译者 | 崔皓
审校 | 孙淑娟
开篇
当今社会正处于语言和技术高速发展的阶段，因此语言和技术的碰撞是不可避免的——甚至有些人说这种碰撞已经发生了，我们只是在等待尘埃落定。数字化、物联网、人工智能和机器学习，以及更进一步——智能手机、语音识别，以及互联网和社交媒体的引入；所有这些技术都为我们的生活做出了贡献。
在所有技术中，人工智能在行业中的应用最为广泛。今天，我们将谈论正在发生巨大变化的翻译行业。企业之间的无边界沟通正在消除语言障碍。虽然机器翻译(MT) 已经存在了很长时间，但人工智能的应用极大地提高了翻译的实时性和可用性，并取得前所未有的成绩。人工智能的应用带来了诸多便利，包括以高准确性整合上下文和语言细节。
无论您是从事翻译还是技术行业，都希望本文能够给你带来启发。让我们从一个基本问题开始：当两件事（语言服务和技术）冲突时会发生什么？我们又如何获得实时翻译技术。
翻译行业前瞻
智能技术的发展以及对翻译的渗透极大地推动了翻译行业的发展。事实上， 2020 年，翻译行业的价值为 393.7 亿美元，预计到 2028 年将达到 462.2 亿美元。除了这些数据之外，引入技术翻译引擎并转向机器翻译一直是翻译领域的一场革命。因此，在 2019 年，在全球范围内，机器的翻译量已经超过了人工翻译。
什么是实时翻译技术？
顾名思义，实时翻译技术 (RTT) 是指一种以技术驱动的翻译解决方案，可以将任何类型的内容从一种语言即时翻译成另一种。你没看错，是可以翻译成任何类型的内容。因为今天，技术不仅可以翻译文本，还可以帮助翻译语音。利用技术您可以进行语音翻译、对象检测、文本翻译、图像翻译等。不仅可以用于个人，还可以用于企业，RTT 的特点是提升沟通质量同时弥补语言存在的差距。
站在企业的角度，翻译提供商在服务中提供 API，让其能够涵盖内部流程和客户沟通系统，如 CMS 管理、客户支持等。
支持人工翻译的翻译软件拥有很强的智能水平，无需过多编辑即可提供翻译服务。现代实时翻译软件就利用了最新的神经机器翻译 (NMT)。机器学习算法和模式识别软件可以识别单词和声音，同时神经网络和深度学习系统会根据上下文和短语来评估语音。然后再对数据进行编码和翻译。具有高处理能力的 RTT 工具可以从数百万页中提取的单词形成数据库。整个过程只需要 2 到 5 秒，准确度为 85%。
人工智能在翻译中的作用：它是如何工作的？
许多技术对行业都有着深远的影响，尤其是翻译行业，依赖语音交互技术。在这种情况下，人工智能可以提供各种格式的即时翻译，包括文本、音频、图形，甚至街道标志。AI 现在可以管理大量需要翻译的文本或语音。
人工智能基于神经网络，对整个短语而不仅仅是对单词进行翻译，同时还会考虑到单词之间的关系从而提升翻译的准确率。借助神经网络的机器翻译 (NMT)，人工智能可以从过去的翻译经验中不断学习，根据上下文了解单词使用方式、短语的结构和语言表达的目的。这种方法比以前使用的任何技术都更加成功，因为它使用更少的内存和数据来完成翻译工作。所有翻译都是相互关联的，并为后来的语音或文本提供上下文参考，从而提升翻译的准确性。
在幕后，人工智能得到了自然语言处理、图像识别、预测和推荐引擎等多项技术的支持。任何一段翻译，无论是单词还是文本，都会经历以下几个阶段：
数据采集- 来自 AI 堆栈。
数据存储- 快速访问的大数据存储，通常会用到云技术。
数据处理和分析涉及机器学习、深度学习、自然语言处理、情感分析、图像识别和推荐引擎。并通过第三方 API的方式对服务进行调用。
数据输出和报告——根据需要，输出的形式多种多样，如语音拷贝、语音翻译、文本形式等。
技术（AI 和 NLP）如何帮助人工翻译？
人工智能在语言翻译中的应用给企业和个人都带来了便利，让翻译工作以更好、更快的方式开展。
持续进步
人工智能驱动的神经机器翻译利用以往的翻译经验和语言资产，通过获取反馈而不断学习和发展。这意味着使用翻译工具次数越多，它就会变得越智能，结果也越准确。
针对不同需求的特定词汇
借助高级 AI 编辑器中包含的术语数据库，通过自定义元数据排列术语有效地处理术语。使用元字段导入术语或创建新字段从而提高翻译的一致性。这一优势在技术翻译和专业内容中至关重要。
时间和成本效益
如果不需要 100% 准确地翻译大型文档，那么机器翻译是非常好的选择。人工智能驱动的翻译改进，让后期编辑过程变得更加容易，它减少了人工翻译的成本和时间。
人工智能会取代人工翻译吗？
进步是不可阻挡的，事实上，没有人愿意回到无法获取信息的时代。还有一个问题：“人工智能会在某些行业取代人类吗，比如翻译行业，或者其他行业？答案是：不。”
无论人工智能多么聪明和快捷，对于技术来说都没有同理心。即使有 99% 的准确率，仍然需要1% 的人工让翻译结果更加完美。我们能做的是使用高效快捷的技术，让生活变得更加舒适。
译者介绍
崔皓，51CTO社区编辑，资深架构师，拥有18年的软件开发和架构经验，10年分布式架构经验。曾任惠普技术专家。乐于分享，撰写了很多热门技术文章，阅读量超过60万。《分布式架构原理与实践》作者。
原文标题：How Are Smart Technologies Changing the Translation Industry?，作者：Anahit Ghazaryan