《圣经．旧约》里记载着这样一段故事：
当时人类联合起来兴建希望能通往天堂的高塔，为了阻止人类的计划，上帝让人类说不同语言，使人类相互之间不能沟通，计划因此失败，人类自此各散东西。
巴别塔典故，为世上出现不同语言和种族提供了解释。尽管互联网的出现，让“地球村”的梦想在地理空间上不再是遥不可及，但语言理解与文化背景成为了全球沟通最大的障碍，又生生的让梦想变得骨感起来。
好在，各大搜索引擎都推出了AI翻译。
AI翻译这条赛道上，巨头们都绕不过的“坎”
AI翻译作为垂直搜索产品，因其明朗的落地应用场景而备受巨头们关注。
2016年，GNMT技术（谷歌的神经网络机器翻译技术，模仿人脑的神经思考模式）全面布局于谷歌翻译系统中，随后，谷歌声称其AI翻译的译文质量误差降低了55％－85％，并且将此技术广泛应用于网页翻译与手机应用。
国内，百度当时已经研究出了可应用的SMT技术（统计机器翻译），但得知NMT的横空出世之后，便迅速调转方向转而研发NMT技术，于是就有了BNMT应用于百度翻译。尽管初时的百度翻译速度很慢，但是，百度当时反应也佐证NMT的价值性。
搜狗、阿里、腾讯等公司也都有部署NMT领域，推出多款基于神经网络的在线翻译和手机应用，在智能翻译领域持续发力。360搜索自占据国内搜索引擎行业二哥的位置后，同样专注在AI领域与其他巨头角力，上线了基于NMT的360翻译，以期与去年上线的360英文搜索“双剑合璧”。
但是我们会发现，不论是谷歌还是BAT，其智能翻译从未能声称能替代人工翻译，因为翻译还必须考虑到到使用者的情感及文化背景。从2016年起至今的两年时间里，对海量语料的深度学习逐渐成为AI开发的必修课，也成了巨头们布局AI翻译绕不过的“坎”。
正是在这样的背景下，360翻译的深度学习调度平台卯足了劲，在深层技术和语料挖掘上下苦功夫。除了发挥360搜索在新闻资讯方面的既有优势外，360的英文搜索还与微软旗下的搜索引擎Bing开展技术合作，从而使得其AI翻译背后坐拥海量中英网络语料，让其在理解语境方面更显地道。另外，360翻译采用的也是独家研发的360NMT技术。
但这依然还只是个开始。
搜索平台不约而同发力NMT，为的是哪般？
不论是国外的谷歌，还是国内的搜索巨头百度、搜狗、360等，均把NMT作为AI翻译的标配，翻译集中的领域在中英互译上，这是一个很有趣的现象。AI翻译真的是块肥肉吗？惹得谁也不愿意掉队。
据统计表明，全球一共有73个国家，超10亿人以英语为官方语言，而汉语则是世界使用人数最多的语言，因此，中英互译本身的用户基数市场就能引起巨头们足够的注意力了。为什么要发力NMT，这得从AI翻译人类语言的方式说起，包含三种：第一，基于规则的机器翻译方法；第二，基于实例的机器翻译方法；第三，基于统计的翻译方法。SMT与NMT都属于第三种，从语料自动学习翻译模型，结合大数据通过评分输出翻译结果。
但是，SMT与NMT存在着显著的差距。SMT采用的模式是通过平行语料进行统计分析，翻译的准确性则与语料的丰富度呈明显的正相关，但是存在着翻译结果太过零散，片面生硬，语法语义混乱的劣势。而模仿人类神经网络构建模型，NMT是以一个句子为基本的处理单元，好处在于翻译过程中有着更好的语感，能降低SMT翻译的关于“形态、句法、词序”等方面出错的概率。因此，NMT在技术上恰巧可以有效弥补SMT的缺陷。而随着语料不断地加码，AI翻译的准确度也就高得多。
AI翻译引进NMT技术，就能精准识别“语境”吗？
搜狗同传翻译在某次国际性会议上，声称其神经网络机器翻译技术已达临界点，并在进行大规模商用推广。只是，搜狗的同传还是在国际会议上出过争议，结果不尽如人意。即便在正式的场合能够应对自如的搜狗，在非正式场合会是怎样一种情况呢？很多时候的中英交流多以口语化形式出现，对“语境”的理解远比“语法和词汇”难得多。下文我们将就几组语句进行讨论（以下从搜狗、360搜索、百度以及谷歌四大平台进行对比）。
第一组：献上我的膝盖。看看，最近这句网络常用语各翻译平台的水平
谷歌：Offer my knee。
360：express my admiration。
百度：Offer my knees。
搜狗：Give me my knee。
测试结果是搜狗、百度、谷歌均倾向于单词表面意思的翻译，并未能结合具体的文化背景，而360对于该网络用语的解释就地道的多。
第二组：诗词，选自杜甫的《登高》。因其诗中主要是以诸多意象组成的意境，看翻译能否反馈这种情感。
《登高》原文摘选：
风急天高猿啸哀，渚清沙白鸟飞回。
英语译文：
有趣的是将各自翻译的英文译成中文时，没有一个平台能还原。而在诗歌的中译英中360能够结合“语境”处理诗中的意向要素，搜狗翻译表达出了“悲怆”的情感，而百度翻译和谷歌翻译则完全是从字面上进行翻译，破坏了诗的美好。
第三组：新闻，选自红网。语言简练正式，但涉及的元素较多，对语法的要求性比较高。
原文：据长沙市住房和城乡建设委员会网站显示，2018年5月23日，长沙共计有两个项目获批预售证，均位于雨花区，分别为五矿万境蓝山和创元时代。
译文：
同一段新闻，出现了四种不同的译法。同一语句中各家强调的点不一样，譬如首句的“长沙市住房和城乡建设委员会”，360的翻译结果更显得专业并符合惯常表述，“长沙市”只是作为补充词出现，而搜狗、百度和谷歌的翻译中，“长沙市”则是作为硬性的地名出现。尤为值得注意的是，根据语境，“五矿万境蓝山”和“创元时代”都是楼盘名字，应当由汉语拼音直译，只有360识别到这一点，搜狗、百度和谷歌三家都在“矿”、“蓝山”、“创元”、“时代”等字眼上纠结。
从这三组中，我们能发现360偏好于基于“语境”的逻辑进行分词，虽然也有做的不到位的，像针对诗词这样复杂的情感语句就无法准确传达，但是在“流行语”优势明显；而谷歌和百度基本上是基于词组进行断句，因此，翻译也是一个词一个词，尤其是对古诗词的理解，谷歌就显得比较忧愁了。
因此，AI翻译的问题主要反映在三大方面：第一，机器翻译难以应对语言规则不统一的口语；第二，AI翻译难以结合文化语境进行理解，解析不出深层次的情感；第三，针对较长的段落，以及较为复杂的语境，往往会出现语法问题多，语句出错率高的毛病。
AI翻译要“地道”，技术倒不是关键
翻译界老将何恩培曾讲：“机器翻译一直被公认为人工智能领域最难的课题之一。而且语言背后的多元文化和复杂社会属性，注定了语言规则不可能规律化”。但是，中国有句老话：勤能补拙。对于AI翻译而言，最难的不是技术，而是“语境”理解，而AI翻译能力的级别高低又体现在这，集中体现了平台喂养语料的资源状况。AI翻译能否“地道”，取决于以下几点。
1、训练数据库的内容整体优质程度
这影响到翻译准确程度，取决于信息资源的整合能力。不论是BAT，还是360、搜狗、有道等，都在注重内容生态建设，搜狗有了腾讯微信入口搜索，360抢占了安全领域的数据来源。但是，这不可能是一个完全开放的体系，没有哪一家能够整合整个互联网的资源，各平台训练数据库各有侧重，AI翻译特色也不尽相同，例如360翻译侧重于地道的口语与流行语，百度翻译则显得大而全。
2、开放平等的中外数据交流，或可加强AI的深度学习
国内对标竞品之间的合作相对较难，但中外数据交流却是最好的互补。因此，百度上线过英文搜索产品，而360与微软Bing有过技术合作。此外，有了国界互译也变得更有意义。因此，中外数据合作，或许对于文化背景的数据积淀有很好的补充，也是扩充深度学习的语料最直接的方式。
3、需要准备大量的网络语及口语语料
除了诗词蕴含深厚文化底蕴外，网络语和口语是与一个地域的文化最为接近的语言形态，时下搜索引擎从被动搜索向主动的、基于用户兴趣的内容推荐引擎转型，这对于构建口语语料训练模型倒是一个不错的尝试。
虽然说，AI翻译能够精准识别“语境”是需要很长一段路要走，但是技术已经在进步，360翻译能够开始揣摩语句背后的情感与心思，对于日常交流来说是一个很好的开端。或许，我们将因此离“地球村”的梦想更进一步！
（免责声明：本网站内容主要来自原创、合作伙伴供稿和第三方自媒体作者投稿，凡在本网站出现的信息，均仅供参考。本网站将尽力确保所提供信息的准确性及可靠性，但不保证有关资料的准确性及可靠性，读者在使用前请进一步核实，并对任何自主决定的行为负责。本网站对有关资料所引致的错误、不确或遗漏，概不负任何法律责任。
任何单位或个人认为本网站中的网页或链接内容可能涉嫌侵犯其知识产权或存在不实内容时，应及时向本网站提出书面权利通知或不实情况说明，并提供身份证明、权属证明及详细侵权或不实情况证明。本网站在收到上述法律文件后，将会依法尽快联系相关文章源头核实，沟通删除相关内容或断开相关链接。 ）
