[科普中国]-亚历山大·韦伯：机器翻译技术将为全球语言交流提供可能

新华网北京5月24日电 日前，由中国人工智能学会主办的2018全球人工智能技术大会在京举办。与会者围绕AI热点问题，分享了该领域最新技术成果及应用。美国卡内基梅隆大学教授亚历山大·韦伯介绍分享了语音翻译技术的发展历程与最新进展。

记者：机器翻译从早期的研究到目前的应用有怎样的发展？

亚历山大·韦伯：目前机器翻译技术已应用于课堂教学中，可为留学生提供实时同声传译服务，未来我们可以期待利用机器翻译技术，帮助不同语言的人们实现交流。

机器翻译是人工智能中研究历史较久的一个领域，人们在语言表达上，对于同一个意图有着完全不一样的表达方式，所以人类的语言其实是一个非常复杂的系统。最初人们认为几乎不可能由机器来对语言进行翻译，随着机器学习技术的不断发展，80年代末，人们开始通过机器学习技术来解决机器翻译的问题，开始大规模地研究机器翻译。目前，机器翻译的主要应用场景是在高校中，为留学生提供实时同传服务。随着机器翻译技术的发展，我们可以期待一个可以随时与不同语言的人进行交流的美好未来。

记者：随着机器翻译技术的迅速发展，未来人们还有学习不同语言的必要吗？

亚历山大·韦伯：机器翻译能够帮助人与人之间进行跨语种的沟通，我们在机器翻译的帮助下，希望可以在与不同国家的人建立基本沟通的基础上，可以更进一步帮助人们建立真正意义上的友谊，从而更愿意去学习对方的语言。

机器更多扮演的是人类助手的角色，从机器翻译这一点来看，人工智能让人与人之间的沟通更加顺畅和简单。有些人的想法是运用人工智能技术替代人类角色，但我认为，人工智能的目标是让人类生活更加丰富、便捷，它更多是帮助人类。

很多人利用机器翻译来学习语言，从而进一步深入了解当地文化，将人工智能与人类智慧相融合，才能发挥最大价值。

记者：机器翻译如何才能准确传达语言所包含的情绪信息？

亚历山大·韦伯：我们目前正在尝使用更大规模的神经网络技术，结合面部表情、文化背景、语调等，识别人们所表达的真正意图，辅助机器翻译实现更好的效果。

人们所说的字面意思有时不是他真实意图的直接表述，我们希望基于神经网络的机器翻译，可以在确认输入语言后，先在该语言的文化背景下分析这句话真正的意义是什么，然后用更大规模的神经网络技术，尝试通过识别面部表情、情绪等，将各种因素结合起来，再基于这个真实的意图，辅助机器进行翻译，从而改进机器翻译的效果。

记者：机器翻译未来将为我们带来怎样的应用体验？

亚历山大·韦伯：未来机器翻译的研究方向之一，是开发出一个针对场景自适应的技术，用神经网络来解决不同场景间的翻译。除此之外，我们还在致力研究能够实现多重语言翻译功能的新技术。

英文和中文是世界上使用较多的两种语言，目前已积累了大量的数据让研究者进行技术提升。除英文和中文之外，全球还有数千种语言，如何解决这些语言的机器翻译问题是目前科研工作者们攻关的一个新问题。我与团队目前正致力于解决多重语言的翻译问题，例如，把十种语言同时翻译成另外十种，按照一般的语言翻译，十进十出的排列组合也许需要100个翻译人员，才能完成相应工作。但如果基于神经网络构建一个输入多语言、输出多语言的翻译系统，就能够解决类似问题。未来，机器翻译将能够真正实现人类与整个世界的联系。

本作品为“科普中国-科技前沿大师谈”原创，转载时务请注明出处。