（原標題：殺死那個人類同傳）

2018年9月20日，知乎上一篇圖文并茂的文章，將人們對“機器翻譯”的質疑，再次置于放大鏡下。

文章作者Bell Wang，一名同聲傳譯工作者，指責著名的人工智能公司——科大訊飛在一場由他擔任同傳的會議上，沒打招呼，就直接把他和搭檔口譯的內容語音識別成了文字并打到大屏幕上。而屏幕上顯眼的“訊飛聽見”logo，給了現(xiàn)場觀眾很大的誤導，讓人以為這中文字幕是機器翻譯軟件直接翻譯得出的。

這篇文章迅速發(fā)酵，作為上市公司的科大訊飛不得不出面回應，強調自己“從沒有說過要取代人類”，沒有主觀惡意。在連續(xù)的幾場發(fā)布會和新聞稿中，高深莫測的“人機耦合”概念再次被科大訊飛拿出來，用于解釋他們的機器翻譯理念。

機器翻譯是為了幫助人類翻譯的，科大訊飛說。

盡管如此，同傳界對科大訊飛的負面觀感，并未因此減退。

PingWest品玩采訪了多位同傳從業(yè)者，他們普遍對科大訊飛缺乏正面印象。這并是不來自“機器翻譯搶走人類飯碗”的擔憂，而是源于包括科大訊飛在內的一眾“機器翻譯公司”，對同傳從業(yè)者“缺乏起碼的尊重“。

在這種糟糕的互動關系背后，自人類有文明交流以來便出現(xiàn)的語言翻譯，正在走向兩個分岔路。

公然羞辱

2017年底，美國前總統(tǒng)奧巴馬來到中國參加了一場企業(yè)峰會。這場會議后來因大量流出的“微商握手奧巴馬”圖片而走紅。不過在這場走穴現(xiàn)場，真正的主角是科大訊飛。

入行5年的同傳譯員喬亞（化名）是當天會議的同傳之一。會議即將開始前，現(xiàn)場一片混亂，一名主辦方工作人員匆匆找到正在做最后準備的喬亞和她的搭檔，說“科大訊飛也會來”。主辦方告訴她們，科大訊飛在會上會把她們的同傳用語音識別技術展示在大屏幕上，提醒她們翻譯時要“小心一些”。

在當天這場”寸時寸金“的活動上，主辦方安排了多場路演，但由于時間把握的問題，幾個講者在演講末尾不得不提高語速，最終快到同傳無法及時翻譯?！八砸粋€直接結果就是，當時屏幕出現(xiàn)長時間空白，不一會兒科大那邊就直接把屏幕關了。”

活動結束時喬亞一度擔心自己的翻譯完成度，擔心客戶會不滿意。但接下來的一幕卻讓她更加憤怒：

活動全部結束后，科大訊飛的一名高層突然蹦到臺上，對奧巴馬驕傲地說到：“今天我們在屏幕上看到的實時字幕，都是科大訊飛的翻譯技術做的同傳。”

而在當天的活動全程中，科大訊飛自始至終沒有和譯員有過任何接觸。

這樣的做法與Bell Wang在知乎熱文里吐槽的行為如出一轍，而PingWest品玩采訪的多名同傳都表示，自己也受到過相似的待遇。

張偉是一名從事同傳8年的譯員，他記得在至少兩次他同傳的活動中，現(xiàn)場嘉賓在發(fā)言中突然脫稿說，如果他當天帶來了自己公司的翻譯產品，就不需要今天的同傳了。而更加諷刺的是，作為現(xiàn)場的同傳，他還需要把這些言論翻譯成英文告訴老外觀眾。

“第一次遇到這種場景的時候我特別氣憤，但作為譯員我們要保持客觀，我還是給他翻了。當時我和搭檔互相看了一眼，兩人滿臉的抵觸?！?/p>

如今國際化的科技大會越來越多，那些擁有翻譯技術的科技公司嘉賓，總是喜歡拿就在現(xiàn)場的人類同傳說事，并且對這種近乎公然羞辱的行為自我感覺良好。

在接受采訪的多名同傳的描述中，這些機器與人共存的場合，沒有協(xié)同工作，也沒有同場競技，有的只是荒謬的鬧劇， Bell Wang吐槽的這一次與他們經歷的并沒有什么區(qū)別。唯一的不同只是，這一次事情“鬧大了”，不再只局限于同傳圈子。

“業(yè)內的朋友們也開始在我身上寄托很多期望，希望維護合理的權利和訴求?！?Bell Wang 在自己帖子引發(fā)巨大反響后這樣說到。

“從業(yè)者越來越浮躁”

中國人對科技的熱衷，讓“AI取代人類”成了所有人掛在嘴邊的話題。說的多了，許多”震驚體“的標題，也開始被所有人嚴肅對待。

如今你時不時就會在網上看到“AI取代同傳”樣式的標題，在張偉印象中，同傳圈第一次集體因此憤怒是2013年，當時中國移動的前董事長王建宙在央視接受采訪，他強調4G帶來傳輸速度的飛躍將大大提升機器翻譯的速度，進而替代人類同傳。

“如果4G讓做同聲傳譯的失業(yè)了，那我們這個行業(yè)就太高興了。” 王建宙隨口一說，同傳們焦慮許久。

小L是一名入行不到4年的年輕同傳，她的生活節(jié)奏代表了最典型的同傳譯員。我在她上下午兩場活動的間隙見到她：一身嶄新西裝、腳踏高跟鞋，但依舊走路生風。雖然過往一周每天都在“接會”（擔任會議的同傳），但在她化著淡妝的臉上卻看不到絲毫疲態(tài)。對這種快節(jié)奏的生活，她早已習慣?！斑@是做同傳的常態(tài)。”她說。

在大部分時間里，她都保持著職業(yè)的微笑，只是當談及AI翻譯的話題時，她皺起了眉。

在此次科大訊飛的風波之前，機器翻譯就曾在主流輿論中引發(fā)過一次熱議。今年4月的博鰲亞洲論壇上，騰訊的機器同傳產品“翻譯君”高調亮相。

小L記得，在博鰲論壇開幕前，她以前合作過的一個客戶給她轉來一篇文章，內容是騰訊為”翻譯君“亮相而發(fā)布的新聞稿，但題目則被多家自媒體改作“AI即將取代同傳”。

“他什么意思？以后不需要和我合作了？”小L心里想，當時感到有點慌。不過之后的進展讓她松了口氣。

在那個熱鬧的大會上，“翻譯君”僅用幾天時間就從“業(yè)界首個完整AI同傳服務”，迅速淪為一個錯誤百出的蹩腳翻譯，諸如“我們需要一張臉，一張新的臉”的翻譯讓人哭笑不得，整體聽下來也是磕磕絆絆，基本無法通過它弄清楚現(xiàn)場在討論些什么。

小L覺得可笑，但緊跟而來的則是憤怒。

“同傳這個行業(yè)向來是靠實力說話，你的翻譯水平、你的情商，都很重要?！毙說?！暗F(xiàn)在突然間機器翻譯來了，誰都還沒看過它們真的翻出什么成果，或者真的證明比我們人類優(yōu)秀，但是一瞬間我們所有人類同傳就是多余的了，連比較一下都不用。這感覺很不爽?！?/p>

小L2014年讀研期間開始跟著老師參加會議的同傳，正式入行。但畢業(yè)后的前2到3年，做為新人，每個月最差時可能就只有2到3場會，天天都很著急?！懊恳粋€機會都要十分珍惜，如何讓客戶滿意，跟翻譯公司維護好關系，讓他們在下一次有會的時候能想起你。然后自己還要強迫自己每天都練習聽力和翻譯?？傊Σ蝗菀??！毙回憶說。

但同傳是翻譯行業(yè)的塔尖，而且同傳本身也是一個金字塔型的行業(yè)，進入頂端才有機會，因此小L削尖了腦袋也要擠進去?！拔覐牟慌潞屯瑢W、前輩競爭，有機會總是會觀察其他譯者，甚至是我的搭檔，從她們的長處學習，同時也知道他們的毛病在哪。”

而這一切到了機器翻譯那，卻可以不戰(zhàn)而勝。越來越多科技公司在宣傳時都把“同傳”當成自己機器翻譯技術的靶子。

“很多時候機器犯的錯誤對人類同傳來說就是災難，比如我看到過機器翻譯在一家公司年會現(xiàn)場把人家公司名稱翻錯，在國際論壇把地名翻錯，再比如博鰲這次，連一帶一路這樣的詞語也敢翻錯。”小L說。

她覺得，這與同傳整體的低調有關：與坐在臺前和講者肩并肩的交傳不同，同傳往往“躲”在現(xiàn)場的某個角落，同時同傳譯員大多是自由職業(yè)者的工作狀態(tài)，獨來獨往，競爭激烈，沒有什么抱團的習慣，也不太集體發(fā)聲。

“也許因為我們總坐在角落的箱子里，他們不知道我們的態(tài)度吧。所以這些公司總是把同傳做為宣傳中瞄準的對象。但這些動輒’替代同傳’的言論，其實是一種缺少尊重的表現(xiàn)?！毙說。

“機器翻譯水平這么差，但還把同傳做靶子，也是因為同傳是最高水平，而且也算是一個高薪的工作，說用機器取代我們會更有噱頭，有利于他們吸引關注。而且對于那些上市公司，還有利于抬升股價。”喬亞認為。

而張偉則感到困惑，他從行業(yè)估值角度估算了一筆賬，認為就算機器真能取代人類同傳，同傳這點市場也不值得科技公司花費如此巨大的投入。

“我算了一下，同傳市場按照2000名譯員、每名譯員每年150場會，每場按照現(xiàn)在平均水平，譯員5000元、翻譯公司拿另外的5000元，那這樣就是30個億。再加上同傳設備的租賃費大約50個億，這已經是很高的估計，但也才多少?！睆垈フJ為，就算把他估計的數(shù)字乘以10，也根本不值得這些科技公司大張旗鼓地做。

“我看，同傳這個概念算是被這些科技公司做市場營銷的給‘綁架’了?！毙憤憤地說。然而，盡管看不上機器翻譯現(xiàn)在的水平，但小L承認，她也不確定未來10年機器翻譯會發(fā)生怎樣的變化。

這種鋪天蓋地的宣傳已經開始影響同傳行業(yè)里的每一個人。

喬亞目前還在一所高校兼職教授同傳課程，她記得在給一個研究生班上的第一節(jié)課上，這些未來的同傳主力軍關心的最多的話題也是“AI這么強大，我們還需要學習同傳么？要不要趁早改行”。這讓她哭笑不得。

而張偉認為這很容易理解?！鞍凑宅F(xiàn)在這樣的發(fā)展，未來10年真的不好說。而這些20多歲的學生，10年后正進入事業(yè)黃金期，誰都不想在那時候被機器取代，丟掉飯碗?！?/p>

一方面親眼看著如今機器翻譯的糟糕水準，但另一方面卻又停不住的感到擔憂，如此糾結往復成了同傳們生活的一部分，給本就壓力不小的生活平添更多煩惱。

小L發(fā)現(xiàn)，這幾年關于AI取代人類同傳的討論已經取代了所有與業(yè)務相關的討論，成為行業(yè)內唯一持久的熱議話題。

“以前還安安靜靜討論討論接會和做翻譯的業(yè)務經驗，現(xiàn)在網上和群里就都是討論AI又干了什么?！毙說?！疤焯煜脒@個，讓從業(yè)者都顯得越來越浮躁了?！?/p>

人類和機器互不理解

在瞄準同傳這一行業(yè)的同時，這些機器翻譯技術的研發(fā)者們對同傳的理解卻與擁有百余年發(fā)展史的同傳這一工種有很大不同。

在被問及科技界對常常提到的“機器同傳”的定義，微軟首席語音科學家黃學東對PingWest品玩表示，他們的理解更多是指語音識別與機器翻譯的結合。他表示，如今在語音識別上由于抗噪的能力還有所限，這一點比人類是要差點。但機器翻譯方面，它的速度絕對是人類比不上的。

小L就認為，同傳不是機械地翻譯，而是要保證溝通，達到交流的目的?！斑@些AI翻譯公司所說的同傳，和我們從事的同傳，完全就是兩個事情?！毙說。

科大訊飛在此次風波過后的回應中提到“人機耦合”的獨創(chuàng)概念。“人機耦合翻譯模式，由機器提供語音轉寫和翻譯結果給同傳參考，輔助同傳降低工作強度并提升效率，文字展示區(qū)Logo顯示為‘訊飛聽見’?！?/p>

但這種服務同傳譯員的說法，看起來卻基本是一廂情愿。

根據(jù)業(yè)界的定義，同聲傳譯是指譯者用一種語言把另外一種語言所表達的內容，以與發(fā)言人幾乎相同的速度，用口頭形式準確表達出來的一種口譯方式 。

“同傳需要很強的聽力，正確判斷講者的停頓，需要做順句驅動，也就是和講者同時開口并隨時調整邏輯確?；就角覝蚀_?！睆垈ソ榻B?！岸鴻C器現(xiàn)在就只是譯一句喘一兩分鐘，這是假同傳?！?/p>

“同傳已經成功運行百來年，不須要這樣的支持。有些翻譯軟件其實就挺好用，利用人工智能把資料用兩分鐘譯好，關鍵詞譯的也非常準，這種人工譯員確實可以利用?！睆垈フf?！暗藱C耦合就是個偽命題，因為同傳工作路徑與訊飛的工作路徑平行，這怎么耦合？好比兩列齊頭并進的火車，同傳譯員邊聽邊譯，人工智能識別采用的信號起始點與譯員的起始點一模一樣。你不比我們快，你的車頭不可能站我們前邊拉火車。而站我們后面，我們又不需要你了?！?/p>

而且，無論是科大訊飛還是騰訊的翻譯君，在這幾次會議同傳中，都沒有任何輔助人類同傳的行為。

一位曾在博鰲大會與騰訊翻譯君“一同”為觀眾提供同傳的譯員，曾對PingWest品玩回憶當時的工作場景：“會場內有一塊屏幕，會出AI同傳字幕，而人類同傳譯員照例坐在會議室后面角落的同傳間里，根本看不到。工作時不可能再分心去關注它，也更沒有‘共同工作’的情況。可以比喻成兩套班子同時工作。我們也是從社交媒體上看到有關報道才知道有騰訊的產品在現(xiàn)場的?！?/p>

而在科大訊飛此次的風波中，訊飛聽見系統(tǒng)只是把同傳的聲音轉為文字，不僅提不上幫助，而且更多是在依賴人類同傳。而且這種語音轉字幕功能在同傳場景下更顯的奇怪，炫技的成分多于解決實際需求的作用。

“現(xiàn)在很多所謂AI同傳在會場的實現(xiàn)方式都是打字幕，這樣的設計明顯是反人類的，可能更適合聽障人士。因為人們通過聽力可以獲取更多信息，而且還能邊聽邊把眼睛用在別的地方，比如看看PPT，或者看著本子記筆記等等，用來看字幕就太奇怪了。”

“從我的觀察來看，這些機器翻譯技術公司里，應該是沒有哪怕一個懂同傳的人來幫他們提供建議。”張偉說。

PingWest品玩采訪的多名不同背景的同傳都表示，沒有聽說有翻譯、同傳等專業(yè)背景的人進入科技公司參加機器翻譯研發(fā)的工作，而他們也都沒有和研究機器翻譯的人員有過什么直接交流。

科大訊飛翻譯業(yè)務的負責人翟吉博曾對PingWest品玩介紹，他們的團隊中也有翻譯出身的人，但具體的職責僅僅是測試，對系統(tǒng)進行評估，制訂些標準。也就是并不會參加到最核心的討論中。據(jù)PingWest品玩了解，微軟、搜狗等公司情況也類似，翻譯技術團隊多以機器學習、大數(shù)據(jù)等專業(yè)背景的專家為主，很少有傳統(tǒng)英語學科背景的人加入。

但事實上，雙方的這種”絕緣“并非一直如此。

最早在上世紀70年代，基于規(guī)則的機器翻譯理論最早被提出，也被稱作傳統(tǒng)的自然語義方法，它屬于最初的AI研究流派之一：“symbolic AI”。這種方法實現(xiàn)翻譯的方式是，把所有英語和中文語法規(guī)則和一整本英語詞典及一整本中文詞典編碼進機器，之后輸入英語句子后，機器就對應地得出一句中文。

這其實是嘗試模仿人類對語言的理解。“傳統(tǒng)的自然語義方法是按照人類的理解來理解?！秉S學東對PingWest品玩表示。當時最初的機器翻譯研究者，經常需要向語言學專業(yè)的專家請教，共同研發(fā)。

但之后，到了90年代，基于統(tǒng)計的方法被應用到機器翻譯領域，并給翻譯效果帶來巨大的躍升。研發(fā)者也紛紛轉向基于統(tǒng)計的機器翻譯方法。這種方法更像是純粹的計算機方法，已經與傳統(tǒng)自然語義方法有很大不同，也不再對研究翻譯和語言學等學科的人們有太多依賴。

而進入最近5年，深度學習再次推動機器翻譯的進步。2011年谷歌開始研發(fā)和使用的“神經網絡”模仿人類大腦由神經元構成的結構，每一層神經網絡都會對數(shù)據(jù)進行分析以找到其中存在的規(guī)則，多層的神經網絡則類似現(xiàn)在流行的深度學習概念，可以發(fā)尋更多的范式。2016年，谷歌將神經網絡用于其翻譯產品上，再次大大提升了翻譯質量，逐漸成為現(xiàn)在各家科技公司機器翻譯技術的主流。

至此，機器翻譯的邏輯與人類進行翻譯的方法分別走向兩條岔路。

不確定的未來

“機器翻譯的算法和人類思維很不同。”黃學東說。“簡單形象地描述，機器翻譯是把一種人類語言投射到一個數(shù)字化的高維空間，然后在此進行解碼，解碼成另外一個語言。這個空間高維到人類不可想象?！?/p>

“機器翻譯和人類翻譯的邏輯很不一樣，其實對于我們來說，也沒必要去研究人類同傳或翻譯的邏輯，關鍵的是算力和數(shù)據(jù)?！币幻趪鴥瓤萍计髽I(yè)負責機器翻譯團隊的產品經理對PingWest品玩表示。

黃學東也表示，提升機器學習的質量，要靠高質量的數(shù)據(jù)、不同的算法模型以及性能完善的軟件系統(tǒng)。他表示，今年3月微軟的機器翻譯系統(tǒng)在一個中-英新聞測試集上，達到了可與人工翻譯媲美的水平。此次突破主要依靠的就是機器學習組新研發(fā)的對偶學習、推敲網絡等模型，其中不少都是受人類工作模式的啟發(fā)。

但是，雖然每個模型的原理都能說清楚，靈感也可能是在模仿人類，然而融合了這些模型的端對端系統(tǒng)則是一個超大的神經網絡黑箱。它會自己把機器翻譯的模型學習出來，外部很難弄清楚里面發(fā)生了什么。這樣的方式也讓機器翻譯存在著不可解釋性。

在此前博鰲論壇出洋相后，騰訊就對其中出現(xiàn)亂碼的情況進行分析，最終給出的解釋便是：“出現(xiàn)這種情況主要是包括神經網絡機器翻譯在內的深度學習算法，在原理上或多或少都有一定不確定性，在特定的情況下有一定的概率引發(fā)翻譯偏差。”

而這些在機器翻譯研究者眼中已經習慣的“特性”，對于普通人來說則可能帶來擔憂。小L就對機器翻譯領域大量的晦澀術語十分反感。“我對機器翻譯只有很簡單了解過，我看不懂那些復雜的算法和技術?！毙說?！暗俏液芊锤羞@些公司在犯錯的時候拿什么不確定性或者其他聽起來很嚇人的AI高級術語來搪塞。”

小L形容，每每聽到科技公司不斷宣傳“只要數(shù)據(jù)足夠多，就能訓練出與人一樣水平的翻譯”時，就好像聽到猴子足夠多就能寫出莎士比亞全集一樣，初聽荒謬可笑，細想?yún)s感到嚇人：“如果失控了怎么辦？”

除此之外，一些以翻譯為終生事業(yè)的人們還在思考，人類與機器在對待語言和翻譯這件事上的不同，會帶來什么后果？

人類學習外語時，以理解這門語言為目的，但機器看起來則僅僅是完成了從輸入到輸出的任務，在不少語言學者的眼里，它似乎永遠不能算是“懂得”了一門語言。

“這是個非常好的問題，有各種各樣不同的觀點。”黃學東表示，機器翻譯過程中，就是從低維空間到高維空間的投射過程，從計算機角度講，它就是理解了這個語言。反過來說，機器在高維空間非常得心應手，但對于我們人類又是不可理解的?！?/p>

“人類的語言和機器的語言是不一樣的，而我們現(xiàn)在用了一種機器可以理解的方案，來完成人類語言的翻譯，它的效果遠比基于人類知識結構方法來設計的機器翻譯，要好很多?！秉S學東說?！斑@就是理想與現(xiàn)實的差距。”

    其實我們人類還不是也一樣，誰也說不清到底人腦是怎么運行，但我們不是一樣在依賴它？那如果有一天我們訓練的機器可以穩(wěn)定輸出，媲美人類，那為什么不能依賴機器呢？”上述產品經理對PingWest品玩說。

就這樣，AI繼續(xù)吃進大量的數(shù)據(jù)、補充各種新鮮的模型，從而自我進化，然后參加機器翻譯的比賽，用科技界自己設立的標準來衡量著進步程度；另一邊，人類同傳則繼續(xù)提升自己對語言的理解，磨練自己的翻譯技巧，像傳統(tǒng)的手藝人一樣把這種工匠技藝傳承下去。而且，兩者并不怎么溝通。

人類自有文明交流以來便伴隨出現(xiàn)的語言翻譯這件事，正走入兩個分岔路。兩者就像在兩個平行宇宙運行，何時會重合？還是會帶來沖突？

目前沒人知道。