新闻资讯

假如你问我，有什么AI技术看似严谨、生硬、木讷，实则感性、典雅、有温度？我会毫不犹豫并迫不及待的告诉你——机器翻译。

故事一：

四大文明古国之一的巴比伦曾流传着这样一个故事——人类诞生之初，曾联合起来齐心协力修建一座通往天堂的巴别塔。为了阻止人类的宏伟计划，上帝让人类说不同的语言，导致相互之间难以沟通。最终这一浩大工程落败，人类自此各散东西，不相往来。故事戛然而止，在感叹语言沟通重要性的同时，还夹杂着些许《桃花源记》中“不足为外人道，后遂无问津者”的遗憾。巴别塔的遗憾持续了几千年，直到机器翻译应运而生。

随着“新基建”的概念提出与范围明确，语言服务在基础设施的信息化、融合化、创新化发展过程中扮演着愈发重要的角色。以翻译为代表的语言服务，早在玄奘西行、郑和七下西洋、哥伦布四探航海已肩负着文化传播、科技交流的重任。新背景下，我们期许机器翻译重塑巴别塔，成为服务“新基建”的基建。

故事二：

1933年，前苏联科学家Troyanskii提交了一篇《双语翻译时用于选择和打印文字的机器》的论文，这是机器翻译最早的雏形。1946年，世界上首台计算机ENIAC诞生不久，洛克菲勒基金会的美国科学家Weaver等人在思考计算机未来应用时，联想到二战期间图灵用机器破译密码取得了巨大成功。他们认为，语言翻译与破译密码相似，都是把一种符号转换成另一种符号，同样可以用机器来实现。顺沿这种思路，Weaver于1949年发表《翻译备忘录》，正式提出机器翻译的思想。当时正值美苏两国冷战期间，对于英俄情报资料的翻译需求迫切，想法一经提出立即受到各国重视，开启了机器翻译的百花齐放、百家争鸣时代。

近年来，随着国际经济文化交流合作的频繁，机器翻译的市场需求持续增大，算法模型的研究工作不断传来振奋人心的消息。以神经机器翻译为代表的新一代翻译技术，已经大幅超越了过去20年所有的翻译方式。单词顺序错误降低了50%，词汇错误降低了17%，语法错误降低了19%，甚至学会了用不同的语言结构来调整男女老幼与大小写变化。

我国清末新兴启蒙思想家严复，在翻译英国著名学者赫胥黎的著作《天演论》时提出：“译事三难：信、达、雅。求其信，已大难矣！顾信矣，不达，虽译，犹不译也，则达尚焉。”其中，“信”指意义不悖原文，即译文要准确，不偏离，不遗漏，也不可随意增减含义；“达”指不拘泥于原文形式，译文通顺明白；“雅”则指译文时选用的词语要得体，追求文章本身的古雅，简明优雅。严复提出的三难只是翻译作为传统行业存在的难点，机器翻译建立在此基础上的第四难是，“信达雅”要由冷冰冰的二进制机器来胜任，这恐怕是对人工智能最苛刻的期许了。

开展关乎“信、达、雅”的研究已然很难，评价这项研究更难。上世纪90年代初，美国国家自然基金委员会在资助国际语言工程标准时专门设立了EWG机器翻译评测工作组。1992年至1994年间，美国国防部高级研究计划署（DARPA）组织多位专家从译文的忠实度、流利度和信息量三个角度对法英、日英、西英的机器翻译系统开展了大规模人工主观评测。如何评价机器翻译，技术的“信”，应用的“达”、产业的“雅”？如何发现机器翻译“智能+语义”的美？中国人工智能产业发展联盟将与各方携手上下而求索。

故事四：

如果你问NLP领域最“耄耋之年”与最“黄发垂髫”技术是什么？我想所有人都会异口同声的说出机器翻译。无论NLP处于理性主义时代，还是后起之秀的经验主义时代，机器翻译总能活跃在学术界与工业界，审时度势的完成一次又一次蜕变。从基于规则的直接翻译、转换翻译、中间语言翻译，到基于统计的单词翻译、短语翻译、语法翻译，再到基于深度学习的seq2seq、fairseq、transformer，机器翻译似乎总能站在技术跃进的风口浪尖上。

没有金刚钻，不揽瓷器活。机器翻译几乎涵盖了NLP领域所有底层技术研究的难点与顶层产业应用的痛点。一方面，分词、子词和BPE等词法技术的点滴改善，能在机器翻译上掀起波澜效果；另一方面，由机器翻译模型Transformer衍生出的GPT、BERT等预训练方法在下游任务上也取得了一系列里程碑式的突破。如果说，NLP的发展演变是一台戏，那么机器翻译兴许以一技之长分饰了老旦与小生二角。

故事五：