江苏龙网

  1. 主页 > 生活百科 > >

人工智能翻译会取代人类翻译 机器翻译会取代人工翻译( 三 )


上述例子说明，在翻译过程中的候选对象常常是需要从多个方面比较和斟酌的，而绝不仅仅是算出现概率这么直截了当 。尽管“约定俗成”的确是翻译的一个重要原则，但绝不是唯一的原则 。实际上“具体情况具体分析”应当被看作一个更重要的原则 。这就是说要试图把握要翻译的内容“在此时此地”是什么意思，而不仅仅是它“在一般情况下”是什么意思 。优秀的译文应该具有灵活性和创造性，而这不是“统计路线”所能提供的 。
第三条路线
我前面提到的问题远非鲜为人知，而是更接近于有目共睹 。但是，除非有更好的技术出现，对这些问题人们除了容忍或抱怨也没什么好办法 。
现在大部分研究者仍是希望在“统计路线”的内部解决自然语言处理问题 。出于前面解释的理由，我对此不抱希望 。统计技术的确能给我们相对简单的自然语言处理工具，但这些工具的局限性也是命中注定的 。
另一个显而易见的可能性是在自然语言处理中把“基于统计”的技术和“基于规则”的技术相结合 。这条路线会取得一定的进展，但仍不可能彻底解决这两个技术的基本设定中的“先天缺陷”，更不要说还要解决使二者相互协调的难题 。
我自己的研究目标是建立一个通用智能系统（见《你这是什么逻辑？》等专栏文章），这自然就涉及到自然语言的处理 。因为在我的系统中自然语言的作用不是核心性的，而是边缘性的（尽管也很重要），这方面的具体工作近年来才刚刚开始 。我的基本想法和初步结果在参考文献[3]中有介绍 。在这里只把和前述两条路线的主要不同点列出来：
不把“自然语言处理”作为一个相对独立的功能模块，而是作为系统的推理和学习机制对言语经验的加工 。这就是说对语言材料的处理和对其它材料（感知、运动、概念等等）的处理是基本一样的 。
不循“语法-语义-语用”的次序进行语言理解，而是反过来以“目标制导”的方式分析意义（见《“意思”是什么意思？》），并用语法知识协助复杂意义的分析 。
不假定一个独立、完整、确定的语法系统，而是允许语法知识、语义知识、语用知识混合存在于各个不同的抽象水平上的概念之中，并主要靠系统自身从经验中习得这些知识 。
所有知识，包括语言知识，都只是一定程度上为“真”（见《证实、证伪、证明、证据：何以为“证”？》），但知识的习得和使用更接近于推理，而不是统计 。
这条路线在语言学中更接近于“认知语言学”的传统 。尽管目前我们的结果还没到能实际应用的程度，但有理由认为这条路线有可能在自然语言处理上（包括翻译）走得更远，因为它更接近人学习和使用语言的实际过程 。具体到翻译来说，这就要求系统通过学习掌握词语的一般译法，但在翻译过程中考虑到前述那些被统计翻译所忽略的因素，通过推理来确定每句话应该怎么译 。在这个过程中，“理解”体现为把翻译内容与系统的概念系统相联系，尤其是找到其“前因后果”，即作者（说者）为什么要这么写（说），并以此希望在读者（听者）心中产生什么效果 。以这种“理解”为基础，系统试图用另一种语言实现尽可能类似的效果 。这种对翻译的理解和“规则路线”与“统计路线”均有根本不同 。
但纵使是这条路线取得了完全的成功，也不会使得所有的翻译失业 。像我在《计算机将拥有“常识”？还有很多关要闯》中所解释的那样，即便一个计算机系统具有了通用智能，它的经验也不会和人的完全一样，因此它的概念和信念不会有和人一样的内容 。这种差异必定会体现在翻译作品之中 。对某些材料（如文学作品），我们大概还是喜欢人的翻译，尽管机器翻译可能也不错 。这就像外国人学中文很难完全达到中国人的水平（中国人学外文也同样），因为到后来差异主要是来自于经历和文化，而不是语言知识和技巧 。这类差异可不是靠智力可以弥补的 。
总而言之，计算机系统会逐渐越来越多地接管翻译们的工作，但不会在这个领域里完全取代人 。实际上这个结论可以推广到很多其它领域 。人工智能必定会造成就业结构的重大调整，但在那些密切依赖人类经验的领域，机器是不会完全取代人的 。
参考资料
[1] Yorick Wilks，Machine Translation： Its Scope and Limits，2009th edition，Springer，2008
[2] Yonghui Wu，et al 。，Google’s Neural Machine Translation System： Bridging the Gap between Human and Machine Translation，arXiv：1609.08144[cs.CL]，2016


推荐阅读


上一篇：与强者、小人、弱者、穷人打交道的不同方法！跟着高手练情商

下一篇：人到中年，需要一次“重启”