因為人類語言不通，《聖經》故事中的“巴別塔”沒能建成，以失敗告終。如何打破人類語言之間的圍牆，讓人類能無障礙溝通，也成為了人類一直希望解決的問題。

　　得益於統計和深度學習技術，讓機器理解語言，進而實現不同語言的無縫溝通，正逐漸成為可能。

　　在今年《MIT科技評論》推出的十大突破技術中，巴別魚耳塞成功入選。它可以做到雙方交流時，會對所講的話進行翻譯，並在智能手機上大聲播放。手持手機的人回應後，回答被翻譯，然後在耳塞中播放，該技術還能實時翻譯，適用於多種語言，使用方便。

　　工業界對於機器翻譯已經開始摩拳擦掌。近日，微軟宣布自己的機器翻譯係統達到了人類專業翻譯的水平。穀歌、百度、Facebook，包括其他一些科技公司也都在布局機器翻譯，並推出了在線翻譯係統。

　　可見，隨著技術的發展，機器翻譯在教育、旅遊、社交、跨境交易等領域將有更大的應用空間。那麼，機器翻譯究竟是如何對人類語言進行“理解”，進而進行翻譯輸出的；如果機器翻譯水平越來越高，從事語言翻譯的人是否會因此丟了工作；如果人類之間的語言障礙被清除，那時候的世界又會是什麼樣的？

　機器翻譯的三大飛躍

　　微軟技術院士黃學東告訴澎湃新聞（www.thepaper.cn），機器翻譯達到目前的水平，經過了幾十年的發張，並經曆了三次飛躍。

　　早在1954年，人類就開始嚐試過讓機器能識別人類的語言，但直到上世紀80年代，才有人摸索出方法。當時，IBM做了研究，利用一些規則方法，句法分析，語意分析等傳統方法讓機器看懂人類語言。但由於當時的人工智能發展處於“凜冬時期”，效果一直不好，翻譯質量也一直上不去。

　　機器翻譯的第一個飛躍也是IBM做出的。IBM的研究人員用了統計的方法來做機器翻譯。那時，語音識別從傳統的人工智能方法專家係統轉為統計學習的方法，尤以隱馬爾科夫模型為代表。統計學方法的應用讓機器翻譯在上世紀90年代有了質的飛躍。

　　進入21世紀，機器翻譯迎來了自己的第二次飛躍。這次的進步主要依靠深度學習神經網絡的方法。這種方法也稱為神經機器翻譯（Neural Machine Translation），這個技術先是用到了語音識別中，再推廣到圖像識別和機器翻譯上。

　　神經機器翻譯，簡要的說，就是對源語言的句子進行編碼，即轉化為計算機可以“理解”的形式，編碼的結果會形成很多隱含變量，每個隱含變量代表從句首到當前詞彙為止的語義信息。然後通過一個解碼的過程，一個詞、一個詞輸出譯文。

　　到了2018年，由微軟亞洲研究院與雷德蒙研究院研發的機器翻譯係統，解決了NMT方法的一些局限，並借鑒了人類翻譯過程中的一些方式。例如：對偶學習（Dual Learning）、推敲網絡（Deliberation Networks）、一致性規範（Agreement Regularization）、聯合訓練（Joint Training）等，讓機器翻譯水平得到了大大提升。

　　從機器翻譯的三次飛躍上不難看出，一家公司構建的翻譯係統效果如何，主要取決與兩點：一是算法是否足夠好，二是數據是否夠全、夠多。

　　這樣看，對於微軟、穀歌、百度等大公司來說，他們有足夠優秀的人才來搭建神經網絡，也有足夠多的搜索數據可供自己搭建的網絡進行訓練。國內的科大訊飛和搜狗公司，由於本身在語音識別上有較長時間的積累，自然語言資料庫上有優勢。

人類會被機器替代，機器翻譯能否改變世界？

　　機器翻譯技術領域的進步，也讓人們看到了消除語言鴻溝，構建“巴別塔”的新希望。但這樣的突破也引發了部分人的擔憂：人類是否會被機器替代？

　　關於這個問題，黃學東在接受澎湃新聞采訪時稱，舉了一個馬車與汽車的例子。當汽車被發明出來的時候，英國為了保障馬車夫的生存，曾立法規定汽車行駛速度不能超過馬車。盡管最後馬車還是被淘汰了，但是出了很多司機，產生了新的職業。

　　“所以很多事情不用擔心。其實我們隻是把很多枯燥的工作讓計算機做了。就像以前是打字機，現在有計算機，現在計算機寫出來的文章想修改都很方便。30年前你要寫一篇文章，打錯了，得讓秘書用修改液去塗，但現在機器解放了秘書的工作，而他們也沒有消失，隻是去做更複雜，更專業的工作了。”黃學東說。

　　實際上，大多數的專業公司不但不擔心自己的放碗會被搶走，甚至還非常擁抱技術帶來的便利。

　　美國語言公司協會與歐洲語言行業協會首次發布的“2015語言行業調查報告”稱，大多數公司在調查機器翻譯帶來的影響的時候，都選擇了“顯著影響”（5分權重下選擇4或者5），表明機器翻譯技術已經開始發揮作用。這份報告還指出，在2014年，大量歐洲公司已經開始使用機器翻譯，美國公司有21%的項目用到了機器翻譯，為有史以來最高值。機器翻譯係統也越來越普及，50%的歐洲公司和36%的美國公司擁有機器翻譯引擎。

　　值得注意的是，該報告是基於對歐美主流中小翻譯公司得出的結果，可見除了日常使用，機器翻譯已經在專業翻譯領域發揮著越來越大的應用。

　　這樣的市場也讓許多科技公司看到了價值，包括穀歌、微軟、Facebook、百度、科大訊飛、搜狗等公司都已紛紛布局翻譯機。

　　目前，穀歌已經開發出了耳機Pixel Buds，可以實時翻譯，並存儲有40種語言，使用時就像有名翻譯家在你耳邊說悄悄話。隻是，這款耳機還隻能和Pixel智能手機聯用。

　　微軟也積極布局，除了開發有自己的小冰係統外，微軟近期還與小米合作，推出了魔芋AI翻譯機。它用了微軟的認知服務技術，就像iPod一樣，有一個雙鍵，可以做遠場翻譯，支持60種語言的機器翻譯，並整合了智能助理。

　　國內公司對於巨大的消費市場也是虎視眈眈。科大訊飛和搜狗均在去年推出了自己的手持翻譯機。科大訊飛的曉譯翻譯機支持5種語言翻譯，具備離線功能和即時翻譯。搜狗翻譯機支持離線翻譯和拍照識別翻譯。

　　在機器翻譯技術的支持下，各家公司布局的翻譯機紛至遝來，可以預見的是，機器翻譯在教育、旅遊、社交、跨境交易等領域有著巨大的應用空間。信息技術的進步在不斷的降低人們的溝通成本，當機器翻譯進步到可以替代專業翻譯，我們是不是可以拾起《聖經》中的想象：一個能讓不同語言的人無縫溝通的世界會在不遠的將來到來？