一、机器翻译现在能做什么

　　针对我们当前机器翻译的发展状况，我们可用以下的案例来说明。5年连续用机器翻译同一个句子，通过结果对比，我们可以从流畅度、准确度等方面看出，机器译文翻译质量是在不断提高的。

　　这也有赖于近几年机器翻译的发展——2016-2017年，谷歌翻译上线神经网络机器翻译，此后各机器翻译企业也跟进了这方面的研发，译文流畅度得到大幅提升;特别是在2018年，微软公司宣布在新闻翻译系统特定领域，其质量超过人工翻译，可以窥见机器翻译近几年突飞猛进的现状。

　　同时，我们也可以开出机器翻译应用场景也大大拓宽，大体上可以分为开放翻译系统、私有系统、机器翻译与场景的融合。其中，私有翻译系统是一个较明确的商业化方向，根据用户数据实现定制化，无需联网，满足了不少B端和G端用户需求。

　　国内外也出现了较多出色的机器翻译公司，视频翻译也成为了一个热潮，字幕通、网易见外、Videolocalize和人人译视界等平台逐渐发挥出优势;各种新闻资讯翻译平台也得到了大众的认可;另外，电商翻译、跨语言搜索、跨语言大数据分析蓬勃发展，网络小说出海，翻译APP、翻译机/翻译耳机、AI同传等产品逐渐受到大众欢迎。

　　二、机器翻译还不能做什么

　　虽说机器翻译发展很迅猛，但当前机器翻译的发展还是具有局限性的，主要有漏译、上下文不一致等现象，在技术层面则存在大部分语言数据稀疏、神经网络可解释性差，融合语言知识难度大，缺乏客观评价标准等问题。具体而言，在技术层面，也面临着一些瓶颈，大部分语言数据稀疏，除中英外，其他语种的语料十分稀缺，比如东南亚语种;另一方面，神经网络可解释性还不够高，还是一个黑盒子;机器翻译在当前融合语言知识的“性价比”还不高;机器翻译缺乏客观评价标准，计算机语言没有绝对的量化指标衡量译文的好坏，不可能做到计算机完全取代人工翻译。

　　机器翻译什么时候像人工翻译一样好?李总用了两个图形象地说明：机器翻译在进行文字转换的过程中，会丢失大量的文化、常识、背景等信息，这是机器翻译短期无法像人工翻译一样好的重要原因。

　　三、机器翻译和人工翻译边界的几点思考

　　机器翻译和人工翻译比拼的不是语言能力，文字转换能力，而是语言背后的背景知识、常识、推理、文化。语言文化知识目前很难用计算机语言来描述和自动化;第二，机器翻译在可见未来的使命是完成语言层面的转换(单词、词法、句法关系那些死记硬背的、学外语过程中痛苦大于乐趣的东西)，但不是文化和思维(那恰恰是学外语的乐趣所在);第三，高维和低维边界模糊(比如陪同翻译对计算机而言场景更复杂，更难胜任、相反和同传却天然存在一些能力上的重合)，情感和文化上的交流很难通过机器来实现。

　　四、2030年的两类译者会是什么样子?

　　在讲者看来，在2030年会产生两种译者。

　　**，各行业非专业译者。我们可以从历史中看出，随着技术的发展，特定行业都会发生平民化趋势——上个世纪曾经光鲜靓丽的打字员在计算机普及的趋势下，逐渐消失;2010年，“美图秀秀”之类的图片编辑软件的普及让大众具有了部分“P图”的能力;2020年，短视频，视频剪辑被大众所熟悉，可谓人人皆可化身视频剪辑师;2040年，伴随着今天“编程从娃娃抓起”的现状，人人皆软件开发者。具体而言，新译者和传统译者是存在着能力差别的。这里可以提到了译者A核心能力模型变化———传统译者对比新译者，在专业知识方面会次于新译者，比如说前几年某引入了医疗机器翻译系统的语言服务企业，在招聘时候已经有所倾向，相比于招语言专业背景的人员，生命科学专业人员更受青睐。

　　第二，学外语出身的新型译员。这种译员的特点是——有个人定制级的机器引擎，超出机器翻译水平的语言能力且不甘只做译后编辑这样的“清洁工”工作，技术赋能的相关工具(检索、术语、项目管理)，个人数据、信用资产(区块链)。

　　五、给翻译专业同学的一些建议

　　**后，讲者给翻译专业同学的一些建议。**，未掌握超过机器翻译的语言能力，如果要从事翻译行业，对语言素质方面要对自己要有极高的要求，译者永远要让机器翻译服务于自身;

　　第二，要学会善用、理解技术。理解技术背后的原因，比如说鸟派学和空气动力学派之于飞行、规则还是数据驱动之于机器翻译，;第三，深扎几个领域，比如说医疗、金融、法律。同时，个人数据、信用资产，未来透明信用社会下，区块链等信用资产是一个很好的起点。

　　针对于翻译老师的建议，讲者强调要关注翻译技术、市场，很多翻译理论研究有局限性，传承性不高，有些还不具有解释性;其次翻译技术可能不只是软件操作，更重要的是一种解决实际问题的开放心态。

　　同时，面向不想做翻译同学，讲者也提供了一些建议。**，要认识到学语言本来就不限于翻译职业，语言背后有着文化、思维的拓展;借助语言能力增加信息宽带纵深，进入职业市场，只有专业知识，才有立足的一席之地。

　　**后，讲者提出了一些具有启发性的总体建议。**，跟随自己的热情，不能盲目追求热点，比如30年前，语言专家在机器翻译研发中占主导，30年后的今天，则是算法工程师主导，可谓“三十年河东，三十年河西”。如果对语言感兴趣，不妨深扎语言，机器永远无法取代。第二，AI重塑生产力是社会范围的，比如同传、金融分析师、放射科医生等等，并不局限在翻译行业。在这样的变化下，更重要是的如何适应变化。第三，变商：《赢在扭转力》一书中提到了“10倍速时代，应变能力比起点重要”。

　　本文摘自《AI时代：2030年的译者会是什么样子?》讲座