机器翻译，是利用计算机将一种自然语言(源语言)转换为另一种自然语言(目言)的过程，是AI(人工智能)的终极目标之一。1954年，美国乔治敦大学研制出世界首个英俄机器翻译系统。从早期的词典匹配，到词典结合语言学专家知识的规则翻译，再到基于语料库的统计机器翻译，机器翻译的技术研发历程，可谓旷日持久。然而，计算机系统始终难以理解人类的语言，满足不了生活工作所需的聪明程度。

　　随着国际化的进一步加深，人们对于不同语种间的沟通需求也愈发迫切，传统的人工翻译行业，或许要受到一次史无前例的挑战。Google、Facebook、微软、腾讯、阿里巴巴、搜狗，都不愿错过这一场人工智能的历史进程。各大科技巨头公司的市场角逐中，产品体验上的易用性，成为了当下评价机器翻译产品的最好指标。

　　2006 年，Google宣布上线Google Translate翻译功能，拉开了最近十年的人工智能+机器翻译的AI技术舞台帷幕。2016年Google发布了GNMT-谷歌神经机器翻译系统，将整个输入句子视作翻译的基本单元，大大提升了翻译效率。在不同的语言对比中，GNMT把PBMT与人工翻译的鸿沟缩小了 58% ~ 85%，接近了人工翻译的水平。许多人工翻译工作者感慨: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。

　　Google率先拿出了神经机器翻译的概念，其他科技公司也不甘示弱，从产品和技术上展开了激烈的竞争。9月7日，全球范围内最具权威的国际评测大赛WMT2017，在丹麦首都哥本哈根举行。WMT全称Workshop on Machine Translation，是由来自欧洲和美国的高校、研究机构的研究人员联合举办的业界的国际机器翻译比赛之一。在20多家国际知名机构的激烈竞争中，搜狗提交的中英和英中系统，获得了WMT2017人工评价指标的双向第一名。同时，搜狗提交的中译英系统在20个提交的系统中，获得八项机器评价指标中的七项第一，并且获得主要机器指标BLEU(Bilingual Evaluation Understudy)第一名。

　　随着深度学习的技术开发，包括Google、Facebook、微软、腾讯、阿里巴巴、搜狗在内的各大巨头，都在试图将深度学习应用到机器翻译之中，推出各类产品来探索其应用性。例如搜狗推出的输入法中英互译功能，将深度神经元网络翻译系统与输入相结合，利用搜索技术跨越信息阻隔，再用神经元翻译技术打破语言障碍，实现一边说中文、一边出英文的智能机器同传翻译效果。

　　作为普通用户，人们更关心的是AI智能翻译技术，究竟能在实际应用中达到一个怎样的表现水准。尤其是当用户运用口语化的声音表达时，AI能否准确判断出语音的语义理解，做出准确的停顿思考，最终得到一个合格的翻译。

　　下面，我们就来做几项实际的语音翻译测试。通过和谷歌翻译和搜狗输入法的智能翻译翻译结果来做对比，挑战各种高难度的翻译语境，验证人工智能的机器翻译水准到底怎么样。

　　1、情感对话。汉语一向精深，许多时候我们说话时的文字内容没有变化，可能仅仅只是前后序列稍加变动，整个语句的语义就大有不同。尤其是在诠释情感对话时，往往会更激烈、更直接、更不看重缜密的语法排列。对于机器翻译成英文来说，这无疑是一个相当难理解的挑战。

　　喜欢过一个人和喜欢一个人过，有着明显的语义区别。搜狗输入法的理解要更准确一些，基本完美的诠释了前后两句话中的中文意境。谷歌的翻译则显得机翻的味道太过严重，不符合生活实际。

　　3、诗词古文典籍。诗词古文，是中英文翻译时的一点。因为用词语法时的高度省略化，导致翻译时难度倍增，许多人工翻译都显得力有未逮。我们选用了林则徐的一句著名诗句为例，这句诗词寓意深远又朗朗上口，在中国互联网上拥有很高的人气。翻译成英文时，不知道能否准确的还原语义呢?

　　两种英文翻译，都有一些问题。相对来说，搜狗输入法的英文翻译，稍微还原了林则徐这句诗的本意。而谷歌的翻译完全是离题万里，Gou Li的翻译一出，表明谷歌对于中文语境的本土化理解严重不足。

　　总的来说，人工智能技术，在机器翻译领域确实表现出了让人惊喜的水准。无论是说走就走的出国旅游，还是跨洋交流的留学办公，使用语音翻译软件来实现说中文，出英文的功能效果，基本都能满足与外国人的日常交流，大大提升彼此的沟通效率。

　　推荐：