机器人AI取代会议同传，还需几步？

       人工智能，如果总是将未来的事情，拿到现在来评判，就会给很多人以错觉。以同声传译为例，几年前就有互联网大佬说，AI很快就可以取代同声传译的工作！事实上真是如此吗？尽管国内目前不乏在大型会议中全程多人使用机器同传服务的案例，但要实现稳定、准确，并真正“取代”同传行业，仍然需要假以时日。

同声传译(Simultaneous interpretation)，简称“同传”，又称“同声翻译”、“同步口译”，是指传译员在不打断讲话者说话的情况下，不间断地将讲话者的内容翻译后复述给听众的一种传译方式，传译员通过同传的设备提供即时准确无误的翻译，这种翻译方式适用于大型的权威研讨会和国际性会议。

“同声传译”这个职业曾被誉为世界上最高薪酬的工作，他们的工资不是按照“月”计算的所谓“月薪”，而是以“天”为单位，严格来说是以“每小时”乃至“每分钟”作为计量单位来进行计算。这个“日进千金”的行业看似风光，实则每次传译员出行一次任务都是一场风暴似的脑力压榨。

目前国际情况，世界上95%的国际高端会议都会采用同声传译的方式进行。但大型会议使用“同声传译”的历史并不久，第一次应用要追溯到第二次世界大战结束后，设立在德国的纽伦堡国际军事法庭在审判法西斯战犯时，首次采用。

走红于网络的翻译官张璐，就是为曾满分翻译了屈原《离骚》诗歌的选句：“亦余心之所善兮，虽九死其犹未悔”， For the ideal that I hold dear to my heart，I'dnot regret a thousand times todie(我遵从我内心的想法，即使要死千万次我也不会后悔)。

李开复认为，一项本来由人从事的工作，如果可以在 5 秒钟以内的时间里，对工作中需要思考和决策的问题作出相应决定，那么，这项工作就有非常大的可能被人工智能技术全部或部分取代。基于这个原则，最有可能被部分或完全取代的职业包括了从事翻译、新闻报道、助理、保安、销售、客服、交易、会计、司机、家政等工作的人群。翻译官、同声传译并非不是一项艰苦的“脑力工作”，能被AI替代吗？

从机器翻译的发展历程来看，其实最早也是语言学的研究范围（包括语音识别，也包含语言学的内容）。过去几十年来，为了实现机器翻译的梦想，以IBM、谷歌、微软为代表的国外科研机构和企业均相继成立机器翻译团队，专门从事智能翻译研究，矢志打破语言的巴别塔，但突破发生在2014年起，机器翻译领域开始有了翻天覆地的变化，这期间发生的大事，是以机器学习神经网络作为基础的机器翻译，开始在全面超越此前以统计模型为基础的统计机器翻译（SMT），并快速成为在线翻译系统的主流标配。

在这场革命之后，机器翻译彻底进入了Neural Machine Translation，即NWT神经网络机器翻译时代。很多人为此欢欣鼓舞。甚至谷歌在中英翻译系统上部署GNWT——谷歌神经机器翻译的新闻发布之后，当时网上有一句广为流传的话：“作为翻译，看到这个新闻的时候，我理解了18世纪纺织工人看到蒸汽机时的忧虑与恐惧。”

目前机器翻译的水平到底哪家强呢？可以参考国际顶级机器翻译比赛WMT(Workshop on Machine Translation)，由来自欧洲和美国的高校、研究机构（Charles University、University of Edinburgh、FBK、MSR、Heidelberg University、Johns Hopkins University等）的研究人员联合举办的业界公认的国际顶级机器翻译比赛之一。WMT比赛从2006年开始到2017年，一共举办了12届机器翻译比赛。今年的新闻机器翻译任务（Machine Translation of News）包含英语与捷克语、德语、芬兰语、拉脱维亚、俄语、土耳其语、汉语等一共七个语种的互译，总共14个翻译方向。其中，中译英和英译中方向是今年新增加的两个翻译方向。

转至机器人圈