（原標題：殺死那個(gè)人類(lèi)同傳）

2018年9月20日，知乎上一篇圖文并茂的文章，將人們對“機器翻譯”的質(zhì)疑，再次置于放大鏡下。

文章作者Bell Wang，一名同聲傳譯工作者，指責著(zhù)名的人工智能公司——科大訊飛在一場(chǎng)由他擔任同傳的會(huì )議上，沒(méi)打招呼，就直接把他和搭檔口譯的內容語(yǔ)音識別成了文字并打到大屏幕上。而屏幕上顯眼的“訊飛聽(tīng)見(jiàn)”logo，給了現場(chǎng)觀(guān)眾很大的誤導，讓人以為這中文字幕是機器翻譯軟件直接翻譯得出的。

這篇文章迅速發(fā)酵，作為上市公司的科大訊飛不得不出面回應，強調自己“從沒(méi)有說(shuō)過(guò)要取代人類(lèi)”，沒(méi)有主觀(guān)惡意。在連續的幾場(chǎng)發(fā)布會(huì )和新聞稿中，高深莫測的“人機耦合”概念再次被科大訊飛拿出來(lái)，用于解釋他們的機器翻譯理念。

機器翻譯是為了幫助人類(lèi)翻譯的，科大訊飛說(shuō)。

盡管如此，同傳界對科大訊飛的負面觀(guān)感，并未因此減退。

PingWest品玩采訪(fǎng)了多位同傳從業(yè)者，他們普遍對科大訊飛缺乏正面印象。這并是不來(lái)自“機器翻譯搶走人類(lèi)飯碗”的擔憂(yōu)，而是源于包括科大訊飛在內的一眾“機器翻譯公司”，對同傳從業(yè)者“缺乏起碼的尊重“。

在這種糟糕的互動(dòng)關(guān)系背后，自人類(lèi)有文明交流以來(lái)便出現的語(yǔ)言翻譯，正在走向兩個(gè)分岔路。

公然羞辱

2017年底，美國前總統奧巴馬來(lái)到中國參加了一場(chǎng)企業(yè)峰會(huì )。這場(chǎng)會(huì )議后來(lái)因大量流出的“微商握手奧巴馬”圖片而走紅。不過(guò)在這場(chǎng)走穴現場(chǎng)，真正的主角是科大訊飛。

入行5年的同傳譯員喬亞（化名）是當天會(huì )議的同傳之一。會(huì )議即將開(kāi)始前，現場(chǎng)一片混亂，一名主辦方工作人員匆匆找到正在做最后準備的喬亞和她的搭檔，說(shuō)“科大訊飛也會(huì )來(lái)”。主辦方告訴她們，科大訊飛在會(huì )上會(huì )把她們的同傳用語(yǔ)音識別技術(shù)展示在大屏幕上，提醒她們翻譯時(shí)要“小心一些”。

在當天這場(chǎng)”寸時(shí)寸金“的活動(dòng)上，主辦方安排了多場(chǎng)路演，但由于時(shí)間把握的問(wèn)題，幾個(gè)講者在演講末尾不得不提高語(yǔ)速，最終快到同傳無(wú)法及時(shí)翻譯?！八砸粋€(gè)直接結果就是，當時(shí)屏幕出現長(cháng)時(shí)間空白，不一會(huì )兒科大那邊就直接把屏幕關(guān)了?！?/p>

活動(dòng)結束時(shí)喬亞一度擔心自己的翻譯完成度，擔心客戶(hù)會(huì )不滿(mǎn)意。但接下來(lái)的一幕卻讓她更加憤怒：

活動(dòng)全部結束后，科大訊飛的一名高層突然蹦到臺上，對奧巴馬驕傲地說(shuō)到：“今天我們在屏幕上看到的實(shí)時(shí)字幕，都是科大訊飛的翻譯技術(shù)做的同傳?！?/strong>

而在當天的活動(dòng)全程中，科大訊飛自始至終沒(méi)有和譯員有過(guò)任何接觸。

這樣的做法與Bell Wang在知乎熱文里吐槽的行為如出一轍，而PingWest品玩采訪(fǎng)的多名同傳都表示，自己也受到過(guò)相似的待遇。

張偉是一名從事同傳8年的譯員，他記得在至少兩次他同傳的活動(dòng)中，現場(chǎng)嘉賓在發(fā)言中突然脫稿說(shuō)，如果他當天帶來(lái)了自己公司的翻譯產(chǎn)品，就不需要今天的同傳了。而更加諷刺的是，作為現場(chǎng)的同傳，他還需要把這些言論翻譯成英文告訴老外觀(guān)眾。

“第一次遇到這種場(chǎng)景的時(shí)候我特別氣憤，但作為譯員我們要保持客觀(guān)，我還是給他翻了。當時(shí)我和搭檔互相看了一眼，兩人滿(mǎn)臉的抵觸?！?/p>

如今國際化的科技大會(huì )越來(lái)越多，那些擁有翻譯技術(shù)的科技公司嘉賓，總是喜歡拿就在現場(chǎng)的人類(lèi)同傳說(shuō)事，并且對這種近乎公然羞辱的行為自我感覺(jué)良好。

在接受采訪(fǎng)的多名同傳的描述中，這些機器與人共存的場(chǎng)合，沒(méi)有協(xié)同工作，也沒(méi)有同場(chǎng)競技，有的只是荒謬的鬧劇， Bell Wang吐槽的這一次與他們經(jīng)歷的并沒(méi)有什么區別。唯一的不同只是，這一次事情“鬧大了”，不再只局限于同傳圈子。

“業(yè)內的朋友們也開(kāi)始在我身上寄托很多期望，希望維護合理的權利和訴求?！?Bell Wang 在自己帖子引發(fā)巨大反響后這樣說(shuō)到。

“從業(yè)者越來(lái)越浮躁”

中國人對科技的熱衷，讓“AI取代人類(lèi)”成了所有人掛在嘴邊的話(huà)題。說(shuō)的多了，許多”震驚體“的標題，也開(kāi)始被所有人嚴肅對待。

如今你時(shí)不時(shí)就會(huì )在網(wǎng)上看到“AI取代同傳”樣式的標題，在張偉印象中，同傳圈第一次集體因此憤怒是2013年，當時(shí)中國移動(dòng)的前董事長(cháng)王建宙在央視接受采訪(fǎng)，他強調4G帶來(lái)傳輸速度的飛躍將大大提升機器翻譯的速度，進(jìn)而替代人類(lèi)同傳。

“如果4G讓做同聲傳譯的失業(yè)了，那我們這個(gè)行業(yè)就太高興了?！?王建宙隨口一說(shuō)，同傳們焦慮許久。

小L是一名入行不到4年的年輕同傳，她的生活節奏代表了最典型的同傳譯員。我在她上下午兩場(chǎng)活動(dòng)的間隙見(jiàn)到她：一身嶄新西裝、腳踏高跟鞋，但依舊走路生風(fēng)。雖然過(guò)往一周每天都在“接會(huì )”（擔任會(huì )議的同傳），但在她化著(zhù)淡妝的臉上卻看不到絲毫疲態(tài)。對這種快節奏的生活，她早已習慣?！斑@是做同傳的常態(tài)?！彼f(shuō)。

在大部分時(shí)間里，她都保持著(zhù)職業(yè)的微笑，只是當談及AI翻譯的話(huà)題時(shí)，她皺起了眉。

在此次科大訊飛的風(fēng)波之前，機器翻譯就曾在主流輿論中引發(fā)過(guò)一次熱議。今年4月的博鰲亞洲論壇上，騰訊的機器同傳產(chǎn)品“翻譯君”高調亮相。

小L記得，在博鰲論壇開(kāi)幕前，她以前合作過(guò)的一個(gè)客戶(hù)給她轉來(lái)一篇文章，內容是騰訊為”翻譯君“亮相而發(fā)布的新聞稿，但題目則被多家自媒體改作“AI即將取代同傳”。

“他什么意思？以后不需要和我合作了？”小L心里想，當時(shí)感到有點(diǎn)慌。不過(guò)之后的進(jìn)展讓她松了口氣。

在那個(gè)熱鬧的大會(huì )上，“翻譯君”僅用幾天時(shí)間就從“業(yè)界首個(gè)完整AI同傳服務(wù)”，迅速淪為一個(gè)錯誤百出的蹩腳翻譯，諸如“我們需要一張臉，一張新的臉”的翻譯讓人哭笑不得，整體聽(tīng)下來(lái)也是磕磕絆絆，基本無(wú)法通過(guò)它弄清楚現場(chǎng)在討論些什么。

小L覺(jué)得可笑，但緊跟而來(lái)的則是憤怒。

“同傳這個(gè)行業(yè)向來(lái)是靠實(shí)力說(shuō)話(huà)，你的翻譯水平、你的情商，都很重要?！毙說(shuō)?！暗F在突然間機器翻譯來(lái)了，誰(shuí)都還沒(méi)看過(guò)它們真的翻出什么成果，或者真的證明比我們人類(lèi)優(yōu)秀，但是一瞬間我們所有人類(lèi)同傳就是多余的了，連比較一下都不用。這感覺(jué)很不爽?！?/p>

小L2014年讀研期間開(kāi)始跟著(zhù)老師參加會(huì )議的同傳，正式入行。但畢業(yè)后的前2到3年，做為新人，每個(gè)月最差時(shí)可能就只有2到3場(chǎng)會(huì )，天天都很著(zhù)急?！懊恳粋€(gè)機會(huì )都要十分珍惜，如何讓客戶(hù)滿(mǎn)意，跟翻譯公司維護好關(guān)系，讓他們在下一次有會(huì )的時(shí)候能想起你。然后自己還要強迫自己每天都練習聽(tīng)力和翻譯?？傊Σ蝗菀??！毙回憶說(shuō)。

但同傳是翻譯行業(yè)的塔尖，而且同傳本身也是一個(gè)金字塔型的行業(yè)，進(jìn)入頂端才有機會(huì )，因此小L削尖了腦袋也要擠進(jìn)去?！拔覐牟慌潞屯瑢W(xué)、前輩競爭，有機會(huì )總是會(huì )觀(guān)察其他譯者，甚至是我的搭檔，從她們的長(cháng)處學(xué)習，同時(shí)也知道他們的毛病在哪?！?/p>

而這一切到了機器翻譯那，卻可以不戰而勝。越來(lái)越多科技公司在宣傳時(shí)都把“同傳”當成自己機器翻譯技術(shù)的靶子。

“很多時(shí)候機器犯的錯誤對人類(lèi)同傳來(lái)說(shuō)就是災難，比如我看到過(guò)機器翻譯在一家公司年會(huì )現場(chǎng)把人家公司名稱(chēng)翻錯，在國際論壇把地名翻錯，再比如博鰲這次，連一帶一路這樣的詞語(yǔ)也敢翻錯?！毙說(shuō)。

她覺(jué)得，這與同傳整體的低調有關(guān)：與坐在臺前和講者肩并肩的交傳不同，同傳往往“躲”在現場(chǎng)的某個(gè)角落，同時(shí)同傳譯員大多是自由職業(yè)者的工作狀態(tài)，獨來(lái)獨往，競爭激烈，沒(méi)有什么抱團的習慣，也不太集體發(fā)聲。

“也許因為我們總坐在角落的箱子里，他們不知道我們的態(tài)度吧。所以這些公司總是把同傳做為宣傳中瞄準的對象。但這些動(dòng)輒’替代同傳’的言論，其實(shí)是一種缺少尊重的表現?！毙說(shuō)。

“機器翻譯水平這么差，但還把同傳做靶子，也是因為同傳是最高水平，而且也算是一個(gè)高薪的工作，說(shuō)用機器取代我們會(huì )更有噱頭，有利于他們吸引關(guān)注。而且對于那些上市公司，還有利于抬升股價(jià)?！眴虂喺J為。

而張偉則感到困惑，他從行業(yè)估值角度估算了一筆賬，認為就算機器真能取代人類(lèi)同傳，同傳這點(diǎn)市場(chǎng)也不值得科技公司花費如此巨大的投入。

“我算了一下，同傳市場(chǎng)按照2000名譯員、每名譯員每年150場(chǎng)會(huì )，每場(chǎng)按照現在平均水平，譯員5000元、翻譯公司拿另外的5000元，那這樣就是30個(gè)億。再加上同傳設備的租賃費大約50個(gè)億，這已經(jīng)是很高的估計，但也才多少?！睆垈フJ為，就算把他估計的數字乘以10，也根本不值得這些科技公司大張旗鼓地做。

“我看，同傳這個(gè)概念算是被這些科技公司做市場(chǎng)營(yíng)銷(xiāo)的給‘綁架’了?！毙憤憤地說(shuō)。然而，盡管看不上機器翻譯現在的水平，但小L承認，她也不確定未來(lái)10年機器翻譯會(huì )發(fā)生怎樣的變化。

這種鋪天蓋地的宣傳已經(jīng)開(kāi)始影響同傳行業(yè)里的每一個(gè)人。

喬亞目前還在一所高校兼職教授同傳課程，她記得在給一個(gè)研究生班上的第一節課上，這些未來(lái)的同傳主力軍關(guān)心的最多的話(huà)題也是“AI這么強大，我們還需要學(xué)習同傳么？要不要趁早改行”。這讓她哭笑不得。

而張偉認為這很容易理解?！鞍凑宅F在這樣的發(fā)展，未來(lái)10年真的不好說(shuō)。而這些20多歲的學(xué)生，10年后正進(jìn)入事業(yè)黃金期，誰(shuí)都不想在那時(shí)候被機器取代，丟掉飯碗?！?/p>

一方面親眼看著(zhù)如今機器翻譯的糟糕水準，但另一方面卻又停不住的感到擔憂(yōu)，如此糾結往復成了同傳們生活的一部分，給本就壓力不小的生活平添更多煩惱。

小L發(fā)現，這幾年關(guān)于A(yíng)I取代人類(lèi)同傳的討論已經(jīng)取代了所有與業(yè)務(wù)相關(guān)的討論，成為行業(yè)內唯一持久的熱議話(huà)題。

“以前還安安靜靜討論討論接會(huì )和做翻譯的業(yè)務(wù)經(jīng)驗，現在網(wǎng)上和群里就都是討論AI又干了什么?！毙說(shuō)?！疤焯煜脒@個(gè)，讓從業(yè)者都顯得越來(lái)越浮躁了?！?/p>

人類(lèi)和機器互不理解

在瞄準同傳這一行業(yè)的同時(shí)，這些機器翻譯技術(shù)的研發(fā)者們對同傳的理解卻與擁有百余年發(fā)展史的同傳這一工種有很大不同。

在被問(wèn)及科技界對常常提到的“機器同傳”的定義，微軟首席語(yǔ)音科學(xué)家黃學(xué)東對PingWest品玩表示，他們的理解更多是指語(yǔ)音識別與機器翻譯的結合。他表示，如今在語(yǔ)音識別上由于抗噪的能力還有所限，這一點(diǎn)比人類(lèi)是要差點(diǎn)。但機器翻譯方面，它的速度絕對是人類(lèi)比不上的。

小L就認為，同傳不是機械地翻譯，而是要保證溝通，達到交流的目的?！斑@些AI翻譯公司所說(shuō)的同傳，和我們從事的同傳，完全就是兩個(gè)事情?！毙說(shuō)。

科大訊飛在此次風(fēng)波過(guò)后的回應中提到“人機耦合”的獨創(chuàng )概念?！叭藱C耦合翻譯模式，由機器提供語(yǔ)音轉寫(xiě)和翻譯結果給同傳參考，輔助同傳降低工作強度并提升效率，文字展示區Logo顯示為‘訊飛聽(tīng)見(jiàn)’?！?/p>

但這種服務(wù)同傳譯員的說(shuō)法，看起來(lái)卻基本是一廂情愿。

根據業(yè)界的定義，同聲傳譯是指譯者用一種語(yǔ)言把另外一種語(yǔ)言所表達的內容，以與發(fā)言人幾乎相同的速度，用口頭形式準確表達出來(lái)的一種口譯方式 。

“同傳需要很強的聽(tīng)力，正確判斷講者的停頓，需要做順句驅動(dòng)，也就是和講者同時(shí)開(kāi)口并隨時(shí)調整邏輯確?；就角覝蚀_?！睆垈ソ榻B?！岸鴻C器現在就只是譯一句喘一兩分鐘，這是假同傳?！?/p>

“同傳已經(jīng)成功運行百來(lái)年，不須要這樣的支持。有些翻譯軟件其實(shí)就挺好用，利用人工智能把資料用兩分鐘譯好，關(guān)鍵詞譯的也非常準，這種人工譯員確實(shí)可以利用?！睆垈フf(shuō)?！暗藱C耦合就是個(gè)偽命題，因為同傳工作路徑與訊飛的工作路徑平行，這怎么耦合？好比兩列齊頭并進(jìn)的火車(chē)，同傳譯員邊聽(tīng)邊譯，人工智能識別采用的信號起始點(diǎn)與譯員的起始點(diǎn)一模一樣。你不比我們快，你的車(chē)頭不可能站我們前邊拉火車(chē)。而站我們后面，我們又不需要你了?！?/p>

而且，無(wú)論是科大訊飛還是騰訊的翻譯君，在這幾次會(huì )議同傳中，都沒(méi)有任何輔助人類(lèi)同傳的行為。

一位曾在博鰲大會(huì )與騰訊翻譯君“一同”為觀(guān)眾提供同傳的譯員，曾對PingWest品玩回憶當時(shí)的工作場(chǎng)景：“會(huì )場(chǎng)內有一塊屏幕，會(huì )出AI同傳字幕，而人類(lèi)同傳譯員照例坐在會(huì )議室后面角落的同傳間里，根本看不到。工作時(shí)不可能再分心去關(guān)注它，也更沒(méi)有‘共同工作’的情況?？梢员扔鞒蓛商装嘧油瑫r(shí)工作。我們也是從社交媒體上看到有關(guān)報道才知道有騰訊的產(chǎn)品在現場(chǎng)的?！?/p>

而在科大訊飛此次的風(fēng)波中，訊飛聽(tīng)見(jiàn)系統只是把同傳的聲音轉為文字，不僅提不上幫助，而且更多是在依賴(lài)人類(lèi)同傳。而且這種語(yǔ)音轉字幕功能在同傳場(chǎng)景下更顯的奇怪，炫技的成分多于解決實(shí)際需求的作用。

“現在很多所謂AI同傳在會(huì )場(chǎng)的實(shí)現方式都是打字幕，這樣的設計明顯是反人類(lèi)的，可能更適合聽(tīng)障人士。因為人們通過(guò)聽(tīng)力可以獲取更多信息，而且還能邊聽(tīng)邊把眼睛用在別的地方，比如看看PPT，或者看著(zhù)本子記筆記等等，用來(lái)看字幕就太奇怪了?！?/p>

“從我的觀(guān)察來(lái)看，這些機器翻譯技術(shù)公司里，應該是沒(méi)有哪怕一個(gè)懂同傳的人來(lái)幫他們提供建議?！睆垈フf(shuō)。

PingWest品玩采訪(fǎng)的多名不同背景的同傳都表示，沒(méi)有聽(tīng)說(shuō)有翻譯、同傳等專(zhuān)業(yè)背景的人進(jìn)入科技公司參加機器翻譯研發(fā)的工作，而他們也都沒(méi)有和研究機器翻譯的人員有過(guò)什么直接交流。

科大訊飛翻譯業(yè)務(wù)的負責人翟吉博曾對PingWest品玩介紹，他們的團隊中也有翻譯出身的人，但具體的職責僅僅是測試，對系統進(jìn)行評估，制訂些標準。也就是并不會(huì )參加到最核心的討論中。據PingWest品玩了解，微軟、搜狗等公司情況也類(lèi)似，翻譯技術(shù)團隊多以機器學(xué)習、大數據等專(zhuān)業(yè)背景的專(zhuān)家為主，很少有傳統英語(yǔ)學(xué)科背景的人加入。

但事實(shí)上，雙方的這種”絕緣“并非一直如此。

最早在上世紀70年代，基于規則的機器翻譯理論最早被提出，也被稱(chēng)作傳統的自然語(yǔ)義方法，它屬于最初的AI研究流派之一：“symbolic AI”。這種方法實(shí)現翻譯的方式是，把所有英語(yǔ)和中文語(yǔ)法規則和一整本英語(yǔ)詞典及一整本中文詞典編碼進(jìn)機器，之后輸入英語(yǔ)句子后，機器就對應地得出一句中文。

這其實(shí)是嘗試模仿人類(lèi)對語(yǔ)言的理解?！皞鹘y的自然語(yǔ)義方法是按照人類(lèi)的理解來(lái)理解?！秉S學(xué)東對PingWest品玩表示。當時(shí)最初的機器翻譯研究者，經(jīng)常需要向語(yǔ)言學(xué)專(zhuān)業(yè)的專(zhuān)家請教，共同研發(fā)。

但之后，到了90年代，基于統計的方法被應用到機器翻譯領(lǐng)域，并給翻譯效果帶來(lái)巨大的躍升。研發(fā)者也紛紛轉向基于統計的機器翻譯方法。這種方法更像是純粹的計算機方法，已經(jīng)與傳統自然語(yǔ)義方法有很大不同，也不再對研究翻譯和語(yǔ)言學(xué)等學(xué)科的人們有太多依賴(lài)。

而進(jìn)入最近5年，深度學(xué)習再次推動(dòng)機器翻譯的進(jìn)步。2011年谷歌開(kāi)始研發(fā)和使用的“神經(jīng)網(wǎng)絡(luò )”模仿人類(lèi)大腦由神經(jīng)元構成的結構，每一層神經(jīng)網(wǎng)絡(luò )都會(huì )對數據進(jìn)行分析以找到其中存在的規則，多層的神經(jīng)網(wǎng)絡(luò )則類(lèi)似現在流行的深度學(xué)習概念，可以發(fā)尋更多的范式。2016年，谷歌將神經(jīng)網(wǎng)絡(luò )用于其翻譯產(chǎn)品上，再次大大提升了翻譯質(zhì)量，逐漸成為現在各家科技公司機器翻譯技術(shù)的主流。

至此，機器翻譯的邏輯與人類(lèi)進(jìn)行翻譯的方法分別走向兩條岔路。

不確定的未來(lái)

“機器翻譯的算法和人類(lèi)思維很不同?！秉S學(xué)東說(shuō)?！昂?jiǎn)單形象地描述，機器翻譯是把一種人類(lèi)語(yǔ)言投射到一個(gè)數字化的高維空間，然后在此進(jìn)行解碼，解碼成另外一個(gè)語(yǔ)言。這個(gè)空間高維到人類(lèi)不可想象?！?/p>

“機器翻譯和人類(lèi)翻譯的邏輯很不一樣，其實(shí)對于我們來(lái)說(shuō)，也沒(méi)必要去研究人類(lèi)同傳或翻譯的邏輯，關(guān)鍵的是算力和數據?！币幻趪鴥瓤萍计髽I(yè)負責機器翻譯團隊的產(chǎn)品經(jīng)理對PingWest品玩表示。

黃學(xué)東也表示，提升機器學(xué)習的質(zhì)量，要靠高質(zhì)量的數據、不同的算法模型以及性能完善的軟件系統。他表示，今年3月微軟的機器翻譯系統在一個(gè)中-英新聞測試集上，達到了可與人工翻譯媲美的水平。此次突破主要依靠的就是機器學(xué)習組新研發(fā)的對偶學(xué)習、推敲網(wǎng)絡(luò )等模型，其中不少都是受人類(lèi)工作模式的啟發(fā)。

但是，雖然每個(gè)模型的原理都能說(shuō)清楚，靈感也可能是在模仿人類(lèi)，然而融合了這些模型的端對端系統則是一個(gè)超大的神經(jīng)網(wǎng)絡(luò )黑箱。它會(huì )自己把機器翻譯的模型學(xué)習出來(lái)，外部很難弄清楚里面發(fā)生了什么。這樣的方式也讓機器翻譯存在著(zhù)不可解釋性。

在此前博鰲論壇出洋相后，騰訊就對其中出現亂碼的情況進(jìn)行分析，最終給出的解釋便是：“出現這種情況主要是包括神經(jīng)網(wǎng)絡(luò )機器翻譯在內的深度學(xué)習算法，在原理上或多或少都有一定不確定性，在特定的情況下有一定的概率引發(fā)翻譯偏差?！?/p>

而這些在機器翻譯研究者眼中已經(jīng)習慣的“特性”，對于普通人來(lái)說(shuō)則可能帶來(lái)?yè)鷳n(yōu)。小L就對機器翻譯領(lǐng)域大量的晦澀術(shù)語(yǔ)十分反感?！拔覍C器翻譯只有很簡(jiǎn)單了解過(guò)，我看不懂那些復雜的算法和技術(shù)?！毙說(shuō)?！暗俏液芊锤羞@些公司在犯錯的時(shí)候拿什么不確定性或者其他聽(tīng)起來(lái)很?chē)樔说腁I高級術(shù)語(yǔ)來(lái)搪塞?！?/p>

小L形容，每每聽(tīng)到科技公司不斷宣傳“只要數據足夠多，就能訓練出與人一樣水平的翻譯”時(shí)，就好像聽(tīng)到猴子足夠多就能寫(xiě)出莎士比亞全集一樣，初聽(tīng)荒謬可笑，細想卻感到嚇人：“如果失控了怎么辦？”

除此之外，一些以翻譯為終生事業(yè)的人們還在思考，人類(lèi)與機器在對待語(yǔ)言和翻譯這件事上的不同，會(huì )帶來(lái)什么后果？

人類(lèi)學(xué)習外語(yǔ)時(shí)，以理解這門(mén)語(yǔ)言為目的，但機器看起來(lái)則僅僅是完成了從輸入到輸出的任務(wù)，在不少語(yǔ)言學(xué)者的眼里，它似乎永遠不能算是“懂得”了一門(mén)語(yǔ)言。

“這是個(gè)非常好的問(wèn)題，有各種各樣不同的觀(guān)點(diǎn)?！秉S學(xué)東表示，機器翻譯過(guò)程中，就是從低維空間到高維空間的投射過(guò)程，從計算機角度講，它就是理解了這個(gè)語(yǔ)言。反過(guò)來(lái)說(shuō)，機器在高維空間非常得心應手，但對于我們人類(lèi)又是不可理解的?！?/p>

“人類(lèi)的語(yǔ)言和機器的語(yǔ)言是不一樣的，而我們現在用了一種機器可以理解的方案，來(lái)完成人類(lèi)語(yǔ)言的翻譯，它的效果遠比基于人類(lèi)知識結構方法來(lái)設計的機器翻譯，要好很多?！秉S學(xué)東說(shuō)?！斑@就是理想與現實(shí)的差距?！?/p>

    其實(shí)我們人類(lèi)還不是也一樣，誰(shuí)也說(shuō)不清到底人腦是怎么運行，但我們不是一樣在依賴(lài)它？那如果有一天我們訓練的機器可以穩定輸出，媲美人類(lèi)，那為什么不能依賴(lài)機器呢？”上述產(chǎn)品經(jīng)理對PingWest品玩說(shuō)。

就這樣，AI繼續吃進(jìn)大量的數據、補充各種新鮮的模型，從而自我進(jìn)化，然后參加機器翻譯的比賽，用科技界自己設立的標準來(lái)衡量著(zhù)進(jìn)步程度；另一邊，人類(lèi)同傳則繼續提升自己對語(yǔ)言的理解，磨練自己的翻譯技巧，像傳統的手藝人一樣把這種工匠技藝傳承下去。而且，兩者并不怎么溝通。

人類(lèi)自有文明交流以來(lái)便伴隨出現的語(yǔ)言翻譯這件事，正走入兩個(gè)分岔路。兩者就像在兩個(gè)平行宇宙運行，何時(shí)會(huì )重合？還是會(huì )帶來(lái)沖突？

目前沒(méi)人知道。