論人工智能機(jī)器翻譯時代下機(jī)譯與人譯之關(guān)系

摘?要：近年來，神經(jīng)網(wǎng)絡(luò)機(jī)器翻譯的應(yīng)用極大提升了翻譯效率，開啟了機(jī)器翻譯的人工智能時代。技術(shù)的進(jìn)步促使我們在人工智能時代下重新反思機(jī)譯與人譯的關(guān)系。一方面，機(jī)譯與人譯呈現(xiàn)出充滿張力的博弈關(guān)系，技術(shù)全面參與的翻譯環(huán)境型塑行業(yè)圖景，但歸根結(jié)底機(jī)譯的發(fā)展仍有局限、人譯把握著主體性;另一方面，機(jī)譯與人譯的未來期待更平衡的自由關(guān)系，翻譯技術(shù)應(yīng)當(dāng)在注重實用、商用的同時，兼顧對自然語言本質(zhì)的探索，譯者則應(yīng)該在保有自己主體性和價值感的同時，將技術(shù)作為一種通向真理的方法，進(jìn)而實現(xiàn)人與技術(shù)之間良性的互動。

關(guān)鍵詞：人工智能;機(jī)器翻譯;機(jī)譯與人譯

中圖分類號：H059?文獻(xiàn)標(biāo)識碼：A

古往今來，翻譯之于文化交流與文明發(fā)展有著重要的意義。近年來，隨著計算機(jī)深度學(xué)習(xí)的廣泛應(yīng)用，機(jī)器翻譯技術(shù)也嘗試與人工智能相結(jié)合，出現(xiàn)了以神經(jīng)網(wǎng)絡(luò)機(jī)器翻譯（Neural Machine Translation）為代表的新模型。人工智能為機(jī)器翻譯技術(shù)帶來了全新的躍進(jìn)，揭開了人工智能翻譯的新時代。技術(shù)的飛躍似在預(yù)言機(jī)器翻譯的大好前景，但技術(shù)擠占的空間需要傳統(tǒng)來讓渡，技術(shù)的發(fā)展也需要人去適應(yīng)，翻譯行業(yè)中復(fù)雜的人機(jī)關(guān)系值得關(guān)注。在這樣的背景下，關(guān)于機(jī)譯與人譯、技術(shù)與人的思考再一次被推至眼前。

一、機(jī)譯的發(fā)展：人工智能翻譯新時代

回望機(jī)器翻譯的線性歷程，機(jī)譯的發(fā)展可以簡單地劃分為兩個階段：第一階段是20世紀(jì)40年代至90年代，以基于語義規(guī)則（Rule-based）的早期機(jī)器翻譯為代表;第二階段是90年代后廣泛運(yùn)用統(tǒng)計數(shù)據(jù)（Statistics-based）的近期機(jī)器翻譯。而如果將近年來，以谷歌團(tuán)隊為首所實現(xiàn)的神經(jīng)網(wǎng)絡(luò)翻譯技術(shù)視為全新的突破，那么現(xiàn)在可說是機(jī)器翻譯的最新階段。

在機(jī)器翻譯構(gòu)想之初，尋求語言學(xué)上的“語言規(guī)則”是普遍的思路與方法。早在17世紀(jì)就有人提出可以通過制作“機(jī)器詞典”來實現(xiàn)不同語言之間的互譯。[1]這種希望借助機(jī)器以類似“查詞典”的方式來實現(xiàn)翻譯的嘗試，都屬于基于語言規(guī)則的機(jī)譯。在早期的研究中，機(jī)器翻譯由語言學(xué)家共同參與，他們與工程師和設(shè)計人員共同合作，基于自然語言表述的規(guī)律，尤其是通過總結(jié)主流語言之間的規(guī)則，形成一套類似“中間語”或“通用語”的規(guī)則，最后交由計算機(jī)執(zhí)行完成翻譯。在這之后，從一開始的詞對詞翻譯，機(jī)譯逐漸發(fā)展至注重源語言和目標(biāo)語言之間句法結(jié)構(gòu)關(guān)系的翻譯，最后再到實現(xiàn)語義上的互譯?？梢娫谶@一研發(fā)過程中，機(jī)譯的研發(fā)逐步深入語言的內(nèi)部，漸次涵蓋更為復(fù)雜的語言關(guān)系，機(jī)器技術(shù)與語言知識的探索是共同進(jìn)步的。

然而，盡管“句法、詞法和語義等深層次自然語言特性”得到充分挖掘，但語言之間的通用規(guī)則畢竟難以把握，這直接導(dǎo)致了“程序開發(fā)難度大、人工成本高”[2]等問題。普通語言學(xué)的艱深探索不及技術(shù)開發(fā)的要求和速度，因而隨著計算機(jī)運(yùn)算能力的提升，把握語義規(guī)則的方法逐漸被統(tǒng)計計算替代。

2003年，時任南加州大學(xué)工程學(xué)院信息科學(xué)研究所研究員的弗蘭茨·約瑟夫·奧赫（Franz Josef Och）利用統(tǒng)計的模型改進(jìn)了傳統(tǒng)機(jī)譯方法，其研發(fā)的統(tǒng)計機(jī)譯系統(tǒng)在美國商業(yè)部國家標(biāo)準(zhǔn)與技術(shù)研究所的測試中取得了最高的成績。賽后，奧赫效仿阿基米德的口吻表示：“只要給我充分的并行語言數(shù)據(jù)，那么對于任何的兩種語言，我就可以在幾小時之內(nèi)給你構(gòu)造出一個機(jī)器翻譯系統(tǒng)?！盵3]正如奧赫所說，統(tǒng)計技術(shù)堪比克服語言翻譯障礙中的“力學(xué)杠桿”。統(tǒng)計的翻譯方法不再完全致力于尋找語言規(guī)律，而是設(shè)法建立數(shù)學(xué)模型，通過導(dǎo)入大量的多語言文本數(shù)據(jù)庫來訓(xùn)練機(jī)器提高翻譯的準(zhǔn)確度。計算機(jī)經(jīng)由上百億次復(fù)雜的數(shù)學(xué)公式運(yùn)算，通過統(tǒng)計概率最大化的方法得到語言之間的對應(yīng)規(guī)律，得出翻譯結(jié)果。統(tǒng)計的方法既使翻譯效率大幅提升，又回避了對自然語言的深層開掘，可說是輕松繞過了通用語言規(guī)律的“巴別塔”，憑借計算機(jī)和數(shù)學(xué)的“捷徑”，實現(xiàn)了不同語言之間的互譯。

而神經(jīng)網(wǎng)絡(luò)機(jī)器翻譯的原理又是什么，其突破在哪里？如果說統(tǒng)計的應(yīng)用使機(jī)器擺脫了對人工編寫語言規(guī)則的依賴，人們無須“告訴”計算機(jī)如何翻譯，而是讓它自己弄清楚，那么人工神經(jīng)網(wǎng)絡(luò)技術(shù)就是讓機(jī)器翻譯的這種自主性更進(jìn)一步。人工神經(jīng)網(wǎng)絡(luò)是一種仿生物神經(jīng)網(wǎng)絡(luò)結(jié)構(gòu)的數(shù)學(xué)模型，在機(jī)器學(xué)習(xí)及認(rèn)知科學(xué)領(lǐng)域有著廣泛的研究與應(yīng)用，其最主要的特點在于它通過眾多人工神經(jīng)元的聯(lián)結(jié)模擬大腦神經(jīng)結(jié)構(gòu)，從而實現(xiàn)機(jī)器的自主學(xué)習(xí)。神經(jīng)網(wǎng)絡(luò)機(jī)器翻譯就是通過建立編碼器與解碼器的模型框架，借助模擬遞歸神經(jīng)網(wǎng)絡(luò)來實現(xiàn)翻譯的自動化。這是一種端到端的翻譯技術(shù)，也就是說機(jī)器翻譯的中間過程被弱化了，乃至于“人類的語言知識已經(jīng)被大規(guī)模的語言數(shù)據(jù)替代了，語言規(guī)則的作用已經(jīng)不那么明顯了”。[3]

人工智能的運(yùn)用使得翻譯機(jī)器能像人一樣直接面對完整的句子，因此較之于統(tǒng)計方法，這種技術(shù)極有效率地實現(xiàn)了機(jī)器翻譯的智能化。2016年谷歌關(guān)于神經(jīng)網(wǎng)絡(luò)機(jī)器翻譯的實驗結(jié)果表明，比起以前基于短語的翻譯系統(tǒng)，神經(jīng)網(wǎng)絡(luò)模型的錯誤率平均下降了60%，其質(zhì)量超過了現(xiàn)今所有已發(fā)表的成果。[4]有著如此卓越表現(xiàn)的神經(jīng)網(wǎng)絡(luò)翻譯技術(shù)，因其開發(fā)周期短、人工成本低、效率高等種種優(yōu)點，一經(jīng)開發(fā)便迅速“取代了統(tǒng)計機(jī)器翻譯成為谷歌、微軟、百度、搜狗等商用在線機(jī)器翻譯的核心技術(shù)”。[5]目前以谷歌為例，其線上翻譯系統(tǒng)已經(jīng)支持超過100種語言的通用翻譯，而微軟、百度、搜狗、騰訊等多家互聯(lián)網(wǎng)公司也競相在神經(jīng)網(wǎng)絡(luò)方向上積極研發(fā)，翻譯效率大幅提升，機(jī)譯進(jìn)入人工智能時代。

二、人機(jī)博弈：人工智能與技術(shù)焦慮

今天不借助機(jī)器的翻譯已是不可想象，而翻譯這項原本的譯者事業(yè)，也在全球化翻譯需求激增、機(jī)譯與人譯的交互下，發(fā)展出人機(jī)共存的新圖景。但發(fā)展與隱憂并存，機(jī)譯極具沖擊力的新發(fā)展引起了更多關(guān)于人工翻譯何去何從的思考，甚至有學(xué)者預(yù)言，翻譯的未來或許會由譯后編輯來取代現(xiàn)在大多數(shù)的翻譯工作。[6]那么，人工智能助力下機(jī)譯與人譯的關(guān)系為何？效率大增、應(yīng)用極廣的機(jī)譯能否有朝一日替代人的工作呢？

從人機(jī)共生的翻譯圖景來看，在強(qiáng)大技術(shù)的影響下，翻譯這一古老的行當(dāng)已經(jīng)有了全新面貌，機(jī)譯環(huán)境極大影響著翻譯實踐。翻譯行業(yè)除了傳統(tǒng)的人工翻譯外，逐漸發(fā)展出機(jī)器輔助翻譯、譯后編輯等人機(jī)交互的模式。如今大多數(shù)的翻譯需求已經(jīng)可由機(jī)器來完成初稿，甚至部分文本可由機(jī)器獨立地完成翻譯工作。由于翻譯需求量和信息實效性要求的提升，機(jī)譯已經(jīng)能夠獨立承擔(dān)起那些交付時間短、翻譯質(zhì)量要求相對較低的內(nèi)容翻譯，如天氣預(yù)報、網(wǎng)頁翻譯等。而機(jī)器輔助翻譯和譯后編輯這類“機(jī)助人譯”和“人助機(jī)譯”的類型，也在市場上廣泛應(yīng)用。因而，如今“以翻譯技術(shù)為核心的計算機(jī)輔助翻譯、機(jī)器翻譯和翻譯管理系統(tǒng)集成在一起，構(gòu)成譯者的集成翻譯環(huán)境”。[7]技術(shù)的便捷、高效，既滿足了需求也創(chuàng)造了更多的需求，塑造了今天人機(jī)交互的集合環(huán)境。

另一方面，技術(shù)的蔓延并非漫無邊際，機(jī)譯尚有其局限，人譯仍把握著主體性。就技術(shù)而言，目前神經(jīng)網(wǎng)絡(luò)機(jī)器翻譯屬于“弱人工智能”范疇。何為弱人工智能？人工智能的強(qiáng)弱之爭是該領(lǐng)域的重要問題，持“強(qiáng)人工智能”觀念者認(rèn)為“由數(shù)字計算機(jī)操作的二進(jìn)制數(shù)字串能代表任何東西”，[8]人工智能能夠思維、能夠自主行動;相信“弱人工智能”者則認(rèn)為“心是語義的，人心不僅僅是一個形式結(jié)構(gòu)，它是有內(nèi)容的”，[9]人思維的本質(zhì)是無法被形式、運(yùn)算所涵蓋的，不能為程序所設(shè)定。而類神經(jīng)網(wǎng)絡(luò)確實使機(jī)器具備了自主學(xué)習(xí)能力，但仍必須借助人所預(yù)先設(shè)定的程序與目標(biāo)進(jìn)行工作。而且，目前的人工智能翻譯“要依靠成百萬的現(xiàn)成翻譯文本作為參照分析的基礎(chǔ)”，[10]且這些文本大多來自于標(biāo)準(zhǔn)化的機(jī)構(gòu)、取用主流的語言，因而使得翻譯趨于標(biāo)準(zhǔn)化的表達(dá)，適用范圍有限，也無法滿足多元創(chuàng)造的表達(dá)需求。

最為重要的是，翻譯本身的創(chuàng)造性要求構(gòu)成了機(jī)譯的根本局限。翻譯活動從來都不能被簡單地視作是一項從“源預(yù)言”到“目標(biāo)語言”的轉(zhuǎn)化工作，盡管譯者的實際工作確實是語言間的互譯，但譯者翻譯的初衷、創(chuàng)造性的譯法，以及譯本在流通閱讀中的流變等，都是極為復(fù)雜的過程。在翻譯理論中，不乏類似“創(chuàng)譯”“異化”或“歸化”等理論，無不是在強(qiáng)調(diào)作為“中介”的翻譯實際上是譯者的再創(chuàng)造。正如本雅明所說，“譯者的任務(wù)就是用自己的語言去釋放藏于另一種語言表達(dá)之下的純語言，用自己的再創(chuàng)作解放原先作品中被束縛的語言?！盵11]這種“釋放”與“束縛”不僅僅指翻譯過程中因文化差異而產(chǎn)生的表達(dá)困難，更暗示了把握“純語言”、對“純語言”進(jìn)行再表述是翻譯之要務(wù)。

創(chuàng)造性也意味著翻譯本身是一項“不可為”的任務(wù)。因為兩種語言的互譯并不存在絕對正確、完美的答案，這一點恰恰與追求準(zhǔn)確率的機(jī)器翻譯背道而馳。再創(chuàng)造的能力是預(yù)先設(shè)定好翻譯目標(biāo)、依賴現(xiàn)有語料數(shù)據(jù)庫的機(jī)器所不能企及的。我們并不是希望通過翻譯得到完美、精準(zhǔn)的對應(yīng)文本，而是為了在翻譯的過程中完成深層的文化互動。這是機(jī)譯和人譯之間的根本不同，也是人機(jī)關(guān)系之中人占主體地位的原因。

三、反思構(gòu)建：機(jī)譯與人譯的平衡

在人工智能助力機(jī)器翻譯的時代下，人機(jī)共存、共生將是可以預(yù)見的未來。在這樣的背景之下，如何平衡人譯與機(jī)譯二者的關(guān)系成為重要的命題。

反思技術(shù)的本質(zhì)。隨著技術(shù)的發(fā)展，現(xiàn)代社會中關(guān)于技術(shù)理性的話語漸占上風(fēng)，技術(shù)至上也漸趨主流。這在翻譯的研究中也是如此。翻譯研究中的“技術(shù)轉(zhuǎn)向”已成共識，[12]但更值得注意的是，為了應(yīng)對技術(shù)討論維度的過度膨脹，翻譯技術(shù)研究對人與社會的問題有了更多的關(guān)注，形成了一個關(guān)于人的轉(zhuǎn)向。[13]這種轉(zhuǎn)向的背后是對技術(shù)與社會的深刻反思。不輕視機(jī)譯的發(fā)展、不否認(rèn)機(jī)譯產(chǎn)生的積極意義，但也不任由技術(shù)無限膨脹，進(jìn)而喪失人的主體意義。把握機(jī)譯與人譯的平衡，首先需要對技術(shù)本質(zhì)進(jìn)行有時代性地反思。

海德格爾曾以《技術(shù)的追問》為題，用哲學(xué)的方式追問現(xiàn)代技術(shù)的本質(zhì)。盡管海德格爾對現(xiàn)代技術(shù)總體上持批判態(tài)度，但他也認(rèn)為，技術(shù)的本質(zhì)中蘊(yùn)含著積極的因素。他認(rèn)為技術(shù)是人的一種工具性手段，其本質(zhì)是一種“解蔽”[14]。

機(jī)器翻譯也是如此，其“解蔽”的本質(zhì)在于更好地認(rèn)識理解語言、交流文化。但機(jī)器翻譯從基于語義規(guī)則，到依賴統(tǒng)計數(shù)據(jù)，再到人工智能，技術(shù)研究者們的研發(fā)思路發(fā)生了轉(zhuǎn)向，從最開始把握自然語言本質(zhì)規(guī)則，轉(zhuǎn)向了基于經(jīng)驗實例的數(shù)據(jù)運(yùn)算和統(tǒng)計，再到如今的類神經(jīng)網(wǎng)絡(luò)技術(shù)，技術(shù)漸長而離語言的本質(zhì)越遠(yuǎn)。機(jī)譯本身的表現(xiàn)也能說明這樣的問題。機(jī)器在處理“信息型”文本時的效率，要遠(yuǎn)高于其他“表情型”和“操作型”，參考孫瑾《基于文本類型理論的機(jī)器翻譯研究》一文中對德國翻譯家卡塔琳娜·賴斯（Katharine Reiss）所提出的文本類型三分理論：信息型（informative）、表情型（expressive）、操作型（operative）。其中，信息型文本指自然科學(xué)、工商經(jīng)濟(jì)、科技類文書文本;表情型文本以詩歌、小說等文學(xué)作品為代表;操作型文本以廣告、宣傳手冊為主，多用于商業(yè)活動的文本，這是因為機(jī)器翻譯的“語言技術(shù)的研究已滯后于計算機(jī)技術(shù)”，[15]在隱喻、歧義、感染力、文化內(nèi)涵及其他等創(chuàng)造性方面的問題存在極大的技術(shù)門檻和開發(fā)不足的問題。

在現(xiàn)代機(jī)器翻譯中，語言本身被預(yù)置為語料庫、編碼器和解碼器、一串串并行數(shù)據(jù)。語言的問題不再被關(guān)心，如何通過技術(shù)實現(xiàn)語言互譯的準(zhǔn)確性則喧賓奪主。當(dāng)翻譯變得標(biāo)準(zhǔn)，譯者的能動性順從于不斷擴(kuò)大的翻譯需求，其存在感也被不斷解構(gòu)。面對不斷發(fā)展的翻譯技術(shù)，譯者的社會認(rèn)同和自我認(rèn)同逐步降低。在譯后編輯等機(jī)器輔助翻譯的模式下，譯者的工作更是呈現(xiàn)了“去技術(shù)化”的趨勢。[16]

翻譯的任務(wù)不是為了消滅語言之間的障礙，翻譯是一項具有生命性的活動，它不應(yīng)該作為一種模板而存在，而是應(yīng)該隨著時代語境的變化而改變，因主體創(chuàng)造性的活力呈現(xiàn)出不同的色彩。標(biāo)準(zhǔn)化不應(yīng)該是翻譯的未來，機(jī)器應(yīng)當(dāng)成為“解蔽”而非“蒙蔽”的工具。

擺正人的主體創(chuàng)造性。在海德格爾看來，面對技術(shù)，人并沒有被“囚禁于一種昏沉的強(qiáng)制性中”[14]。在技術(shù)的時代下，唯有不斷地追問“我們被帶向何方”了，才能獲得人與技術(shù)的自由關(guān)系。這一切的前提，便是人的主體性。在把握機(jī)譯與人譯的平衡時，擺正譯者的主體地位，提高譯者在翻譯工作中的主體意識是關(guān)鍵。

首先，面對去技術(shù)化與邊緣化的主體危機(jī)，譯者應(yīng)當(dāng)正確理解機(jī)譯的工具意義。當(dāng)人處于困惑之時，自然會轉(zhuǎn)向工具，就像遠(yuǎn)古時代早期人類借助燧石生產(chǎn)生活一樣。而燧石等一系列工具也正如海德格爾所說的，最終實現(xiàn)了人類文明的“解蔽”。機(jī)譯同樣也是這樣一種解蔽工具。機(jī)譯自誕生之初便是為了追趕、模仿人類的翻譯，二者在實際任務(wù)上具有一致性。機(jī)譯借助大數(shù)據(jù)、數(shù)學(xué)邏輯、信息技術(shù)實現(xiàn)了對內(nèi)涵較直白的信息型文本的互譯，既滿足了全球化的翻譯需求，也創(chuàng)造出了更多的交流互動，這是機(jī)器翻譯的積極意義。因此，譯者應(yīng)當(dāng)將其視之為一種可利用的方法，既不是一種危險，也不代表權(quán)威，無須焦慮但也要警惕機(jī)譯標(biāo)準(zhǔn)化的翻譯傾向，以人為主體創(chuàng)造性地把握技術(shù)的意義。

其次，主體意識要求譯者應(yīng)當(dāng)更積極地適應(yīng)技術(shù)集成的語言環(huán)境，在其中創(chuàng)造主體價值。學(xué)者王佐良認(rèn)為，除非讓“機(jī)器人充滿文化意識”，否則機(jī)譯將始終無法取代人工的翻譯，因為“譯者必須是一個真正意義的文化人”。[17]譯者的主體性價值正是體現(xiàn)于文化意識與創(chuàng)造精神，人的能動性便是適應(yīng)現(xiàn)實環(huán)境乃至于為現(xiàn)實賦予意義。因此，譯者既需要去適應(yīng)技術(shù)語言環(huán)境的現(xiàn)實，又要能“借助機(jī)器尋找意義”[18]，超越技術(shù)去深入理解語言文化的復(fù)雜性，發(fā)揮譯者主體的創(chuàng)造價值，從而實現(xiàn)人工與機(jī)器的共存共生。

參考文獻(xiàn)：

[1]馮志偉.機(jī)器翻譯——從夢想到現(xiàn)實[J].中國翻譯，1999（4）：37-40.

[2]高明虎.神經(jīng)機(jī)器翻譯綜述[J].云南民族大學(xué)學(xué)報（自然科學(xué)版），2018（1）：72-76.

[3]馮志偉.機(jī)器翻譯與人工智能的平行發(fā)展[J].外國語，2018（6）：35-48.

[4]Wu Y，Schuster M，Chen Z，et al.Google's Neural Machine Translation System：Bridging the Gap between Human and Machine Translation[J].arXiv preprint arXiv：1609.08144，2016.

[5]劉洋.神經(jīng)機(jī)器翻譯前沿進(jìn)展[J].計算機(jī)研究與發(fā)展，2017（6）：1145-1149.

[6]多蘿西·肯尼.譯者與機(jī)器[J].東方翻譯，2017（2）：18-21.

[7]崔啟亮.論機(jī)器翻譯的譯后編輯[J].中國翻譯，2014（6）：68-73.

[8]瑪格麗特·博登編.人工智能哲學(xué)[M].劉西瑞，王漢琦，譯.上海：上海譯文出版社，2001：418.

[9]約翰·塞爾.心、腦與科學(xué)[M].楊音萊，譯.上海：上海譯文出版社，1991：23.

[10]葉子南.又想起了斯坦納——寫在新版“谷歌翻譯”誕生之際[J].中國翻譯，2017（1）：89-91.

[11]Walter Benjamin.The Task of the Translator.Lawrence Venuti ed.The Translation Studies Reader[M].London and New York：Routledge.2000：22.

[12]張霄軍，賀軍.翻譯的技術(shù)轉(zhuǎn)向——第20屆世界翻譯大會側(cè)記[J].中國翻譯，2014（6）：74-77.

[13]李晗佶，陳海慶.翻譯技術(shù)研究現(xiàn)狀、問題與展望[J].北京科技大學(xué)學(xué)報（社會科學(xué)版），2019（4）：112-118.

[14]馬丁·海德格爾.演講與論文集[M].孫周興，譯.北京：生活·讀書·新知三聯(lián)書店，2005.

[15]張政.機(jī)器翻譯芻議[J].中國科技翻譯，2004（1）：23-28.

[16]李晗佶，陳海慶.翻譯技術(shù)時代譯者的身份認(rèn)同探析[J].上海翻譯，2020（6）：35-39.

[17]王佐良.翻譯中的文化比較[J].中國翻譯，1984（1）：4.

[18]杜磊，劉和平.“優(yōu)秀的譯者應(yīng)借助機(jī)器尋找意義”——劉和平教授訪談[J].東方翻譯，2020（6）：48-57.

作者簡介：王希銘（1997—?），女，浙江溫州人，上海師范大學(xué)人文學(xué)院都市文化研究中心碩士研究生，研究方向：都市文化學(xué)、中外文化比較。