2030年的譯者會是什么樣子？

一、機器翻譯現在能做什么
　　針對我們當前機器翻譯的發展狀況，我們可用以下的案例來說明。5年連續用機器翻譯同一個句子，通過結果對比，我們可以從流暢度、準確度等方面看出，機器譯文翻譯質量是在不斷提高的。
　　這也有賴于近幾年機器翻譯的發展——2016-2017年，谷歌翻譯上線神經網絡機器翻譯，此后各機器翻譯企業也跟進了這方面的研發，譯文流暢度得到大幅提升；特別是在2018年，微軟公司宣布在新聞翻譯系統特定領域，其質量超過人工翻譯，可以窺見機器翻譯近幾年突飛猛進的現狀。
　　同時，我們也可以開出機器翻譯應用場景也大大拓寬，大體上可以分為開放翻譯系統、私有系統、機器翻譯與場景的融合。其中，私有翻譯系統是一個較明確的商業化方向，根據用戶數據實現定制化，無需聯網，滿足了不少B端和G端用戶需求。
　　國內外也出現了較多出色的機器翻譯公司，視頻翻譯也成為了一個熱潮，字幕通、網易見外、Videolocalize和人人譯視界等平臺逐漸發揮出優勢；各種新聞資訊翻譯平臺也得到了大眾的認可；另外，電商翻譯、跨語言搜索、跨語言大數據分析蓬勃發展，網絡小說出海，翻譯APP、翻譯機/翻譯耳機、AI同傳等產品逐漸受到大眾歡迎。

　　二、機器翻譯還不能做什么
　　雖說機器翻譯發展很迅猛，但當前機器翻譯的發展還是具有局限性的，主要有漏譯、上下文不一致等現象，在技術層面則存在大部分語言數據稀疏、神經網絡可解釋性差，融合語言知識難度大，缺乏客觀評價標準等問題。具體而言，在技術層面，也面臨著一些瓶頸，大部分語言數據稀疏，除中英外，其他語種的語料十分稀缺，比如東南亞語種；另一方面，神經網絡可解釋性還不夠高，還是一個黑盒子；機器翻譯在當前融合語言知識的“性價比”還不高；機器翻譯缺乏客觀評價標準，計算機語言沒有絕對的量化指標衡量譯文的好壞，不可能做到計算機完全取代人工翻譯。
　　機器翻譯什么時候像人工翻譯一樣好？李總用了兩個圖形象地說明：機器翻譯在進行文字轉換的過程中，會丟失大量的文化、常識、背景等信息，這是機器翻譯短期無法像人工翻譯一樣好的重要原因。

　　三、機器翻譯和人工翻譯邊界的幾點思考
　　機器翻譯和人工翻譯比拼的不是語言能力，文字轉換能力，而是語言背后的背景知識、常識、推理、文化。語言文化知識目前很難用計算機語言來描述和自動化；第二，機器翻譯在可見未來的使命是完成語言層面的轉換（單詞、詞法、句法關系那些死記硬背的、學外語過程中痛苦大于樂趣的東西），但不是文化和思維（那恰恰是學外語的樂趣所在）；第三，高維和低維邊界模糊（比如陪同翻譯對計算機而言場景更復雜，更難勝任、相反和同傳卻天然存在一些能力上的重合），情感和文化上的交流很難通過機器來實現。

　　四、2030年的兩類譯者會是什么樣子？
　　在講者看來，在2030年會產生兩種譯者。

　　第一，各行業非專業譯者。我們可以從歷史中看出，隨著技術的發展，特定行業都會發生平民化趨勢——上個世紀曾經光鮮靚麗的打字員在計算機普及的趨勢下，逐漸消失；2010年，“美圖秀秀”之類的圖片編輯軟件的普及讓大眾具有了部分“P圖”的能力；2020年，短視頻，視頻剪輯被大眾所熟悉，可謂人人皆可化身視頻剪輯師；2040年，伴隨著今天“編程從娃娃抓起”的現狀，人人皆軟件開發者。具體而言，新譯者和傳統譯者是存在著能力差別的。這里可以提到了譯者A核心能力模型變化———傳統譯者對比新譯者，在專業知識方面會次于新譯者，比如說前幾年某引入了醫療機器翻譯系統的語言服務企業，在招聘時候已經有所傾向，相比于招語言專業背景的人員，生命科學專業人員更受青睞。

　　第二，學外語出身的新型譯員。這種譯員的特點是——有個人定制級的機器引擎，超出機器翻譯水平的語言能力且不甘只做譯后編輯這樣的“清潔工”工作，技術賦能的相關工具（檢索、術語、項目管理），個人數據、信用資產（區塊鏈）。

　　五、給翻譯專業同學的一些建議
　　最后，講者給翻譯專業同學的一些建議。第一，未掌握超過機器翻譯的語言能力，如果要從事翻譯行業，對語言素質方面要對自己要有極高的要求，譯者永遠要讓機器翻譯服務于自身；
　　第二，要學會善用、理解技術。理解技術背后的原因，比如說鳥派學和空氣動力學派之于飛行、規則還是數據驅動之于機器翻譯，；第三，深扎幾個領域，比如說醫療、金融、法律。同時，個人數據、信用資產，未來透明信用社會下，區塊鏈等信用資產是一個很好的起點。
　　針對于翻譯老師的建議，講者強調要關注翻譯技術、市場，很多翻譯理論研究有局限性，傳承性不高，有些還不具有解釋性；其次翻譯技術可能不只是軟件操作，更重要的是一種解決實際問題的開放心態。
　　同時，面向不想做翻譯同學，講者也提供了一些建議。第一，要認識到學語言本來就不限于翻譯職業，語言背后有著文化、思維的拓展；借助語言能力增加信息寬帶縱深，進入職業市場，只有專業知識，才有立足的一席之地。

　　最后，講者提出了一些具有啟發性的總體建議。第一，跟隨自己的熱情，不能盲目追求熱點，比如30年前，語言專家在機器翻譯研發中占主導，30年后的今天，則是算法工程師主導，可謂“三十年河東，三十年河西”。如果對語言感興趣，不妨深扎語言，機器永遠無法取代。第二，AI重塑生產力是社會范圍的，比如同傳、金融分析師、放射科醫生等等，并不局限在翻譯行業。在這樣的變化下，更重要是的如何適應變化。第三，變商：《贏在扭轉力》一書中提到了“10倍速時代，應變能力比起點重要”。

本文摘自《AI時代：2030年的譯者會是什么樣子？》講座