关于机器翻译技术应用现状和前景的专场探讨

在9月27日至29日召开的全国机器翻译大会（CCMT）上，一场主题为“机器翻译技术应用探讨”的圆桌探讨为大家带来了机器翻译技术在应用中的现状以及未来应用前景的讨论和展望。

“机器翻译技术应用探讨”由东北大学博导肖桐博士主持，阿里巴巴资深算法专家骆卫华，百度人工智能技术委员会主席何中军博士，网易有道翻译技术负责人黄瑾，腾讯翻译君谢军博士，金山集团副总裁、人工智能研究院院长李长亮博士，搜狗专家研究员翟飞飞博士，中译语通机器翻译科学家宗浩八位专家坐镇，就机器翻译技术的落地应用展开了圆桌对话，深度解读了人工智能狂热背后，机器翻译是如何革新语言交流隔阂的技术难题的。

随着技术的发展和交流的需要，机器翻译已经深切地融入到我们的生活。主持人肖桐博士第一个问题就首先提及了机器翻译的落地应用问题。对此，金山集团副总裁、人工智能研究院院长李长亮博士表示，随着算力的升级与算法的迭代，机器翻译逐步大规模地应用，金山集团旗下WPS、稻壳网等产品的延伸，为金山的机器翻译技术落地提供了更为丰富的场景。目前，金山办公已经实现机器翻译技术在WPSOffice中的落地应用。网易有道翻译技术负责人黄瑾则表示，AI+教育是近两年的一大风口，网易有道近年来在教育领域发展得很好，AI技术的加持也进一步加快其发展步伐。目前，有道已经在OCR、NMT，语言数据挖掘和语音识别技术等方面进行了大量积累，并以此作为学习产品体验的基础。基于自身的技术优势，有道开始试图拓展更多元化的营收业务，包括翻译蛋等智能硬件。今年8月，有道基于NMT神经网络翻译技术研发了一款全新的智能学习硬件——网易有道词典笔2.0，代表了网易有道逐鹿AI+教育市场的决心。

机器翻译作为自然语言处理中一项非常重要的应用，从上世纪40年代提出至今，经过几代革新，已经实现了很多场景的落地和应用，但发展种有些实际问题也亟待解决，本次圆桌上主持人肖桐博士同样提及了这些问题。百度人工智能技术委员会主席何中军博士表示，机器翻译模式进展迅速，以神经网络为基础的翻译模型准确度不断提升，如今在会场看见机器同传也不是稀奇事，但是问题来了，第一、噪声，由于说话人的口音、语速、现场噪声等因素，使得语音识别的结果有误差；第二、断句，需要对语音识别后的结果分句并加上标点；第三、时间延迟与准确率存在矛盾。如果要提高准确率，就需要等待说话人的具体意思表达完整之后再进行翻译，时间延迟就会比较高。对于应用中亟待解决的问题，腾讯翻译君谢军博士则表示，机器翻译发展到今天，技术已取得长足的进步，但机器翻译产品同质化严重，似乎各家做的产品功能都差不多，看不出太大差别，而在落地应用方面，各家产品的体验基本在设计之初就定型了，后续用户反馈对产品改进用处很小，也看不到更大的突破。

免费的机器翻译服务时代即将过去，大家面临强大的变现压力。本次圆桌上主持人肖桐博士还提到了如何变现的问题，也就是机器翻译技术或者产品是如何赚钱的？针对这一问题各位专家结合自身的工作纷纷发表了自己的看法。阿里巴巴资深算法专家骆卫华表示，想让中国商品更平滑地覆盖全球，用技术解决语言翻译问题是基础。阿里的机器翻译系统目前还处于自用阶段，不对外开放。帮助平台上的中小卖家，将产品信息自动翻译成当地语言，提升其业务价值，这是目前阿里在机器翻译方面变现的方向。金山集团副总裁、人工智能研究院院长李长亮博士表示，目前金山办公人工智能技术也已在机器翻译中实现技术落地，基于WPSOffice平台，用户也可实现多语文本即时转译服务，金山机器翻译技术也由此面向toC市场发力。

搜狗专家研究员翟飞飞博士则表示，目前对于机器翻译的应用搜狗方面主要面向的还是toBtoC市场，产品主要包括翻译机、翻译机、离线翻译机、拍照翻译等。腾讯翻译君谢军博士表示，to B市场下，不同客户对机器翻译有不同的需求，这就需要我们从定制化的角度去发力。中译语通机器翻译科学家宗浩表示，在信息安全越来越被重视的今天，私有化部署方式越来越受到市场的青睐。目前，中译语通主要做的是toB和toC两个市场的机器翻译模型部署。

圆桌讨论现场，专家们各抒己见，畅所欲言，探讨机器翻译技术发展机遇与挑战，从落地应用、技术升级与用户群体多角度汇聚机器翻译领域的新进展、新突破。