人工智能“翻译官”上岗，翻译是不是要丢饭碗了?外语专业学生又该怎么办？

作者:陈琦

自从被人工智能　(AI )“附体”后，机器翻译步入了全新的快速发展通道并开始引发社会广泛关注。

最近，美国微软公司宣布，其研发的机器翻译系统首次在通用新闻汉译英方面达到人类专业水平，实现了　自然语言处理的又一里程碑突破。

而与之相关的另一则消息是，2018年博鳌亚洲论坛上，腾讯公司无偿向大会部分论坛提供人工智能同声传译，嘉宾的演讲内容被人工智能同传实时识别，并翻译成中英双语字幕进行投屏展示。结果是，人工智能同传“翻车”了，现场暴露出不少问题和低级翻译错误。

即便如此，在人工智能翻译技术日新月异的时代，高校外语专业的教育工作者仍然要思考一些问题：高校翻译专业是否已经面临生存危机？　高校该如何完善现有人才培养方案，以适应今后二十年的行业发展？

机器翻译，尚未达到理解人类自然语言的水平

在谈论人工智能翻译前，让我们先对机器翻译有一个快速认知。

首先，机器翻译的优势是交付速度快、能在短时间内进行大量文本的翻译，这一点无需赘言。其次是成本低，与聘用专业人工译员相比，机器翻译的单位成本相对较低。尤其是在处理数量大、专业术语多、语法规范、不带个人情感的技术资料时，这一点表现得尤为明显。

机器翻译的优势还体现为即时性与易控性，机器翻译不受时间地点的约束，无需预约，能随时提供服务，流程简单快捷、翻译所耗费的总时间的可控性强。就质量而言，机器翻译的译本一致性强，专业术语准确率高。

当然，目前的机器翻译依然存在瓶颈，虽然发展势头迅猛，但是当前的译文质量却仍然不尽人意。造成这些瓶颈的因素，不仅是技术上的，也有语言哲学层面上的。因为人类语言在实际运用中是复杂的。翻译不是简单的对字面意思进行转换，还需要对源文本所涉及的语义深层结构、文体风格、语言风格、人际意义等进行领会和再现。目前的机器翻译，尚未达到理解人类自然语言的水平，尚未能够把语言中蕴含的情感、意境、文化等维度理解表达到位，这一欠缺在文学翻译中表现得尤为明显。

人工智能翻译挑战翻译服务业，如同无人驾驶之于职业司机

但是，我们不可低估人工智能在翻译领域的应用潜力和革命性的意义。英国　《自然》　杂志梳理近年来科技领域的十大突破，将人工智能列为榜首。我们看到，机器翻译的系统经历了不断的演变升级，从基于规则和实例，到基于语料库和统计学，再到如今以人工智能为支持的“基于深度学习的神经网络机器翻译”，机器翻译的译文质量相较过去已经有了显著的提升，正变得越来越“人性化”。人工智能模拟人类意识和思维的信息处理过程，而深度学习技术仿照人类大脑神经系统的运作，将传统的人工神经元网络的内置层级予以规模放大，从而使系统拥有更为复杂的学习行为。

“基于深度学习的神经网络机器翻译”目前已经被谷歌、脸书、微软、苹果、IBM、百度、有道、搜狗、科大讯飞、腾讯等科技公司所采用。这种算法主要依靠两种基本神经网　络架构，即循环神经网　络(Recurrent Neural Networks)　和卷积神　经　网　络　( Convolutional Neural Networks)，可以综合上下文语境信息，通过时间递归或分层处理加深对句子的理解，完成句子的编码和解码，生产出更具整体性、准确率更高、逻辑性更强、语篇更流畅、阅读体验更友好的译文。

然而，这些成就并非机器翻译的终点，人工智能可以基于人工勘误后的结果，学习更符合人类语言习惯的表述，借助云计算不断优化升级翻译能力。如果说有朝一日，机器翻译实现了某种程度的“情感理解”，那也不是完全不可能的事情。

在可以预想的将来，随着人工智能技术的升级，机器翻译将逐渐占据对翻译精度要求不那么严苛的中低端口笔译市场。人工智能翻译将如同无人驾驶技术对职业司机构成挑战一样，对现有的翻译服务业形成巨大冲击。

机器翻译和人工翻译，未来将错位竞争

那么，外语院校翻译专业的毕业生，是否就真的面临“未来若干年，现在做同声翻译的这些人，可能就没有工作了”的局面呢？

人工智能翻译技术与各大语言服务提供商积累的语料相结合，将使得翻译服务变得廉价和便捷，而智能基础设施需要规模化的资本投入和技术积累，这将导致至少在中低端翻译市场，现有的小型的、个体的翻译公司面临被淘汰的命运，市场份额将逐渐集中到少数几家科技巨头的手中。

不难想象，一位译员今后若只是掌握语言技能，由于其成本和效率无法与高质量、高效率、低成本的人工智能翻译竞争，就像在十九世纪的工业革命中，英国低技能的体力劳动者无法与蒸汽机竞争。但是，正如工业革命同时创造了新的岗位，人工智能翻译也必将为语言服务业带来新的机遇。

按照笔者的看法，翻译既是一门技术也是一门技艺；技术性的工作让机器来完成，而解放人类才华来雕琢技艺。

首先，人工智能翻译是横跨语言学、数学、翻译学、计算机科学、脑神经科学等的综合学科，其发展本身就为翻译专业的毕业生创造出了新的岗位。无论是语料库还是“深度学习”抑或“情感模拟”，都需要语言学和翻译学的基础理论研究作为学科支撑。因此，高校外语专业应与科技公司在“互联网+”背景下的跨行业协同创新，实现语言资产的共享，开展语料库的共建，形成产学研的一体化，掌握核心技术。与此同时，高校也应对现有的翻译课程体系进行修订、完善，增加相应的人工智能翻译的技术应用类课程。

其次，要加强翻译专业的“专业性”。人工智能翻译对外语人才提出了更高的专业要求。将来，人工翻译的目标市场跟机器翻译的目标市场的分野会越来越明显、越来越清晰。在中低端翻译市场，机器翻译将在未来占据主导地位，而人工翻译将主要面向对翻译精度要求严格的高端市场。机器翻译和人工翻译将占据市场上不同的生态位，实现错位竞争。

例如，人们断不会让机器来翻译重要的法律文件，也不会让机器来担任重要的商务谈判的口译。人工翻译将针对差异化的市场需求，提供差异化的精细专业翻译服务。许多领域的翻译都需要专业翻译人员的操作。拥有相关专业知识的特种高层次翻译人才始终是机器翻译所无法取代的。因此，高校的翻译课程体系里，要尝试增加类似“医学翻译”“法律翻译”“商务翻译”“政务翻译”等带有“外语+专业”的选修课程，让学生根据自己的兴趣，采取分流教学，丰富学生毕业后的职业选择。

最后也是最重要的一点，翻译除了是客观信息的转换与传递，它同时还是人文交流的一种重要形式。翻译不仅是技术，它还是具有“人文性”的技艺。从某种角度上讲，机器翻译与语言发展是相冲突的，因为机器翻译为了提高准确性，势必会极力消除语言的歧义，而语言的丰富性、表现力往往正是来自于这种歧义。可以说，在文学翻译领域、国学典籍翻译领域，机器翻译始终无法取代人类，因为这些人文领域的翻译，本质上是一种人类无可比拟的理解力和创造力的表达和实现。翻译专业的培养方案里要重视“人文性”，而“人文性”正是未来人类翻译工作者的核心竞争力。(作者为上海外国语大学英语学院语言文学系主任、副教授)

文：陈琦

编辑：朱颖婕

责任编辑：樊丽萍