浅析人工智能翻译的发展与应用对口译专业学生的影响
时琪 天津财经大学
摘要： 人工智能技术近年来蓬勃发展，人工智能翻译技术频频参与到各大国际会议当中，与此同时，“机器翻译能否取代同传？”这一问题也不断被提及。第三代人工智能通过神经网络技术将机器翻译的准确性又提升了一步，这更引起了部分从业人员的恐慌和焦虑。本文梳理了人工智能发展的背景，机器翻译的技术原理，人工智能翻译对口译行业的影响，分析了机器翻译的利弊，并总结了口译专业学生的应对策略，如何更好的运用机器翻译带来的机遇为自己的职业发展保驾护航。
关键词： 人工智能；机器翻译；口译专业；对策
一、引言
人工智能自2017年以来已经连续三年出现在中国的政府工作报告中，2017年12月，人工智能还入选了“2017年度中国媒体十大流行语”。近几年从人机对弈，图像识别，语音识别，再到智能家居，无人驾驶，大数据分析，人工智能影响了我们生活的方方面面，也是媒体大众关注的热点，在为人们的生活工作提供便利的同时，也带来了焦虑，在帮助人们减少机械性，重复性的劳动的同时，也导致了一些岗位的消失。自2018年博鳌亚洲论坛AI同传首秀，以及下半年科大讯飞被一位同传译员声讨“AI同传造假”以来，关于机器翻译将会替代口译员的猜测就一直甚嚣尘上。随着科技的进一步发展，人工智能技术迅猛崛起，对口译行业的影响不可避免，对于口译人员也提出了新的要求，那么作为口译专业的学生又面临何种挑战与机遇以及如何应对，本文将一一讨论。
二、人工智能发展的背景
早在上世纪40年代，科幻电影中就出现了拥有自我意识的超级机器人，光脑等角色和情节设定。1956年，美国计算机科学家、认知科学家约翰·麦卡锡发起达特茅斯会议，并在为该会议撰写建议书时提出了Artificial Intelligence 一词。他认为，机器不一定需要像人一样思考才能获得智能，重点是让机器能够解决人脑所能解决的问题。21世纪，第四次工业革命正在来临，人工智能让人们的梦想从科幻逐步走入现实。根据清华大学发布的《中国人工智能发展报告2018》显示，伴随着算法，算力的不断演进和提升，基于语音，自然语言处理和视觉技术有越来越多的应用和产品落地，除了典型的语音交互类产品(如智能音响，智能语音助理，智能车载系统)，智能机器人，无人机，无人汽车等产品，人工智能在智能医疗，智能安防，智能金融，智能家居，智能电网等领域都获得了突破。
三、人工智能翻译的发展
实现不同语言之间的沟通，一直都是人类的梦想。最早在《圣经》中就有关于巴别塔的记载。然而人的精力和能力有限，即便穷尽一生可能也就学会十几种语言，机器翻译的发明则给我们带来了曙光。机器翻译设想的提出可以追溯到上世纪三四十年代。1954年，美国乔治敦大学(Georgetown University )同IBM公司用IBM-701计算机首次完成了英俄机器翻译试验，向公众和科学界展示了机器翻译的可行性，拉开了机器翻译研究的序幕。
四、机器翻译的原理
机器翻译的技术发展经历了三代：第一代为20世纪80年代基于规则的机器翻译。它的优点是保持原文结构，并且对于语言现象已知或者结构规范的源语言效果较好，缺点在于人工编写规则的工作量极大，并且主观性强，难以保障一致性，同时不利于系统扩充，也无法解决不规范语言翻译的问题。
第二代是1993年IBM提出的基于词的统计翻译模型，核心在于设计概率模型对翻译过程建模，其优点在于基于平行语料直接训练翻译模型并推动了以谷歌为代表的工业界大规模商业应用，问题在于此类翻译模型建模假设较多，上下文建模能力不足，翻译比较生硬。
中国近几年人工智能翻译的发展呈现一片生机勃勃的景象，各大科技公司的人工智能同传设备在国际大会中频频亮相。2018年创新与新兴产业发展国际会议(IEID)中使用了科大讯飞语音翻译技术，不久前5月闭幕的由中国人工智能学会主办的2019年全球人工智能大会(2019 GAITC)中使用了搜狗同传，还有7月31日闭幕的第五届互联网安全领袖峰会(CSS 2019)，腾讯提供了AI同声传译服务。随着人工智能从实验室走向市场向语言服务业不断渗透，就迫使从业者深思，人工智能是否会取代人类译员，从业者应当做好哪些准备迎接挑战。
五、人工智能技术发展对口译行业的影响
2014年谷歌和蒙特利尔大学提出的基于端到端的神经机器翻译标志着第三代翻译技术的到来。这一技术利用注意力机制动态计算源语言端相关上下文，擅长对自然语言建模，把任意长度的句子转化为特定维度的浮点数向量，同时“记住”句子中比较重要的单词，让“记忆”保存比较长的时间，使得计算机对语言的处理不再停留在简单的字面匹配层面，而是进一步深入到语义理解的层面。
当前的机器翻译产品都能满足一定的翻译需求，例如讯飞翻译机目前实现了近200个国家的语言的即时互译，中英离线翻译效果达大学英语六级水平，不仅支持粤语，东北话，河南话，四川话等中文方言翻译，还包括加拿大，新西兰，印度等多国英语口音等功能。
但是机器翻译也存在一些难点。人工智能翻译虽然在翻译一些短句，或是专业词汇时非常迅速或准确，但也有其自身的局限性，神经网络在翻译时对于短语和单词的选择是基于一定的算法，基于数学值的映射，而不是理解单词的意思进行翻译。相比之下，人类译员翻译时会通过自己的认知，考虑语言背后的文化，词汇习语背后的历史，这是一个非常复杂的过程，设计常识的积累和抽象的理解，而这就是人工智能所不具备的。
互联网的出现，改变了我们的生活方式与学习方式，也对教育行业提出了新的挑战，近年来，网络教学已经受到越来越多国内外高校的重视网络，网络与教育相结合的呼声日益高涨。《Java程序设计》课程是计算机专业的主修设计课程之一，是一门概念抽象且注重实践性的专业课程。对于该课程来说，传统的教学模式比较单一，课程讲解起来不易理解，如何将泛雅平台应用于《Java程序设计》课程的教学成了各大高校的重中之重。
机器无法取代同传译员传达的口吻，语气，文化背景等情感细节，而钱钟书在《林纾的翻译》中提出的“化境”—不因语文习惯的差异而露出生硬牵强的痕迹，又能完全保存原有的风味，也是机器翻译目前无法企及的难度。刘和平教授认为，机器在短期内不可能替代人工翻译。因为机器负责程序化、重复化以及在记忆要求方面超过人脑的工作，人承担认知部分，无论在笔译还是口译方面，人要做更高智能化的工作，人来承担机器无法完成的部分。
上海市2012年被水利部确定为实施最严格水资源管理制度试点城市。取水许可管理是落实取水总量控制指标的核心工作之一。两年来，通过不断完善取水许可管理法规体系，强化规范化管理理念，落实取水总量控制指标，有力推动取水许可工作向精细化管理方向迈进，为上海社会经济可持续发展作出了贡献。
四川大学祝朝伟教授认为，翻译绝不仅仅就是“达意”，如果某一软件或机器仅仅能够传达原文的意义，那只能说其“能够翻译”，但要达到“翻译得好”甚至取代译者的水平，还有很大的一段距离。
在传统的立体显示器中，双眼的聚散运动随着屏幕差异而变化，而调节倾向于保持固定在显示屏幕上，这种现象导致辐辏和调节之间的冲突(Accommodation and Vergence, AV冲突).根据以往的研究发现，视差是影响视觉舒适度的一个关键因素，屏幕视差的大小会影响AV冲突，导致视觉不适.当视差超过人类视觉系统(Human Visual System, HVS)耐受水平后，可能诱发各种不适症状(例如眼睛疲劳和头痛).
新兴权利研究综述—以2014—2017年CNKI相关论文为分析对象…………………………………刘经靖（80）
(二)提高翻译水平：语言功底好不一定能做好翻译，译员还要掌握各种翻译技巧和方法，才能地道、忠实、完整、准确地用译入语传达原文的各层意思，包括字里行间的细微含义，做到不增不减，文体文风一致，行文通顺流畅，确保译文读者与原文读者得到的信息一致。反复锤炼翻译能力，提高翻译水平，才能向客服交付高质量的译文。
六、口译专业学生的应对策略
科技进步的巨轮不会停下，口译专业的学生唯有拥抱科技的发展，用新的技术为自己赋能，培养差异化优势，方能不被淘汰，在职业发展中找到自己的位置。除了具备高效职业者应有的一般性技能，如学习能了，协作能力等，口译专业学生也应当具备过硬的外语能力和较强的受众意识，唯有自我迭代才能不被社会淘汰，并在科技和社会的进步与发展中找到自己的位置，实现自我价值。笔者认为口译专业的学生可以从以下几个具体方面着手：
对于机器翻译带来的机遇与挑战，我们应当以何种心态去看待人工智能翻译的发展。厦门大学章璇在其论文《人工智能发展背景下的同传译员身份流变》中得出的结论十分有借鉴意义，她认为同传作为后现代的产物，仍然难逃被“异化”的命运，人工智能崛起的背景之下，同传译员又难免经受来自同质化对手—即机器的竞争。通过哲学思辨作者认为，机器翻译可以充分处理文本层面的信息转换，使得同传译员从高强度的低层级化语言转换中解脱岀来，更多地传达说话人语言中的会话含义，从而充分释放译员的主观能动性，将同声传译从被异化的境地中解放出来。
黄友义先生在2017年MTI教育年会的时说过MTI教育前程似锦，他对于MTI的教育十分乐观。“一带一路”倡议和亚投行项目加大了中国对翻译的需求量，随着中国的对外开放程度越来越高，对于精通外语的人才需求量也越来越大。并且随着中国的强大，经济的发展，在世界上也掌握了越来越多的话语权，更加频繁的参与国际事务，这就需要大量中文和外语功底过硬，且精通一个或几个领域同时具备国际视野的复合型人才。2018年10月在北京第二外国语学院举行的第十二届全国口译大会暨国际口译研讨会上，广东外语外贸大学王华树研究员做了以“大数据时代口译技术应用能力实证研究：问题与对策”为题的分享。他提出，人类译员应该以动态眼光看待翻译技术，新时代的翻译应该是一个“人工—人机互助—高质量人机翻译”的过程。王华树认为，人与技术应该共生共识，技术应始终为人类服务，我们不应该画地为牢，更不可坐井观天，要关注重大的技术发展。
(一)加强语言功底：无论是严复的“信，达，雅”还是钱钟书的“化境”，想要深刻理解原文都离不开深厚的中文和外语功底，尤其是中文功底，一般对于口译员的要求是母语素养是“精通”，外语素养是“熟练掌握”，足见母语素养比外语素养更为重要。
科大讯飞在5月召开了2019新品发布会，董事长刘庆峰在演讲中探讨了机器翻译与人类译员的共生关系，他表示人类同传不可替代，人机耦合才代表机器翻译的未来。刘庆峰表示，机器翻译的优点是实时高效，细节保留完整，科大讯飞的语音识别准确率可以做到98%以上，而最好的速记员记录准确率只有70%多一点。同传译员记录的同时还要翻译，很难记住每个细节。但是在处理发言人不成句，口误或不清楚的表述时，机器不具备人类的能力，同传译员可以根据自己的知识背景和对于上下文的理解进行整理，修成和补充，对于译文的润色和加入人文情感，都是机器做不到的。2017年科大讯飞和上海外国语大学共同建立人工智能联合实验室，研究人机耦合模式下人才培养和翻译的技术改进的方案。经过上海外国语大学高翻学院100多次产品迭代和几十次验证之后，参与实验的优秀学生使用机器辅助，同传的细节完整度从88%提升到97%，疲劳程度则降低了20%。
(三)提升客户意识：翻译的作品就是译者的产品，译者心里要始终装着客户，产品要满足客户的需要，质量要达到客户要求的标准。
（3）新形态资产管理。对于折旧已足额计提的资产如能继续使用，应当继续使用。由于这类资产在账面上已经没有价值，规范此类资产管理的目的是防止国资的流失，这也成为资产管理中的新问题。
1.4 统计学方法 采用SPSS 20.0统计软件分析数据。计数资料以百分比表示，采用χ2检验；计量资料以x±s表示，采用t检验。以P<0.05为差异有统计学意义。
(四)拥抱科技进步：让科技为自己赋能，时刻关注科技动向，积极学习新技术新技能，唯有保持开放的心态才能在科技快速迭代中站稳脚跟。
(五)坚持终身学习：译员在翻译过程中有机会接触到各个行业各种知识，必须具备不断学习的能力，不断跟踪了解中外文出现的新动态，学习各种新知识，学会适应新的环境和要求，学会使用新系统和新工具。在加速变化的当今世界，不断学习的能力和心态变得日益重要。
七、结语
人工智能翻译技术的蓬勃发展带来了对于口译专业的学生是挑战，更是机遇，智能与人工相结合才是翻译的未来。人工智能的参与可以提升工作效率，将译员从简单重复的工作中解放出来从事更有创造性的工作。口译专业学生应当以主动的姿态拥抱科技的发展，从语言功底，翻译水平，客户意识方面提升自己，通过科技赋能，加快迭代，更好地利用科技的进步实现自我发展。
参考文献：
[1]仲伟合.改革开放40年我国翻译专业教育：成就、挑战与发展[J].中国翻译，2019(01)：68-75.
[2]仲伟合.中国口译学科的未来发展[J].中国外语，2016(05)：4-9.
[3]仲伟合，王巍巍.新时代背景下我国高校外语专业教育的改革与发展[J].山东外语教学，2018(03)：42-49.
[4]刘和平.口译培训的定位与专业建设[J].广东外语外贸大学学报，2007(03)：8-11，23.
[5]刘和平，雷中华.对口译职业化+专业化趋势的思考：挑战与对策[J].中国翻译，2017(04)：77-83.
[6]刘和平.我为何不怕机器带来的颠覆，反而拥抱它[EB/OL].Retrieved from http：//www.yeeworld.com/article/info/aid/7330.html，2016-05-23.
[7]曹新宇.中国MTI教育缘起、发展与前景——黄友义先生访谈录[J].中国翻译，2018(05)：65-70.
[8]马化腾.马化腾：人工智能技术正在通向“大社交”时代[J].中国企业家，2018(19)：20-21.
[9]郑泽.交替传译中机器辅助口译的实证研究[D].北京外国语大学，2018.
[10]王斌华.中国口译研究40年：历程、成就和展望[J].当代外语研究，2018(05)：48-56，67，108-109.
[11]赵毅慧.口译技术的回溯与前瞻：工具化、交互化及智能化的演变[J].外文研究，2017(04)：67-71，105.
[12]沈春泽.人工智能真的可以取代同传翻译吗[J].大数据时代，2018(05)：32-39.
[13]徐琦璐.人工智能背景下的专业口译教学系统的创新研究[J].外语电化教学，2017(05)：87-92.
[14]姜宝涵.神经网络机器翻译中英口译质量的诊断评价研究[D].北京外国语大学，2018.
[15]蒋茜谦.人工智能已经掌握人类语言了吗[J].计算机与网络，2018(12)：16-17.
[16]章璇.人工智能发展背景下的同传译员身份流变[C].厦门大学外文学院会议论文集，2019：363-375.
[17]杨心宁，刘玉玲，毛梦莹.人工智能发展背景下的口译职业趋势的探究[J].海外英语，2019(01)：59-60，64.
[18]张一宁，徐林熇.人工智能背景下对机器翻译的思考[J].长春理工大学学报(社会科学版)，2019(01)：90-94.
[19]华美淇.浅析人工智能翻译的应用现状与发展前景[J].计算机产品与流通，2018(10)：122.
[20]宋仕振.试论机器翻译与人工翻译的未来关系[J].未来与发展，2019(02)：25-30.
[21]刘庆峰.用核心技术为中国代言[N].证券时报，2018-08-20：A02.
[22]刘庆峰.AI赋能，迎接千帆竞发的新时代[J].机器人产业，2018(05)：12-18.
[23]王华树.职业化时代背景下的MTI教育创新与本地化人才培养[J].外国语，2017(05)：111-112.
[24]AI大学.机器翻译三大核心技术原理[EB/OL].Retrieved from https：//baijiahao.baidu.com/s?id=160520251959 7600143&wfr=spider&for=pc.
[25]张爱玲.人工智能技术发展与专业口笔译实践耦合机制路径初探[J].外语电化教学，2018(03)：88-94.
[26]祝朝伟.机器翻译要取代作为人的译者了吗？——兼谈翻译人才培养中科技与人文的关系[J].外国语文，2018(03)：101-109.
[27]李晗佶，陈海庆.翻译技术研究现状、问题与展望[J].北京科技大学学报(社会科学版)，2019(04)：112-118.
[28]罗慧芳，雷涯邻.智能化时代深度连通的口译学习模式构建[J].外语电化教学，2018(02)：57-61.
[29]马航丹.浅析机器翻译对英语专业学生的影响.四川西部文献编译研究中心专题资料汇编，2019(06)：278-280.
作者简介： 时琪(1986-)，女，汉族，山西人，天津财经大学翻译硕士在读，研究方向：英语口译。