机器翻译VS人工翻译 翻译的未来在哪里?

　　近年来，机器翻译(Machine Translation)发展十分迅猛，但对于机器翻译与人工翻译(Human Translation)孰优孰劣、机器翻译能否取代人工翻译，一直存在争议，而且引发的争论越来越热。

　　提到机器翻译，人们可能首先想到的是它的译文质量问题。就目前在线翻译而言，美国的谷歌翻译可提供100多种语言(包括不少小语种)之间的即时翻译，支持任意两种语言之间的字词、句子、文本和网页翻译。但谷歌在文本和网页翻译方面的译文质量都不是很高，离理想的目标(即达到高级译员的翻译水准)仍相差甚远，译后人工审校和修改的工作量甚大;而其他机器翻译系统也存在同样的问题。

　　目前机器翻译还存有很多技术难点亟待攻克，比如语序混乱、词义不准确等。据有关专家介绍，未来机译研究应在以下三个方面有所突破：大语境，而不再是孤立句子地处理;基于理解而不再是停留在句法分析的层面;高度专业化和专门化。

　　虽然许多科学家采用多种技术和方法来提高机器翻译的译文质量，但实际效果并不是很理想。因此一些专家认为，机器翻译要达到人工翻译的水准，就必须解开大脑处理语言信息之谜。

　　其实早在20世纪90年代，中国科学家及未来学家周海中教授就指出，在人类尚未明了大脑是如何进行语言的模糊识别和逻辑判断的情况下，机器翻译要想达到“信、达、雅”的程度是不可能的。许多专家认为这一观点精辟到位，道出了制约译文质量提高的瓶颈所在。

　　近年来,陆续实施的欧洲大脑计划、美国大脑计划、日本大脑计划、中国大脑计划等都旨在利用计算机模拟人类大脑的功能，以便提高人们对大脑神经网络系统的认识。这些计划的研究成果有望为机器翻译技术的突破性进展，尤其是译文质量的迅速提高铺平道路。

　　机器翻译一直被科学界公认为是人工智能领域最难的课题之一，它曾经被英国《新科学家》杂志列为21世纪世界十大科技难题的第一位。机器翻译从基于规则的机译技术，到基于实例的机译技术，再到基于统计的机译技术，最终发展到目前主流的神经网络机译技术。

　　最近，谷歌研究院的一篇ACL2019论文提出了一种新方法，使用生成的对抗性样本来提高机器翻译模型的鲁棒性，防止输入中存在的细小扰动度对其造成影响。结果表明，该方法提高了神经网络机译模型在标准上的性能。

　　然而，机器翻译要达到人工翻译的水准，还有一段漫长的路要走。尽管现在机器翻译距离人工翻译还有一段距离，但随着人工智能技术的发展和脑科学研究的深入，机器翻译将会替代人类译者承担大部分的翻译工作。

　　机器翻译的发展必定会淘汰低端译员，但是完全取代人工翻译几乎是不可能的。因此，广大译员没有必要过分担心，而真正需要做的是加强自身学习和提高业务水平。可以肯定的是，高端的人工翻译是不会消亡的。

　　机器翻译以其翻译速度之快和部分专业词汇翻译精准度之高受到了广泛肯定。但其翻译质量，特别是在诱导型和呼唤型文本的翻译中，受其自身机械性的限制，译文总有不尽人意之处，需要人工翻译进行校对与润色。目前人们只能将机器翻译与人工翻译结合起来，相辅相成，既能节省翻译的时间，又能做出高标准的译文。

　　可以说，人工翻译与机器翻译是互补而非对立的关系,各有其优势和缺陷。错位竞争,人机交互，共同组合，科技与人文的融合是人工翻译与机器翻译未来关系的趋势和方向。

　　文/何昕(作者单位：澳门科技大学研究生院)