“我们担心聪明的机器能够代替人类正在从事的工作，并在未来迅速消灭数以百万计的工作岗位。”

在刚刚结束的GMIC（全球移动互联网大会）上，霍金谈及到了人工智能对人类的改变，正在从一点点替代人工开始。

人们真正开始意识到，人工智能不再是印象中的概念而真切地正在超越人类这件事，大概来自去年那场全球瞩目的“人机大战”：

2016年3月，阿尔法围棋（AlphaGo）4:1战胜世界围棋冠军李世石并获得围棋世界排名第四的殊荣。仅时隔一日，AlphaGo的世界排名就跃居第二。

2016年末2017年初，阿尔法围棋（AlphaGo）再一次在中国棋类网站上以“Master”为注册帐号与中日韩数十位围棋高手进行快棋对决，连续60局无一败绩。

围棋离我们的生活尚远，人工智能的“威胁”还不足以为惧，那如果是语言呢？

在霍金发表完其关于人工智能看法的第二天，一项关于人工智能正在突破人类语言壁垒的技术上线了——

网易有道宣布其自主研发的神经网络翻译 ( Neural Machine Translation, 以下简称 NMT ) 技术正式上线。

这项技术所带来的影响是：相比于以前“弱爆了”的统计翻译结果，有道的神经网络翻译生成的译文质量，正在超越大部分同行，甚至大部分人类，并向专业翻译发起了“挑战”。

那么，事实如何？

有人“以身试法”亲测了它的效果：

先来个标准的专八翻译考题：“别跟他较劲了。他一根筋，你还不知道？”

有道的答案是：Don't compareyourself with him. You don't know?

百度的答案是：Don't fight him.Don't you know that he is a man?

Google 的答案是：Do not compete withhim. He is a bar, you do not know?

微软的答案是：Don't compete withhim. He's a tendon, you don't know?

人类的答案是：Stop reasoning withhim. Don ’ t you know he is one track-minded.

 

可以看到微软和 Google 的答案都偏向于按照原有语序进行翻译，百度看上去像是进行了网络搜索给出了相近的答案，有道没有按照原有语序进行翻译，给出的答案虽算不上准确但也还算沾边。

 

试题 2 是：“真没想到小高那么没骨气，竟然嫁给了坑害过她父亲的人。”

这句话的难点在于相对于第一个句子，这句话的断句难度更高，并且 " 小高 " 这个人名，也不容易被机器察觉。

 

有道的答案是：I was surprised tolearn that xiaogao had married the man who had murdered her father.

百度的答案是：I did not expect asmall high so spineless, was married to her father who had hurt.

Google 的答案是：I did not expect asmall high so no backbone, even married to the people who harm her father.

微软的答案是：I did not think ofa small high so no backbone, unexpectedly married to the person who had been toher father.

人类的答案是：I ’ m surprised to learn that XiaoGao had married the man who had oncedone her father in. She really has no guts.

 

百度和微软的答案几乎完全错误的，Google 不出意料的把 " 小高 " 做了直译，有道的翻译和上一道题的表现一致，翻译虽然不是完全准确，但几乎表达了句子的意思。另外在句子分割方面，有道可能理解了 " 小高 " 这是个人名。

（以上内容转自虎嗅网《网易说有道神经翻译媲美专业八级，我们做了个横向对比》）

通过该编辑的评测，可以大概看出，有道翻译的准确度相比于其他翻译产品好了不少，尤其是在第二个例句上，有道翻译给出的结果，几乎与人类的答案一致，甚至是唯一能识别出“小高”是一个人名的翻译软件。

不过，无论是哪个翻译软件，离人类的翻译结果还是差一些。

那如果极端一点的例子会是怎样？

此前有人测试了一个例子，将一段中文翻译成英文，对比人类和机器的结果：

原文：近日，麻省理工学院官网上刊登了一篇解读神经网络发展过程的文章，梳理介绍了神经网络在过去 70 年来的起起伏伏。在文章中，作者还简单介绍了 MIT 的大脑、心智和机器中心（CBMM）在神经网络基础理论上的一些研究成果。

 

邀请到的第一位测试者，大学英语六级水平，平时较少使用英语，但具有基本英语阅读和写作能力：

“Recently, theofficial website of MIT published an article about the process ofneural network, which introduces the ups and downs of neural network inthe past 70 years. In this article  the author briefly introduces someresearch result of MIT's brain、CBMM inneural network basic theory.”

 

第二个测试者，英语专业八级，英语为日常工作语言，具有较高的英语使用能力。

“Recently,an article published on the official website of MIT discussed the developmentof neural network in the past 70 years. In this article, the authoralso gave a general presentation of the research results of MIT brain, mind andmachine center (CBMM) on the basic theory of neural network.”

而第三位测试者，就是有道神经网络翻译，代表人工智能：

“Recently, an article on thedevelopment of neural networks published online by the Massachusetts instituteof technology (MIT) has described the rise and fall of the neural network overthe past 70 years. In the article, the author briefly introduces the researchresults of the MIT brain, mind and machine center (CBMM) on the theoreticalbasis of neural network.”

结果很明显，有道神经网络翻译的结果超出了一般英语水平的翻译，基本上和英语专业八级的水平相同，甚至在一些细节方面打磨得更好。更有趣的是，当博主再次拿着这三个翻译结果问其他人，辨别哪一个是人工翻译时，绝大多数人会选择了“第三位”测试者给出的结果。

这对翻译界意味着什么？

一是，未来机器翻译将成为人们日常翻译的首选，大量的基础性翻译工作将由机器替代。这一方面降低了翻译的成本，但同时也提高了翻译的门槛，中低端翻译业务将逐步被机器取代。

二是，翻译行业的马太效应会更加明显，超高质量的人工翻译将变得更加稀缺。

三是，“人机协同”将成为目前翻译的一种新模式。随着机器越来越“聪明”，人类和机器成为“搭档”，通过机器初步翻译，再由人工进行润色和打磨，从而得到高质量的翻译结果，而时间和成本都相比以前都降低了一半。

从某种意义上来说，人工智能和人类将在未来很长一段时间内“相爱相杀”。人工智能正在越来越多地替代一些人的工作和岗位但却难以超越，而人类也将日益仰仗于人工智能带来的便利。

人工智能的改变，替代人工，本来就是我们研究人工智能的初衷，那些简单的、重复性的工作被替代，就像当初机器替代农耕一样。

正如以色列作家尤瓦尔·赫拉利的代表作《人类简史》中谈到的，当机器逐渐替代人和牛，成为农业耕作最主要的方式后，农民并没有因此失业或消失，更多的人从田地中解放出来，去做更需创造力的工作。

这是一种时代的进步。