近年來，隨著計算機性能的提高，云計算、大數(shù)據(jù)和機器學習等相關(guān)技術(shù)迅速發(fā)展，人工智能再度崛起，機器翻譯重新成為人們關(guān)注的焦點。一時間，機器翻譯系統(tǒng)如雨后春筍般涌現(xiàn)，各種報道隨之呈井噴式爆發(fā)，“機器翻譯將取代人類”的說法也時有耳聞。然而，機器翻譯的真實水平如何，夢想與現(xiàn)實的距離到底有多遠？
從低迷到興盛
機器翻譯概念于1947年被提出，隨后成為人工智能研究的核心問題。在70多年的發(fā)展歷程中，機器翻譯研究經(jīng)歷了幾個不同的歷史階段：
從概念提出到1954年美國喬治敦大學（Georgetown University）在IBM公司的幫助下實現(xiàn)第一個機器翻譯演示系統(tǒng)，可以認為是機器翻譯的初創(chuàng)時期。
1966年，美國國家科學院語言自動處理咨詢委員會（Automatic Language Processing Advisory Committee，ALPAC）發(fā)布題為《語言與機器》的報告，宣稱“目前給機器翻譯研究以大力支持沒有太多的理由”，“機器翻譯遇到了難以克服的語義障礙”，從而導致機器翻譯研究在世界范圍內(nèi)走向低迷。
20世紀70年代中后期至80年代前期，部分機器翻譯系統(tǒng)在特定領(lǐng)域得到初步應用（如加拿大蒙特利爾大學研制的天氣預報翻譯系統(tǒng)TAUM-METEO）。歐洲共同體實施的歐洲翻譯體系（European Translation System，EUROTRA）計劃和日本對第五代計算機的研究都對機器翻譯研究給予了支持，機器翻譯研究開始復蘇。
20世紀80年代末期，IBM公司實現(xiàn)了基于噪聲信道模型的統(tǒng)計機器翻譯系統(tǒng)，并在美國國防部高級研究計劃署（ARPA）組織的評測中取得了較好成績，推動了機器翻譯技術(shù)的快速發(fā)展。尤其進入2000年之后，GIZA++、Pharaoh、Moses等一批開源工具相繼發(fā)布，2006年谷歌翻譯正式上線運行，2011年百度翻譯上線，各大公司陸續(xù)推出了自己的翻譯系統(tǒng)，整個機器翻譯領(lǐng)域呈現(xiàn)出蓬勃發(fā)展、遍地開花的大好局面。
2013年基于神經(jīng)網(wǎng)絡(luò)模型的機器翻譯（簡稱“神經(jīng)機器翻譯”）方法被提出，機器譯文的質(zhì)量得到大幅提升，并且很多開源工具被相繼公布，機器翻譯技術(shù)研究和系統(tǒng)推廣應用均出現(xiàn)前所未有的盛況。統(tǒng)計機器翻譯和神經(jīng)機器翻譯的基本原理都是基于已有的大規(guī)模句子級雙語對照語料進行模型訓練，建立最優(yōu)的翻譯模型，最終實現(xiàn)從一種語言到另一種語言的翻譯。通常情況下，用于訓練模型的語料規(guī)模越大，模型性能表現(xiàn)就越好。
被夸大的技術(shù)
機器翻譯技術(shù)的進步和系統(tǒng)性能的提升在為人們?nèi)粘Ｉ詈凸ぷ鲙砀啾憷耐瑫r，也為該技術(shù)的產(chǎn)業(yè)化發(fā)展帶來了更多商機。這種空前局面不僅讓人們看到了夢想成真的希望，也點燃了部分人心中按捺不住的欲望。從傳統(tǒng)媒體到新媒體，對機器翻譯技術(shù)夸大宣傳的聲音不絕于耳，但一個不可否認的事實卻是，目前的機器翻譯技術(shù)尚不成熟，無論是文本翻譯，還是口語翻譯，機器翻譯的質(zhì)量遠沒有達到令人滿意的水平。
當前所有的商用文本機器翻譯系統(tǒng)普遍存在的問題：
一是錯翻、漏翻和重復翻譯比比皆是，尤其對成語、縮略語、專業(yè)術(shù)語和人名、地名、組織機構(gòu)名稱等的翻譯更是招數(shù)無幾。
二是難以實現(xiàn)篇章范圍內(nèi)的指代消解，常常張冠李戴，例如，前面說的是美國與伊朗之間的事情，后面翻譯“美伊兩國”時卻譯成了美國與伊拉克。
三是缺乏足夠的在線優(yōu)化能力，無法從譯員修改譯文的過程中自動學習和更新翻譯知識，即使譯員對系統(tǒng)給出的某個錯誤譯文反復修改，系統(tǒng)依然照錯不誤。
四是對口語而言，說話人的語氣、重音、語調(diào)，甚至肢體語言無法得到充分利用，尤其當說話人的口音較重、用詞過于生僻、話語主題超出先驗知識范圍時，譯文的質(zhì)量無法保障。
高端翻譯不可取代
我們并不否認機器翻譯技術(shù)的進步，正如前文所述，機器譯文的質(zhì)量已有顯著改善。在日?？谡Z對話中，對于資源較為充分的語言（如英漢、日漢等），在說話場景不是非常復雜、口音基本標準、語速基本正常、使用詞匯和句型不是非常生僻的情況下，口語翻譯的性能基本可滿足正常交流的需要。專業(yè)領(lǐng)域的文本機器翻譯在訓練語料較為充分時，譯文準確率可達到80%以上。而對于資源匱乏的語言之間的翻譯（如波斯語或達利語等與漢語之間的翻譯），譯文質(zhì)量還十分有限。
毋庸置疑，機器翻譯可能替代那些任務重復性較大、翻譯難度較低的低端翻譯人員，如天氣預報查詢、旅館預訂服務、交通信息咨詢等翻譯，但不可能取代高端翻譯（如重要文獻、偉人著作、文學名著等翻譯）人員，更不可能消除翻譯職業(yè)。“信、達、雅”是翻譯的終極目標，我們可以預期，未來的機器翻譯系統(tǒng)能夠輔助高端翻譯人員提高翻譯效率，但要實現(xiàn)無須人工干預的高質(zhì)量全自動翻譯恐怕還是一個愿望。
不得不說的是，任何負責任的科學家和企業(yè)界都有責任和義務把技術(shù)或產(chǎn)品的真實水平和性能告知公眾，而不是一味地宣揚，甚至為了利益而故弄玄虛。實事求是是一種態(tài)度，也是一種品格。
宗成慶：中國科學院自動化研究所研究員
