本文目录一览：

• 1、有人说机器翻译将全面取代人工，我们将来不用学英文了，你怎么看？
• 2、机器翻译的优缺点
• 3、翻译行业前景怎么样，会被人工智能取代吗？
• 4、谷歌等智能翻译的未来如何？
• 5、机器翻译的简 史
• 6、人工翻译和机器翻译的差异是什么

有人说机器翻译将全面取代人工，我们将来不用学英文了，你怎么看？

看看机器翻译带来的好处：

1、工作关系。比如机器翻译的出色表现及未来发展，在阅览大量的英文资料时，但是有英语不好的人，阅读速度没有那么快，就要借助机器翻译，虽然不能做到信达雅，不过最起码能很快地看懂，机器翻译的出色表现及未来发展了解其大意。有了这样的工具，会很便利。

2、产业发展的趋势已来，想躲是躲不开销卜的。这时候就要考虑，怎么利用这个趋势。学生不能只学外语，还要学习新的技能，比如编程。懂得程序语言，就能调教机器做这些工作，懂得英语，就能了解新的发展趋势。有了这两个手段，学生们未来的发展根本不需要老师操心亏羡穗。

3、机器翻译要想取代人工翻译，还需要很长一段的时间，这里不仅有翻译精确的问题，还有具体的使用场景。根本上来说，人是不可以被机器取代的。但是人可以发展自己的能力，并且借助机器，让自己的能力更强。

至于要不要学英文：

一、掌握一门外语必备技能。随着技术发展，翻译软件越来越先进，但并派坦没有大范围使用。而中国几十年来的“英语热“培养了很多英语人才，英语逐渐成为我们工作、生活语言的一部分。不管时代怎么发展，有些行业，人力是不可取代的。

二、丰富生活。自改革开放以来，大量的外国电影和音乐充斥市场。学习一门外语，去读读机器翻译的出色表现及未来发展他们好的文学作品，欣赏一部好的电影，学会唱几首英文歌曲，甚至去听一部音乐剧，不仅是一种美好的享受，而且也能帮助我们减压。

三、拓宽视野，迸发思维火花。在学习英语的过程中，学习者必然接触到大量的外刊读物和优秀文学影视作品，从而逐渐培养自己各方面的能力，让自己看人做事更为理性和冷静，同时又兼具批判性和创造性。

所以，在年轻时，学好一门外语显得很有必要。

机器翻译的优缺点

机器翻译速度快捷,方便实用,并且具有极高的成本效益。它可以在几秒钟内翻译大量文本。同时,机器翻译价格低廉,有数百个免费的用户友好型应用程序,只需按下手指,便可随时随地翻译文本、图像和语音。不仅如此,一个翻译程序可以翻译数百种不同的语言。这是机器翻译的亮点,也是专业翻译人员无法实现的。

尽管如此,我们应该承认,机器翻译在具有速度快、成本低优势的同时,也存在悔桥败一定的缺陷。



首先,机器翻译不具备文化敏感度。人类也许永远不能对机器进行编程使其理解和体验特定的文化。不同的文化拥有独特各异的语言系统,机器没有复杂性来理解或识别俚语、行话、双关语和习语,因此,其所产生的翻译可能并不符合文化的价值观和特定规范。这也是机器亟需克服的挑战之一。

其次,机器翻译无法将文字与语境义联系起来。在很多语言中,同一个单词可能会具有多个完全不相关的含义。在这种情况下,语境会对词义产生很大的影响,而对词义的理解又在很大程度上取决于从语境中读出的线索。只有人类才能将词语与语境结合起来,确定其真实含义,并创造性地对语言进行打磨,得出完整精确的译文。对机器翻译而言,这无疑是非常困难的。

第三,几乎所有的机器翻译都需要人工后期编辑。也许有一天消樱,计算机将获得与人类相似的自然语言系统,但无论如何,后期编辑都是不可抛弃的。在机器完成翻译之后,必须有校对者对翻译进行最后的修改,以确保它使用了正确的语法,表达了可被理解的语义。

鉴于上面提到的缺点,关于机器是否会取代人工翻译的争论似乎是不必要的。在大多数情况下,这个问题的答案是否定的。虽然我们不能低估机器翻译的潜力,但我们需要明白,只要对译本的语言准确度有所要求,机器翻译就无法碧颤取代人类。相反,他们可以帮助人类完成各种庞大繁琐的任务。

翻译行业前景怎么样，会被人工智能取代吗？

短期来看不太可能机器翻译的出色表现及未来发展，两种语言之间不是简单的一一对应机器翻译的出色表现及未来发展，无论是语境还是前后内容都会对一句话的意思带来改变，特别在文化差异下，有些话不是简单的字面意思，需要确切机器翻译的出色表现及未来发展了解语言背后的文化才能对应翻译出来，缺少内涵的翻译是没有灵魂的。

不过长期来看随着ai学习能力的提升，还是很有机会达成人类拥有的水平的，不过应该没那么快，现在翻译行业的需求还是很大的，世界已经是一个整体，文化之间的交流与碰撞很多时候就依赖于绝塌翻译的帮助，其实最主要的还是你是否喜欢这个行业，如果光看前景肯定有更好的选择，不过这个行业也不差就是~

随着全球化经济的不断发展，国内对于翻译行业的需求也越来越大，使翻译行业成为一个热门专业。现在外语翻译的需求量也是蛮大的，关键点是要学精，最好对某一方面特别通晓或有其他的专业背景。

人工智能的快速发展在给人们日常生活带来诸多便利的同时，也给相关领域带来不少困惑，对于人工智能是否会取代人工翻译，目前看不需要担心，说一下机器翻译MT的问题，的确目前很多对质量要求不高的客户会直接使用免费的MT，然后人工简单修改一下。但真正对译文质量要求高的客户，还是需要人工来翻译处理的，现在的利用人工智能的MT译文虽然比以前的统计式机器翻译好了那么一些，但还远远达不到“信达”的程度，尤其在专业领域。机器翻译确实不能完全替代人工，尤其是在一些上下文与 情感 取向的判断上，机器永远无法替代人类。机器翻译时代对后期编辑的要求很高，因此，人力翻译仍不可或缺。今天的人工智能翻译在 情感 表达、深层理解，特别是具有中国特色话语体系的翻译方面，尚有很大的局限性。因此，最好的办法就是人力翻译和人工智能相结合。并肢圆人工翻译在可见的未来不会被机器翻译所取代，但是人工翻译将会被掌握机器翻译辅助手段的新人工翻译所取代。

这个问题很值得讨论。如今人工智能日益发展，当未来人工智能发展的一定程度的时候，未来可见可能会对很多行业产生影响或者说是冲击。

而机器翻译作为NLP领域最经典的应用场景，而翻译行业也被誉为未来最有可能被人工智能所替代的行业。这也给很多翻译人员带来困扰。未来机器翻译真的会代替人工翻译吗？关于这个问题机器翻译的出色表现及未来发展我来谈一谈我个人的看法。

首先可以肯定的是，机器翻译肯定会给翻译行业带来重大的变革。很明显的一个方面就是成本，目前的人工翻译价格对于普通人来讲还是比较高的，那么如果机器翻译发展成熟，势必会对于目前的价格环境产生影响。

目前的条件下，机器翻译在文本翻译，语法就错，实时翻译，同声传译等各个方面都有在发展，而且已经有很多场景在使用这些技术，其实已经对大众的翻译需求有了很大的影响。那么对于未来来说，整个的翻译行业会被完全取代吗？

我个人觉得这个是完全不可能的，先不说目前的技术条件达不到那个水平，即使达到了很高的程度，也是不可能完全取代人工翻译的。

首先是重要类型的翻译，比如国家之间的文件交流，国际会议的同声传译，元首会面的实时翻译，这些应该是最典型的场景了。这些场景要求几乎是百分百的精确度。不容的一点错误，即使未来机器翻译达到百分百准确度，饥扮也可能需要人工介入校对环节。所以对于这些类型的翻译人员几乎可以说是不可替代。

其次是主观 情感 较强类型的翻译，比如文学翻译。这种类型的翻译是和翻译者有很大关系的，每个译者所翻译出的感觉都是不一样的，主观的文学修养是一个比较大的影响面，更何况，文稿中还会出现一些方言俚语，需要对于相关文化的了解才可以翻译好的。所以这一类的翻译者之中会有一部分人是无法替代的。

所以说，未来人工智能的发展，绝对会影响到翻译行业，而且很有可能会带来巨大变革，但是，想要完全替代还是比较困难的。总之，在任何行业都要尽可能的做到最好，这样永远不会被替代。

去年第三届世界互联网大会，搜狗首秀了 AI 黑 科技 ——机器同传。此后，搜狗一发不可收拾，今年5月份全球机器智能峰会（ GMIS 2017 ）会上，搜狗“汪仔”与人工速记 PK 4:1完胜，让人热血沸腾；9月初，搜狗语音交互中心机器翻译团队斩获国际顶级比赛 WMT 双料冠军。（ WMT 全称是 Workshop on Machine Translation，是由来自欧洲和美国的高校、研究机构的研究人员联合举办的业界公认的国际顶级机器翻译比赛之一。合伙君注）

CEO 王小川致员工内部信中，有着这样激动人心的描述机器翻译的出色表现及未来发展：“已经没有人怀疑搜狗的生存问题了，唯一的悬念就是搜狗能否在搜索领域实现颠覆，能否在人工智能领域引领重大的创新。”

不少“外部人”看了信也热血澎湃，毕竟翻译领域人工成本高居不下，如果能用 AI 解决高成本问题，无疑劫走其中大部分的红利。

所以，AI 翻译是下一个创业的风口吗？笔者认为，现在时机尚不成熟。

首先，创业公司缺乏大规模参考数据。

Google 是较为典型的例子，产品用户数量推动产品多语言本地化，从而加大对于翻译高效、准确、低成本的需求，倒逼翻译产品的诞生。而AI翻译产品恰好能够解决这些痛点，产品与公司 科技 感使命的调性不谋而合。

从 AI 翻译本身来讲，AI 技术需要把海量的数据通过优良的算法，运用现代并联分布式计算出来。搜索功能提供用户行为数据，为人工智能提供了海量的价值数据。据相关资料显示，搜狗每日语音识别的 PV 是在2.6亿次，产生的语料规模是22万小时。

大数据无疑是难攻克的一个点，用户数据基本被中国互联网的几大巨头所吸引，互联网现阶段，难以出现航母级产品与之抗衡。

其次，技术难度较大。

一个 AI 翻译产品做到翻译精确至少需要攻破几个难题：形式端，拍译要攻克图像识别，同声翻译要攻克语音识别；内容端，攻克文本语言分析、大数据。而这些，都远没有达到 AI 的阶段，机器缺乏对视觉场景、听觉场景、自然语言处理的常识判断。

翻译行业本质上是一个人文行业，翻译讲究“信达雅”。以文本语义分析为例，需要解决三个问题：语料积累（字音、字形、语法等）、语境场景收集和副语言与文化背景。但是 社会 变化日新月异，调研人群和沟通客体都存在着不确定性，所以在文本语义分析方面存在着较大的失误和偏差

再次，盈利模式不明。

类 AI 翻译产品（尚未有产品达到 AI 翻译）有两种模式，一种是以 Google、搜狗生产互联网形式产品，如 Google 翻译 APP 和搜狗 PC 端智能翻译入口，另一种是以科大讯飞生产的实体机。

现阶段，Google、搜狗基本免费向用户开放，依靠流量广告收益。作为实体机的后者，或许保留了一些创业空间。今年5月的中国国际大数据产业博览会上，科大讯飞旗下产品“讯飞听见智能会议系统”着实惊艳全场：机器同传的准确率达到了95%以上，且在展示视频里，可以切换奥巴马的翻译声音。据2017年科大讯飞年中财报显示：“旗下的晓译翻译机在报告期内销售近6万台”。

另一方面，新兴的实体翻译机也异军突起：北京分音塔 科技 的准儿翻译机在京东众筹预售，完成600%的用户抢购；双猴 科技 的“魔脑晓秘”融合谷歌、百度、讯飞、微软四大翻译引擎。这些都表明了智能翻译实体机作为可以作为 AI 翻译赛道上的试水产品。

9月19日，百度智能 WI-FI 翻译机在日本名古屋第16届机器翻译峰会上大放异彩，这是百度在语音识别技术上的一大突破。这款翻译机不仅可以翻译中、英、日多种语言，还自带80多个国家移动数据流量，为手机、电脑提供上网服务。这款翻译机为人类突破巴别塔之隔，又迈进了科学的一大步。

作为 AI 翻译的排头兵，百度 WI-FI 为首的实体翻译机可以极大降低人工翻译的成本，提高翻译效率。但是，翻译机也有很多局限性：如受众范围过窄，技术精准要求高……这些都会成为翻译机盈利的潜在风险。 如果说机器翻译与人工翻译是一场赛跑，翻译精准就是赛跑终点线。作为残酷的产品使用者，只要翻译精准，并不在乎翻译者是人还是机器。1919年，在审判德国的巴黎和会上，英法两国代表共计1000人目睹了“同声传译”的第一次亮相，“同声传译”作为高级精英职业形象深入人心。在无数小语种学生还在趋之若鹜的学习同声传译时，AI 翻译谋杀的风声便喧嚣尘上。国际化浪潮下的新兴职业，百年之后就变得危机四伏。

AI 颠覆人工的趋势并不是耸人听闻，高盛纽约交易员从600个缩减到2个，富士康6万名员工被4万个机器人所代替。正如李开复先生论断，随着AI 科技 完善，很多基础重复性的岗位将会消失，而 AI 翻译只是人工智能和人类博弈的冰山一角。

在《超智的哲学论述》中，牛津大学超人类学家尼克·波斯特洛姆计算预言：2020年，人工智能会达到人类智慧的10%；2040年，人工智能将达到人类智慧的50%；而到2075年，AI 将达到人类智慧的90%。那时，像 Lucy 一样的超智能体将会出现，人类会和自己亲手创造出的敌人博弈，Lucy 所要做的第一件事，就是把人工智能的人工二字抹去。

谷歌等智能翻译的未来如何？

机器翻译在可以预见的未来取代不了人工翻译。尤其是现慎差在的人工翻搭宽译的市场跟机器翻译的市场基本上不重合，人工翻译对准的是高端市场，要求很精准的翻译需求，而机器翻译则是：

要求不那么精准的翻译情景，比如旅游，比如网页浏览，比如信息监控等等。

机器翻译帮助专业翻译人员提高效率。

Google翻译是谷歌公司提供一项免费的翻译服务，可提供80种语言之间的即时翻译，支持任意两种语言之间的字词、句子和网页翻译。可分析的人工翻译文档越多，译文的质量宽枝皮就会越高。

Google翻译生成译文时，会在数百万篇文档中查找各种模式，以便决定最佳翻译。Google翻译通过在经过人工翻译的文档中检测各种模式，进行合理的猜测，然后得出适当的翻译。这种在大量文本中查找各种范例的过程称为“统计机器翻译”。由于译文是由机器生成的，因此并不是所有的译海文 是完美的。

机器翻译的简 史

（1947-1964）

1954 年，美国乔治敦大学（Georgetown University） 在 IBM 公司协同下逗弊， 用 IBM-701计算机首次完成了英俄机器翻译试验，向公众和科学界展示了机器翻译的可行性，从而拉开了机器翻译研究的序幕。

中国开始这项研究也并不晚， 早在1956年，国家就把这项研究列入了全国科学工作发展规划，课题名称是“机器翻译、自然语言翻译规则的建设和自然语言的数学理论”。1957 年，中国科学院语言研究所与计算技术研究所合作开展俄汉机器翻译试验，翻译了9 种不同类型的较为复杂的句子。

从20世纪50年代开始到20世纪60年代前半期，机器翻译研究呈不断上升的趋势。美国和前苏联两个超级大国出于军事、政治、经济目的，均对机器翻译项目提供了大量的资金支持，而欧洲国家由于地缘政治和经济的需要也对机器翻译研究给予了相当大的重视，机器翻译一时出现热潮。这个时期机器翻译虽然刚刚处于开创阶段，但已经进入了乐观的繁荣期。 （1964-1975）

1964年，链侍为了对机器翻译的研究进展作出评价，美国科学院成立了语言自动处理咨询委员会(Automatic Language Processing Advisory Committee，简称ALPAC委员会)，开始了为期两年的综合调查分析和测试。

1966年11月，该委员会公布了一个题为《语言与机器》的报告（简称ALPAC报告） ，该报告全面否定了机器翻译的可行性，并建议停止对机器翻译项目的资金支持。这一报告的发表给了正在蓬勃发展的机器翻译当头一棒，机器翻译研究陷入了近乎停滞的僵局。无独有偶，在此期间，中国爆发了“十年文革” ，基本上这些研究也停滞了。机器翻译步入萧条期。 （1975-1989）

进入 70 年代后，随着科学技术的发展和各国科技情报交流的日趋频繁，国与国之间的语言障碍显得更为严重，传统的人工作业方式已经远远不能满足需求，迫切地需要计算机来从事翻译工作。 同时，计算机科学、语言学研究的发展，特别是计算机硬件技术的大幅度提高以及人工智能在自然语言处理上的应用，从技术层面推动了机器翻译研究的复苏，机器翻译项目又开始发展起来，各种实用的以及实验的系统被先后推出，例如 Weinder 系统、EURPOTRA 多国语翻译系统、TAUM-METEO系统等。

而我国在“十年浩劫”结束后也重新振作起来，机器翻译研究被再次提上日程。“784”工程给予了机器翻译研究足够的重视，80 年代中期以后，我国的机器翻译研究发展进一步加快，首先研制成功了 KY-1 和MT/EC863 两个英汉机译系统，表明我国在机器翻译技术方面取得了长足的进步。 （1990至今）

随着 Internet 的普遍应用，世界经济一体化进程的加速以及国际社会交流的日渐频繁，传统的人工作业的方式已经远远不能满足迅猛增长的翻译需求，人们对于机器翻译的需求空前增长，机器翻译迎来了一个新的发展机遇。国际性的关于机器翻译研究的会议频繁召开，中国也取得了前所未有的成就，相继推出了一系列机器翻译软件，例如“译星” 、 “雅信” 、 “通译” 、 “华建”等。在市场需求的推动下，商用机器翻译系统迈入了实用化阶段，走进了市场，来到了用户面前。

新世纪以来，随着互联网的出现和普及，数据量激增，统计方法得到充分应用。互联网公司纷纷成立机器翻译研究组，研发了基于互联网大数据的机器翻译系统，从而使机器翻译真正走向实用，例如“百度翻译”，“谷歌翻译”等。近年来，随着深度学习的进展，机器翻译技术的到了进一步的发展，促进了翻译质量的快速提升，在口语等领域的翻译更加地道流畅。 研究重点是词法和句法，以上下文无关文法为代表，早期系统大多数都属这一类型。语法型系统包括源文分析机构、源语言到目标语言的转换机构和目标语言生成机构3部分。源文分析机构对输入的源文加以分析，这一分析过程通常又可分为词法分析、语法分析和语义分析。通过上述分析山唤族可以得到源文的某种形式的内部表示。转换机构用于实现将相对独立于源文表层表达方式的内部表示转换为与目标语言相对应的内部表示。目标语言生成机构实现从目标语言内部表示到目标语言表层结构的转化。

60年代以来建立的机器翻译系统绝大部分是这一类机器翻译系统。它们的特点是：①把句法的研究放在第一位，首先用代码化的结构标志来表示原语文句的结构，再把原语的结构标志转换为译语的结构标志，最后构成译语的输出文句;②对于多义词必须进行专门的处理,根据上下文关系选择出恰当的词义，不容许把若干个译文词一揽子列出来；③语法与算法分开，在一定的条件之下，使语法处于一定类别的界限之内，使语法能由给定的算法来计算，并可由这种给定的算法描写为相应的公式，从而不改变算法也能进行语法的变换，这样，语法的编写和修改就可以不考虑算法。第2类机器翻译系统不论在译文的质量上还是在使用的方便上,都比第1类机器翻译系统大大地前进了一步。 研究重点是在机译过程中引入语义特征信息，以Burtop提出的语义文法和Charles Fillmore提出的格框架文法为代表。语义分析的各种理论和方法主要解决形式和逻辑的统一问题。利用系统中的语义切分规则，把输入的源文切分成若干个相关的语义元成分。再根据语义转化规则，如关键词匹配，找出各语义元成分所对应的语义内部表示。系统通过测试各语义元成分之间的关系，建立它们之间的逻辑关系，形成全文的语义表示。处理过程主要通过查语义词典的方法实现。语义表示形式一般为格框架，也可以是概念依存表示形式。最后，机译系统通过对中间语义表示形式的解释，形成相应的译文。

70年代以来，有些机器翻译者提出了以语义为主的第3类机器翻译系统。引入语义平面之后,就要求在语言描写方面作一些实质性的改变，因为在以句法为主的机器翻译系统中,最小的翻译单位是词,最大的翻译单位是单个的句子，机器翻译的算法只考虑对一个句子的自动加工，而不考虑分属不同句子的词与词之间的联系。第3类机器翻译系统必须超出句子范围来考虑问题,除了义素、词、词组、句子之外，还要研究大于句子的句段和篇章。为了建立第3类机器翻译系统,语言学家要深入研究语义学,数学家要制定语义表示和语义加工的算法,在程序设计方面，也要考虑语义加工的特点。 目标是采用人工智能的最新成果，实现多路径动态选择以及知识库的自动重组技术，对不同句子实施在不同平面上的转换。这样就可以把语法、语义、常识几个平面连成一有机整体，既可继承传统系统优点，又能实现系统自增长的功能。这一类型的系统以中国科学院计算所开发的IMT/EC系统为代表。

人工翻译和机器翻译的差异是什么

一、从翻译准确程度来看。

1、人工翻译准确率可趋近于100%，但也取决于译者水平、原文表达水平、行业领域、交稿时间等因素；

2、机器衡樱翻译的准确率取消拦悄决于语种、行业领域、原文质量、训练语料、训练模型等因素。

二、从翻译的流畅度来看。

1、人工翻译讲究“信达雅”，但在实际商业翻译中不会拿渣完全体现。准确性和时效性以及价格是客户考虑的重点；

2、机器翻译近年来都采用了神经网络算法，相比之前的统计型机器翻译，在流畅度上有了质的提升，即便某些词翻译不准，但语法结构往往很清晰。

三、从翻译的效率来看。

1、纯人工翻译的效率是很低的，按照语种、语言方向、行业领域的不同，人工翻译8小时的效率一般不会超过5000-8000字；

2、机器翻译可以达到毫秒级的翻译时间。