<mark id="oztn4"></mark>
0
今年8月，雷鋒網(搜索“雷鋒網”公眾號關注)將在深圳舉辦“全球人工智能與機器人創新大會”（GAIR），在本次大會上，我們將發布“人工智能與機器人Top25創新企業榜“，商鵲網是我們重點關注的公司之一。今天，我們邀請到了商鵲網CEO鄒劍宇，以實戰經驗為我們解讀，什么樣的機器翻譯比Google還要占優？雷鋒網
嘉賓介紹： 鄒劍宇。商鵲網創始人及首席執行官。中國第一代互聯網記者。1997-2007服務《三聯生活周刊》，任經濟部負責人， 《南方周末》和FT中文網專欄作家，跟蹤報道了中國互聯網的前十年歷程。2007年進入互聯網，先后擔任雅虎中國主編，貓撲網和中國移動微博總編輯。2012年擔任元培翻譯高級副總裁，創建其互聯網翻譯事業部。2013年創建商鵲網。
先介紹下我們的創業團隊，跟我合伙創業的，是清華的本科和碩士畢業的自然語言大拿，叫魏勇鵬。以及中科院的博士胡日勒，原來在諾基亞負責機器翻譯。
正如大家所想，能吸引我們在翻譯行業創業的前提，肯定是翻譯行業遇到了一些問題。下圖比較完整地概括了翻譯行業遇到的問題。
其實這是個小行業，規模特別小，沒有大公司。但是翻譯需求，貌似沒有誰沒有遇到過，所以很多人會拍腦袋一想——“這是個大生意”！但實際情況會是這行確實需求挺多，但生意不大。我們創業的時候，這一點看得很清楚，如果不跟上機器翻譯的趨勢，翻譯一定沒得做。
先說說機器翻譯的現狀吧，這個BLEU值的評測結果，說明了現在機器翻譯的現狀。一般人的體會，是機器翻譯有很多不盡如人意的地方。商業伙伴第一句話問的也是：你們機器翻譯準確度是多少？這一PPT講清楚了背后的事實：目前通用的機器翻譯的準確度約50%弱一點
這個一般的準確度，說起來都是淚。客戶說：那你們這個太差了；投資人也說：那你們這個太差了。我不是技術出身，創業初期也對這個準確度有很大期待，對伙伴有無限期待。一年下來發現期待總是落空，所以就反省：事情出問題了還是我出什么問題了？ 所以就開始學習，四處打探事實。找到的事實，見下圖
這個理論引用的是英國特別NB的物理學家，也是世界知名的認知學家講的，如果咱們不知道創造是怎么回事，那就別想創造一個創造的能力了，這個家伙的理論高度，個人覺得高于《人類簡史》那個以色列教授。如果說《人類簡史》是歷史概述，那這個教授的書則是開創性的認知啟蒙，他的意思，是圖靈測試，有點詭辯和連蒙帶詐地制造了一個AI。
這個是咱們中國的理論物理學家、科學網紅李淼教授總結的：物理邏輯運轉的計算方法，得不出類似量子運轉的創造思維結果。總結下來：理論不夠，方法不對。理解人性思維的AI做得有點辛苦。
是我現場去聽了張鈸教授的課，這里主要是講機器智慧，與類人的AI的區別，按他的理論，AI極其有可能有自己的意志，即按照自己的邏輯行動，并有可能傷害人類。但是機器直接來理解人，這一點目前看不到。我是做機器翻譯的，被稱為AI的皇冠，是用機器來理解人類的認知，難度非常大。目前比較成熟的AI應用，主要集中在感知層，諸如視覺、聽覺的機器識別，總結下來，這三個人物所講理論，給了我一顆定心丸：我再也不期待工程師給我一個完美的翻譯引擎了，跟客戶說機翻結果時再也不忐忑不安了：我們就是這樣的！
把大家對機器翻譯的期待，轉化為翻譯的期待，是比較合理和現實的，——機器不會萬能，人來幫忙。
現在大家能用到的機器翻譯，包括口語翻譯軟件，基本上準確度都是50%左右的引擎，不過看看使用量：很驚人；但在商業服務領域，情況不太一樣。
也就是說：機器翻譯沒有直接的商業模式。有價值的是流量。有時候會讓我們這個圈子的人這么感慨，“這么難的事，我都去做了，卻賺不到錢（哭）”。當然我們也哭，不過還是會看清楚自己的價值。
這里要補充一下：實際上我們公司開發的不是和谷歌百度一樣的通用引擎，我們在垂直領域做工作。目前商鵲網的翻譯引擎，針對科研、專利領域，所以我們的準確度應該比通用引擎高一些，因為垂直領域的數據研發后會更精準，如果垂直的引擎還不如通用的引擎在該領域的效果，就混不下去了（掩面ing）。我們在一個客戶的競標中，的確是打敗了谷歌和必應的引擎服務，拿到了一個專利內容的機器翻譯的常年訂單，每個月都在干活。我們提供的主要服務叫人機結合的譯后編輯 PE(Post Editing)服務。
這是我們服務的技術架構，在這個技術架構上面，我們使用了大量的譯員，這些譯員需要參加PE生產的培訓，因此，研發之外的BD和培訓工作，是公司日常的大業務。
這是我們公司的培訓矩陣。我們受譯協委托，給中國300所外語院校培訓翻譯技能，就是我們研發的PE生產流程，這里發生了很有意思的事，這是我們培訓的三個學員，他們跟機器的關系由淺入深，工作效率也由低到高。
里面的話，都是學員在答問卷的原話，非常真實的感受，所以，培訓的邏輯，就是把半成品的機器翻譯的結果，讓譯員最大程度的利用上，以減少譯員自己的工作量和工作強度，提高效率，公司降低成本，這一點，培訓中充分體現出來了，當然，也有一點點問題，不是所有譯員對人機結合都感到舒適的。
這里涉及到了：“AI真的會取代人，減少工作機會”，這是一個重大的社會問題，從局部來看，是的。但是更大時間和范圍來看，人還是有無數的事情要做。這里的一個技能是：人要學會和機器相處，讓機器學會和人相處，就是咱們日常在做的AI研發，難度太大了。讓人和機器相處，只需要學習和體驗，就能做到。所以，讓人屈尊配合機器，是眼前最現實的事情，雖然有不適，但應該不是大問題吧。Anyway，人機結合的不適，難道比時髦的VR大眼罩更不人性嗎？
人屈尊去配合機器，意味著兩件事：
第一、人可以給機器“更深度學習”的機會，對PE翻譯來說，因為我們的譯員，是最深度的用戶，所以他們每一次對機器翻譯結果的選擇和修正，都是機器學習的最好樣板。這種集中的人群應用，是谷歌等通用引擎夢寐以求，但是找不到的目標人群。（因為谷歌翻譯不支持深度人機交互，只有一個選項：你覺得結果好還是不好）。
第二，人機結合的翻譯，幾乎只有在中國可以深度運轉。不單是因為中國有最多的勞動力，還因為中國是世界上獨一無二的全語種的體制課程教育體系。
也就是說教育部下屬大學里，可以學到世界上所有實用的語言，在美國，人力很貴、譯員更貴，不會有公司有成本動用這么多人力來做人機結合的服務。反過來，也沒有這么多專業人士來反哺AI的成長。
這里順便打個廣告，嘿嘿。商鵲網5月21日，也就是上周六和豬八戒簽署了一個戰略合作協議，商鵲為豬八戒的翻譯頻道提供產品、系統、服務、招募和BD等一系列的運營支持服務。因此，商鵲網形成了一個翻譯的閉環，從需求到生產，從研發到培訓，生產和AI研發可以互相借力成長，豬八戒是“服務業的淘寶”，所以它有能力把分散的翻譯需求集中到一個大平臺上來。
這里要解釋一下，PE和眾包的關系
一般來說，像設計，法律、翻譯等服務業，目前想到的互聯網解決辦法，就是眾包，翻譯類的眾包有過很多平臺，無一類外都含恨離去，我跟豬八戒的最資深外包服務的人探討這個問題，最后都認為問題出在供應方。過去一般認為，有需求，把客戶找上來，讓服務商蜂涌上去，問題就解決了，實際上，一個服務的需求千奇百怪，匹配合適的供應商的成本，遠高于服務本身的價值，所以我們的解決辦法，是讓供應商在服務的產品、流程和交付質量，以及服務商品牌上下功夫。
讓最主要的需求有標準化的產品來服務，而翻譯服務要做到這一點，IT技術和翻譯技術是必須的，說了這么多，說一個實際案例。
商鵲網使用PE，為中國和日本的專利客戶提供翻譯服務。日本客戶對信息管理、對質量苛求非常嚴格，我們從一個第五層的分包商成長為直接的翻譯供應商，依靠的就是PE生產的高效、低成本，以及穩定的質量。資深翻譯一定比我們的普通譯員做得好，但是人總有累、病的時候，還有多個譯員翻譯習慣不同術語不統一等等，這些問題機器不怕。機器解決了術語準確和統一問題，人是輔助優化的。因此，我們剛畢業的本科學生，即勝任了工作5年以上的老譯員，效率還更高。
那么，在專利領域是醬紫，我們做到了全世界（不含糊）最優的翻譯成本，其他領域呢？
中國人不再把生活局限在出生的這個國家了，從上學、租房、買房、投資理財、養老保險、求醫問藥、學習移民等等，還有日常的跨境購物和旅游，生活空間出國了，但是俺們那嘎達的鄉音難忘也難改，不懂英文咋辦？
陪同翻譯的服務不是我們要做的，但是有更大的需求：基本上大家認為超過60%的有價值的英文信息還是沒有中文版的，現在大家能夠看到大部分英文世界的NEWS的中文版，但是編輯好的information，以及更深度的Knowledge，咱們是看不到中文版的。或者看到的很晚、很不全，很貴。
譬如，魏澤西同學死于絕癥，但是莆田人盈利導向的資訊，是讓他遺恨的地方。中國人上網求醫問藥，一個字到網上，有1000個莆田人在等你。實際上歐美有很科學、真實的醫、藥、病的數據庫，把這些數據庫翻譯成中文，是有價值的。還有就是投資，買美股。一般中國人除了中概股之外，能對4000家美國主要上市公司里的100家有所了解？還有更多的基金公司、基金產品，保險產品，能了解多少呢？
要想做一個國際人，即要有國際的資訊氛圍。過去沒有，是因為這里的翻譯工程成本太高、效率太低了！
現在有機器翻譯——針對瀏覽級的需求；人機結合的深度翻譯——針對資料、精讀級的需求，因此，現在翻譯也變了。
翻譯不再是一個不管內容的語言轉換，是一個多語言轉換和智能知識管理的綜合工程。做到這一點，翻譯很有意思了。我們在小規模的翻譯服務里，發現生意可以反哺AI研究，不完全依靠VC輸血。而另外呢，則對未來的AI智能應用前景充滿期待。所以，很期待和同懷AI夢想的大家，一起走到那一天，我的嘮叨先到此。
雷峰網原創文章，未經授權禁止轉載。詳情見轉載須知。
專題
