2016年谷歌发布了其基于人工智能的神经网络翻译系统（GNMT：Google Neural Machine Translation），并宣称这款产品实现了几乎与人工翻译的无差别化，一时给业界带来了巨大的震动。今天我想给大家解读德国《明镜周刊》的一篇文章，文章中介绍了一家德国本土的创业公司DeepL。这家公司一出场就把矛头指向了目前行业的老大谷歌翻译，并自称自家研发的翻译系统已经在NMT技术上超越了谷歌。
DeepL是一家总部位于德国科隆的创业公司，它的前身是做在线翻译词典的Linguee。大家可能对Linguee并不熟悉，但这个词典真心好用, 我在德国的时候遇到一些很难翻的专有名词基本都是靠这个词典，它会把网络上已经有的关于这个词的对照翻译全部搜罗来并进行准确度与常用度的匹配分类来推荐，非常靠谱，只可惜目前翻译语言还没有中文。Linguee虽然很早就建立了爬虫系统来抓取互联网上的双语词句对照翻译， 但对于句子而言翻译出来的还是一片混乱，以至于不得不请专业的翻译人员进行整句配对评估和完善工作。其实不止是Linguee，当时谷歌的神翻译也经常在国外的互联网论坛中被拿来开心一下。但就在大约三年前，神经网络机器翻译还没有出现在大众视野中时，DeepL团队已经搭乘了第一班快车开始大量投入研发。虽然这班车上都是体量级强大的竞争对手，但DeepL有自信可以超越它们。
要说神经网络翻译的突然出现对于很多人工智能方面的专家而言就好像发现了一个新的物种一样兴奋，这项技术可以说完全突破了传统机器翻译的短语配对思路，而是将整句作为翻译的基本单元。那么DeepL究竟有哪些优势可以让它放言称超越谷歌翻译呢？
首先DeepL有着强大而完备的数据基础，这得归功于Linguee多年来出色的数据采集和管理， Linguee的数据集已经有超过十亿组对照翻译语句, 号称世界上最大的人工翻译数据集。 其次DeepL并没有采用NMT产品通用的循环神经网络 (RNN) ，而采用了通过其技术积累更加完善的卷积神经网络 (CNN)，相比RNN而言CNN能够使翻译更加精准自然。就像DeepL的总工程师Kultylowski在一次演讲中说到的一样，他把DeepL的算法比做一个孩子， 当一个孩子第一次在丛林中漫步的时候，他首先要学会的就是怎么样让自己的脚在遇到树枝石块等一些障碍物的时候抬起来并迈过去，以防被这些障碍物绊倒，对于成年人来讲这个动作已经被大脑学习过了，所以大脑在处理这部分信息的时候会根据学习到的模型产生一系列信号完成相应的动作。DeepL强大的数据会训练它的算法穿越在世界各种语言的丛林中自如漫步。DeepL为证明其实力还邀请了专业的译者进行了与其他竞品的测评，测评结果显示DeepL远超其他NMT翻译系统稳居第一，这其中当然包括谷歌。鉴于这只是DeepL自己给出的测评结果，官网也并未公布出更多测评信息，所以我自己也拿DeepL和谷歌翻译做了几组英德互译的对比测验，果然DeepL翻译得要比谷歌更加自然贴切，大家不妨也可以去试下。
虽然DeepL目前的技术可以在神经网络翻译的竞跑中保持领先，但这可能只是暂时的，因为在这个比赛中不仅有美国强大的对手步步紧逼，中国的有道翻译也紧随其后。在2017年有道发布了其自主研发的神经网络翻译系统。在如此激烈的竞争下我们不禁会想到，在不久的将来人工智能翻译是否会完全取代人工翻译？
对于这个问题，在德国一家知名翻译公司从事了多年翻译工作的Andrew Wakeman表示他并不担心自己的工作，相反他认为人工智能将改变而不会消灭他的工作。
就像在这个行业中的其他人一样，Wakeman早在很多年前就开始使用电脑辅助的翻译工具，它可以给出Wakeman一些常用短语的翻译建议，同时还可以识别出之前翻译过的内容并加以提醒，这种方法被称作 “机器辅助式的人工翻译” (MAHT：Machine-Assisted Human Translation)。 随着人工智能对翻译领域的不断渗透，Wakeman的角色也从MAHT过渡到了MTPE (Machine Translation Post-Editing 机器翻译后期编辑)。 人工智能翻译系统首先可以在几秒内完成翻译，接下来再由人工对一些错误疏漏或是文化用语上的误解进行修改完善，这样一来翻译人员就逐渐转变成了审校人员，充当起了机器翻译的助手。Wakeman对于这种转变并没有深感忧虑，他认为现在人工智能工具已经进入了很多领域，他们就像是办公室里被过度激励而拼命工作的同事一样，虽然能够以最快的速度完成最多的工作，但同时也需要有经验的同事对其工作进行引导管控和评估完善。这种人类和机器的分工阶段被称为人工智能时代的初级阶段，在这个阶段人工智能普遍充当的是加强生产效率的角色。比如现在一些大型律师事务所已经将文件审核整理等一些基础性的工作交给人工智能来做。
虽然目前在初级阶段的人工智能可能还不会抢走翻译人员的工作，但是主辅角色的转换或许会使他们的薪酬大大缩水，毕竟就目前而言翻译肯定要比审核校对挣得更多。
或许有朝一日机器翻译可以完全取代人工翻译，可以像人一样用自己的阅读、经验、情感、理解去诠释一篇文章，但这一天应该还非常非常遥远，相反我们可以想想当今社会是不是过于高估了人工智能，而低估了人类智能呢？
作者：Sido的玉米片
链接：https://www.jianshu.com/p/db28e0796dd7
随时随地看视频
