為什麼說網上曝光率最高的那篇《機器翻譯將摧毀翻譯行業》都是胡扯?

2021-02-20 華南翻譯市場

機器翻譯早在20世紀40年代就出現了,當時美國等發達國家曾出現過機器翻譯技術研究熱潮。然而多年來,機器翻譯卻一直沒有得到普遍應用。

為何近年來外界又開始關注起機器翻譯?


機器翻譯又引起大家的關注,主要是因為近年發生了幾個較有代表性的事件。


事件一:Skype推出了即時翻譯功能


2014年底,Skype發布了一個實時翻譯視頻,視頻中兩個在不同國家的小女孩用各自的母語在聊天,而對方聽到的卻是翻譯好後的語言。這也意味著今後哪怕是語言互不相通的人們也能借用Skype的實時翻譯功能實現無障礙交流。雖然目前該功能只支持英語和西班牙語兩種語言,但相信在未來,能在這項技術上運用的語言會越來越多。


事件二:《2015語言行業調查報告》對「機器翻譯」的提及

美國語言公司協會(Association of Language Companies,簡稱ALC)與歐洲語言行業協會(The European Language Industry Association,簡稱ELIA)去年聯合發布了《2015語言行業調查報告》 。

該報告中值得注意的是,在調查機器翻譯的影響時,大多數公司都選擇了「顯著影響」。2014年歐洲公司使用機器翻譯已經非常普遍,美國公司使用機器翻譯的比例也首次達到21%。

事件三:百度的翻譯機器人獲重獎2016年初,中國舉辦國家科學技術獎勵大會上,百度的機器翻譯項目獲得了國家科技進步二等獎,而網際網路企業能拿中國最高級別的科技獎項歷來罕見。所以這事也引起了業界廣泛的關注。


縱使上面這幾件事再怎麼有影響力,也不及平民百姓在網上看到的這些關於「機器翻譯」的所謂專家寫的文章影響力大,因為只要你搜「機器翻譯」,你就一定會看到它們——



大家可以看到在百度百科的下面,就是一篇名為《機器翻譯代替不了人工翻譯,但足以摧毀翻譯行業》的文章,你想不注意它都不行,因為它就在最顯眼的位置。而其餘的文章基本都是在側面地表揚百度自己的翻譯技術有多牛。但是今天我們就先從這篇強勢植入我們眼帘的文章說起——既然它能被擺在最前面,那一定很有份量吧?

《機器翻譯足以摧毀翻譯行業》這篇文章的原文,大家可以點擊底部的閱讀原文去閱讀,也可以直接繼續往下看完這篇東西再去讀原文,因為我已經把原文中那些經不起推敲甚至非常滑稽的觀點都總結出來了。

以下是我對這篇文章的讀後感……

《機器翻譯足以摧毀翻譯行業》通篇文章作者都在試圖告訴我們:機器翻譯要來了,做翻譯的人要遭殃啦,未來只有同傳還能勉強生存,其他人就等著狗帶吧

不明真相的圍觀群眾讀完後,可能會覺得作者說得好像蠻有道理的樣子。但如果你冷靜下來思考,特別是做翻譯的人看了則會發現這篇東西充滿了「危言聳聽」,而且作者本人顯然對翻譯工作並不了解,過分誇大機器翻譯的作用,把自己整得像個末世預言家一樣,我猜他是科幻電影看多了。

糟點一:


首先文中舉的第一個例子,說計算機的發展使得最先接觸計算機的「打字員」這個行當消失了。

首先,打字員平常人確實不怎麼接觸到,但不代表他們消失了。隨著科技的進步,人們不怎麼需要看著材料對著電腦打字,因為有了掃描儀啊。但是由打字員演化而來的「速錄師」這一職業現在卻特別吃香,只要有做過大型會議翻譯或者出席過法庭等重要會晤場合的人,應該都知道這樣的場合需要速錄員。以前第一次做會時我也對「速錄師」的存在表示好奇,後來才發現他們是要記錄會議上每個人說的每一句話,他們的薪資其實都不低,但他們還是樂於自稱「打字員」;

第二,哪怕計算機技術的發展使得社會不像以前那麼需要「打字員」,也不代表機器翻譯將摧毀翻譯這一行業。作者在這裡企圖混淆兩個概念,因為以前打字員的工作其實是勞力工作,看著書上的東西,然後再打到紙上,這跟「抄作業」沒太大區別,腦力活動不需太多;而翻譯工作則是腦力激蕩,是在「寫作業」。這兩種職業本身就存在質的差別,怎麼可以用來比較呢?

糟點二:


然後,作者又試圖用一個超勉強的例子試圖讓我們不去關注機器翻譯與生俱來的缺陷——沒能傳遞含有情感的表達。
文中作者說,有人說「你愛我嗎?」和「你,愛我嗎?」,這兩者人類尚且有時都分不清,那麼機器翻譯沒辦法翻譯也很正常,大家就別老去揪人家的辮子了。而我想說的是既然機器翻譯目前沒法跨越翻譯「言外之意」這道檻,就別老是在那裡瞎bb它會上升到一個全民皆用的層次。因為只有當科學技術上升到能讓機器翻譯也把人類的語氣翻譯出來時,「機器翻譯」才有可能真正的登堂入室。而這個時間,我看大概還要好長好長。

糟點三:


接著,作者又說,"機器翻譯對翻譯行業帶來的衝擊將會是致命的,承擔不要求準確度的簡單翻譯任務的普通翻譯人員將被機器徹底取代"

其實這段話本身的邏輯就很可笑。一方面,作者假設了這個社會上有些普通的翻譯人員在專門做一些不要求準確度的簡單翻譯,而我相信如果一個公司或者個人,他允許自己的文件準確度不高而且內容又很簡單的話,他首先會想到用百度或谷歌去翻譯,或者買多幾臺電腦,而不是僱人。他們之所以找翻譯人員無非是希望東西翻譯出來後水準能高一點。社會對做著準確度不高內容又簡單的翻譯人員本來就沒這個需求,但是按作者的邏輯來說,機器翻譯將取代一個本來就不存在的人群,這不是瞎扯嗎?用機器翻譯取代不求準確度而又簡單的翻譯工作,這種現象早就有啦,何需等到未來呢——上網就行了。

另外,上面這句話也側面印證了作者自己內心其實也認為機器翻譯是在做準確度不高且簡單的翻譯任務。我建議作者還是去學點邏輯學,別湊熱鬧出來寫文章,怪丟人的。

糟點四:


接著作者又怕說服不了我們於是再舉了一個例子,他說有一對中國夫婦到古巴蜜月旅行,不懂當地語言,一路通過手機翻譯軟體實現了與當地居民無障礙的交流,然後得出結論:旅遊陪同翻譯的存在已經失去了意義。

看到這段話我心中縱然有千萬頭草泥馬奔過(為做旅遊翻譯的朋友抱不平),但臉上決定還是要保持微笑。


首先我們來看看這段如此搞笑的舉例,一對新婚的夫婦因為不懂當地語言,借用手機翻譯軟體完成了一段十分成功的旅行。

實際上,不用手機他們一樣能完成旅行,因為人與人之間的溝通,最初是通過肢體語言和面部表情完成的,再不行就用畫畫唄,這樣最能直接表達了,手機只是一個輔助的東西,如果他們本來就計劃好要通過軟體翻譯來幫助自己旅行,那他們其實更應該帶上「文曲星」或「好記星」,這樣子哪裡不會就可以點哪裡了,而且保證不卡機且詞庫更大;

第二,要用手機完成溝通的話還得確保有足夠的電和網絡信號;

第三,一見人就用手機翻譯軟體溝通,這樣不僅費力且費時,最重要的是這是蜜月旅行啊大哥,就不能多花點時間在彼此身上麼?一路上見人就掏出手機得有多累啊~

第四,我猜如果條件允許,一個手機翻譯軟體和一個熟悉當地文化的旅遊嚮導翻譯(外語地陪),正常人都知道哪一種的體驗更佳。

第五,按作者的思路,學會用手機軟體溝通,人們就不需要陪同翻譯,那支付寶都可以轉帳付款,銀行豈不是都得關了?

提這種以偏概全的論點,真的是當讀者沒讀過書啊。


糟點五:


如果你以為鬼扯的觀點已經講完了,那就太naiv

e啦,因為這個作者實在是太喜歡吹一些自己都不懂的牛逼,比如說「很多時候,一些過於專門的文件的翻譯工作往往是由其領域的專業人士親自上陣翻譯的,這也解釋了為什麼一些概念的翻譯極端拗口,符合邏輯而缺乏美感

作者覺得一些專業性的文件讀起來之所以缺乏美感,是因為它們是由熟悉這個行業的人來翻譯的。當看到這個觀點時我就想說「我叉,這貨果然不是幹這行的」。

因為首先不是什麼文件都要求美感,難道一份醫學報告也要翻譯出詩歌的即視感嗎?第二,都說是專門文件嘍,一般群眾不需要知道,也少有機會知道,讓相應領域的人來翻譯,或許讀起來真的不那麼朗朗上口,但至少他知道要怎麼表達才能讓那個領域裡的人都看懂。第三,有些時候不是所有專門的文件都是由專門的人去翻譯的,很多筆譯人員都是接觸著各個領域,或許他們剛開始對某個領域並不熟悉,但這不代表他們不能翻譯出來;第四,人都翻譯不出美感的東西,機器就能翻譯得出?



糟點六:


好不容易看到文章最後,我發現作者好像終於有點醒悟了,說了句似人非人的話——他說現在筆譯員普遍生存狀況都不太好,工資太少,那是因為他們的翻譯質量都太一般了!

我去,難道不是因為大環境不怎麼器重翻譯工作者,給從事翻譯的人那麼丁點報酬,還想人家拿出個諾貝爾級別的翻譯嗎?試想一下如果一名筆譯員沒有穩固的收入的話,為了起碼的生存他就必需多接點活兒,這就使得花在每份筆譯工作上的時間都無法太長,所以翻譯的質量總體上自然難以達到一個非常卓越的標準。

以前那些大家都熟知的翻譯大師,如楊憲益、傅雷等,誰沒「背景」?大家可以去查一下,那些翻譯大師們其實大多家庭背景良好,自己要麼是大學教授要麼是教育界牛人,生活本來就不愁吃喝,而且輕則留過洋,重則當過「官」,他們想對一個著作苦心翻譯多少年都沒問題,沒人催他,只要他們願意可以整年對著同個文本精雕細琢。而現在多數的翻譯工作者因為客觀條件限制很難做到「沒心沒肺地去翻譯」,不少翻譯人員其實條件都較為普通,更多是僅憑自己對翻譯的熱誠和純粹的理想支撐著一條道走到黑。

更讓人不爽的是現在很多用人單位喜歡擺出一副「這個活你不接,自然有其他人接」的傲慢姿態,一方面不願待重翻譯人員,一方面卻又希望他們有更好的產出。這就是像養一頭奶牛,整天不餵草給它,卻又總想它產出更多更好的牛奶。溫飽問題都顧不上,你還指望人家「信達雅」?

普通翻譯從業者因環境不待重,所以大體上影響了翻譯的質量,這似乎說得過去。但大學裡那些做翻譯研究的老師總該出些優秀的譯作了吧?很遺憾,大學的教師好像更在乎職稱和論文,他們自己出的翻譯譯本,有多少是他帶的那些研究生幫忙翻譯的,多少是自己親自翻譯的,這個大家可以好好腦補一下。

看到整個翻譯行業產出的水平沒那麼高時,我認為這種時候應該設法引導相關部門提高對翻譯作品及翻譯工作者的重視,鼓勵更多組織重視翻譯人才的培養,而不是說「既然你們的翻譯水平都渣渣那就等著被機器翻譯取代吧(取代你妹啊)」!



關於機器翻譯,網上還有一篇文章叫《機器能翻譯,還需要學外語嗎? 》。但我已經無力再去吐糟這些智障的標題黨了。大家只要記住,不管機器翻譯技術再怎樣發達,不會外語的人還是不會外語 ,不懂翻譯的人還是不懂翻譯。哪怕真的到了有一天機器翻譯被廣泛應用,那些不懂翻譯的人,要確認一份由機器翻譯出來的東西是否準確得當,一樣得找會外語的人。而且當文件越重要時,越要花重金請人來審譯。對外語陌生的人,用起機器翻譯並不會得心應手。

我想,等到有一天機器翻譯被廣泛應用了,真正能從中受益的其實還是本來就在做翻譯或學外語的這群人——機器翻譯會讓翻譯人員更方便地開展工作。

試想一下,如果我是做字幕翻譯的人,可以用機器翻譯先把視頻中所說的東西,初步翻譯成相應的文本,那之後的工作,我聽譯起來或者較對起來都會省事很多;或者再試想這樣一個場景,我們在做交替傳譯時,由於有了「機器翻譯」這項技術,發言人在說話時,我們手中的平板已經同步將他的話轉換成對應的文本顯示在屏幕上,而當發言人說完話時,我們的平板已經有了初步的譯稿,這時我們只要跟著屏幕顯示的初稿,加上自己的一些翻譯判斷,將屏幕中的東西技巧性地念出來,這就完成了口譯的工作,如此連筆記都不用了。

機器翻譯這項技術發展的趨勢不是將人工翻譯取代,更不會將翻譯行業摧毀,而是機器翻譯和人工翻譯的融合發展,因為最終能用好機器翻譯這項技術的人只能是本來就懂外語會翻譯的人。建議大家不要擔心這種技術是不是會被廣泛應用,而應留意行業趨勢,運用好這些工具。

End

如果覺得我說得不好,歡迎噴我,但我是不會改的。哈哈……

對於這樣的文章還能排在百度首頁最前,吾等只能對中國的網絡文化表示堪憂啊~

相關焦點

  • 號稱地表最強的神經機器翻譯,為什麼還是不盡如人意?
    題圖來自:視覺中國14年到16年,機器翻譯領域可以說是翻天覆地。這期間發生的大事,是以神經網絡作為基礎的機器翻譯,開始在全面超越此前以統計模型為基礎的統計機器翻譯(SMT),並快速成為在線翻譯系統的主流標配。在這場革命之後,機器翻譯徹底進入了Neural Machine Translation,即NWT神經機器翻譯時代。
  • 肖桐博士: 基於骨架的機器翻譯
    上面的第二種和第三種方法是更加直接的思路來利用句子骨架進行機器翻譯,前者有更多的人工參與成分,但是需要完成大量的標註工作;後者沒有數據標註成本,但是需要自動方法對骨架信息的使用進行控制。下面將重點介紹這兩種方法在機器翻譯中的使用情況。
  • 基於Keras框架實現加入Attention與BiRNN的機器翻譯模型
    前言本篇文章將在基礎Seq2Seq模型的基礎上加入Attention機制與Bi-RNN,構造更高級的翻譯模型,採用BLEU對翻譯結果進行評估;並對Attention層進行可視化,更加直觀地了解模型的翻譯過程。
  • 如何用PaddlePaddle實現機器翻譯?
    需要翻譯的語言通常稱為源語言(source language),翻譯成的結果語言稱為目標語言(target language)。機器翻譯即實現從源語言到目標語言轉換的過程,是自然語言處理的重要研究領域之一。本文將帶領大家了解經典的端到端神經網絡機器翻譯Seq2Seq模型,以及如何用PaddlePaddle來訓練。
  • 論文淺嘗 - ICLR2020 | 具有通用視覺表示的神經機器翻譯
    ,當前多模態機器翻譯模型無法充分利用視覺信息。然後設計了一個簡單的注意力層,將圖像表示和原始源句表示融合在一起,作為對解碼器的輸入,以預測目標翻譯。這種方法可以容易地應用到純文本的NMT模型中,而無需標註大規模的雙語並行語料庫。
  • 如何為神經機器翻譯任務配置編碼 - 解碼模型
    值得慶幸的是,研究人員已經利用谷歌的硬體替我們完成了這項工作,並提供了關於如何配置神經機器翻譯編碼 - 解碼模型和序列預測的一系列說明。在這篇文章中,我們將仔細介紹對於神經機器翻譯和其他自然語言處理任務,如何配置出最好的編碼 - 解碼遞歸神經網絡。
  • 附代碼 ‖ Facebook發布開源機器翻譯模型ConvNet,承諾提高9倍翻譯速度
    →文末有彩蛋當我們大多數人想到機器翻譯時,我們最先想到的是Google翻譯。但除此之外,Facebook一直依靠廣泛的技術來翻譯新聞Feed上的帖子等等。在這些用例中,準確性對於提供有競爭力的體驗至關重要,但可以說速度對於Facebook更為重要。
  • Google 全新的語音翻譯,難以想像這是一個機器人說的話
    ▲ 能夠模仿語氣和聲線的翻譯. 音頻來自:Google AI Blog如果我不說,你能聽得出這段錄音其實是機器翻譯的錄音嗎?包括大家常用的 Google 翻譯在內, 現在絕大多數的翻譯系統的工作流程都分為三步:首先是將原語音識別成文本,然後對文本翻譯目標語言,最後再進行文本到語音的合成。由於在聲音轉化為文字時,原語音的語氣等信息是無法進行轉化的,所以也就解釋了為什麼我們現在所使用的翻譯系統,語音生硬,且無法模仿原語音的語氣的。那 Google Translatotron 又是怎麼做到的?
  • 你可能不再需要Attention:這是一個賊簡單的神經機器翻譯架構
    因為崇尚 LSTM 無所不能且模型結構賊簡單,他們的模型甚至能做到即時翻譯。自從編碼器解碼器架構崛起以來,主流的神經機器翻譯(NMT)模型都使用這種架構,因為它允許原文序列長度和譯文序列長度不一樣。而自 Bahdanau 等研究者在 14 年提出基於注意力的 NMT 模型後,基於編碼器解碼器架構的 NMT 模型差不多都會加上注意力機制。
  • 一款翻譯神器!新增Google 人工智慧雲翻譯API,史上最接近人腦的翻譯引擎
    Google AI雲翻譯,就是那個阿爾法狗的親兄弟,號稱史上最接近人類語言的翻譯引擎,而且每天還在深度學習!之前SCI Translate 4 小編有推送過:日讀 10 篇 paper?段落翻譯按句子進行,用四色區分句子,每句中英文對照,便於學習。
  • 為什麼很多西方國家的名字都翻譯得很優美?
    為什麼很多西方國家的名字都翻譯的很優美?其實幾乎每一個西方國家在中國歷史上都有非常多不同的譯名,所以現在有幾個國家的名字顯得優美其實並不是基於什麼規則,而主要是因為這些國家國名在中文裡固定下來的時間和那時中國的整體局面所決定的。所以在某種程度上,西方國家在中文裡的優美程度,甚至可以被當成這個國家強弱程度和綜合國力的一種指示器了。
  • 【軍情瞭望】海軍副教授這樣翻譯日本最強戰艦
    在作者介紹中說張海峰是副教授,碩士。而搜索謝宇鵬發現在其他發表的論文裡介紹,他是海軍航空大學的講師。唯獨這個於忠琳除了上面提到的兩篇論文外沒找到其他相關信息。咱們就事論事,說這兩篇論文,軍事的事情咱別多說,就談談論文的英文關鍵詞和摘要翻譯。
  • GAN眼中的圖像翻譯
    這是一篇總結文,總結我看過的幾篇用GAN做圖像翻譯的文章的「套路」。首先,什麼是圖像翻譯?
  • 第三十三屆翻譯哥哥杯英語翻譯小賽丨周賽
    翻譯哥哥杯獲獎者不再點評,但可重複獲評最佳或者獲獎最假譯者永不重複之所以做此決定一來,評獎文章中可減少大量引用原譯二來,可以增加總結字數經過觀察其他微信公眾號的類似欄目向來無引用選手譯文的先例但翻譯哥哥仍將保留引用原譯加點評的模式
  • 歡迎參加「翻譯與戰爭研究工作坊」
    翻譯是戰鬥力,是戰爭機器不可分割的一部分,翻譯與戰爭關係的這種認知被越來越多的相關研究所證明。
  • 機器翻譯新突破!「普適注意力」模型:概念簡單參數少,性能大增
    【新智元導讀】目前的機器翻譯模型基於編碼器-解碼器系統結構,本文提出了一種名為「普適注意力」的新翻譯模型
  • 10位知名翻譯專家談如何提高翻譯實踐能力
    多數專家在訪談中都直接或間接地提到了這個問題。一個翻譯如果不能準確地了解源語,就不可能翻譯出好的作品,甚至會出現誤會或弄出笑話,更有甚者還會造成不良影響或不可估量的損失。所以,翻譯追求「信」「達」「雅」,「信」是前提和基礎。任小萍大使舉例說,王毅外長在一次記者會上提到印度軍隊進到中國洞朗地區時指出,「印度軍隊得老老實實退出去」。
  • 譯見||從翻譯安全觀看「南海仲裁案」新聞翻譯及報導
    翻譯時,莫要成為西方國家的「傳聲筒」,讓國人誤以為中國違反了所謂的「國際法庭」等的「判決」,無意之中成了美國「亞太再平衡」戰略制衡中國發展的「幫兇」,不然真與漢奸無異。  (四)「謹言慎行」的學術界  媒體的盲從性會帶來各種錯誤,那嚴謹的學術界是否就不會犯錯?顯然不是。
  • 圖像翻譯三部曲:pix2pix, pix2pixHD, vid2vid
    可以類比機器翻譯,一種語言轉換為另一種語言。下圖就是一些典型的圖像翻譯任務:比如語義分割圖轉換為真實街景圖,灰色圖轉換為彩色圖,白天轉換為黑夜.pix2pix提出了一個統一的框架解決了各類圖像翻譯問題,pix2pixHD則在pix2pix的基礎上,較好的解決了高解析度圖像轉換(翻譯)的問題,vid2vid則在pix2pixHD的基礎上,較好的解決了高解析度的視頻轉換問題。三個模型一步一個腳印,不斷改進。
  • 《聯合國海洋法公約》官方中文版的翻譯錯誤舉例
    ),均先由本國外交部門審核定稿,然後報請本國最高行政機關審核,本國最高行政機關審核批准後,再提交給本國最高立法機關,最高立法機關將該文本交由專門的委員會(如外交委員會或者外事委員會)進行(單獨或者與其他委員會一起)審核和討論,該委員會審核後向本國最高立法機關的領導人或者領導機構提交書面報告,最高立法機關的領導人或者領導機構討論後,再提交最高立法機關全體會議進行表決,之後再由國家元首籤署,再相互換約或