今天，微软亚洲研究院与雷德蒙研究院的研究人员宣布，他们研发的机器翻译系统在通用新闻报道测试集的中-英测试集上，以69.9的高分，打破人类测试记录，在新闻报道的翻译质量和准确率上可以比肩人工翻译。
newstest2017新闻报道测试集是在2017年的WMT17大会上发布的，WMT17是全球范围内最具权威的国际评测大赛。此次微软的系统评测得分为69.9，专业译者的得分是68.6，而翻译众包翻译得分为67.6。所以，微软目前的突破可以说能够让机器翻译代替人类。
但素，说起全面替代也不是容易滴，毕竟微软的此次突破只是在中英测试上，不同的语言又将面临不同的复杂性。世界上有5651种语言，如果说要全面覆盖，期待中....
不过，想到《奇点临近》中说的，人工智能只要迈过那个坎儿，就能以指数级的增长，不知道微软此次的成就算不算迈过奇点，赢来机器翻译的全面突破呢？
最近有条新闻，“全世界第一个口语对口语的翻译系统（引自北美中文媒体《世界新闻网》）”，在Meta诞生。
负责算法的工程师 陈鹏仁 来自台湾，从小说闽南语长大，虽然身在美国，但仍坚持对子女说闽南语。
很感谢 陈鹏仁 选择用 Hokkien 来作为闽南语的英文称呼，而没有选择 Taiwanese，这给了闽南语更大的回旋空间（因为厦漳泉和新马是无法接受 Taiwanese 这个称呼）。
非文学类（也就是应用类笔译，包括医学，法律，工程，外贸，广告等有着大量现成可用语料库的方向），3-5年左右将会被取代90%。
文学类（散文，小说，诗歌等体裁），暂时看不到任何被取代的可能性，或者说哪怕被取代，也只能是几个百分点的。但是这一块本身就盈利很少。干这块的更多是出于个人兴趣和艺术追求。你想靠它赚到买买买吃吃吃的收入，还是洗洗睡吧。
以会展口译为代表的低端陪同口译，3-5年内会被口译设备，口译app等工具取代70%以上。（口译app的话，目前商业化的还不多，多数仍在开发试验阶段。目前一些雏形有：Google translation, Microsoft Translator, 有道翻译官等）
以交传乃至同传为代表的中高端CI（会议口译），5-7年内会被取代50%以上。
西方的印欧语系的主流语言势必淘汰的更快，一方面是同源研究起来更方便一方面也是因为CAT早已使用于这些语言，已经积累了很多经验。而东方的日语韩语泰语越南语什么的要么是因为发展中国家尚未得到重视，要么是因为语言相对孤立，学起来更吃力，所以相对好一些，会慢一点。所以千万不要一刀切，说什么英汉汉英首先消亡，然后小语种就也全跟着了。这是错误的想法。
我自己虽然主业是做英语口译和法语笔译的。但我不会告诉你我也在用谷歌和trados结合起来做德语，西语和葡语的笔译活。而这三门语言，我也就认识几个单词罢了。
一般是用英语或法语作为中介语。英语是因为谷歌母语，法语是因为语法严谨。而且这两门也是我最精通的。
具体的方法是：比如你接到了一单X译汉的单子。那你先要用谷歌翻译把X翻译成英语，然后你自己进行英语和汉语之间的翻译工作。谷歌能很精确的给出大部分印欧系语言和英语法语之间的互译。
相对来说汉译X要难一些。因为你要确保你把汉语翻译成英语的过程中不能犯语法错误，表达要地道，这样谷歌才能帮你顺利地将英语翻译成X语。
这种方法的前提是，汉语部分要靠你自己来，不能用谷歌。因为谷歌的汉语还是很艹蛋的。这种方法只是帮你用英语来开启了其他外语的大门而已。说白了有点像买房，就是杠杆原理。以一门英语为支点，以谷歌翻译为撬棍，撬动十几门外语，虽然你还是要参与翻译过程的，不能当甩手掌柜。但是仅此一点就足够你赚一笔了。
是的。但也一般是偶尔几处用词不够贴切。但语法错误一般不会有。谷歌翻译真心还是很强大的。而且还有翻译社区帮助进一步优化。
大家完全可以去试试看，比如去China Daily 上拉一篇新闻，然后用谷歌翻译翻译成法语啊德语啊西语啊，发给您的外语系朋友看看，问他有没有表达不妥或者语法错误。没有朋友的话，就复制一下结果，然后刷新页面，颠倒两种语言，然后看看逆向翻译给你的英文结果是如何的。你就会感叹现在的CAT了。
可以说只要源文本过硬，谷歌就能给你呈现一个很棒的目标文本。（还是那句话，除了汉语）
所以我是越发看衰翻译行业的。妈的连我这种完全不懂德西葡的人都能赚出一辆车，那那些语言专业毕业的本科生研究生，意义在哪里呢？
遑论现在上海这边连二本院校的外语专业都开始引进CAT课程了。这就等于是变相的绞杀。就好像当年改革开放给农村地区引进割麦机一样，让老实巴交的割麦人围成一圈学怎么开这个机器。殊不知大家都会开了之后，也就没你们什么事了。
个人认为，当一个行业已经被取代了70%80%了，这个行业就不值得继续走进去了。如果你非要安慰自己，做到最顶尖的总有饭吃，那我也没办法。什么行业都不可能被完全取代，安徽山区里的粮油店现在还用算盘呢，那你想学算盘吗？
CAT现在发展的迅猛大家都有目共睹，翻译日渐呈现出夕阳产业的态势，值不值得趋之若鹜，见仁见智。
就目前来说，人工智能全面替代翻译还不可能，译员大可以放心（真到了全面替代翻译的那一天，估计大部分职业也都跟着死光了，大家一起死吧），但不可忽视翻译价格因译后编辑（MTPE）广泛应用而走低的趋势。
人工智能的飞速发展，不可能人为阻挡。如果希望继续在译员这条道路走下去的话，我们能做的就是学好CAT，并且善用MT提升翻译效率。
有道大张旗鼓地宣传旗下的神经网络翻译技术（YNMT）仅在半分钟内即完成了一本320页20万字的书籍。
科大讯飞不甘示弱，号称讯飞听见语音识别技术可以代替当前翻译界技术含量最高的同传口译，引来了好大一场风波。
近年来翻译科技的蓬勃发展，让“机器翻译（MT）”即将取代“人工翻译”的呼声愈发响亮。
还有深恶痛绝，认为翻译是一门艺术，冷冰冰机的翻缺乏灵魂，毁灭了翻译的乐趣。
1.机翻质量尚不过关，滥用机翻会导致译员思路受限，译文质量下降，应当尽可能少用或者不用。
2.机翻的引入会导致本就低廉的翻译报酬进一步下滑，从维护译员利益角度出发有必要予以。
但机器翻译的发展，无疑会对语言服务行业产生各方面冲击（Technology Disruption)。
“我们必须要做会思考的翻译，要能够完全、充分地理解原文。译者不仅应该实现文字转换，还要表达作者的想法，并还原语境、还原事实，将真实的信息呈现给文化背景完全不同的人。”
接着，他很明确地说译员应当善用机器（从宏观角度来看也就是“翻译技术”）。
“对优秀的译者来说，我们面临的不是机器给我们的挑战，而是机器给我们的巨大帮助。它可以提高效率和用词的统一度，但是准确度还得靠人来把握。所以译者应当敞开怀抱来欢迎机辅翻译。”
在这里，李教授提到的是机辅翻译，也就是CAT，窄了说，是Trados、Memoq等代表性翻译工具，宽泛了说，还包括术语管理、质量检查、翻译记忆等。
其实，在我看来，在如今慢慢流行起来的MTPE(Machine Translation Post-Editin)模式中，机翻同样起到了协助译员进行翻译的作用，也可以归类到广义的CAT中。
轻轻一点谷歌搜到的单词释义是不是没有觑着眼睛从厚厚的词典里翻出来的有灵魂？
所以，一个字一个字写在作文稿纸再加点删改涂抹痕迹的翻译手稿拥有最饱满鲜活的灵魂？
那我们不如集体退回一支笔、一叠稿纸、一摞词典、一柜子书的时代闭门造车去算了。
在这里，我要特别推荐北大俞敬松老师的《计算机辅助翻译原理与实践》课程，免费的，网上一搜就有。
在这门课程中，俞老师告诫我们，作为新时代的译员，必须娴熟掌握引擎搜索、学术数据库查询等技能，同时还要具备术语库、翻译记忆、语料库、质量检查（QA）方面的知识。
怎么用最快速度找到某个生僻术语的精准译文？如何将已译内容自动填充到重复出现的原文中，如何避免译文出现重要字眼译法不一致的问题？
这些问题都能通过技术手段处理。这些翻译技术对于提升翻译的品质和效率十分重要。
无可否认，从统计与概率机翻系统发展到如今的神经网络系统，机翻质量确实大有长进。
不说别的，至少在英中语言对的机械、专利、工程等语言相对平实的领域表现得相当出色，专业术语翻译准确度很高。
在翻译实践中，比如说在Trados里加入谷歌翻译插件，就可以用机翻预翻译一遍，快速掌握全文大意，同时不必再手动翻译那些过分简单的信息（比如说，日期、地址等），能够节省不少时间，还能避免低级打字错误。
它在诸如时尚、旅游、新闻等对语言要求极高的领域表现不佳，有时候甚至错误连篇，根本无法理解。
我自己做时尚行业比较多，接触的迪奥、爱马仕、梵克雅宝等客户都有自己明确的品牌语言风格，必须由人工译员专门打理，掌握分寸，确保品牌理念顺畅传达，而机翻根本没法达到这么精细的要求。
不过，机翻技术到现在尚未真正成熟，有点儿毛病正常的很。新生事物总要慢慢发展起来的不是么。
比如说，西班牙、法语、意大利语这种高度相似的语言，机翻准确率极高，远远超过英中语言对。
客户的期望质量在这里起着至关重要的作用。内部使用了解大意即可的手册与面向高端客户的出版刊物，对翻译质量的要求显然是大不相同的。
在MTPE模式中，这就决定了译员需要进行light editing还是full editing，用通俗的话说，就是“小改”和“大改”的区别了。
对这种忧虑，我颇能感同身受。看多了机翻内容，确实容易受机翻的行文结构牵引，思维受限，导致译文一股浓浓机翻腔。
机翻：挑战通常表现为如何从点A移动到点B，以及需要做些什么才能到达那里。
我译：挑战常见的表现形式是如何从A点抵达B点，期间该采取哪些手段来实现目标。
机翻：然而，来自于实现目标的学习和发展往往来自于绕过或穿过阻碍实现目标的障碍。
我译：然而，在追逐目标过程中的成长与收获，往往源自为克服障碍作出的种种努力。
译审：然而，在实现目标的过程中学到的东西和取得的发展通常来自于在应对和克服障碍的过程中。
老实说，这几段文字我自己检查时没看出来毛病，前辈帮忙一改，方才觉得自己简直翻得一团糟。
说到底，还是我自己的问题，是因为不熟悉相关内容，没能彻底理解原文的意义，故而遣词造句战战兢兢，束手束脚，翻译思路一时间没法跳出机翻或是原文的桎梏。
而要保证译文质量，读起来像是人话，关键还是得加强自身中文功底修养，以及大量阅读相关背景资料，把翻译文本理解透彻，从而“居高临下”一眼看穿机翻的语言弊病，做到去芜存菁，化为己用。
翻译公司总是希望节约成本，译员总是希望提高收入，两者之间总是存在利益的矛盾。
然而，如果翻译公司只是随便拿MT处理一遍，就想让费率打个八折甚至一半，而译员仍要花费与普通翻译等同的时间方能达到翻译公司要求的质量。
就在去年的时候，已经有翻译公司给我发了邮件，表示即将引入MTPE模式，问我的MTPE按字数报价是多少。
那我自己难道不会么？机翻一秒钟输出，费率就要打折，这压价钱也太容易了吧？
近年来翻译科技的蓬勃发展，让“机器翻译（MT）”即将取代“人工翻译”的呼声愈发响亮。
有专家预言到2029年机器翻译会达到人类翻译的水平。某些企业甚至嚣张放话要“灭了翻译这门行业”
但是机器翻译的发展，的的确确是对语言服务行业产生了多方面冲击。表现之一就是所谓的MTPE模式正变得越来越流行。
MTPE模式，是Machine Translation Post-Edition的缩写，也就是“译后编辑”，即以机翻预处理之后，由译员人工编辑，除此之外还可能加载TM（记忆库），术语以及进行最终的QA处理。
机器翻译的译文品质不稳定，但在人工译员稍加编辑后，仍能满足普通文件翻译需求。
某些稿件期限紧凑，预算偏低，对质量要求没那么高，正适合用MTPE批量处理。
这也是为什么近年来越来越多公司引入MTPE的缘故，翻译公司希望借此承接更多稿件，谋求更大的利润空间。
据我目前观察，对于某些译员而言，当前形势并不乐观，翻译费率明显受到了冲击。
某些翻译公司将MTPE和普通翻译区别开来。以MTPE模式中内容经过机翻预处理，翻译速率较快为理由直接把报价砍了下来。
这是去年位于亚洲语言服务供应商排行榜前列的某家翻译公司给我发的邮件，MTPE的报价是中文千字40，真是太棒了==。
无独有偶，前几天看见某译员在群里发问：广州XX公司搞了个云平台。平台自动翻译后，再找人校对，修改30%以下的，按译员价格的30%支付；超过30%，按照约定价格的50%支付。
还有译员私下抱怨，“现在虽然机翻不能用，但是还是提高了一些效率，一些平台都降价了，包括译X网，派给人工的活似乎也少了，尤其是专利类。”
如果说，在单位时间内，单价下调而翻译速度提升，那么译员费率确实并不会改变。
但关键问题在于，有了机翻的加持，效率究竟提升了多少？10%，20%还是一半以上？
原因在于机翻译文水平因具体行业、语言对而变，波动十分明显，而最终译文质量也取决于客户的要求，是要求完全不留机译痕迹，流畅自然呢，还是只要能读通大意即可。
拿我熟悉的英到中语言对来说。旅游、市场领域以及相对口语的文本的机译文基本是不能用的，无论是句型、用词、语气都必须全面调整。
温德仁的作品来自里索德森林的云杉树(里索森林)到Lac de Joux的深度(汝湖)，邀请游客将自己沉浸在这些栖息地的声音中，欣赏我们感受和与环境互动的能力，以及与居住在环境中的最小物种互动的能力。
很显然，机翻跟各位同学的译文相差极大，机翻在这里根本起不到任何作用，这一点，参与练习的同学想必深有感受。
如果有客户要我们做一份语言要求极高的宣传类稿件，但是因为预先经过机翻处理，要求折价一半，你说能不呵呵吗？
由此可见，MPTE的适用范围是有限的。但是不少翻译公司项目管理粗糙，为了降低成本，才不管MTPE到底适用与否，全部处理了丢给译员，但对翻译的质量却仍然十分严苛。
也就是说某些稿件虽然是拿机翻处理过了，但基本没用，译员要做的工作还是一样多。单价减下来了，翻译速度没法跟上去。
也有一些项目，翻译公司严格禁止使用机翻处理文件。这一类项目客户慷慨大方预算高，但同时对语言质量精益求精，不允许译文出现任何机翻痕迹。
项目专用的Style Guide和Glossary，动辄上百页，从语言整体的Tonality到具体标点符号怎么用都有着相当详细的规定。
为遵循广告法的规定，禁止译文使用任何极限词，“极致”和”绝佳“需要替换为“出众”、出色“。
但凡”天王/巨星/影后/影帝“都必须替换为”“著名演员、著名艺术家、文艺界人士”
为了避免政治敏感，但凡文章出现country，一律译为国家/地区，台湾必须翻译为”中国台湾“。
这样细致入微的处理要求，是目前机翻无法胜任的，必须有资深译员来把控译文质量。
从上述讨论中可知，在当前机器翻译迅速发展，MTPE模式日益兴盛的情况下，末端的译员，最底层的译员面临的风险最大，顶部的译员暂时还不会受到太多影响。
第三级是质量太差，连机翻都比不上，在机翻普及之后很可能再也接不到活了，被迫改行。
第二级比机翻稍好一点，却也有限，那么很可能会受到MTPE模式的冲击，面临费率下跌的窘境，必须想办法提升自己的水平，往上走一走，如果仍然故步自封，不思进取，那么一定是死路一条。
第一级是有能力接那种高翻译质量要求稿件的译员，他们暂时还不会受到机翻或者MTPE的影响。但居安思危，不断提升自我，同时围绕翻译行业寻求更多发展出路是必然的选择。
而对于尚未踏进这一行业的英专学生而言，如果坚定了要走翻译这条路，那么一定要趁早下苦功夫，确保自己的水平远在MTPE之上，或者至少有足够的底气去拒绝那种中文千字单价40块钱的MPTE。如果不能，那不如早做打算。
总而言之，只有虚心好学，自我砥砺，不断精进翻译水平的译员，才能在这个行业继续生存下去，活得从容体面，不慌不张。
很多译员使用机器翻译编辑，译文质量真的难以恭维。我想，如果有一天机器翻译真的取代人类，那也是人类亲手砸掉了饭碗。
举几个例子吧。这几句话出自同一篇论文的前言部分，前言不过 200-300 单词，就出现了很多基础性语言错误。
例1. 全世界三分之一人口（约 19 亿人）曾经感染过乙型肝炎病毒，目前仍有约 2.37 亿慢性HBV携带者，我国约占 9 千万。译文：One third of the world’s population (about 1.9 billion people) have been infected with hepatitis B virus, there are still about 237 million chronic HBV carriers, andour country accounts forabout 9 million.分析：经验证，这个译文跟谷歌翻译做的一模一样。在分析这个译文时，我们只看最基本的遣词造句。首先，our country 是哪个 country？虽然读者可以通过文章作者的名字和单位猜测，但是在论文正文第一次出现时，还是应该明确地点（空间），这是研究对象的一个重要人口学特征啊！先不论原文写作有没有问题，中国人自己写论文说“我国”，中国读者可以默认是“中国”。但是英语论文的目标读者主要来自于欧美等国家和地区，不写明国家，如何判断研究针对的人群呢？第二，英语重视逻辑，而译文纯粹用 and 将 3 个句子并列，未体现出内在逻辑层次，行文非常中式。第三，our country accounts forabout 89 million 的表达合适吗？account for 是什么用法？这套主谓宾搭配合理吗？我们不能凭主观感性认识说别人的译文是错误的，必须找到客观依据支持自己的观点。从网络词典中找到多个 “account for +数字” 可以译为 “占......” 的例句，但它们的逻辑是有差别的，主要分为两类：第一类：主语和宾语属于同一类事物，前者构成后者的一部分。
分析：这句话同样照搬谷歌翻译，动词使用错误。在vaccine has been widely vaccinated中，主语应该是人，而不是vaccine。机器翻译只会按照字面组合单词，出错在所难免。人类译员也看不出错误，优势在哪里？时间紧任务重，参考机器翻译，可以理解。但是最后交付的译文质量并没有比机器翻译好，要么是译员的责任心缺乏，要么是翻译水平跟机器持平，甚至不如机器。这样的译员可以活跃在翻译市场，甚至是国际翻译市场，一方面是优秀译员确实不多，另一方面可能是报价便宜吧。这位译员的翻译速度应该很快，不知道会不会沾沾自喜，觉得自己的翻译水平很好，即使机器翻译编辑，也没人能看出问题来。其实，不是审校看不出问题，只是默默修改或者妥协了。毕竟，要把字面翻译修改成地道自然表达，几乎要全文重翻。
作为一名审校，接触太多这种质量的译文，真的感觉很消耗，很“致郁”。审校这种稿子，只是生活，无关情怀。前一阵子传出阿里人工智能实验室关门，不管阿里是如何回应的，我很希望看到他们黄掉，给人工智能产业降降温。之前看到讯飞以“AI”为名骗取国家补贴并搞房地产等丑闻时，我也挺希望看到这家拿“取代翻译”作为噱头的公司倒掉。
不是拒绝拥抱新科技，而是资本操纵舆论，耸人听闻，普通人并不懂得分辨。上周给学生讲医学翻译行业生态时，突然想，如果有一天所有的翻译都变成了机器翻译编辑，世界会变成什么样子？辗转反侧大半夜，一下子想通了，那样的世界跟现在不会有太大差别。坦白说，就算没有机器翻译，很多译员的翻译水平也很差，甚至不如机器。要求高的客户不会选择水平低的译员，更不会选择机器翻译。译审面对的稿子只不过是从水平差的译员做的变成了机器做的。对于中高端译员来说，影响不大。不管怎样，质量才是根本啊。
谢邀。根据牛津大学研究显示，如果你只是做字面翻译，那很可能在10年内就被AI取代。如果你的翻译需要做到“信达雅”，需要在译文里加进自己的创作思维，那么你的职业在20年内被人工智能取代的概率只有33%。差不多会在30年之后被取代，到时候你可能也快退休了。
- 初级翻译（包括中文这样的高难度语言）：8年。注意，初级翻译是指水平基本达到普通bilingual的翻译水平，也就是意思基本上都可以传达，但是做不到“信达雅”。
以下是其他职业被AI取代的年份。连搭建乐高这种细活，AI也可以在7年内做到。AI取代所有人类职业，还要等120年。
如果你的翻译需要做到“信达雅”，需要在译文里加进自己的创作思维，那么你的职业在20年内被人工智能取代的概率只有33%。什么叫信达雅？人类自己都定义不清楚，更何况AI呢？
和其他职业相比，翻译还算是相对安全的。因为翻译不只是字面翻译，还需要抽象思考。研究表明，抽象思维选择目前还是人工智能的弱点。
我不仅是一名自由翻译，也是一名科幻迷和人工智能支持者。对于人工智能取代翻译这事，我丝毫不担心，如果真到了这一天，我会为我的失业而开心。因为这代表着人工智能已经达到了非常先进的地步，以至于人类大部分工作都能被取代了，而我们也会过上被机器赡养的生活。
很多人吹嘘的谷歌翻译，我天天用，确实能提高一定效率，尤其是某些简单对话翻译，翻的很好。不过碰到航空技术和军事类，你就会发现机器翻译几乎没什么用，你改机器翻译有时甚至比自己翻都累。
首先请想一想，一个人学会并掌握一门语言，需要多长时间？各位学汉语学了几十年，有几个敢说自己汉语特别好的？
翻译不是翻译文字，而是翻译意思，这就涉及到两个关键过程：理解原文，再用译文表达。如果你是真正做翻译的，你就会知道这完全不是简单的一对一转化过程，很多时候翻译更像是一种写作，是你领会了客户原文的意思，再去表达出来。
且不说表达，就光理解，又谈何容易？各位可以想象日常学的课本，难道是看一遍就能理解了吗？如果你能，那么你是天才。即便是随便一篇文章，难道看一遍就能理解作者的意思了？更不要说那些专业的文章了。一个人类学了几十年语言，看人类自己写的东西，尚且吃力，何况是人工智能？
如果人工智能能做到随意理解人类文字的能力，那么就代表其具备了相当高的理解甚至是思维能力，那么很多纯粹听人话执行命令的工作将被彻底淘汰，而且人尚且有听错和误会的时候，但机器可是百分百精确啊！同时，要是机器真到了这一步，怕是离进化出自我学习能力也不远了。
再说表达，这个就更难了。各位可以试想一下写作文时候的感觉，或者说话时候的感觉，有时候为了表达某种意思，达到某种效果，可以说是绞尽脑汁，而结果往往还不尽如人意。人类尚且如此，何况机器？你或许会说，翻译有原文参考，并非是完全的创作，但即便是在原文基础上发挥，也并不容易。不说把英语翻成汉语，就算拿一段汉语让你复述，你也很难保证做到完全不曲解原文的意思，更别提有些专业的东西，或者是蹩脚的东西，那就更难弄了。
如果机器能完美的做到以上两点，那么就意味着机器可以完全明白人的意思，还能完美的表达出来。果真如此的线%的工作都可以由机器来干了。与其担心翻译被取代，还不如先担心快递、外卖、客服、驾驶、农民、工人、士兵等等职业先被取代吧。
最关键的问题之一，语料库和术语库的建立问题。每个行业都有自己的语料库和术语库，有人说把这些东西都汇总起来，人工智能就牛逼了。确实如此，不过现实中却极难做到。按这个理论，那全世界把所有资源和科技都共享起来，人类不就牛逼了？可是这怎么可能呢？在翻译领域，我辛辛苦苦积累的语料库，凭什么与你共享？更别提有很多被视为秘密的资料根本不让外传。好吧，就算可以共享，那谁来负责统筹？谁可以使用？使用怎么定价？到时候怕是人工智能没发展起来，人类自己先打起来了。
不过我仍然坚信，只要人类自己不作死，人工智能终有一日会替代翻译，但我也觉得这一日还有很久，而至于多久，我很难去量化评估，毕竟我不是学AI的。现在已经有公司开始了人机共译项目，在可以预见的将来，那些水平连机器翻译都不如的混水摸鱼之辈将被淘汰，这个过程是必然的。
最后想说的是，语言和文字是人类最伟大的发明之一，而翻译不仅是技术，也是一门艺术。任何事情，只要和艺术沾边，就会增加其被机器替代的难度。比如技术文件翻译相对较为容易被机器替代，但文学翻译则几乎不可能，除非人类强大到能够如上帝般造人，不过真到了那一步，人类基本已经到了无所不知的地步了，还需要什么翻译？（可以看看刘慈欣的小说《诗云》，对文学的不可替代性有着生动的描述）上帝还能听不懂所有的语言吗？其他领域也是如此，烹饪是艺术，因此虽然大锅饭可以由机器炒，但高端厨师则很难被取代；战争也是艺术，所以开枪打仗的士兵甚至于飞机坦克等战争机器都可以换成人工智能，但指挥战争的将军不行。
总之，作为一名翻译，我丝毫不担心被机器抢了饭碗。如果真有那一天，我希望能在有生之年见到，让我也享受一下人工智能的福利。
伴随着近两年人工智能的飞速发展，“机器会代替人类”“人工智能抢了人类的饭碗”等类似的话题就备受关注和讨论。同时，也不免引起一些职业群体的担忧。
目前机器翻译的主流方式叫“统计翻译”。统计机器翻译的基本原理是：从语料库大量的翻译实例中自动学习翻译知识，然后利用这些翻译知识自动翻译其他句子。
比如，为了让机器顺利实现中英文之间的翻译，首先需要收集大量中英文双语句对，然后使用计算机从这些双语句对中统计并学习翻译知识。
看到这里你也许会觉得，机器翻译好像也不难，不就是要收集到足够多的词汇和例句吗？
人类语言具有很大的复杂性。首先，很多用词和表达方式是多义的、模糊的、跟特定应用环境相关的。即使是同一个句子，在不同语境下的意思也不相同。例如，碰到这样的情况，不仅仅是老外，机器估计也会“迷茫”。
其次，不同语言的语序也不一样。例如“最好的朋友之一”，翻译成“one of the best friends”，其中“之一”的翻译被提前了。
再者，对于同一个句子，它可能有很多种正确的翻译方法。这样增加了机器学习过程的不确定性。例如“你好”可以被翻译成“Hello”，或者“How do you do”等。
因此，一个优秀的机器翻译系统，对于词的翻译知识，短语的翻译知识、语法结构的翻译知识、语义的翻译知识等等全部都要掌握。
以中英翻译方向为例，系统首先要掌握中英文之间词、短语、语法结构的翻译知识。有了这些翻译知识之后，系统就会把这个中文句子切分成各种词、短语、或者语法结构的组合（这个过程中，有成千上万种切分可能，每个单元也有多种翻译备选），然后分别翻译每一个单元，最后组合起来形成最终的英文翻译。
万万没想到吧，在电光火石的一瞬间，系统已经经历了这么一个“千回百转”的过程。
现阶段人工智能技术发展不需要“被神化”。技术发展乃至产品化有其自身发展曲线，从技术走向市场，一定是在不断完善过程中走向成熟。
以同声传译为例。目前，机器翻译已经取得非常大的进步，在衣食住行等常用生活用语上的中英翻译可以达到大学六级的水平，能够帮助人们在一些场景处理语言交流的问题，但距离会议同传以及高水平翻译所讲究的“信、达、雅”还存在很大的差距。
我们一直所追求和努力的，是希望通过语音转写和翻译技术帮助同传提高工作效率、减少失误，形成人机耦合的同传新模式，并不是去替代同声传译。
人机协同、人工智能+行业，才是未来人工智能最有希望做成的。将来人工智能助手帮我们解决诸多基础性工作后，人类去做有创意的事情，每个人与众不同，才能创造更多想象不到的奇迹。
目前，人工智能技术的发展在感知智能领域和认知智能领域都取得了长足进步，在语音交互、智能评测、口语翻译等方面更是有突破性的建树。
例如，人工智能+教育，通过精准分析老师上课进度和自动判断孩子知识点的薄弱环节，能实现机器自动评阅，可以将课堂教学效率大幅提升，孩子课外无效重复训练降低50%以上，真正实现因材施教；
人工智能+医疗，基于人工智能大幅提升一线医生的诊疗水平，可极大推动分级诊疗进程；
人工智能+城市，通过数据打通和人工智能，可以将窗口数量减少70%，服务人员减少50%，办事效率提升80%以上；
还有客服、金融……这一切改变，都是为了用人工智能建设美好世界，提高人类的工作效率，有更多精力去探索未来。
最近发现一个怪象，很多外行在操内行的心，开淘宝店的总会担心马云混不下去，围成一圈下象棋的大爷，话里话外总是在探讨全球军事，说的感觉好像天天和拜登在一起喝茶都一点不为过…
混得越差的男人，越喜欢讨论政治；经济越是落后的地方，饭馆越多；雌雄一体的人更容易成为人中龙凤…
人工智能可以准确地将想法转化为句子，至少对于有限的250个词汇来说是这样。 这个系统可能使我们更接近于恢复瘫痪失去语言能力的人的语言能力。
旧金山加利福尼亚大学的约瑟夫 · 马金和他的同事使用深度学习算法研究了四位女性说话时的大脑信号。 这些女性都患有癫痫，她们的大脑已经接上了监测癫痫发作的电极。
研究人员要求每位女性朗读一组句子，同时测量她们的大脑活动。 最大的一组句子包含250个独特的单词。
研究小组将这种大脑活动输入神经网络算法，训练它识别可能与语音重复方面有关的有规律发生的模式，比如元音或辅音。 然后，这些模式被输入第二个神经网络，该网络试图将这些模式转换成单词来组成句子。
每个女性至少重复这些句子两次，最后的重复并没有形成训练数据的一部分，这使得研究人员可以测试这个系统。
每当一个人说同一个句子时，相关的大脑活动都是相似的，但并不完全相同。 “记忆这些句子的大脑活动不会有帮助，所以网络必须学习它们的相似之处，以便它能概括出最后这个例子，”梅金说。 在这四名女性中，AI 的最佳表现是平均3% 的翻译错误率。
梅金说，使用少量的句子可以使人工智能更容易地学习哪些单词更容易跟随其他单词。
例如，人工智能能够解码“特纳”这个词总是可能跟随“蒂娜”这个词在这一组句子中，从大脑活动单独。
研究小组尝试将大脑信号数据一次解码成单个单词，而不是整个句子，但即使表现最好，错误率也增加到了38% 。 “因此，网络显然是在学习关于哪些词汇组合在一起的事实，而不仅仅是哪些神经活动映射到哪些词汇，”梅金说。
这将使系统难以扩展到更大的词汇量，因为每个新单词都会增加可能的句子数量，从而降低准确性。
梅金说250个单词对于不会说话的人来说仍然有用。 他说: “我们希望将这种方法应用于实际有语言障碍的病人身上。”尽管他们的大脑活动可能与这项研究中的女性不同，这使得这项研究更加困难。
伦敦大学学院的索菲 · 斯科特说，我们距离能够全面翻译大脑信号数据还有很长的路要走。 “你可能知道大约35万个单词，所以他们使用的语言仍然是非常有限的，”她说。
起码说，网易人工智能提倡的是用AI技术来提升人工作的效率和体验，而非取代人力。
比如，网易见外最近就和人人影视字幕组、立青映画字幕组、迪幻字幕组和松鼠字幕组等国内多家知名字幕组达成深度合作关系，字幕组参考AI听翻的双语字幕，进行人工校对和润色后输出，能直接在见外系统中压制输出，大幅提升视频翻译效率，使最新剧集的中文字幕更快上线，也让观众能看到更多优质的海外影视作品。
对于这样的合作形式，有十余年字幕翻译经验的“人人影视”字幕组英美剧翻译组长“Somehacker（笔名）”也表示：“网易人工智能产品-网易见外的助力将能够帮助字幕组提升翻译效率，让组员能有更多时间来润色文字，更专注于翻译的艺术”。
这个走大数据、人工智能的时代，机器翻译似乎成为了一种趋势。自己的公司也在做翻译机，评价也是褒贬不一吧。中英的机器一般情况下翻译起来都很快，发音也不错。日语的翻译机也在很大程度上可以准确快速的翻译出来。在翻译速度、词汇量这两方面人很难和机器抗衡。但是也有用户反馈说不好用，机器说的根本听不懂。这就牵扯到语序语法、发音等多种问题。就如同我们用Google、百度进行翻译一样，经常会有一些语法的错误。我相信这些问题机器通过学习都是可以解决的，用人工智能在大部分情况下代替翻译这是一个趋势。
但是人工智能很难去翻译出话背后的意思，特别是在谈判时需要确认对方表情和眼神来确定到底是客气还是婉拒。也就是大家说的人文关怀吧。这一点连人都不能100%做好，那么人工智能取代翻译还有一段很漫长的路要走。就算是真的研发出可以取代翻译的那一天，费用成本又是多少，各位老板们真的愿不愿意掏这个钱也是一个未知数。
几个月前，曾经写过一篇《翻译职业会被 AI 取代吗?》，我在此大略提及一下当时的几个重点，全文大家可以直接点击查看。
虽然当时对AI持偏向正面的观点，对其会取代译者的工作并不认同，但在这篇文章的最后，我还是用了一个低沉的音符来结尾。
我们不想谈译者究竟为什么不会被 AI 取代，我想这点已经是老生常谈，很多前辈也都已论述过大量观点，感兴趣的可以自己查询，我就不拾人牙慧了。
在思考被 AI 夺走了什么，或者可能被 AI 夺走什么之前，不如先思考，我们能从 AI 中获得什么？
所以我们今天来谈谈，为什么 AI 不仅不是译者的竞争对手，反而是译者的超强辅助。也算是我自己的经验之谈吧。
说在前头，这篇文章中的 AI 包含机译，是个混杂性的概念，不代表实际定义中的 AI。
Trados、Memoq、以及 memsource, polyglot 等各类在线翻译平台大家应该或多或少都用过，对于提升翻译的一致性，不做重复性劳动很有裨益（当然，重复率可能也被扣减了 XD）
这一点显而易见，我就不多加说明了。AI 可以让你从重复性的单调劳动中解放出来，从事更具探索性、更需要创造力的工作。同时，因为 AI 正在取代低技术含量的工作，也逼迫译者必须向“上游”转型。
我知道很多前辈推崇纯手译，认为借助机译不思进取，不但会固化翻译思维，而且在高语言要求的项目中毫无用武之地，但作为非科班出身的译者，我必须弱弱地承认，自己的确经常使用机译辅助，且觉得颇为好用。古人言，知己知彼，方能百战不殆，而我也觉得，既然和 AI 在某种程度上有成为对手的可能，那就要更去了解这门技术。如果你和我一样经常使用机译，就会惊诧于其发展的迅速，甚至惊喜于其对某句译文的出色处理。通过译文的训练文本，AI 在向数以千计同行前辈们学习，而我们也可以将 AI 的学习成果挪为己用，与其说 AI 是译者的竞争对手，不如说是共同进步的伙伴，我相信，AI 的出现不是为了取代译者，而是让我们有机会站在 AI 的肩膀上，看到更为广阔的风景。
此外，如果你和我一样，使用在线翻译平台，那么在重复率较高的时候，TM会显示其他译者翻译的历史译文，有些译文真的非常出色！请务必不要错过这个难得的学习机会！
在翻译领域上，我知道有些译者专注于自己的一亩三分地，不敢越雷池一步。这对于细分领域的大神而言当然没关系。但对于普通译者而言，多一个领域，就是多一分机会。其实无论哪个翻译领域，基础要求都是一样的，理解能力+只是搜索能力+语言能力。相比起纯手工翻译时，拓宽领域需要数年之功，借助机译辅助，扩宽领域的难度要小得多。但是无论是否采用机译辅助，都必须交付高质量的译文成果，也即是说，即便采用机译打底，你也必须真正吃透自己的译文，穷究其中涉及的知识点，在完全理解原文的基础上，理顺译文的逻辑，用恰当的语言风格重建“你自己的译文”。如果直接交付自己都不理解的机译，那么你损失的将是客户本身。如果机译能用，要译者干嘛？请务必牢记这一点。
所谓危机，危中藏机。与其回避、否定 AI ，不如化危为机，铺就青云直上之路。
每当接到连母语都狗屁不通的翻译稿件的时候，我就知道大多数人都在杞人忧天。