3
| 本文作者： 張馳 | 2016-09-30 09:01 |
本周三，Google發(fā)布新版神經(jīng)機器翻譯（GNMT）系統(tǒng)，并表示使用了最先進的訓(xùn)練技術(shù)，翻譯質(zhì)量會有較大提升。
雖然Google一直都在將神經(jīng)網(wǎng)絡(luò)技術(shù)用于自己的人工智能產(chǎn)品，但好像自Alphago以后，“神經(jīng)”二字特別敏感，新的翻譯系統(tǒng)也引起了不少爭論。現(xiàn)在流傳比較廣的評價來自從事翻譯職業(yè)的網(wǎng)友：
作為翻譯，看到這個新聞的時候，我理解了18世紀紡織工人看到蒸汽機時的憂慮與恐懼。
這種兼具歷史感與行業(yè)認知的評價特別感染人。不過凡事要客觀看待，雷鋒網(wǎng)親測后發(fā)現(xiàn)，翻譯質(zhì)量比傳統(tǒng)的機翻體驗好上不少，但仍不到實用的地步。
如果你想知道“如何評價”這件事，或許可以看看加拿大國家研究委員會NRC多語言處理研究組陳博興研究員的點評。他1998年本科畢業(yè)于北京大學，2003年博士畢業(yè)于中國科學院聲學研究所，主要研究興趣是自然語言處理、機器翻譯和機器學習。
以下是點評內(nèi)容：
這兩天，“受邀”在幾個微信群里點評刷遍微博和微信朋友圈的關(guān)于Google神經(jīng)網(wǎng)絡(luò)機器翻譯的文章和報道。我的點評如下：
首先，Google所做的事情是將這兩年學術(shù)界神經(jīng)網(wǎng)絡(luò)機器翻譯的多種最新技術(shù)做了一個整合集成，利用他們強大的工程能力和計算能力，搭了一個很好的系統(tǒng)。他們最好的單系統(tǒng)比我利用Open source訓(xùn)練的系統(tǒng)，在同一個數(shù)據(jù)集上要好了大概3個多BLEU。3個多BLEU的差距，如果由人來判斷，仔細看的話，是能感覺到的，但是也就是一個小的進步，談不上突破什么的。
對于他們的文章，我覺得有兩個遺憾的地方：
1. 所采用的技術(shù)都是之前發(fā)表過的，沒有全新的技術(shù)（對Google的要求自然要高一點）
2. 如果我們有那么大的計算和工程能力，以及那么多人力可以投入，即使只是整合已有技術(shù)，我覺得我們可以做得更好，比如我會加上清華大學劉洋他們首先采用的最小風險訓(xùn)練方法來進行訓(xùn)練，等等。
其次，媒體往往是無知的，為了博人眼球而什么話都敢說的。甚至有媒體想當然地說Google是把AlphaGo神經(jīng)網(wǎng)絡(luò)應(yīng)用到Google翻譯。拜托，這是完全不同的神經(jīng)網(wǎng)絡(luò)。什么都不懂就敢胡亂開牙是媒體，尤其是國內(nèi)媒體的通病，懶得去糾正他們了。
那么Google翻譯達到了人類翻譯的水準嗎？那要看在什么語言，什么領(lǐng)域，什么任務(wù)上。舉個極端的例子，如果只是翻譯單個單詞，我們99.99%的人都比不過電子詞典。如果只是翻譯比較短的句子，訓(xùn)練語料里覆蓋得全而且次數(shù)多的句子，機器翻譯自然有優(yōu)勢。但要是一個全面的比較，機器翻譯跟專業(yè)譯員的距離相差還是很大的。其實所有的人工智能都是同樣的，什么人臉識別超過人類，語義理解超過人類等等，下次再碰到這么說的公司或者媒體，別理他！活不好好干，就知道忽悠人。
最后的問題，來源于一個這次刷屏的標題，“作為一個翻譯，我理解18世紀紡織工人看到蒸汽機的憂慮和恐懼”。且不說這個類比不恰當，就算恰當，沒看見19、20世紀的紡織工人數(shù)量比18世紀高了不止一個數(shù)量級嗎。作為一個18世紀的紡織工人你擔心什么啊。
翻譯也是這樣，機器翻譯在可以預(yù)見的未來取代不了人工翻譯。尤其是現(xiàn)在的人工翻譯的市場跟機器翻譯的市場基本上不重合，人工翻譯對準的是高端市場，要求很精準的翻譯需求，而機器翻譯則是：
1. 要求不那么精準的翻譯情景，比如旅游，比如網(wǎng)頁瀏覽，比如信息監(jiān)控等等。
2. 機器翻譯幫助專業(yè)翻譯人員提高效率。
如果中國對外交流的程度達到歐美現(xiàn)在的程度，那么中國的高端翻譯市場將會是無比巨大的。有志于從事翻譯的同學，放心大膽地進來吧。當然了，作為一個翻譯，如果你到現(xiàn)在還裝作看不見機器翻譯的進步，還在完全排斥機器翻譯，那么被市場淘汰就怨不得別人了。
雷峰網(wǎng)原創(chuàng)文章，未經(jīng)授權(quán)禁止轉(zhuǎn)載。詳情見轉(zhuǎn)載須知。
