什么样的机器翻译比Google还要占优？ | 硬创公开课
今年8月，雷锋网(公众号：雷锋网)(搜索“雷锋网”公众号关注)将在深圳举办“全球人工智能与机器人创新大会”（GAIR），在本次大会上，我们将发布“人工智能与机器人Top25创新企业榜“，商鹊网是我们重点关注的公司之一。今天，我们邀请到了商鹊网CEO邹剑宇，以实战经验为我们解读，什么样的机器翻译比Google还要占优？雷锋网
嘉宾介绍： 邹剑宇。商鹊网创始人及首席执行官。中国第一代互联网记者。1997-2007服务《三联生活周刊》，任经济部负责人， 《南方周末》和FT中文网专栏作家，跟踪报道了中国互联网的前十年历程。2007年进入互联网，先后担任雅虎中国主编，猫扑网和中国移动微博总编辑。2012年担任元培翻译高级副总裁，创建其互联网翻译事业部。2013年创建商鹊网。
先介绍下我们的创业团队，跟我合伙创业的，是清华的本科和硕士毕业的自然语言大拿，叫魏勇鹏。以及中科院的博士胡日勒，原来在诺基亚负责机器翻译。
▌机器翻译的现状
正如大家所想，能吸引我们在翻译行业创业的前提，肯定是翻译行业遇到了一些问题。下图比较完整地概括了翻译行业遇到的问题。
其实这是个小行业，规模特别小，没有大公司。但是翻译需求，貌似没有谁没有遇到过，所以很多人会拍脑袋一想——“这是个大生意”！但实际情况会是这行确实需求挺多，但生意不大。我们创业的时候，这一点看得很清楚，如果不跟上机器翻译的趋势，翻译一定没得做。
先说说机器翻译的现状吧，这个BLEU值的评测结果，说明了现在机器翻译的现状。一般人的体会，是机器翻译有很多不尽如人意的地方。商业伙伴第一句话问的也是：你们机器翻译准确度是多少？这一PPT讲清楚了背后的事实：目前通用的机器翻译的准确度约50%弱一点
这个一般的准确度，说起来都是泪。客户说：那你们这个太差了；投资人也说：那你们这个太差了。我不是技术出身，创业初期也对这个准确度有很大期待，对伙伴有无限期待。一年下来发现期待总是落空，所以就反省：事情出问题了还是我出什么问题了？ 所以就开始学习，四处打探事实。找到的事实，见下图
这个理论引用的是英国特别NB的物理学家，也是世界知名的认知学家讲的，如果咱们不知道创造是怎么回事，那就别想创造一个创造的能力了，这个家伙的理论高度，个人觉得高于《人类简史》那个以色列教授。如果说《人类简史》是历史概述，那这个教授的书则是开创性的认知启蒙，他的意思，是图灵测试，有点诡辩和连蒙带诈地制造了一个AI。
这个是咱们中国的理论物理学家、科学网红李淼教授总结的：物理逻辑运转的计算方法，得不出类似量子运转的创造思维结果。总结下来：理论不够，方法不对。理解人性思维的AI做得有点辛苦。
是我现场去听了张钹教授的课，这里主要是讲机器智慧，与类人的AI的区别，按他的理论，AI极其有可能有自己的意志，即按照自己的逻辑行动，并有可能伤害人类。但是机器直接来理解人，这一点目前看不到。我是做机器翻译的，被称为AI的皇冠，是用机器来理解人类的认知，难度非常大。目前比较成熟的AI应用，主要集中在感知层，诸如视觉、听觉的机器识别，总结下来，这三个人物所讲理论，给了我一颗定心丸：我再也不期待工程师给我一个完美的翻译引擎了，跟客户说机翻结果时再也不忐忑不安了：我们就是这样的！
把大家对机器翻译的期待，转化为翻译的期待，是比较合理和现实的，——机器不会万能，人来帮忙。
现在大家能用到的机器翻译，包括口语翻译软件，基本上准确度都是50%左右的引擎，不过看看使用量：很惊人；但在商业服务领域，情况不太一样。
也就是说：机器翻译没有直接的商业模式。有价值的是流量。有时候会让我们这个圈子的人这么感慨，“这么难的事，我都去做了，却赚不到钱（哭）”。当然我们也哭，不过还是会看清楚自己的价值。
▌Google PK 垂直引擎
这里要补充一下：实际上我们公司开发的不是和谷歌百度一样的通用引擎，我们在垂直领域做工作。目前商鹊网的翻译引擎，针对科研、专利领域，所以我们的准确度应该比通用引擎高一些，因为垂直领域的数据研发后会更精准，如果垂直的引擎还不如通用的引擎在该领域的效果，就混不下去了（掩面ing）。我们在一个客户的竞标中，的确是打败了谷歌和必应的引擎服务，拿到了一个专利内容的机器翻译的常年订单，每个月都在干活。我们提供的主要服务叫人机结合的译后编辑 PE(Post Editing)服务。
这是我们服务的技术架构，在这个技术架构上面，我们使用了大量的译员，这些译员需要参加PE生产的培训，因此，研发之外的BD和培训工作，是公司日常的大业务。
这是我们公司的培训矩阵。我们受译协委托，给中国300所外语院校培训翻译技能，就是我们研发的PE生产流程，这里发生了很有意思的事，这是我们培训的三个学员，他们跟机器的关系由浅入深，工作效率也由低到高。
里面的话，都是学员在答问卷的原话，非常真实的感受，所以，培训的逻辑，就是把半成品的机器翻译的结果，让译员最大程度的利用上，以减少译员自己的工作量和工作强度，提高效率，公司降低成本，这一点，培训中充分体现出来了，当然，也有一点点问题，不是所有译员对人机结合都感到舒适的。
这里涉及到了：“AI真的会取代人，减少工作机会”，这是一个重大的社会问题，从局部来看，是的。但是更大时间和范围来看，人还是有无数的事情要做。这里的一个技能是：人要学会和机器相处，让机器学会和人相处，就是咱们日常在做的AI研发，难度太大了。让人和机器相处，只需要学习和体验，就能做到。所以，让人屈尊配合机器，是眼前最现实的事情，虽然有不适，但应该不是大问题吧。Anyway，人机结合的不适，难道比时髦的VR大眼罩更不人性吗？
人屈尊去配合机器，意味着两件事：
第一、人可以给机器“更深度学习”的机会，对PE翻译来说，因为我们的译员，是最深度的用户，所以他们每一次对机器翻译结果的选择和修正，都是机器学习的最好样板。这种集中的人群应用，是谷歌等通用引擎梦寐以求，但是找不到的目标人群。（因为谷歌翻译不支持深度人机交互，只有一个选项：你觉得结果好还是不好）。
第二，人机结合的翻译，几乎只有在中国可以深度运转。不单是因为中国有最多的劳动力，还因为中国是世界上独一无二的全语种的体制课程教育体系。
也就是说教育部下属大学里，可以学到世界上所有实用的语言，在美国，人力很贵、译员更贵，不会有公司有成本动用这么多人力来做人机结合的服务。反过来，也没有这么多专业人士来反哺AI的成长。
这里顺便打个广告，嘿嘿。商鹊网5月21日，也就是上周六和猪八戒签署了一个战略合作协议，商鹊为猪八戒的翻译频道提供产品、系统、服务、招募和BD等一系列的运营支持服务。因此，商鹊网形成了一个翻译的闭环，从需求到生产，从研发到培训，生产和AI研发可以互相借力成长，猪八戒是“服务业的淘宝”，所以它有能力把分散的翻译需求集中到一个大平台上来。
▌众包 PK 垂直引擎之PE
这里要解释一下，PE和众包的关系
一般来说，像设计，法律、翻译等服务业，目前想到的互联网解决办法，就是众包，翻译类的众包有过很多平台，无一类外都含恨离去，我跟猪八戒的最资深外包服务的人探讨这个问题，最后都认为问题出在供应方。过去一般认为，有需求，把客户找上来，让服务商蜂涌上去，问题就解决了，实际上，一个服务的需求千奇百怪，匹配合适的供应商的成本，远高于服务本身的价值，所以我们的解决办法，是让供应商在服务的产品、流程和交付质量，以及服务商品牌上下功夫。
让最主要的需求有标准化的产品来服务，而翻译服务要做到这一点，IT技术和翻译技术是必须的，说了这么多，说一个实际案例。
商鹊网使用PE，为中国和日本的专利客户提供翻译服务。日本客户对信息管理、对质量苛求非常严格，我们从一个第五层的分包商成长为直接的翻译供应商，依靠的就是PE生产的高效、低成本，以及稳定的质量。资深翻译一定比我们的普通译员做得好，但是人总有累、病的时候，还有多个译员翻译习惯不同术语不统一等等，这些问题机器不怕。机器解决了术语准确和统一问题，人是辅助优化的。因此，我们刚毕业的本科学生，即胜任了工作5年以上的老译员，效率还更高。
▌PE说，它要飞得更高
那么，在专利领域是酱紫，我们做到了全世界（不含糊）最优的翻译成本，其他领域呢？
中国人不再把生活局限在出生的这个国家了，从上学、租房、买房、投资理财、养老保险、求医问药、学习移民等等，还有日常的跨境购物和旅游，生活空间出国了，但是俺们那嘎达的乡音难忘也难改，不懂英文咋办？
陪同翻译的服务不是我们要做的，但是有更大的需求：基本上大家认为超过60%的有价值的英文信息还是没有中文版的，现在大家能够看到大部分英文世界的NEWS的中文版，但是编辑好的information，以及更深度的Knowledge，咱们是看不到中文版的。或者看到的很晚、很不全，很贵。
譬如，魏泽西同学死于绝症，但是莆田人盈利导向的资讯，是让他遗恨的地方。中国人上网求医问药，一个字到网上，有1000个莆田人在等你。实际上欧美有很科学、真实的医、药、病的数据库，把这些数据库翻译成中文，是有价值的。还有就是投资，买美股。一般中国人除了中概股之外，能对4000家美国主要上市公司里的100家有所了解？还有更多的基金公司、基金产品，保险产品，能了解多少呢？
要想做一个国际人，即要有国际的资讯氛围。过去没有，是因为这里的翻译工程成本太高、效率太低了！
现在有机器翻译——针对浏览级的需求；人机结合的深度翻译——针对资料、精读级的需求，因此，现在翻译也变了。
翻译不再是一个不管内容的语言转换，是一个多语言转换和智能知识管理的综合工程。做到这一点，翻译很有意思了。我们在小规模的翻译服务里，发现生意可以反哺AI研究，不完全依靠VC输血。而另外呢，则对未来的AI智能应用前景充满期待。所以，很期待和同怀AI梦想的大家，一起走到那一天，我的唠叨先到此。
本文作者：宗仁
本文转自雷锋网禁止二次转载，原文链接