如果人工智能迎来下一个寒冬,你认为会是卡在什么问题上?
这主要看人工智能的应用领域,就拿应用比较广泛的翻译领域,1966年当美国科学院发布《语言与机器》报告时,即刻宣告机器翻译的死亡后,进入上世纪70年代,人工智能的进步又让机器翻译重新进入复苏阶段。你看近些年国内外各种翻译软件如雨后春笋般涌入,毫无例外,都搭乘着人工智能这一列车,但方向是否明确呢?实际上遇到的瓶颈始终难以突破。
简单梳理下机器翻译的历史:
1949年
美国人Warren•Weaver正式提出机器翻译的思想
1954年
美国乔治敦大学首次进行机器翻译的公开演示
1966年
美国科学院发布《语言与机器》报告,否定机器翻译,机器翻译陷入低谷
1970s
转换生成语法理论取得重大进展及 AI技术的进步,机器翻译进入复苏期。
1976年至今
以加拿大蒙特利尔大学与加拿大联邦政府翻译局联合首次开发出实用性翻译系统为标志,机器翻译步入繁荣阶段。
机器翻译是一个复杂的系统工程,涉及人工智能、数学、语言学、计算语言学、语音识别、和语音合成等多学科和技术。属于国际前沿领域,也是目前国际上最具挑战性的研究课题之一。
机器翻译市场现状
2015年全球翻译市场规模达到392.50亿美元,并以平均每年5%的增长速度持续发展,而在10年前,仅中国的翻译市场产值就达300亿元。正是强劲的市场需求,催生出无数的翻译软件竞相入市, 但在目前的技术条件下机器还无法和人一样去完全理解分析语言,因此,对于学术论文作者来说,将稿件通篇的交由机器翻译是不可取的。
机器翻译的优势
机器翻译显而易见的优势就是速度快、效率高,译者仅需复制粘贴就能轻松获得译句。机器翻译的背后是强大的语料库的支持,而且它是随时更新,互联网上的新词、热词随时覆盖。随着网页萃取技术的逐步提高,机器翻译可以对海量页面信息的数据挖掘和文本分析,通过复杂的算法,得到最佳的翻译结果。
机器翻译的缺点
机器翻译的缺点也是机器翻译待解决的最大障碍——语义歧义,自然语言中普遍存在各种歧义,这些歧义包括词汇和语法上的歧义,除此之外还有文化差异等因素,如果中文表示一个人很厉害,往往说:“这个人很牛”,而如果将其机器翻译就成了“This man is very cow”!除此之外,文化因素的问题也是目前制约机器翻译的一大羁绊,对此与人工翻译更是无法相提并论。其实无论罗列多少个缺点,结果只有一个:机器翻译不够准确。
像查尔斯沃思在接受稿件润色的时候,我们是不接受用机器翻译的稿件,通常此类论文很难理解,对于学术论文中结构复杂的句子来说,机器翻译会出现很多语法错误,甚至曲解原意,对其编辑润色存在很大风险,因为任何修改都可能导致原有内容出现错误。
所以人工智能在翻译领域想要做到如同真人翻译一样的准确,如何解决语义歧义的问题,解决不了这个问题,就永远卡在那里。
参考资料
《理性主义与经验主义相结合的机器翻译研究策略》
《浅谈机器翻译的现状与发展》
《基于本体的英汉翻译记忆系统模糊匹配的研究》
《机器翻译的现状和发展趋势》
《全球翻译市场发展概述报告》