AI同传还无法实现 请别误会机器翻译

科技日报记者 刘园园

20日起，一篇名为《科大讯飞，你的AI同传操（qi）作（zha）能更风骚一点吗》的文章开始在网上疯传，把国内人工智能领军企业之一科大讯飞推到风口浪尖。怎么回事呢？

先捋一捋事情的起因

估计不少人参加各种会议、论坛时见过科大讯飞的讯飞听见会议转写系统。就是嘉宾一边在台上演讲，会议转写系统一边把演讲内容转成文字，显示在大屏幕上。

这件事也发生在一次会议上。署名为Bell Wang的文章作者自称是一名同声传译人员，20日那天在这次会议上做同声传译，会议同时应用了讯飞听见。

这位同传译员观察发现，科大讯飞的会议转写系统直接将同传的声音识别成文字，展示在大屏幕上。他随后细心记录了不少“实锤”。

比如当同声传译说到“步态”的时候，大屏幕上显示的是“不太”；当同声传译把达沃斯论坛翻译成“Davos Forum”时，大屏幕上对应显示的是“Devils Forum”。

也就是说大屏幕上显示的内容，和源语言完全对不上，因此不可能是机器翻译，而是机器直接识别同传的翻译。

这位同传译员还发现，会议上的知领直播平台也接入了“同传”。但直播里发出的声音是机器人，也就是讯飞听见把同声传译翻译的内容识别成语音朗读了出来。

而知领直播的入口则写着：“本次知领直播引入科大讯飞智能语音技术，实现了国际高端会议的中英文频道切换、智能翻译和自动语音播报，带给你不一样的视听体验！”

以上这些让这位同传译员忍无可忍。他据此怀疑，科大讯飞的“AI同传”存在“欺诈”行为，有“虚假包装和营销”之嫌。而且在事先未被告知的情况下，直接识别同传译员翻译的内容，并展示在大屏幕和直播平台，有侵犯知识产权之嫌。

真的是“AI同传”造假吗

仅从上述角度来看，科大讯飞简直就是打着“AI同传”的旗号，剽窃同传译员的劳动成果，大庭广众之下欺骗公众。

事实真的如此吗？为了兼听则明，咱们再看看另一当事方怎么说。

21日晚，科大讯飞紧急对这件事发表官方声明说，科大讯飞智能会议系统可提供语音转写成文字并在屏幕上同步显示的功能，同时也可以提供翻译服务。

其智能会议系统的翻译服务主要提供两种方案：一种是全自动翻译，现场机器翻译并同步展示在屏幕上，没有任何人工同传参与。另一种是人机耦合翻译模式，由机器提供语音转写和翻译结果给同传参考，辅助同传降低工作强度并提升效率。

机器同时提供转写和翻译服务时，文字展示区Logo显示为“讯飞听见—离线翻译系统”；机器仅提供转写服务时，文字展示区Logo显示为“讯飞听见”。

这家公司是否有意冒用同声传译人员的翻译内容，夸大自己的技术实力？

科大讯飞回应说，在19-20日召开的这次会议上，科大讯飞应主办方要求提供语音识别技术，直接转写译员翻译结果在会场大屏呈现。主办方同时要求在直播中合成识别结果，展示最新语音合成技术。

其实，19日科大讯飞董事长刘庆峰参加了这次会议开幕大会，为避免误解，他在演讲中公开对“人机耦合”的模式进行了说明。

这家公司在官方声明中表示，上述同传译员对于科大讯飞产生了误解，“是对会议服务方面的分工沟通了解不清，也没有听到科大讯飞的说明”。

至于知领直播平台上的宣传文案，科大讯飞工作人员告诉记者，该平台事先并未与科大讯飞沟通，科大讯飞并不知情。

对于同传译员提到的知识产权，记者咨询一位人工智能领域的知识产权律师了解到，如果没有提前约定，确实会涉及知识产权问题。

“主办方更适合来处理和决定同传译员的知识产权使用问题。”科大讯飞21日晚召开的电话采访会议上，科大讯飞高级副总裁江涛回应说，科大讯飞只是按照主办方要求完成技术支持工作，并没有直接对接同声传译工作人员。

记者在社交平台上联系同传译员Bell Wang，希望进一步了解他对此事的态度。23日上午Bell Wang回复说“现在不接受采访”。

在关于这次事件的网友跟帖中，有人批评科大讯飞；也有人认为如果是主办方要求这么做，那么主办方应为第一责任人；还有人认为不管是否为主办方要求，在转写同传译员的翻译内容时，应征得同传译员同意，并在大屏幕上标明声音来源，避免让观众误以为是机器翻译。

AI同声传译还无法实现

面对“AI同传”造假的质疑，科大讯飞表示，从未表达过“AI同传”的概念，始终在强调“人机耦合”模式。

一方面同传译员指责科大讯飞“虚假包装和营销”；另一方面，记者发现，去年6月科大讯飞官方微信就发表文章《拒绝神化，人工智能技术需踏实前行》。

“科大讯飞董事长刘庆峰在不同场合均明确表示过，人机协同、人工智能+行业，才是未来人工智能最有希望做成的。”这篇文章写道，公司的努力方向是希望通过语音转写和翻译技术帮助同传提高工作效率、减少失误，形成人机耦合的同传新模式，并不是去替代同声传译。

那么科大讯飞的机器翻译现在到底处于什么水平？

刘庆峰在接受媒体采访时说，科大讯飞的翻译技术目前已经达到大学英语六级水平，可以满足日常生活需要，预计明天年初可以达到专八水平。

“科大讯飞具备全球一流的机器翻译技术，但是即使讯飞的机器翻译将在明年达到专业八级的水平，也无法替代同传。”江涛也表示，科大讯飞的翻译机产品只提供交互传译方案，目前的机器翻译还达不到同声传译的效果。

与之相呼应，记者发现，科大讯飞官方微信曾在2015年公布文章《“机器翻译”会抢同声传译的饭碗吗？》其中也提到，担心这个问题为时尚早，实现AI同传还有相当长的道路。

人机耦合模式将长期存在

机器翻译无法替代同传的原因很简单。

江涛解释说，同声传译需要对翻译所涉及的领域进行认知和洞察，要理解说话人的意图，机器和人工智能在短时间内都无法做到。

记者此前采访了解到，自上世纪40年代起，基于规则、实例以及统计的机器翻译方法渐次登场。2014年起，人工神经网络开始在机器翻译领域崭露头角，它提高了机器翻译的效率，同时也使机器翻译更加流畅自然。

然而机器翻译依然存在诸多技术挑战。

一方面，基于神经网络的机器翻译就像一个“黑盒子”，中文句子进去，英文句子出来，但是这个“黑盒子”为何要这么翻译，技术人员还难以对其进行合理解释。

另一方面，虽然对单个句子的翻译可以实现流畅自然，但是在整个篇章的上下文理解方面，机器翻译并不给力。一旦涉及歇后语、诗句、双关语甚至口语化表达，机器翻译更会毫不掩饰地掉链子。而对于如何将知识融合到机器翻译系统中，让机器真正“理解”人类的语言，目前还没有较好的解决方案。

对于科大讯飞一再强调的“人机耦合”机器翻译模式，记者发现，有人对此感到不解：机器就机器，人工就人工，搞什么“人机耦合”？言外之意，这是在用技术概念为自己找借口。

但至少从目前来看，人工智能与人类之间的关系绝非简单的你死或我活，前者作为工具协助人类才是发展主流。抛开这次事件所涉及的是是非非不谈，单纯从技术角度来说，不论是否理解或接受人机耦合模式，它都将长期存在。

来源：科技日报 文中图片除注明外来自网络

编辑：刘义阳

审核：王小龙