IT思维

导读：没有了语言障碍，地球将是什么样子？随着技术的发展，机器翻译在教育、旅游、社交、跨境交易等领域将有更大的应用空间，这是能预见到的改变。更难预测的颠覆性变化或许将发生在不同国家、民族的人们生活的连结方式上。技术本身很难解决现实世界人们的价值观问题，但信息技术的进步，在不断降低人们沟通的成本。当机器翻译进化到能让不同语言、不同文化的人无缝沟通的时候，技术将彻底推倒语言的围墙，而世界又将变成什么样子？

最近，百度发布了融合统计和深度学习方法的在线翻译系统。除了将深度学习技术运用在一些具有长远想象力的未来产品上以外，这一次百度运用在了一个非常实际、但是又需要相当强的技术积累以及长年优化的应用上，这个应用就是机器翻译。根据百度官方的介绍，新发布的在线翻译系统，能借助计算机模拟的海量神经元，模仿人脑“理解语言，生成译文”，同时结合百度已有的统计机器翻译技术，让机器翻译质量实现突破。

最近两年，百度在人工智能上投入颇多，推出了一系列对技术要求颇高的产品，让人不免好奇，这背后动因究竟是为什么？一切可能还得从搜索的本质谈起。

搜索的本质其实就是连接人与信息、连接人与服务。在寻找信息和服务的过程中，难免会碰到需要查找国外信息——在中文优质内容普遍不如英文世界优质内容密度高的情况下，使用英文或者其它语言搜索信息，是非常大的需求。而为了更好地将人和各种语言的信息和服务连接起来，翻译显得尤为重要。

让机器理解语言，进而实现不同语言之间的无缝沟通，是世界级技术公司一直在致力于解决的难题之一。

基于深度学习的翻译系统的核心是一个拥有无数结点（神经元）的深度神经网络。一种语言的句子被向量化之后，在网络中层层传递，转化为计算机可以「理解」的表示形式，再经过多层复杂的传导运算，生成另一种语言的译文。这套神经网络在构建之初，就像一个新生的婴儿，不懂任何事物，但有极强的学习能力。

神经网络构建之后，需要把大量双语互译对照的句子作为语料库，来帮助系统逐渐学习并提升翻译水平。从这个系统学习的逻辑可以看出，机器翻译系统最终的翻译效果表现如何，取决于两点：1、算法本身是否够好；2、数据本身是否够全、够多。

从外部观察角度，只有大公司有足够的技术实力将神经网络系统搭建起来。而从数据角度来看，像百度、Google这样的搜索引擎以及苹果的智能助手Siri，具备将机器翻译系统逐渐调教至最优的基础。不过来自搜索引擎以及来自智能手机助手的语料库会有不同之处。百度、Google分别在中文和英文世界具有统治地位，它们所拥有的海量的网页库资源、双语对照资源是最多最全的，除此之外，还有来自用户主动输入的自然语言，都是帮助机器翻译系统提高理解与翻译能力的资料库来源；智能手机助手在当前这个阶段会稍微尴尬一些：因为移动应用的世界不像互联网开放，它很难检索到太多的应用内的信息（Google Know可以搜索到的信息多一些，但仅仅只是应用的极其小的一部分信息），更多依靠来自用户的主动搜索语料库。考虑到Siri们当前并不太好用，所以Siri们能收集到的语料库还无法比拟网页世界。

机器翻译已经在翻译领域产生了显著影响。近日美国语言公司协会与欧洲语言行业协会联合发布了“2015语言行业调查报告”，这份报告在调查机器翻译带来的影响的时候，大多数公司都选择了“显著影响”（5分权重下选择4或者5），表明机器翻译技术已经开始发挥作用；这份报告还指出，在2014年，更多欧洲公司开始使用机器翻译，美国公司有21%的项目用到了机器翻译，为有史以来最高值。机器翻译系统也越来越普及，50%的欧洲公司和36%的美国公司拥有机器翻译引擎。需要注意的是，该报告是基于对欧美主流中小翻译公司得出的结果，除了日常使用，机器翻译已经在专业翻译领域发挥着越来越大的应用。

没有了语言障碍，地球将是什么样子？随着技术的发展，机器翻译在教育、旅游、社交、跨境交易等领域将有更大的应用空间，这是能预见到的改变。更难预测的颠覆性变化或许将发生在不同国家、民族的人们生活的连结方式上。技术本身很难解决现实世界人们的价值观问题，但信息技术的进步，在不断降低人们沟通的成本。当机器翻译进化到能让不同语言、不同文化的人无缝沟通的时候，技术将彻底推倒语言的围墙，而世界又将变成什么样子？（作者：师北宸）