人工智能又又又摔了個跟頭。
今年的博鳌亞洲論壇上，第一次出現了AI同傳。值得注意的是，這是博鳌論壇創辦17年首次采用人工智能同傳技術。然而，在如此重要的場合，現場配備的騰訊AI同傳卻掉了鍊子。詞彙翻譯不準确、重複、短語誤用等“烏龍”引來各方“嘲笑”。
人們總是把AI跟人類職位對立起來，各種“取代論”層出不窮。博鳌論壇會議前，就出現了許許多多的“取代論新聞”引起了各界關注。最終，AI同傳“翻車”，引來外界一片唏噓。
然而，就目前來看，AI同傳前路未明，太早将其與人類同傳對立起來實在是“杞人憂天”。除了取代，AI同傳其實有更好的路。
圖為AI同傳内容
AI同傳進階之路：變智能問題為資料問題
很多人都覺得人工智能如果要處理自然語言，就必須了解自然語言。實質上，AI翻譯靠的是數字，更準确地來說，是統計。AI同傳出錯，并不是“智能”不夠，實質上，是資料和模型出了問題。
1.AI同傳還需要了解力
首先，AI同傳要去了解場景。在博鳌論壇上，會議現場專業度高、覆寫度廣，AI對特殊場景的了解還不夠。場景對于語義具有至關重要的影響，相同的一句話在不同的場景裡有不同的意思。舉個例子，“好 ”這個字在百度漢語顯示有多種語義，既可以表示稱贊，也可以表示狀态，還可以表達問好……諸如此類，語義的表達和了解都要結合具體的場景。在具體的句子中，這種語義與情景的結合就更為緊密，更需要機器了解學習。
其次，AI要了解口語的模糊邏輯。口語翻譯是不會百分百傳譯的，根據 AIIC（國際會議口譯員協會）的規定，同傳譯員隻要翻譯出演講者内容的80%就已經算是合格了（90 %~100 %的“同傳”幾乎是不可能的）。這意味着AI工作量減少嗎？當然不，正是這種模糊的東西使得AI同傳更加困難，除此之外，口語沒有标點符号來标志句子，缺少了必要的聲調和停頓，就很容易造成句子的歧義。而模糊的指令極有可能出現的是滿屏的錯碼。
2. 隐馬爾可夫模型（HMM）解決統計資料之外的語言問題
然而，在參考騰訊AI同傳的失誤後，我們發現，僅僅增加資料量還是不夠的，在現實生活中，我們也會遇到零機率或者統計量不足的問題。
比如一個漢語的語言模型，就足足達到20萬這個量級。曾有人做過這樣一個假設，如果刨掉網際網路上的垃圾資料，網際網路中将會有100億個有意義的中文網頁，這還是相當高估的一個資料，每個網頁平均1000詞，那麼，即使将網際網路上上所有中文内容用作訓練，依然隻有1013。
為了解決資料量的問題，我們提出了隐馬爾可夫模型（HMM）。實際應用中，我們可以把HMM看作一個黑箱子，這個黑箱子可以利用比較簡潔的資料，處理後得出：
1. 每個時刻對應的狀态序列；
2. 混合分布的均值和方差矩陣；
3. 混合分布的權重矩陣；
4. 狀态間轉移機率矩陣。
看起來可能比較複雜，簡單點說，這個模型可以通過可觀察的資料而發現這個資料域外的狀态，即隐含狀态。也就是說，我們可以憑借一句話，來探索出這句話後的隐含的意思，進而解決一些微妙的語義問題。
如上圖所示，這個模型能夠通過你提供的可以明顯觀察的句子，推斷出一個人隐含的心情狀态（開心OR難過），并得到最後的行為判斷（宅、購物、社交），即通過已知推斷出未知。
而如何優化這個模型，得到最優隐含狀态？人們提出了許多解決問題的算法， 包括前向算法、Viterbi算法和Baum-Welch算法。此中奧妙，難以盡述。但不能否認的是，在深度學習的基礎上，資料+模型就能很好地打造出一款AI同傳翻譯，資料越大，神經網絡更好。即使翻譯結果不盡如人意，但隻要建設足夠大的資料庫，建立更好的模型，打磨算法，AI同傳很快就會有更大的提升。
二
NLP金字塔頂端反哺底端：打造高品質AI同傳
除了增加資料庫和打磨資料模型，AI同傳還可以從哪些方面提升呢？我們不妨借鑒一下其它的技術。下圖中，這四個方面代表了人們在 NLP 領域的一些進步。用金字塔形來表示這四個技術之間的關系，難度是逐級上升的。
目前，聊天機器人和閱讀了解這一塊兒已經取得了很大的突破。而AI閱讀了解技術的進步不止是NLP的高階進化，還有一層意義是，科學之間是相通的，技術之間可以互相借鑒，金字塔頂端技術可以反哺底端。
在自然語言處理上，人差別于AI的點在于人有先驗知識。即人們在聽到某個字時，會自然地聯想到後一個字，或者會被一個詞觸發了一句話的聯想。比如，我們聽到“中”，既有可能想到“國”，也可能想到“間”。但是AI“聯想”的詞卻依靠資料。它說“北”，如果輸入的資料不變，那後面跟的就是”京“。
智能相對論（ID：aixdlun）行業分析師顔璇曾經在《AI在閱讀了解領域開始“跑分”，這個“人類好幫手”還能去哪炫技》一文中總結了AI閱讀了解的技術層面，我們或許可以從中得到閱讀了解技術反哺AI同傳的方法。
AI閱讀了解技術的流程如下，Embedding Layer（相當于是人的詞彙級的閱讀知識）→Encoding Layer（相當于人通覽全文）→Matching Layer（相當于帶着問題讀段落）→Self-Matching Layer（相當于人再讀一遍進行驗證）→AnswerPointerLayer（相當于人綜合線索定位答題）。
綜合來看，閱讀更偏向的是 Multi-turn，即做完一次輸入輸出後，要把結果作為下輪輸入的一部分繼續輸出，系統在運作時需要考慮上下文。而翻譯，則是 Single-turn，一句話進一句話出。
合理利用後，機器翻譯即使現在是 Single-turn，将來也有可能是 Multi-turn；AI同傳現在沒用到上下文背景，将來也有可能結合上下文做到翻譯品質更佳。
如今，創作還是人工智能正在摸索的領域，而一旦這個領域有了突破，将一些技術應用到AI同傳裡，我們或許可以達到翻譯的最高境界——”信、達、雅”。
在未來，AI不會擠占人類同聲傳譯員的空間
AI同傳會取代人類翻譯嗎？當然不會。先不說語言本身的複雜，我們可以來看看同傳的實際應用場景。
在實際工作中，不論是口譯還是直接對話都需要同傳來完成，不會有被服務方隻聘用其中的一個職能。也就是說，AI同傳不僅要學會翻譯，還要學會聊天。而在這一塊兒，機器還有很大的進步空間。那麼,AI同傳的用處在哪裡呢？
1. AI共享同傳，僅針對普通人的市場
人們出國旅遊，常常會遇到語言溝通問題，然而，并不是每個人都配得起一個專業的口語翻譯。這時候，如果一個可穿戴裝置亦或者一部手機就能為你同聲傳譯，想必會減少很多人的出國成本。随身攜帶一位專屬的同聲傳譯，是不是覺得很酷呢？
智能硬體一直是AI的狂熱地帶。就在去年，微軟和華為合作，在 Mate 10 手機中嵌入了微軟的神經網絡機器翻譯，可以算得上是在終端運作神經網絡機器翻譯的第一例。
如果AI同傳的硬體裝置出世，更可能的商業模式是出租或者共享。即按需求進行租用，有一個專門的技術公司負責租賃，正如共享單車一樣，我們的使用費會降到極低。而這類AI的應用場景并不在複雜的會議現場，而是日常生活，出外旅遊等，語料庫的建設也會更加簡單。
如此，AI同傳隻是更加惠民而已，卻不會取代在某個特殊場景比如金融會議、醫療會議等更加專業的人類同傳。
将AI同傳與硬體裝置相結合，創造切實可用的語音接口，還可以在很大程度上提高使用者在移動終端、可穿戴、智能家居、智能汽車等智能裝置的體驗，真正在互動層面實作智能時代的人機結合。
2.AI同傳成為同聲翻譯的考官
同聲傳譯需求量成倍增加，但是合格的同聲傳譯的數量卻增長非常緩慢，據了解，現實市場上能夠十句話翻譯出十句的同傳譯員寥寥無幾。同時，擁有進階口譯資格證書的人并不一定能勝任同聲翻譯，同聲翻譯還需要進行專業的技能訓練，而有些合格的同聲翻譯人員也并不一定有口譯證書。
目前，我國還沒有一個固定的機構來負責同聲翻譯的相關事宜，也沒有一套統一的标準對同聲翻譯的工作進行考評。
面對這樣的困境，我們或許可以在AI同傳上開個腦洞。
人們可以利用AI數字化、标準化等特點，以資料庫為依托，将AI訓練成單一功能性的考核機器，針對不同的應用場景，對同聲傳譯員進行考核和評級，進而規範人才市場。
這裡或許可以參考駕駛教育訓練機器人。駕培機器人包含了高精度GPS導航技術、慣性技術和虛拟傳感技術、視訊檢測、資料處理、無線傳輸、指紋身份識别等高新技術，能夠精确記錄、判斷駕駛人操縱駕駛機動車的真實能力。
同理，AI同傳也可以在各種場景裡，去觀察、判斷考生的翻譯能力，以及考生對翻譯規則的熟悉、了解程度。這個系統可以減少考試員的勞動強度和人為因素，確定考試公平、公正，考核方法科學準确。
簡單來講，我們的目标是通過智能機器，使考核自動化，選撥或者是訓練真正的人才，而并非取代人類的翻譯能力。
更有意思的是，在考核過程中，AI又能不斷吸收新養分，增加口語類文本語料庫，何樂而不為呢？