機器翻譯技術的進展已經(jīng)或將要對人工翻譯市場帶來什么樣的影響？

在去年12月1日的微軟技術大會上，微軟認知服務與花椒直播共同展示了展示了使用微軟人工智能翻譯技術實現(xiàn)多語言直播的應用。人稱“哈利波特”的微軟亞洲研究院首席研究員 Thomas Moscibroda博士用他的母語——德語在直播期間回答了網(wǎng)友們用中文提出的各種好玩的問題。網(wǎng)紅主播Thomas說的話和網(wǎng)友的問題都實時顯示中德雙語字幕，這背后則是有微軟提供的Microsoft Translator的語音翻譯服務。

Microsoft Translator提供了豐富多樣的使用場景，解決了用戶在面對面時由于語言不通而導致交流不暢的痛點。例如幫助身處異國的旅行者更方便地與酒店前臺、出租車司機和博物館導游等進行交流。教師也可借助該項技術與只會說其他語言的學生家長進行溝通。在紐約市的一個試點項目中，這項技術還被用于幫助非英語人群申請由州政府頒發(fā)的身份證。

積累了微軟20多年研究成果，Microsoft Translator的語音翻譯服務，現(xiàn)已全部由業(yè)界先進的深度神經(jīng)網(wǎng)絡技術驅動，以提供更準確自然的翻譯體驗。Microsoft Translator語音翻譯能實現(xiàn)包括中文在內的9種不同語言之間的實時語音翻譯。消費者可以通過實時語音翻譯Skype Translator以及Microsoft Translator的iOS和Android版的移動應用進行體驗。微軟翻譯還支持近60種語言的文本翻譯。而且這個數(shù)量還在不斷增加。目前全球已有數(shù)千間企業(yè)在使用微軟自動翻譯技術，提高業(yè)務效率和服務質量。

微軟研究院Microsoft Translator產品戰(zhàn)略總監(jiān)Olivier Fontana說：“我們的終極目標是打破語言障礙?！边@項技術適用于一對一交談（例如旅行者向酒店前臺問詢）、一對多互動（例如一名導游與一群游客交談）以及多對多溝通（例如多語言的商務會議和學術討論）。只需要每個人在手機上打開Microsoft Translator移動端的App，掃描二維碼并進入聊天界面，就可以開始交流了。

個人通用翻譯器

這一功能以Microsoft Translator語音翻譯技術為基礎，該技術已先用于Skype Translator，后者讓使用不同語言的人群能在網(wǎng)上進行實時交流。

“Skype Translator能讓被地區(qū)和語言阻隔的人順暢交流，“但它不能滿足面對面交談的需求，”微軟人工智能及微軟研究事業(yè)部機器翻譯組研究經(jīng)理Arul Menezes說。他和他的同事們都認為， 面對面跨語種交流所要用到的技術，應該更接近于《星際迷航》和其他科幻作品中隨處可見的“通用翻譯器”。

對于“個人通用翻譯器”，團隊決定利用業(yè)已廣泛采用的移動設備，而不再開發(fā)專用的翻譯硬件。Microsoft Translator團隊項目經(jīng)理Tanvi Surti說：“眼下，智能手機隨處可見，幾乎人手一只?！盨urti負責領導Microsoft Translator現(xiàn)場翻譯功能的開發(fā)。

該團隊開發(fā)了一項技術，讓現(xiàn)有的Microsoft Translator 手機應用與網(wǎng)站形成了一個整體?！拔覀兓撕芏鄷r間思考用戶體驗設計，”Surti說?！氨热缥覀儌z說著兩種不同的語言，我們如何做到快速對接以便有更多的時間和注意力用于考慮交談內容？”

新功能使用起來非常簡單。首先，用戶通過手機端應用或網(wǎng)站登錄這項服務，選擇自己的語言并發(fā)起新會話。這一過程將生成一個代碼以及一個二維碼，其他參與者可以輸入這代碼或掃描二維碼加入，然后選擇自己的語言，談話就可以開始了。

與大多數(shù)尖端前沿技術類似，它目前還不夠完美。

“毫無疑問，目前該技術的應用在質量和設置上都有很多提升的空間。但毫無疑問的是，一旦你完成設置，就能在多人使用多種語言面對面交談的過程中獲得‘通用翻譯器’體驗，”Fontana說。

深層神經(jīng)網(wǎng)絡

機器翻譯技術本身是由運行在云中的算法所驅動的，通過使用基于深層神經(jīng)網(wǎng)絡的翻譯技術，與先前所謂的“統(tǒng)計型機器翻譯”相比，它能夠提供更流暢、聽起來更有“人味”的翻譯。

兩種方法都涉及根據(jù)早前經(jīng)專業(yè)人士翻譯的文檔文本數(shù)據(jù)對算法進行訓練，以便讓系統(tǒng)了解一種語言中的單詞和短語如何用另一種語言來表達。然而，統(tǒng)計型方法局限在由一兩個鄰近詞語形成的上下文范圍內對某個單詞進行翻譯，這可能會導致翻譯出來的語句笨拙而迂回。

“神經(jīng)網(wǎng)絡”受到了掌握多門語言的人類在翻譯過程中大腦中發(fā)生的模式識別過程的啟發(fā)，實現(xiàn)了更自然的語音翻譯。

例如，在非神經(jīng)世界中，“一群貓”和“一只貓”被視為不同的實體；而人類大腦以及神經(jīng)網(wǎng)絡則把這兩者視為密切相關的詞。神經(jīng)網(wǎng)絡也可以解析“住宿”和“星宿”兩個詞中“宿”字的含義區(qū)別。Menezes解釋說：“單詞已經(jīng)不再被視為它所代表的事物，而是一個包含500個維度的向量，其本質是500組數(shù)字，而每一個數(shù)字都反映了這個單詞的某一個方面?！?/span>

神經(jīng)網(wǎng)絡在開始翻譯之前，首先用1000個維度的向量對每個單詞在整個句子語境下的含義進行建模，無論這句話有5個詞還是20個詞都是這樣處理的。這一包含1000個維度的模型（而非單詞）隨后被翻譯成另一種語言。

此外，F(xiàn)ontana表示，隨著該技術被使用的次數(shù)越多，翻譯的質量也會不斷提高。他希望看到Microsoft Translator能被包括旅行者、導游、教師和社會工作者在內的廣泛的用戶群體所采用。