你認為AI會幹掉人類同聲傳譯嗎？當AI在圍棋領域橫掃人類後，人類對自己的職業技能似乎越來越沒有自信，總擔心自己的“飯碗”不保。
9月20日，2018年世界人工智能大會剛落幕，科大訊飛卻陷入“AI同傳造假”的風波。一位同傳譯員在知乎上發文稱，在上海的一場會議中，訊飛的翻譯其實為人工同傳，并非機器智能翻譯，并且譯文由機器進行朗讀。這容易讓觀衆産生“都是人工智能翻譯”的錯覺，而忽略背後同傳譯員們的勞動成果。
對此，科大訊飛董秘、高級副總裁江濤接受《21世紀經濟報道》采訪時表示：“盡管機器翻譯獲得發展，明年能達到英語專業8級的水平，但依然沒辦法代替同傳。科大訊飛沒有提到AI同傳，并沒有造假吹牛，目前的情況是一個誤會。”
一句“誤會”雖然無法判斷整個事件孰是孰非，但可以讓人類的同傳譯員安心上班了。
15000個雞蛋和絕望的主廚
同聲傳譯是指譯員在不打斷講話者的情況下，不間斷地将講話者的内容翻譯後複述給聽衆。傳譯員通過同傳設備提供即時準确無誤的翻譯，這種翻譯方式适用于大型的權威研讨會和國際性會議。
同聲傳譯這個職業曾被譽為世界上最高薪酬的工作，他們的工資不是按照“月”計算，而是以“每小時”乃至“每分鐘”作為計量單位。這個“日進千金”的行業看似風光，實則每次傳譯員出一次任務都是一場風暴似的腦力壓榨。
目前國際情況，世界上95%的國際高端會議都會采用同聲傳譯的方式進行。但“同聲傳譯”的曆史并不久，第二次世界大戰結束後，德國紐倫堡國際軍事法庭在審判法西斯戰犯時，才首次采用同聲傳譯。
創新工場董事長兼首席執行官李開複認為，一項本來由人從事的工作，如果可以在5秒鐘内，對工作中需要思考和決策的問題做出相應決定，那麼，這項工作就有非常大的可能被人工智能全部或部分取代。
按照這一說法，同聲傳譯則是被人工智能取代的危險工種之一，但目前來看結果并不理想。
今年4月9日，的博鳌亞洲論壇上，騰訊的AI翻譯産品“翻譯君”就出了不小的翻譯事故。當天，在博鳌分論壇會場兩側的大屏幕上，各國嘉賓的演講内容被騰訊翻譯君實時識别，并翻譯成中英雙語字幕進行投屏展示。同時，現場觀衆不斷利用微信小程序對嘉賓演講的雙語同傳内容進行回看、收聽和記錄。除了一些無意義重複的低級錯誤外，AI對“一帶一路”等專有詞彙也不太了解，翻譯成“中國的一條公路和一條腰帶”。
這不是機器翻譯第一次鬧笑話，科大訊飛、搜狗等都因為機器翻譯犯過錯，就連谷歌也不例外。據中國新聞網報道，今年2月4日，在韓國平昌冬奧會上，為了給121名運動員備餐，挪威隊主廚用号稱是神經網絡翻譯的谷歌翻譯訂購1500個雞蛋，卻因翻譯錯誤收到15000個雞蛋。收到這麼多雞蛋，主廚内心應該是絕望的：到底什麼時候能吃完？
酸爽的日式英語打敗AI
AI翻譯出錯，最高興的要數人類譯員，畢竟兩者是“搶飯碗”的敵對關系。
2017年6月，科大訊飛發布全球首款實時中英互譯神器——曉譯翻譯機。當時許多宣傳文章稱，這款産品“可以讓人工同傳消亡”，“是同聲傳譯終結者”。這些誇大的字眼引起廣大同傳工作者的不滿。科大訊飛董事長、創始人劉慶峰今年3月，微軟宣布“其研發的機器翻譯系統首次在通用新聞翻譯的漢譯英達到人類專業水平，超越業餘譯者，實現自然語言處理裡程碑突破”，結果引起諸多吐槽、分析和評測，并一度掀起了對AI翻譯到底能否媲美甚至超越人類，AI翻譯的進展到底會對人類翻譯員産生什麼影響等問題的讨論。
在本屆世界人工智能大會上，訊飛聽見和騰訊同傳兩家語音轉文字産品同台亮相。馬化騰當天在主題演講時表示“騰訊同傳現場采用依靠機器完成，而不是人機協作”；随後上台演講的科大訊飛董事長劉慶峰則說：“我們希望用機器幫助頂尖同傳更好的發展他的能力，機器和人未來必須是協同的。”
在産品表現方面，兩家公司最後打了個平手：從英文流利程度來看，似乎騰訊同傳更勝一籌。每逢嘉賓進行演講語種切換，而科大訊飛的現場反應速度需要更長時間。
直到一位名叫ToshioFukuda的日本科學院院士上台演講，騰訊同傳直接“罷工”，科大訊飛則将現場人類同傳的中文語音轉文字繼續工作。也因此，科大訊飛被同傳工作人員視為“造假”。日式英語一直都是很“酸爽”的存在，看來在AI這也沒能避免。
而此時，沒有噱頭也沒有出錯的人類，更像是當天同傳工作的主角。和以往一樣，同傳工作人員被安排在所有座位後方的一間口譯室中，輪流透過耳機接收講者的信息，然後對着麥克風進行翻譯。坐于會場中的聽衆通過特殊的音訊接收設備，收聽着同聲傳譯員的翻譯。
同傳，比文本翻譯難多了
在大型會議上，使用AI同傳為什麼總是出錯？最根本的原因，同傳本就比文本翻譯難多了。
能做到同傳的人，無疑是語言方面的天才。讓AI去做同傳，則是讓人工智能處理自然語言，但人工智能顯然不具備“天賦”——簡單地說，AI做翻譯，靠的是海量分析數據和幫助AI進行學習的模型及優化算法。
就好比AI已經徹底“打敗”人類的圍棋，後者就可以算是最規整的數據了——棋盤上隻有361個位置可以下，也隻有黑白兩種棋子。更不要提人類上千年來保留的數以千萬計的棋譜。在AlphaGo最後超越人類那一步時，甚至還開始通過自我對弈來生成全新的數據。
翻譯其實也是一個擁有很多“優質數據”的内容——因為世界上很多的文學作品，都有不同語種的譯本。更不要提在線翻譯服務中海量的使用和反饋記錄了，所以文本翻譯這件事，也算是AI最早有所進展的領域了。
然而，同傳并不隻是翻譯，更準确地說是“轉寫+翻譯”。相比格式規範，字母、單詞書寫方式都一樣的實體内容，英語的口語發音實際上要複雜的多。要知道，英語這種國際通用語言，在結合各國的口音後，已經衍生出一大堆變化。除了日式英語，印度、俄羅斯等地區的英語也頗具特色。在B站上，還有一段67種英語口音的彙總視頻。
口語還沒有标點符号來标記句子，缺少了必要的聲調和停頓，就很容易造成句子的歧義。而模糊的指令對AI來說，極有可能出現滿屏的亂碼。
國際會議的現場同傳，更要考慮會場噪音、每個人口音、停頓語氣詞等語音信号會對後面的翻譯産生影響；會議對于及時性要求更高，不可預知情況很難控制，很難給機器足夠的自我調整時間，要解決機器翻譯對未知困難的自适應性，相對較難。此外，會議現場專業度高、覆蓋度廣，AI對特殊場景的理解還不夠。場景對于語義具有至關重要的影響，相同的一句話在不同場景裡有不同意思。
每個人，都要提前想想怎麼應對AI
事實上，就連人類同傳無法做到百分百傳譯，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。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。
去年6月，科大訊飛在公司公上發文稱，AI翻譯已經取得非常大的進步，在衣食住行等常用生活用語上的中英翻譯可以達到大學六級的水平，能夠幫助人們在一些場景處理語言交流的問題，但距離會議同傳及高水平翻譯所講究的“信、達、雅”還存在很大差距。
該文章稱，科大訊飛一直所努力的，是希望通過語音轉寫和翻譯技術幫助同傳提高工作效率、減少失誤，形成人機耦合的同傳新模式。
目前，AI已經能夠完成絕大部分英語比較好、口音不重的轉寫和翻譯任務。人類同傳隻需要應對日式英語、俄式英語這樣更棘手的任務。對于AI來說，一旦集中資源訓練出一個“神經網絡”，剩下的事情無非就是把這個“神經網絡”複制，添加更多硬件算力。
但同時，AI同傳在可預期的時間内（十數年）又不能達成完全超越人類的能力。最終形成一個極度“尴尬”的境地——AI和人工各有所長，經濟和模式趨勢“逼迫”兩者必須合作。
在人類與AI“合作”的過程中，人類或許很難進一步提升自我，AI卻會進一步成長、逼近。機器對此自然不會帶有情感，但人類卻會面對低等級的勞動力不斷被取代的“壓迫感”。所以不誇張地說，我們是時候提前想想自己怎麼和AI一起工作下去了。
●資料來源：虎嗅網、億歐網、澎湃新聞等
直到一位名叫ToshioFukuda的日本科學院院士上台演講，騰訊同傳直接“罷工”，科大訊飛則将現場人類同傳的中文語音轉文字繼續工作