語言是打開文化的一扇窗

馬迪

最近，谷歌推出了一款名為Pixel Buds的藍牙無線耳機，除了無線、智能等賣點之外，它還有一個讓人吃驚的功能：實時翻譯。谷歌在簡介中表示：“Pixel Buds可以聽到用戶的聲音，然后通過揚聲器用另一種語言播放出來；而當另一個人說話的時候，你會從耳機里聽到翻譯出的語音。”

戴上一個耳機，就能聽得懂、說得出世界上現存的大多數語言？究竟是怎么做到的呢？其實這副耳機的背后，是強大的谷歌助手以及越來越強大、越來越智能的機器翻譯。

古往今來，人類為了互相了解，一直依賴于少數擁有多語能力的人，翻譯因此成為最古老的職業之一。但人工翻譯效率低、難度大、成本高，能不能用機器代替人來做這份工作呢？

20世紀30年代初，法國科學家阿爾楚尼就提出了機器翻譯的想法，但顯然當時沒有任何技術能支持這樣的“天馬行空”。當現代電子計算機誕生后，1954年，美國喬治敦大學在IBM公司協同下，成功研制出了世界首個機器翻譯系統，實現了俄英兩種語言之間的簡單轉化，這才拉開了機器翻譯研究的序幕。但由于人類語言本身的復雜性和多樣性，半個多世紀以來，計算機系統對于人類語言的理解一直處于相對較低的階段，且僅限于文字互譯，更像是一個拙劣的“筆譯員”。

自2011年開始，伴隨著語音識別、機器翻譯、深度神經網絡等技術的快速發展和全球化的需求，機器翻譯再次變得炙手可熱—這次可不只是筆譯了，而是直接升級成了可以識別語音的“高級口譯員”。比如谷歌于2011年1月正式在其Android系統上推出了升級版的機器翻譯服務，微軟的Skype于2014年 12月宣布推出實時機器翻譯，都可以實現簡單的語音實時翻譯。

想要“譯的準”，首先要能“聽得清”，也就是要求機器能夠準確接收說話者的語音，并能理解停頓和斷句，以及根據“上下文”來理解一些模糊音。“聽清”之后，還要包容口語的一些不標準特性，比如重復、多義、顛倒、冗余和殘缺，以及方言、俚語、網絡用語等非正式詞匯。這些都需要機器有深度學習的能力。

2016年谷歌發布了GNMT神經機器翻譯系統，這種技術在機器翻譯領域無疑是革命性的。GNMT模仿人腦的神經思考模式，將整個輸入句子視作翻譯的基本單元，產出媲美人工翻譯的高質量譯文，在大大提升翻譯效率的同時，還將誤差降低了55%-85%。

谷歌公司己經將該技術應用于網頁翻譯與手機應用。作為谷歌翻譯的忠實用戶，筆者切身感受到這些年來機器翻譯質量的明顯提升—曾經那些令人啼笑皆非的錯誤幾乎完全消失，雖然在長句子中譯英時還會有一些錯亂，但簡單句常常通順得令人驚訝。現在，谷歌翻譯已經可以在超過100種語言之間進行互相翻譯，難怪有翻譯工作者感慨：“我理解了18世紀紡織工人看到蒸汽機時的憂慮與恐懼。”

機器翻譯已出現了70年，但過去一年里涌現出的AI翻譯軟硬件產品，已超過最近30年的總和。2016年12 月，微軟發布了世界上第一個萬能翻譯器，甚至可以實現多達100人之間實時翻譯交談。再說說我們都熟悉的騰訊、百度、阿里巴巴、科大訊飛等國內互聯網公司，不但推出多款在線翻譯和手機應用，甚至還創新性地推出了AR實時翻譯、拍照翻譯、實物翻譯、涂抹翻譯、文言文翻譯等特色功能。

美國未來學家雷·庫茲韋爾預言過：到2029年，機譯的譯文質量將達到人工翻譯的水準。機器學習快、不會累，同時掌握上百種語言也不是問題，那么從事翻譯行業的人會不會徹底失業呢？現在看來，擔心失業這個問題還為時尚早。目前的機器翻譯還處在“翻得不太準確，但基本能看懂”的水平上，也就是說，它們的角色更像是輔助，還不能取代真正的翻譯。

筆者更傾向于相信，即使未來機器能夠徹底理解語義，也做不到高水平翻譯所講究的“信、達、雅”。尤其是文學藝術翻譯，情感、溫度、節奏、韻致等等字里行間的妙處，機器是永遠模仿或創造不出來的。

世界上最遙遠的距離，不是天涯海角，是你站在我面前，我卻不知道你在說什么。然而有了像Pixel Buds以及未來可以想象的更先進的產品，即使從來沒學過任何一個外語單詞的人，也能與全世界無障礙交流，那么人還需要學習外語嗎？

答案見仁見智。如果你認為語言只是交流工具，那么有了機器翻譯這個真正的工具，學不學自然無所謂；但事實上，語言是打開文化的一扇窗—你能呼吸不一樣的空氣的味道，看到不一樣的陽光照射的角度，認識不一樣的人和他們不一樣的人生。學一種語言，豐富的是看世界的角度和自己的人生觀。

所以，只要巴別塔一天沒建成，人類還說著紛繁復雜的語言，外語的魅力就永遠不會消失，學習外語的人也絕不會停止。endprint