近日，第四届机器翻译论坛在杭州召开，与会者分享了机器翻译前沿的研究和应用成果，探讨机器翻译技术发展机遇与挑战，人工智能和翻译的融合又成为市场关注的热点。
数据显示，目前全球语言服务市场潜力很大，机器翻译更是市场上的“红人”，2018年机器在线翻译量每日高达8000亿至1万亿个词语。同时，我国机器翻译市场需求与日俱增，主要集中于企业用户，涉及石化、机电、交通运输、金融、旅游等多个垂直领域。“传统翻译服务模式为劳动密集型，机器翻译则在前期就辅助产业链上的各环节，提高了效率。”人工智能机器翻译服务商“新译科技”首席执行官田亮说。
田亮认为，目前机器翻译的前沿应用主要体现在三方面：首先，机器翻译模式进展迅速，以神经网络为基础的翻译模型准确度不断提升，已带给专业译员至少30%的效率提升；其次，交互式机器翻译概念开始被业界接受，人机协作模式正加速落地；第三，语音翻译应用越来越多，从翻译机到翻译耳机，再到各类智能机器人都是语音翻译的相关应用。语音翻译模式也由原先的语音识别、机器翻译、语音合成“三部曲”，升级至“语音—语音”训练模式。
“这三类应用展现出人工智能和翻译产业融合的独特魅力。机器翻译，本质上属于自然语言处理技术，技术进步需要产业界和学术界不断研究攻关，这一过程也会将人工智能的语言识别能力提升到更高层次。”田亮说。
不过，有些问题也亟待解决。课堂派首席运营官、DD翻译官独立董事刘昊认为：“很多产业对接人工智能的前提是实现了标准化和数据化，但语言很难做到标准化。”刘昊说，在机器思维里，语言的复杂多意性，导致难以实现标准化和一致性。因此，人工智能介入翻译产业比较简单，但做好做精却很不易。
最常见的瓶颈是语言歧义性。田亮举了个例子：“若让机器翻译如下句子，机器根本无法准确翻译。比如，‘你刚才说的是什么意思？我没什么意思，就是意思意思’。”田亮认为，机器翻译还会出现遗漏翻译和过度翻译，虽然有多种方法可以解决这类问题，但没有一种方法能做到百分之百纠错。
广东外语外贸大学南国商学院教授王毅认为，在日常交流和科技领域，机器翻译会以便捷和高效得到广泛应用，但在人文领域翻译中，人脑对特定语境中语言文字的把握对机器来讲很难逾越。“所以不难看出，机器翻译还有很大的成长空间。未来需要新的算法和语义层面的综合性突破，促进机器翻译产品的迭代和产业全面升级。”田亮说。
