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(shuō)中，人類(lèi)曾試圖修建一座通向天堂的“巴比倫塔”。為阻止這個(gè)瘋狂的計劃，上帝想出一個(gè)絕招——賦予不同族群不同語(yǔ)言，讓人們難以溝通。
最終，語(yǔ)言的隔閡讓“巴比倫塔”計劃擱淺。直到今天，即便信息和交通技術(shù)把世界變成了“地球村”，語(yǔ)系之間的交流，依然只能依靠對彼此語(yǔ)言的專(zhuān)業(yè)學(xué)習。
但是現在，人工智能在語(yǔ)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。
九成六級考生不如“它”
這段時(shí)間，機器翻譯技術(shù)可謂高調。
微軟剛剛在12月13日放出“大招”——推出實(shí)時(shí)語(yǔ)音翻譯應用MicrosoftTranslator，支持多人、多語(yǔ)言、跨設備交流。國內企業(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(lèi)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(yǔ)言顯示在大屏幕上。發(fā)布會(huì )上推出的語(yǔ)音翻譯機“曉譯”還瞄準了更廣闊的應用場(chǎng)景——出國游玩。
平時(shí)不顯山不露水的在線(xiàn)翻譯應用也已華麗升級。今年9月，谷歌翻譯啟用了谷歌神經(jīng)機器翻譯(GNMT)系統，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 )的機器翻譯(NMT)系統的時(shí)間。
機器翻譯的高調，依賴(lài)于人工智能技術(shù)在這一領(lǐng)域的顯著(zhù)進(jìn)展。
百度主任架構師何中軍介紹，自上世紀40年代起，基于規則、實(shí)例以及統計的機器翻譯方法漸次登場(chǎng)。2014年起，人工神經(jīng)網(wǎng)絡(luò )開(kāi)始在機器翻譯領(lǐng)域引領(lǐng)風(fēng)騷。
“最終的翻譯效果就是更加流暢了。”科大訊飛機器翻譯研究主管劉俊華告訴科技日報記者，科大訊飛所展示的會(huì )議實(shí)時(shí)翻譯系統和“曉譯”翻譯機便應用了基于神經(jīng)網(wǎng)絡(luò )的機器翻譯方法。
若問(wèn)人工智能的到來(lái)把機器翻譯“提”到了什么水平，何中軍舉出一道大學(xué)英語(yǔ)六級翻譯真題。這道題需要把一句中文翻譯成英文，而百度翻譯應用給出的答案，從詞匯和語(yǔ)法來(lái)看都挑不出什么毛病。
無(wú)獨有偶，科大訊飛在推介其“曉譯”翻譯機時(shí)也曾表示它可以達到大學(xué)英語(yǔ)六級水平。“大學(xué)英語(yǔ)六級的翻譯題目滿(mǎn)分為15分，目前機器翻譯答題可以達到11分。”劉俊華解釋說(shuō)，這意味著(zhù)機器翻譯技術(shù)大概可以超過(guò)90%的英語(yǔ)六級考生。
“煉丹爐”取代了“流水線(xiàn)”
就在兩三年前，“流暢”和“自然”還是讓機器翻譯研究人員感到頭痛的字眼。那時(shí)，基于統計的機器翻譯方法是大熱門(mén)。
短短兩年多時(shí)間內，基于神經(jīng)網(wǎng)絡(luò )的機器翻譯系統，就在多個(gè)公開(kāi)測試集上超越了基于統計的機器翻譯系統。
單從翻譯步驟來(lái)看，劉俊華的體會(huì )是，基于神經(jīng)網(wǎng)絡(luò )的機器翻譯比其前任“簡(jiǎn)潔了非常多”。比如，要把一句中文翻譯成英文，基于統計的機器翻譯方法首先要對句子的詞匯、短語(yǔ)進(jìn)行切分，然后分別對每個(gè)單元進(jìn)行翻譯，再把翻譯結果組合起來(lái)，最后還要進(jìn)行調序等等。每個(gè)步驟都對應著(zhù)十分復雜的模型。
形象地說(shuō)，如果基于統計的方法是一條長(cháng)長(cháng)的流水線(xiàn)，基于神經(jīng)網(wǎng)絡(luò )之后只需一個(gè)“煉丹爐”。
新方法被稱(chēng)為“從端到端”的翻譯。“基本的神經(jīng)機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(shuō)，編碼器將源語(yǔ)言句子表示為一個(gè)向量，解碼器根據此向量逐詞產(chǎn)生目標譯文。也就是說(shuō)，一個(gè)句子經(jīng)過(guò)一次“加工”就能夠直接輸出目標語(yǔ)言。
不僅翻譯效率得到了極大提高，結果也更加流暢自然。這是因為，神經(jīng)機器翻譯方法是對整個(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計機器翻譯方法那樣生硬。
正是“流暢”和“自然”將機器翻譯技術(shù)推向更加實(shí)際的應用。而且在與其他人工智能技術(shù)相結合后，機器翻譯可以真正觸到人們語(yǔ)言不通的“痛點(diǎn)”，從而深度切入商務(wù)、旅行、學(xué)習等多個(gè)場(chǎng)景。
例如，無(wú)論是微軟的MicrosoftTranslator，還是科大訊飛的會(huì )議實(shí)時(shí)翻譯系統以及“曉譯”翻譯機，都結合了語(yǔ)音識別技術(shù)來(lái)為語(yǔ)言交談架起橋梁。而融入了光學(xué)字符識別(OCR)技術(shù)的百度翻譯APP，則可以在國外購物或旅游的場(chǎng)景下，幫助人們翻譯看不懂的英文路牌、菜單和說(shuō)明書(shū)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(yǔ)言隔閡。有網(wǎng)友戲言，或許不久后的一天，揣著(zhù)裝了高效語(yǔ)言翻譯APP的手機，鄰居大媽也能來(lái)一場(chǎng)說(shuō)走就走的世界旅行。所有國家的學(xué)生將徹底掙脫外語(yǔ)課的“黑暗統治”。
不過(guò)，要把重建“巴比倫塔”的美夢(mèng)寄托給當前、乃至未來(lái)一段時(shí)間內的機器翻譯技術(shù)，還是有點(diǎn)不太現實(shí)。
“基于神經(jīng)網(wǎng)絡(luò )的翻譯技術(shù)雖然帶來(lái)了機器翻譯質(zhì)量的較大提高，但是本身還存在諸多技術(shù)挑戰。”何中軍說(shuō)。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(lái)，但是這個(gè)“黑盒子”為何要這么翻譯，技術(shù)人員還難以對其進(jìn)行合理的解釋。
更重要的是，復雜、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。
雖然對單個(gè)句子的翻譯可以實(shí)現流暢和自然，但是在整個(gè)篇章的上下文理解方面，機器翻譯并不給力。一旦涉及歇后語(yǔ)、詩(shī)句、雙關(guān)語(yǔ)甚至口語(yǔ)化的表達，機器翻譯更會(huì )毫不掩飾地掉鏈子。而對于如何將知識融合到機器翻譯系統中，讓機器真正“理解”人類(lèi)的語(yǔ)言，目前還沒(méi)有較好的解決方案。
從另一個(gè)角度來(lái)看，無(wú)論是基于統計的機器翻譯，還是基于神經(jīng)網(wǎng)絡(luò )的機器翻譯，都以龐大的語(yǔ)料庫為基礎。然而劉俊華告訴科技日報記者，雖然中、英等主要語(yǔ)種的語(yǔ)料相對充足，一些小語(yǔ)種的翻譯，比如科大訊飛目前關(guān)注的國內少數民族語(yǔ)言的翻譯，依然會(huì )面臨語(yǔ)料短缺的問(wèn)題。
“目前的成果可以證明，神經(jīng)網(wǎng)絡(luò )在語(yǔ)言翻譯領(lǐng)域的應用效果不錯，但它的潛力還沒(méi)有完全發(fā)揮出來(lái)。”劉俊華給出的方案是，可以考慮將其他技術(shù)路線(xiàn)與基于神經(jīng)網(wǎng)絡(luò )的機器翻譯方法融合起來(lái)，使其各施所長(cháng)，實(shí)現更好的翻譯效果。
人工智能會(huì )不會(huì )取代專(zhuān)業(yè)的同聲傳譯？這個(gè)簡(jiǎn)單的問(wèn)題竟讓機器翻譯領(lǐng)域的專(zhuān)家們感到為難。何中軍用“任重道遠”作為回答，而在劉俊華看來(lái)，對照傳統的翻譯規則——“信、達、雅”，人工智能目前僅能實(shí)現“信”，離后二者尚有距離。
這么說(shuō)來(lái)，上帝或可放寬心：就算人工智能要幫助人類(lèi)重建“巴比倫塔”，也不過(guò)剛剛撿起幾塊磚瓦而已。
只是，未來(lái)呢？
