智能翻译是否会取代人工翻译呢，人工智能的翻译机火爆

智能翻译是否会取代人工翻译呢，人工智能的翻译机火爆相较之下，自然语言是人类群体为了同他人交流而发明的主观产物。通常而言，语言会表现出类似规则的变化（例如语法和动词变化），但这些规则只是基于惯例而非客观现实总结而成，而且规则仍在不断发展和变化。通常来讲，人工智能更擅长处理基于客观现实的任务。无论是识别数据集中难懂的信号模式，还是在复杂的道路条件下进行导航，当机器的决策系统由明确的数学或物理规则管理时，它便能发挥最佳功效。首先我个人认为这种想法是完全缺少科学认知的，在将来很长很长的一段时间里只能是越来越接近，不能完全取代！但科学的发展是无法预测的是什么原因不能完全取代呢？一. 语言具有主观性

近年来人工智能在各个领域都大放异彩，阿尔法狗战胜围棋大师，虚拟主持人对答如流， AI换脸以假乱真，人手一部翻译机就可以走遍全球等等，这些新科技的出现让人既惊奇有担忧，所以很多人已经认为人工智能在很多领域将完全取代人类，真的是这样吗？下面主要聊一下翻译机。

科大讯飞的翻译机

曾报道过的搜狗同传将外国专家的演讲翻译的一塌糊涂、腾讯AI同传在博鳌亚洲论坛大失误成为笑话。还有前不久雷军在小米发布会上展现小爱同学也遭到中途抛锚的尴尬等等！

普遍说法认为人工智能尚在初期阶段，很多方面还有待开发。等到我们已经掌握了无数多的翻译数据、足够好的算法和神经网络去训练就一定人工翻译

首先我个人认为这种想法是完全缺少科学认知的，在将来很长很长的一段时间里只能是越来越接近，不能完全取代！但科学的发展是无法预测的

是什么原因不能完全取代呢？

一. 语言具有主观性

通常来讲，人工智能更擅长处理基于客观现实的任务。无论是识别数据集中难懂的信号模式，还是在复杂的道路条件下进行导航，当机器的决策系统由明确的数学或物理规则管理时，它便能发挥最佳功效。

相较之下，自然语言是人类群体为了同他人交流而发明的主观产物。通常而言，语言会表现出类似规则的变化（例如语法和动词变化），但这些规则只是基于惯例而非客观现实总结而成，而且规则仍在不断发展和变化。

人类在识别肿瘤或判断信用风险方面或许已经失去了领先优势，但我们仍然拥有并且可能永远拥有对自然语言中“自然”的终极权威。这种权威反映在评估机器翻译算法的选择度量标准——双语评估替换（BLEU）中，根据候选翻译与专业人员产出结果的相似性对其进行评分。这一框架的发明者承认：“机器翻译越接近专业人工翻译，就越好。”

人类翻译不只是制定最高的翻译标准，反而它的存在本身就是这个标准。人类怎么翻就该怎么翻！

二. 大数据不懂幽默和随机应变

所有译员都会告诉你，笑话、双关语和暗中影射（以及细致入微的文化背景）是最难克服的语言障碍。但是，我们的表达也会因为上述细节呈现出更好的质量。从口译员的角度来看，语音和肢体语言也直接体现了讲话者的意图，译员必须通过目标语言对其进行准确分析和传达。

对于人类而言，上述问题只是难以处理，但对于机器来说，目前则完全无法实现。

从基于统计和基于短语的机器翻译到基于神经网络这一转变已经显著提高了机器翻译的整体质量。但神经机器翻译甚至比之前的模型更依赖于大量的训练数据。由于最大的可用双语数据集源于政府文件和宗教文本的官方翻译，这些算法很少会接触到幽默表达、文字游戏和非语言表达。

最令人不安的是，神经机器翻译一方通常不承认其错误，而是会像一个准备不足的学童，试图以机器之名来逃避责任。当用户在谷歌翻译中输入无意义信息时，译文展示的竟是圣经预言，专家将这些错误归因于神经网络会优先选择流畅译文而非准确译文。

由于有的目标语言读者可能永远不会意识到问题的存在，并且可能将不实翻译的古怪性归因于源文本本身，这些“假阳性”问题相比那些拙劣、明显的错误更不易被人察觉。

三.自然语言处理对周围环境要求较高

上述问题使得用机器翻译一段静态文本已经十分困难。要求计算机同声传译语音则会大大增加翻译过程的复杂性，其中最显著的问题便是自动语音识别程序。诚然，目前的Siri、Alexa和其他同类产品似乎是非常称职的语音助手。但是，大部分机器人仅能在有限的环境和条件下对人类的指示做出回应：短期、基于命令且涉及受控环境中有限词汇的交互。另一方面，大多数现场会议和商务讨论中的发言都是自发、连续且高度依赖语境的，这些特点使得大多数自动语音识别程序的错误率激增。

引发滑稽和尴尬结果的例子比比皆是。今年早些时候，对冲基金大师雷·达利奥（Ray Dalio）在北京发表演讲，反思了自己年轻时作为一名交易员所进行的错误预测。

“多么傲慢啊！”他向人群喊道，“我怎能如此傲慢？”

实时字幕试图传递出他所使用的修辞手法。

字幕显示道：“怎么做？阿拉贡，我看着自己和我自己。”

该领域的最新发展前景可观，许多专家预测，自动语音识别软件的单词错误率将在不久的未来与人类抄写员的水平齐平。然而，并非所有单词的错译情况都是相同的。机器将“好的”听成“好滴”可能是一个无关紧要的错误，但将“半天”与“八天”混为一谈很可能就会造成大量混淆。即使机器在单词拼写方面的错误较少，但仍然比人类更有可能犯下歪曲说话内容含义这种语义错误。

长期以来，人类一直乐意探索自己优于其他动物、其他生物以及机器这一近代产物的感知优势。这是一种无知的消遣，当然，也是一种不可避免的愚蠢消遣。

我并不怀疑计算机在未来某天将发展出与人类行为相似的自然语言沟通能力。我也不怀疑口笔译人员以及广告文字撰稿人、编辑、电台主持人和其他语言行业中的专业人士未来某天可能要跟机器人抢饭碗。

但那一天的到来比大多数人想象的还要远。一直以来，语言工作既涉及艺术也包含科学，使其对于人工智能的早期迭代具有惊人的抵御能力。

和许多其他行业一样，语言行业中的专业人士应该集中注意力于人工智能、自然语言处理等技术的使用，以提高劳动力的效率、质量和成本竞争力。计算机辅助翻译工具已经在文本翻译器中广泛使用，虽然许多人对此表示愤怒，但毫无疑问，同声传译可以从某些语音识别和翻译记忆技术的组合中受益。至少在可预见的未来里，这些工具将会补充而不是替代人类的输出。

那AI翻译与真人翻译该是怎样一种关系才是最佳状态？

在科大讯飞翻译战略暨新品上市发布会上，我们得到这样一种答案似乎能够回答这个问题，科大讯飞执行总裁说：我们一点都不用担心人类翻译会丢掉饭碗，将来的翻译一定是人和机器之间一个良性的偶合合互动。

而上海外国语学院高翻学院的副院长吴刚博士现场表示：机器能够取代翻译当中技能比较单一，运用到人的智慧比相对来说比较少的部分，从而让人可以腾出更大的更多的精力来去从事更有创造力的活动。

在回答完这个困扰翻译工作者多时的难题的同时，我们也有必要看一下当下的机器翻译到了什么水平。就拿当天最新发布的定义了旗舰翻译四大标准的讯飞翻译机2.0来说。

科大讯飞此次提出了A.I.旗舰翻译“听得清、听得懂、译得准、发音美”四大标准，致力于全面解决跨国商旅沟通难题，促进人类语言互通。