科大訊飛“AI同傳造假”風波：機器翻譯替代人工還很遙遠
科技雲報道原創。
“2018世界人工智慧大會剛落幕，科大訊飛卻陷入了“AI同傳造假”的風波。9月20日，一位同傳譯員在知乎上發文稱，訊飛的翻譯其實為人工同傳，並非機器智慧翻譯，並且譯文由機器進行朗讀，此事引發了媒體的廣泛關注。”
科大訊飛AI同傳造假一事引起了軒然大波，業界對AI同傳的能力產生質疑的同時，也讓科大訊飛成為了輿論中心。針對此事，科大訊飛董祕江濤對外迴應稱，“訊飛從沒講過AI同傳的概念，始終強調是人機耦合的模式。”
科大訊飛這麼解釋同傳領域的人機耦合：“翻譯字幕上中英文同時顯示時，是嵌入式機器實時全自動同傳，單個語種顯示時是人工同傳。人工翻譯時，訊飛聽見可以幫助同傳提升效率和水平。”
按照科大訊飛的解釋，科大訊飛的機器只是起到了識別同傳人員的語音翻譯，再用AI將翻譯機器播報出來，與語音識別有關，卻與AI同傳無關。
事實上，科大訊飛並不是第一家被質疑AI造假的企業。兩年前，搜狗在烏鎮世界網際網路大會秀的一把“實時機器翻譯”現場演示，就在網路上引發了一波“偽科技”的質疑。
大會演講現場不僅實時語音識別顯示中文內容，還有機器同步翻譯成英文，生成雙語滾動字幕。據搜狗方面稱，其機器翻譯準確率達90%，未來有望取代人類同傳。
然而搜狗現場機器翻譯不時出現的“中式英語”翻譯，甚至當中文識別出現錯別字時，英文翻譯卻毫無錯誤，這些BUG的出現不禁讓人質疑，難不成機器翻譯早已熟知稿件，而並非根據實時中文來進行翻譯？
無論是谷歌、微軟，還是百度、有道、金山等，國內外目前對於機器翻譯的準確率並沒有一個準確的資料，基本都以“翻譯錯誤降低率”來衡量其進步，而搜狗卻直接對外丟擲了90%的準確率，著實令業內譁然。
機器翻譯的烏龍鬧劇並未停止。今年4月，博鰲亞洲論壇有4場分論壇應用了騰訊AI同傳，結果騰訊AI同傳現了單詞亂碼、連續出現同一個單詞的卡機狀況。更為嚴重的是，騰訊AI同傳將“一帶一路”變著花樣翻譯成了好幾種不同的說法，因此只能緊急應召同傳譯員來救場。
AI機器翻譯實際水平如何？
無論是科大訊飛的AI同傳造假事件，還是搜狗、騰訊的機器翻譯事故都讓人困惑，一直鬧得火熱的AI同傳停留在了什麼層次？距離同傳人員“被下崗”還有多久？
從目前AI同傳在大會上的表現來看，同傳人員目前依然是同傳領域的主力軍，還要頻頻為出意外的AI君救場。在同聲傳譯領域，AI需要正視這些事情。
AI機器翻譯的準確率有多高？
評價AI機器翻譯內容質量的好壞，國際上有一些方法，除了人工評測，也有多種自動評測方法有，其中，IBM的watson研究中心在2002年提出的BLEU方法被業界較為廣泛認可。
參考《機器翻譯及其評測技術簡介》的說法，BLEU方法就是比較候選譯文（candidate）與參考譯文（reference）中相同的片段數量。其思想是用翻譯結果中連續出現的N元組( n個單詞/字或標點)與參考譯文中出現的N元組進行比較，計算完全匹配的N元組的個數與翻譯結果中N元組的總個數的比例。
然後，作者使用一個測試語料，讓2個翻譯專家和3個機器去翻譯，也就是它允許一個原文有多個參考譯文。但請記住，對於機器翻譯的準確率沒有一個絕對值，而是以“翻譯錯誤降低率”來衡量自身技術的成熟度。
不過對於AI而言，如果要提高其準確率，首先得保證它你能“聽得懂”和“聽得清”。
機器翻譯技術被檢驗過了嗎？
之前搜狗機器翻譯之所以被嘲笑，另一個原因就是未經驗證，這其中最大的BUG是技術還未獲得足夠量級的測評，也就是技術的成熟度未經市場驗證。比如有媒體就直言“從始至終，搜狗實時機翻的使用者只有王小川一人。”
所以“光說不練假把式”，技術不能被釘在牆上當作菩薩拜，AI要真正取代人工，做同聲傳譯、寫作等人類高複雜的工作，就得先應用到實戰中來。
機器缺失的情感因素怎麼補？
語言是門藝術，是活的，是有起伏有感情的，只有放在一個大的語境下面才可能被完全準確理解。即便是同一句話，放在不同語境下表達的也是不同的感情色彩，對應的翻譯也就不同。
也許，AI機器能達到95%準確的翻譯，但是那剩下5%的感情，又該如何表達出來呢？這5%的情感就可能造成一定的理解障礙甚至是誤解。
要讓這些機器表達出這些情感因素，最基礎的前提是AI需要提高語境理解能力。目前智慧翻譯對於中文複雜含義句式中的時態辨別能力還不夠，往往需要充分理解整句話的意思才能準確把握時態。
但智慧翻譯並非基於理解，而是基於統計學與語料庫，只能做到將這句話意思大致翻譯準確，所以在識別感情色彩方面，還需加強。
口語化能特殊處理嗎？
前面說，要提高AI翻譯的準確率，需要保證能“聽得懂”和“聽得清”，這不僅要求AI能準確判斷出被翻譯物件（如演講者）的語音、停頓，並在極短時間內進行“語音斷句”，還需要在涉及一些模糊音時能夠根據“上下文”進行及時調整，更棘手的是要讓A能靈活處理一些特殊情況，比如口語。
要應付這些複雜情況，AI需要大量補充口語化語料，並且需要改變直譯方式，讓機器翻譯真正智慧起來。
事實上，同聲傳譯需要有極高的資格才可以擔任。在同聲傳譯中，譯員需要遵循順句驅動、隨時調整、適度超前、資訊重組、合理簡約、資訊等值等基本原則，此外，由於演講者講話速度普遍較快，演講中可能摻雜各地口音和方言，同傳譯員還需要調動自己的一切知識儲備和經驗全力以赴。
看來用機器取代人類同傳的高調口號在短期內還只是空談。神經機器翻譯系統目前所能做的只是優化翻譯結果，並不是萬能藥，將其作為黑科技大書特書，過分拔高人們對於機器翻譯實際水平的期待，實際上並不可取。
不僅僅是科大訊飛、騰訊、搜狗，所有的人工智慧應用和公司都應該正視人類和機器真正的差別，這不僅僅是一場技術誰優誰劣的較量，更是一場如何理解人和人的需求的對壘。如果科技公司給予人們太多不切實際的幻想，那麼無形中也將透支著公眾對於AI的興趣。
【科技雲報道原創】
微信公眾賬號：科技雲報道