谷歌翻译又被专业翻译diss了：那它到底有没有用？(3)

　　“我要退这张票”翻译成“I want to withdraw this ticket”，可能会被误解成“我要拿走这张票”，因为“withdraw”有“拿走”的意思，而没有“退票”的含义；

　　“我想把这张50美元换开”中的“换开”不能翻译成“swap”，因为这个英语单词不能用于“换零钱”这个含义中；

　　“能给我张退税表吗？”的谷歌翻译“Can you give me a tax return？”，把“表格”（form）这个含义在翻译中丢失了，而且“tax return”是“报税”的意思，而不是“退税”的意思；

　　“这有免税店吗？”被谷歌翻译错译了“Is this duty-free shop？”（这家店是免税店吗？），这是一个只要稍微学过英语的人都会看出来的错误。

　　从随机的测试结果看来，谷歌翻译的准确度离满足游客的需要还是差了一些距离。

　　为什么有了人工智能加持，谷歌翻译还是不够好？

　　前文中说过，谷歌近期比较重要的更新是可以在中国大陆地区无障碍使用。但实际上，谷歌在前年有一次更重要的更新，那就是将翻译系统从原来的“基于词组的机器翻译”（PBMT）转变为“神经机器翻译”（NMT），也就是将神经网络技术引入到机器翻译中。谷歌宣称，经过此次更新，翻译结果更加通顺，可用性更强。

　　按照百度百科的说法，神经网络“是一种模仿动物神经网络行为特征，进行分布式并行信息处理的算法数学模型”。这个定义非专业人士不太好理解，没关系，只要知道神经网络是实现人工智能的基础性技术就好了。

　　人工智能是这几年的大热新闻关键词和最流行的技术，连今年的春节晚会上都展示了人工智能技术加持的自动驾驶汽车。但新闻中常常被讲的神乎其神的人工智能怎么在语言翻译这方面都做不好？前文中那个diss谷歌翻译的作者霍夫施塔特给了我们一个解释。

　　霍夫施塔特认为，很多人其实对人工智能的期待过高，从而“脑补过度”，这在心理学上被称为“Eliza 效应”，大概意思是说人会过度解读机器的结果。这里的“Eliza”是上个世纪60年代的早期人工智能项目，能通过脚本理解简单的自然语言，并能进行类似于人类的互动，与它互动过的许多人都认为Eliza确实了解他们内心的感觉。在霍夫施塔特看来，即使是一些人工智能领域的研究者，也难免落入“Eliza”效应的陷阱中。

　　霍夫施塔特认为，人类的翻译是一个“阅读-内化-表达”的过程，人类读到文本之后，会联想到相关的现实场景，然后基于场景给出另一种语言对于这种场景的表达。但谷歌翻译只是一个“解码”过程，即使是人工智能加持，谷歌翻译也没有真正理解文本，它只是将原文看成被加密的译文，只要解码即可翻译。这样的过程缺乏现实体验，谈不上理解，当然就难免出现错误。

　　有人也许会问，神经网络技术就不能模仿人类思维来翻译吗？霍夫施塔特也给出了自己的答案，他认为这类机器翻译目前还没有超越单词和短语层面，这样的人工智能在“读”到文本之后，只是联想到对应语言的单词，而不是联想到现实场景，尽管用了复杂的统计词语聚类算法，但这和人类的翻译思维还是不一样。这种技术加持下的谷歌翻译，虽然能将原文和译文的词语对应起来，还有一定能力组织成句子，但还是难以理解。

　　霍夫施塔特的说法在新浪科技的测试中也得到验证。此前的出国常用语句翻译测试，从“退票”翻译成“withdraw ticket”和“换开”翻译成“swap”这两个例子中，就能看出谷歌翻译目前还停留在词对词或者短语对短语的层面，而不是联想到实际场景，即使按照正确的语法组织起来，也难以让人理解。借用一位翻译学教授的话：“你每一个字看得懂，但连起来就不是人说的话。”