人工智能再攻下一城——“翻译领域赶超95%人类”【智库2861】

编辑整理/智库2861

在刚结束的2017GMIC（全球移动互联网大会），英国知名物理学家斯蒂芬•霍金，也谈及到 “而就目前来看，聪明的机器已经开始代替人类正在从事的一些工作，未来可能迅速地消灭数以百万计的工作岗位。”

 

而现在，人工智能似乎即将“再下一城”，在机器翻译领域，已超过绝大部分人类。在未来，翻译领域的人员工作堪忧。

 

如果你还对此没太有感知的话，看看下面这段话：

 

“近日，麻省理工学院官网上刊登了一篇解读神经网络的发展过程的文章，梳理介绍了神经网络在过去 70 年来的起起伏伏。在文章中，作者还简单介绍了 MIT 的大脑、心智和机器中心（CBMM）在神经网络基础理论上的一些研究成果。”

 

这是一段关于神经网络的介绍，不仅生晦难懂，还有不少专有名字。如果让你只简单借助基础的查词工具来翻译这样一段话，结果会是怎样？

 

我们随机找了两个人来实测。

第一位测试者小严，是北京一家金融公司从业人员，虽然平常不怎么用英语，但好歹大学英语六级也是轻松过，来看看他翻译出的结果：

“Recently, the official website of MIT published an article about the process of neural network, which introduces the ups and downs of neural network in the past 70 years. In this article  the author briefly introduces some research result of MIT's brain、CBMM in neural network basic theory.”

第二位测试者小贺，在一家互联网公司做市场工作，英语专业毕业，专业八级水平，平时用英语也比较多，她翻译出的结果是：

 

“Recently, an article published on the official website of MIT discussed the development of neural network in the past 70 years. In this article, the author also gave a general presentation of the research results of MIT brain, mind and machine center (CBMM) on the basic theory of neural network.”

 

 

 

第一位测试者的水平跟我们大部分差不多，第二位测试者显示出一定的专业性，水准还是很高的。

那如果同样是这段话，让机器翻译来翻译，结果是怎样呢？我们试了一下近期刚上线正火热的有道神经网络翻译：

有道神经网络翻译结果

“Recently, an article on the development of neural networks published online by the Massachusetts institute of technology (MIT) has described the rise and fall of the neural network over the past 70 years. In the article, the author briefly introduces the research results of the MIT brain, mind and machine center (CBMM) on the theoretical basis of neural network.”

 

对比一下结果，可以看到有道神经网络翻译的结果大大超出了普通人的翻译水平，基本上和英语专业八级的水平一样，甚至在一些细节方面处理得更好。

 

这大概是一个什么水平？我们在网上大概查了几个数字：

 

北京市的英语普及率是15%，作为中国受教育程度最高的城市之一，可目测全国的英语普及率应该在10%以下。

 

而在某英语培训机构发布的《英语熟练度指标报告》中，中国在70个国家中排名47，属于中等偏后的“低熟练度”水平。

 

由此，如果假设全球所有人的英语普及率在20%，那么高度熟练（相当于英语专业八级）的比例能有多少呢？估计30%都不到吧。

 

也就是说，目前有道神经网络翻译的翻译水平，甚至可以超过95%的人类。

 

不过话说回来，为什么它可以好这么多？——因为人工智能。

 

机器的优势在于，只要连接网络，它就可以拥有无穷无尽的数据。这些日积月累的庞大数据提供了丰富的语料。比如在上面的例子中，两位人类测试者没有一个人翻译出“麻省理工学院”，而机器翻译通过语料积累就可以轻易翻译成“Massachusetts institute of technology”。

 

但机器的弱势在哪？机器毕竟是程序，它没有人的变通，特别是反映在翻译领域，它无法理解句子的语序。而人类可以做到，两位测试者即使词汇量匮乏，但基本的语序都正确。

 

而人工智能对与机器翻译的改变就在于，它可以开始模拟人脑的运行模式，去处理翻译结果。以有道神经网络翻译来说，其技术带头人段亦涛在GMIC上的演讲提到，神经网络翻译模型模仿了人脑的工作机制，整个模型由大量的“神经元”来构成，一个“神经元”完成一些简单的任务，然后通过对这些“神经元”的组合来协调工作，最终得到更加出色的效果。

 

青出于蓝而胜于蓝。

 

有一组数字尤其值得关注：有道神经网络翻译技术所带来的翻译质量提升超过了过去10年的总和。仅仅用了不到2年时间，有道神经网络翻译就在翻译水平上，超过了绝大多数人类，并且发展速度提升了5倍。

 

而现在，人工智能的在机器翻译领域的突破，将进一步推动人工智能向更深发展。

 

在机器翻译领域探索多年，段亦涛希望对神经网络翻译的研究能够帮助人打破语言的障碍，使得信息的流通更加通常。另外，在对神经网络翻译的研究过程中，既包括了对语言的理解，也包括了语言的生成，这些都能极大地促进人工智能整体发展。

 

如今，人工智能已经成为了一种不可逆的潮流和趋势，给人们带来的便利也显而易见，正如当初移动互联网席卷世界一样。

 

而人工智能从某种程度上超越人类本身，不正是我们最初研究它的目的所在么？