<mark id="oztn4"></mark>
0
| 本文作者： 宗仁 | 2016-05-25 17:39 | 專題：雷峰網(wǎng)公開課 |
今年8月，雷鋒網(wǎng)(搜索“雷鋒網(wǎng)”公眾號關(guān)注)將在深圳舉辦“全球人工智能與機器人創(chuàng)新大會”（GAIR），在本次大會上，我們將發(fā)布“人工智能與機器人Top25創(chuàng)新企業(yè)榜“，商鵲網(wǎng)是我們重點關(guān)注的公司之一。今天，我們邀請到了商鵲網(wǎng)CEO鄒劍宇，以實戰(zhàn)經(jīng)驗為我們解讀，什么樣的機器翻譯比Google還要占優(yōu)？雷鋒網(wǎng)
嘉賓介紹： 鄒劍宇。商鵲網(wǎng)創(chuàng)始人及首席執(zhí)行官。中國第一代互聯(lián)網(wǎng)記者。1997-2007服務(wù)《三聯(lián)生活周刊》，任經(jīng)濟部負責(zé)人， 《南方周末》和FT中文網(wǎng)專欄作家，跟蹤報道了中國互聯(lián)網(wǎng)的前十年歷程。2007年進入互聯(lián)網(wǎng)，先后擔任雅虎中國主編，貓撲網(wǎng)和中國移動微博總編輯。2012年擔任元培翻譯高級副總裁，創(chuàng)建其互聯(lián)網(wǎng)翻譯事業(yè)部。2013年創(chuàng)建商鵲網(wǎng)。
先介紹下我們的創(chuàng)業(yè)團隊，跟我合伙創(chuàng)業(yè)的，是清華的本科和碩士畢業(yè)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(zé)機器翻譯。
正如大家所想，能吸引我們在翻譯行業(yè)創(chuàng)業(yè)的前提，肯定是翻譯行業(yè)遇到了一些問題。下圖比較完整地概括了翻譯行業(yè)遇到的問題。
其實這是個小行業(yè)，規(guī)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(chuàng)業(yè)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(xiàn)狀吧，這個BLEU值的評測結(jié)果，說明了現(xiàn)在機器翻譯的現(xiàn)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(yè)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(shù)出身，創(chuàng)業(yè)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(fā)現(xiàn)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(xué)習(xí)，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(xué)家，也是世界知名的認知學(xué)家講的，如果咱們不知道創(chuàng)造是怎么回事，那就別想創(chuàng)造一個創(chuàng)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(chuàng)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(xué)家、科學(xué)網(wǎng)紅李淼教授總結(jié)的：物理邏輯運轉(zhuǎn)的計算方法，得不出類似量子運轉(zhuǎn)的創(chuàng)造思維結(jié)果。總結(jié)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(xiàn)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(qū)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(yīng)用，主要集中在感知層，諸如視覺、聽覺的機器識別，總結(jié)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(jié)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(zhuǎn)化為翻譯的期待，是比較合理和現(xiàn)實的，——機器不會萬能，人來幫忙。
現(xiàn)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(yè)服務(wù)領(lǐng)域，情況不太一樣。
也就是說：機器翻譯沒有直接的商業(yè)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(fā)的不是和谷歌百度一樣的通用引擎，我們在垂直領(lǐng)域做工作。目前商鵲網(wǎng)的翻譯引擎，針對科研、專利領(lǐng)域，所以我們的準確度應(yīng)該比通用引擎高一些，因為垂直領(lǐng)域的數(shù)據(jù)研發(fā)后會更精準，如果垂直的引擎還不如通用的引擎在該領(lǐng)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(yīng)的引擎服務(wù)，拿到了一個專利內(nèi)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(wù)叫人機結(jié)合的譯后編輯 PE(Post Editing)服務(wù)。
這是我們服務(wù)的技術(shù)架構(gòu)，在這個技術(shù)架構(gòu)上面，我們使用了大量的譯員，這些譯員需要參加PE生產(chǎn)的培訓(xùn)，因此，研發(fā)之外的BD和培訓(xùn)工作，是公司日常的大業(yè)務(wù)。
這是我們公司的培訓(xùn)矩陣。我們受譯協(xié)委托，給中國300所外語院校培訓(xùn)翻譯技能，就是我們研發(fā)的PE生產(chǎn)流程，這里發(fā)生了很有意思的事，這是我們培訓(xùn)的三個學(xué)員，他們跟機器的關(guān)系由淺入深，工作效率也由低到高。
里面的話，都是學(xué)員在答問卷的原話，非常真實的感受，所以，培訓(xùn)的邏輯，就是把半成品的機器翻譯的結(jié)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(xùn)中充分體現(xiàn)出來了，當然，也有一點點問題，不是所有譯員對人機結(jié)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(shù)的事情要做。這里的一個技能是：人要學(xué)會和機器相處，讓機器學(xué)會和人相處，就是咱們?nèi)粘Ｔ谧龅腁I研發(fā)，難度太大了。讓人和機器相處，只需要學(xué)習(xí)和體驗，就能做到。所以，讓人屈尊配合機器，是眼前最現(xiàn)實的事情，雖然有不適，但應(yīng)該不是大問題吧。Anyway，人機結(jié)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(xué)習(xí)”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(jié)果的選擇和修正，都是機器學(xué)習(xí)的最好樣板。這種集中的人群應(yīng)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(jié)果好還是不好）。
第二，人機結(jié)合的翻譯，幾乎只有在中國可以深度運轉(zhuǎn)。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(xué)里，可以學(xué)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(jié)合的服務(wù)。反過來，也沒有這么多專業(yè)人士來反哺AI的成長。
這里順便打個廣告，嘿嘿。商鵲網(wǎng)5月21日，也就是上周六和豬八戒簽署了一個戰(zhàn)略合作協(xié)議，商鵲為豬八戒的翻譯頻道提供產(chǎn)品、系統(tǒng)、服務(wù)、招募和BD等一系列的運營支持服務(wù)。因此，商鵲網(wǎng)形成了一個翻譯的閉環(huán)，從需求到生產(chǎn)，從研發(fā)到培訓(xùn)，生產(chǎn)和AI研發(fā)可以互相借力成長，豬八戒是“服務(wù)業(yè)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(guān)系
一般來說，像設(shè)計，法律、翻譯等服務(wù)業(yè)，目前想到的互聯(lián)網(wǎng)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(wù)的人探討這個問題，最后都認為問題出在供應(yīng)方。過去一般認為，有需求，把客戶找上來，讓服務(wù)商蜂涌上去，問題就解決了，實際上，一個服務(wù)的需求千奇百怪，匹配合適的供應(yīng)商的成本，遠高于服務(wù)本身的價值，所以我們的解決辦法，是讓供應(yīng)商在服務(wù)的產(chǎn)品、流程和交付質(zhì)量，以及服務(wù)商品牌上下功夫。
讓最主要的需求有標準化的產(chǎn)品來服務(wù)，而翻譯服務(wù)要做到這一點，IT技術(shù)和翻譯技術(shù)是必須的，說了這么多，說一個實際案例。
商鵲網(wǎng)使用PE，為中國和日本的專利客戶提供翻譯服務(wù)。日本客戶對信息管理、對質(zhì)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(yīng)商，依靠的就是PE生產(chǎn)的高效、低成本，以及穩(wěn)定的質(zhì)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(xí)慣不同術(shù)語不統(tǒng)一等等，這些問題機器不怕。機器解決了術(shù)語準確和統(tǒng)一問題，人是輔助優(yōu)化的。因此，我們剛畢業(yè)的本科學(xué)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(lǐng)域是醬紫，我們做到了全世界（不含糊）最優(yōu)的翻譯成本，其他領(lǐng)域呢？
中國人不再把生活局限在出生的這個國家了，從上學(xué)、租房、買房、投資理財、養(yǎng)老保險、求醫(yī)問藥、學(xué)習(xí)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(xiāng)音難忘也難改，不懂英文咋辦？
陪同翻譯的服務(wù)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(xiàn)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(xué)死于絕癥，但是莆田人盈利導(dǎo)向的資訊，是讓他遺恨的地方。中國人上網(wǎng)求醫(yī)問藥，一個字到網(wǎng)上，有1000個莆田人在等你。實際上歐美有很科學(xué)、真實的醫(yī)、藥、病的數(shù)據(jù)庫，把這些數(shù)據(jù)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(chǎn)品，保險產(chǎn)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(xiàn)在有機器翻譯——針對瀏覽級的需求；人機結(jié)合的深度翻譯——針對資料、精讀級的需求，因此，現(xiàn)在翻譯也變了。
翻譯不再是一個不管內(nèi)容的語言轉(zhuǎn)換，是一個多語言轉(zhuǎn)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(guī)模的翻譯服務(wù)里，發(fā)現(xiàn)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(yīng)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(wǎng)原創(chuàng)文章，未經(jīng)授權(quán)禁止轉(zhuǎn)載。詳情見轉(zhuǎn)載須知。
專題
