng)長(zhǎng)的流水線，基于神經(jīng)網(wǎng)絡(luò)之后只需一個(gè)“煉丹爐”。
新方法被稱為“從端到端”的翻譯。“基本的神經(jīng)機(jī)器翻譯模型包含兩個(gè)部分，編碼器和解碼器。”何中軍解釋說，編碼器將源語言句子表示為一個(gè)向量，解碼器根據(jù)此向量逐詞產(chǎn)生目標(biāo)譯文。也就是說，一個(gè)句子經(jīng)過一次“加工”就能夠直接輸出目標(biāo)語言。
不僅翻譯效率得到了極大提高，結(jié)果也更加流暢自然。這是因?yàn)?，神?jīng)機(jī)器翻譯方法是對(duì)整個(gè)句子進(jìn)行編碼處理，可以照顧到詞匯的上下文信息，因此翻譯出的答案不像統(tǒng)計(jì)機(jī)器翻譯方法那樣生硬。
正是“流暢”和“自然”將機(jī)器翻譯技術(shù)推向更加實(shí)際的應(yīng)用。而且在與其他人工智能技術(shù)相結(jié)合后，機(jī)器翻譯可以真正觸到人們語言不通的“痛點(diǎn)”，從而深度切入商務(wù)、旅行、學(xué)習(xí)等多個(gè)場(chǎng)景。
例如，無論是微軟的MicrosoftTranslator，還是科大訊飛的會(huì)議實(shí)時(shí)翻譯系統(tǒng)以及“曉譯”翻譯機(jī)，都結(jié)合了語音識(shí)別技術(shù)來為語言交談架起橋梁。而融入了光學(xué)字符識(shí)別(OCR)技術(shù)的百度翻譯APP，則可以在國(guó)外購(gòu)物或旅游的場(chǎng)景下，幫助人們翻譯看不懂的英文路牌、菜單和說明書等。
等待打破“嘆息”之墻
可以看到，人工智能正在一點(diǎn)一點(diǎn)“捅破”人與人之間的語言隔閡。有網(wǎng)友戲言，或許不久后的一天，揣著裝了高效語言翻譯APP的手機(jī)，鄰居大媽也能來一場(chǎng)說走就走的世界旅行。所有國(guó)家的學(xué)生將徹底掙脫外語課的“黑暗統(tǒng)治”。
不過，要把重建“巴比倫塔”的美夢(mèng)寄托給當(dāng)前、乃至未來一段時(shí)間內(nèi)的機(jī)器翻譯技術(shù)，還是有點(diǎn)不太現(xiàn)實(shí)。
“基于神經(jīng)網(wǎng)絡(luò)的翻譯技術(shù)雖然帶來了機(jī)器翻譯質(zhì)量的較大提高，但是本身還存在諸多技術(shù)挑戰(zhàn)。”何中軍說。他把神經(jīng)網(wǎng)絡(luò)比作一個(gè)“黑盒子”，中文句子進(jìn)去，英文句子出來，但是這個(gè)“黑盒子”為何要這么翻譯，技術(shù)人員還難以對(duì)其進(jìn)行合理的解釋。
更重要的是，復(fù)雜、多變，我們自己都掌握不住的“人性”，仍然是所有人工智能發(fā)展的嘆息之墻。
雖然對(duì)單個(gè)句子的翻譯可以實(shí)現(xiàn)流暢和自然，但是在整個(gè)篇章的上下文理解方面，機(jī)器翻譯并不給力。一旦涉及歇后語、詩句、雙關(guān)語甚至口語化的表達(dá)，機(jī)器翻譯更會(huì)毫不掩飾地掉鏈子。而對(duì)于如何將知識(shí)融合到機(jī)器翻譯系統(tǒng)中，讓機(jī)器真正“理解”人類的語言，目前還沒有較好的解決方案。
從另一個(gè)角度來看，無論是基于統(tǒng)計(jì)的機(jī)器翻譯，還是基于神經(jīng)網(wǎng)絡(luò)的機(jī)器翻譯，都以龐大的語料庫為基礎(chǔ)。然而劉俊華告訴科技日?qǐng)?bào)記者，雖然中、英等主要語種的語料相對(duì)充足，一些小語種的翻譯，比如科大訊飛目前關(guān)注的國(guó)內(nèi)少數(shù)民族語言的翻譯，依然會(huì)面臨語料短缺的問題。
“目前的成果可以證明，神經(jīng)網(wǎng)絡(luò)在語言翻譯領(lǐng)域的應(yīng)用效果不錯(cuò)，但它的潛力還沒有完全發(fā)揮出來。”劉俊華給出的方案是，可以考慮將其他技術(shù)路線與基于神經(jīng)網(wǎng)絡(luò)的機(jī)器翻譯方法融合起來，使其各施所長(zhǎng)，實(shí)現(xiàn)更好的翻譯效果。
人工智能會(huì)不會(huì)取代專業(yè)的同聲傳譯？這個(gè)簡(jiǎn)單的問題竟讓機(jī)器翻譯領(lǐng)域的專家們感到為難。何中軍用“任重道遠(yuǎn)”作為回答，而在劉俊華看來，對(duì)照傳統(tǒng)的翻譯規(guī)則——“信、達(dá)、雅”，人工智能目前僅能實(shí)現(xiàn)“信”，離后二者尚有距離。
這么說來，上帝或可放寬心：就算人工智能要幫助人類重建“巴比倫塔”，也不過剛剛撿起幾塊磚瓦而已。
只是，未來呢？
