人工智能会取代人工翻译吗？

虽然 AI 语音翻译已经应用到了不少生活、工作场景，但不得不说，AI 也许在国际象棋、自动驾驶、诊断癌症、射击罚球和预测农作物产量等方面优于人类，但是当涉及到翻译和口译时，它还是没法完全取代人类大脑。

其一，语言是主观的。

人工智能通常擅长做客观现实的任务。无论是识别数据集中难以捉摸的信号模式，还是导航复杂的路况，机器在面对决策制定的、明确的数学或物理规则时，都能发挥最佳作用。

相比之下，自然语言是由人类群体发明的，用于彼此交流的主观结构。它们有类似规则的行为（例如语法），但这些规则仅基于惯例，而不是客观现实，并且它们存在随机性、且在不断发展。

人类在识别肿瘤，或判断信用风险上也许没什么优势，但我们在自然语言上拥有“天然”的“最终权威”。此许可权反映在评估机器翻译算法的选择度量标准中，机器翻译越接近专业的人工翻译，就越好。

人工翻译不只是设定标准，它必然也是标准。

其二，大数据没什么幽默感。

任何翻译都会告诉你笑话、双关语和狡猾的暗示（以及细致入微的文化参考），这也是克服语言障碍的最困难的部分。而且没有它们，我们的表达质量就会变得更平庸。

从口译员的角度来看，语音和肢体语言也直接告知说话者的意图，因此人类在翻译过程中，除了对语言文字信息，还要对语音、语调及肢体语言等进行参考。这对人类来说具有挑战性，目前对机器而言则是无法实现的。

据统计，从基于短语的机器翻译到神经网络的转变，已经取得了显著的进步。但神经机器翻译比前者更依赖于大量的训练数据。由于可用的最大双语数据集来自政府文件和宗教文本的官方翻译，因此这些算法在幽默、文字播放和非语言表达方面的精通程度低得可怜。

但神经机器翻译通常不仅不会承认其错误，还会试图将这些错误归因于“神经网络偏好流畅性”而不是准确性。对应的，目标语言中的观众可能不会知道已经发生了故障，而是将它归因于原始文本本身（比如，文本诘屈难懂加重了翻译的难度）。

至于 Siri、Alexa 等提供实时语音对话的 AI 系统，你对机器人的诙谐回应，通常受限于一系列狭隘的环境和条件，是短期的、基于命令交互的，辞汇也是有限的。但大多数现场会议和商务讨论都以自发，连续和高度依赖于语境的语言为特征，这些特征将 ASR 程序的错误率抬高。

计算机的确有可能发展出，拥有类似人类自然语言功能的那一天，届时翻译人员、文字撰稿人、编辑、电台主持人等都可能被机器人取代。但那一天，比大多数人想像的还要远。

语言工作总是部分艺术、部分科学的。因此语言相关职业对 AI 的入侵，也具备了比预设更大的防御能力。

因此，我们的语言专业人员，应该将注意力集中在使用 AI / NLP 技术来提高劳动力效率、质量和降低成本、提高竞争力上。 计算机辅助翻译工具已经在文本翻译器中广泛使用，也许同声传译可以从语音识别和翻译记忆技术的某些组合中同样受益。至少在可预见的未来，这些工具将成为人类产出的补充，而不是替代。