科大讯飞“AI同传造假”风波：机器翻译替代人工还很遥远丨科技云·视角

2018世界人工智能大会刚落幕，科大讯飞却陷入了“AI同传造假”的风波。9月20日，一位同传译员在知乎上发文称，讯飞的翻译其实为人工同传，并非机器智能翻译，并且译文由机器进行朗读，此事引发了媒体的广泛关注。

科大讯飞AI同传造假一事引起了轩然大波，业界对AI同传的能力产生质疑的同时，也让科大讯飞成为了舆论中心。针对此事，科大讯飞董秘江涛对外回应称，“讯飞从没讲过AI同传的概念，始终强调是人机耦合的模式。”

科大讯飞这么解释同传领域的人机耦合：“翻译字幕上中英文同时显示时，是嵌入式机器实时全自动同传，单个语种显示时是人工同传。人工翻译时，讯飞听见可以帮助同传提升效率和水平。”

按照科大讯飞的解释，科大讯飞的机器只是起到了识别同传人员的语音翻译，再用AI将翻译机器播报出来，与语音识别有关，却与AI同传无关。

事实上，科大讯飞并不是第一家被质疑AI造假的企业。两年前，搜狗在乌镇世界互联网大会秀的一把“实时机器翻译”现场演示，就在网络上引发了一波“伪科技”的质疑。

大会演讲现场不仅实时语音识别显示中文内容，还有机器同步翻译成英文，生成双语滚动字幕。据搜狗方面称，其机器翻译准确率达90%，未来有望取代人类同传。

然而搜狗现场机器翻译不时出现的“中式英语”翻译，甚至当中文识别出现错别字时，英文翻译却毫无错误，这些BUG的出现不禁让人质疑，难不成机器翻译早已熟知稿件，而并非根据实时中文来进行翻译？

无论是谷歌、微软，还是百度、有道、金山等，国内外目前对于机器翻译的准确率并没有一个准确的数据，基本都以“翻译错误降低率”来衡量其进步，而搜狗却直接对外抛出了90%的准确率，着实令业内哗然。

机器翻译的乌龙闹剧并未停止。今年4月，博鳌亚洲论坛有4场分论坛应用了腾讯AI同传，结果腾讯AI同传现了单词乱码、连续出现同一个单词的卡机状况。更为严重的是，腾讯AI同传将“一带一路”变着花样翻译成了好几种不同的说法，因此只能紧急应召同传译员来救场。

AI机器翻译实际水平如何？

无论是科大讯飞的AI同传造假事件，还是搜狗、腾讯的机器翻译事故都让人困惑，一直闹得火热的AI同传停留在了什么层次？距离同传人员“被下岗”还有多久？

从目前AI同传在大会上的表现来看，同传人员目前依然是同传领域的主力军，还要频频为出意外的AI君救场。在同声传译领域，AI需要正视这些事情。

AI机器翻译的准确率有多高？

评价AI机器翻译内容质量的好坏，国际上有一些方法，除了人工评测，也有多种自动评测方法有，其中，IBM的watson研究中心在2002年提出的BLEU方法被业界较为广泛认可。

参考《机器翻译及其评测技术简介》的说法，BLEU方法就是比较候选译文（candidate）与参考译文（reference）中相同的片段数量。其思想是用翻译结果中连续出现的N元组( n个单词/字或标点)与参考译文中出现的N元组进行比较，计算完全匹配的N元组的个数与翻译结果中N元组的总个数的比例。

然后，作者使用一个测试语料，让2个翻译专家和3个机器去翻译，也就是它允许一个原文有多个参考译文。但请记住，对于机器翻译的准确率没有一个绝对值，而是以“翻译错误降低率”来衡量自身技术的成熟度。

不过对于AI而言，如果要提高其准确率，首先得保证它你能“听得懂”和“听得清”。

机器翻译技术被检验过了吗？

之前搜狗机器翻译之所以被嘲笑，另一个原因就是未经验证，这其中最大的BUG是技术还未获得足够量级的测评，也就是技术的成熟度未经市场验证。比如有媒体就直言“从始至终，搜狗实时机翻的用户只有王小川一人。”

所以“光说不练假把式”，技术不能被钉在墙上当作菩萨拜，AI要真正取代人工，做同声传译、写作等人类高复杂的工作，就得先应用到实战中来。

机器缺失的情感因素怎么补？

语言是门艺术，是活的，是有起伏有感情的，只有放在一个大的语境下面才可能被完全准确理解。即便是同一句话，放在不同语境下表达的也是不同的感情色彩，对应的翻译也就不同。

也许，AI机器能达到95%准确的翻译，但是那剩下5%的感情，又该如何表达出来呢？这5%的情感就可能造成一定的理解障碍甚至是误解。

要让这些机器表达出这些情感因素，最基础的前提是AI需要提高语境理解能力。目前智能翻译对于中文复杂含义句式中的时态辨别能力还不够，往往需要充分理解整句话的意思才能准确把握时态。

但智能翻译并非基于理解，而是基于统计学与语料库，只能做到将这句话意思大致翻译准确，所以在识别感情色彩方面，还需加强。

口语化能特殊处理吗？

前面说，要提高AI翻译的准确率，需要保证能“听得懂”和“听得清”，这不仅要求AI能准确判断出被翻译对象（如演讲者）的语音、停顿，并在极短时间内进行“语音断句”，还需要在涉及一些模糊音时能够根据“上下文”进行及时调整，更棘手的是要让A能灵活处理一些特殊情况，比如口语。

要应付这些复杂情况，AI需要大量补充口语化语料，并且需要改变直译方式，让机器翻译真正智能起来。

事实上，同声传译需要有极高的资格才可以担任。在同声传译中，译员需要遵循顺句驱动、随时调整、适度超前、信息重组、合理简约、信息等值等基本原则，此外，由于演讲者讲话速度普遍较快，演讲中可能掺杂各地口音和方言，同传译员还需要调动自己的一切知识储备和经验全力以赴。

看来用机器取代人类同传的高调口号在短期内还只是空谈。神经机器翻译系统目前所能做的只是优化翻译结果，并不是万能药，将其作为黑科技大书特书，过分拔高人们对于机器翻译实际水平的期待，实际上并不可取。

不仅仅是科大讯飞、腾讯、搜狗，所有的人工智能应用和公司都应该正视人类和机器真正的差别，这不仅仅是一场技术谁优谁劣的较量，更是一场如何理解人和人的需求的对垒。如果科技公司给予人们太多不切实际的幻想，那么无形中也将透支着公众对于AI的兴趣。

【科技云报道原创】

转载请注明“科技云报道”并附本文链接