|
这件牛逼的小事儿叫“翻译” 文 | 史中 我算见识了，普林斯顿大学的高材生的智商和中国骗子之间相差了十个王林。 事情是这样滴。 上个月，有人给中哥介绍了一位歪果仁盆友，他是美国人，普林斯顿大学数学系的高材生。放暑假决定来中国学学中文，想在我家借宿一个月。 卧槽，普林斯顿，这可是全美第一的大学啊，出过两位美国总统，63位诺贝尔奖得主，计算机之父阿兰图灵、物理大神费曼等等等等都是普林斯顿大学的校友。。。 作为一个科普界的名流，中哥欣然应允借宿请求，准备在每个空虚的夜晚向他讨教一点科学姿势。 My body is READY！ 这张是莱昂纳德，不是Ben 只是为了表达我的心情 对了，他的名字叫 Ben。 事实证明，在中国人的套路面前，再聪明的高材生也得变“Ben”。 那天，Ben 晚上八点多才回到家，一进门就愁眉苦脸，欲说还休。他刚学中文，也就是小学一年级水平，在我的逼问下，夹杂着英语连说带比划，我才明白发生了什么。。。 原来，他去天安门附近转悠，遇到一个长发垂肩的女纸。女纸说自己特别稀罕歪果仁，约定了过两天一起去宾馆学汉语。相谈甚欢，决定共进晚餐。女纸带他走进了天安门西边的一条小胡同的咖啡馆儿，开了一瓶红酒，点了两个牛排。结账的时候，3000。 Ben 说，你不是坑我吧。女纸说，怎么是坑你？这样，我替你付1500，剩下一半你来，于是扔下1500 甩手走了，剩下长得颇似龙哥的餐馆老板站在他旁边。 MD！中哥听完他的遭遇，正义感爆棚，于是决定带他去报案！ 开车的是中哥 后面坐着 Ben 犯过案的浅友都应该知道，报案要到案发地派出所，于是中哥夜奔天安门。到了派出所，警察叔叔要 Ben 大概描述一下案件过程。 中哥的英语水平你懂的，看日本电影不用字幕（通常也没字幕），看美国电影一般都得盯着字幕才能懂，现在让我翻译一场惊心动魄的美女诈骗案，臣妾还做不到。不过咱是科技人儿啊！浅友们应该有很多用过“翻译君”吧。对，我当时就掏出手机打开了翻译君，Ben 一边陈述案情，我一边结合着翻译君的同声传译，一边给警察讲。 讲个八九不离十，警察叔叔说行了，不用说了，上警车吧我带你们去。 于是，我们一行人回到了餐馆，此时已经关门了。 神奇的事情发生了。。。警察叔叔抄起电话，直接给酒吧老板拨了过去：你是XXX吗？有人报案了！你过来处理一下吧！ 没有十分钟，老板就开着一辆大摩托过来了。更骚的操作来了，他直接从兜里掏出一沓钱，问 Ben，你想要回去多少？开个价。警察叔叔就这样站在旁边慈祥地看着我们，一言不发。。。 从左到右，分别是我，Ben，不重要的路人，饭馆老板 刚学中文的 Ben 此刻完全不具备用中文吵架的能力，我拿着手机各种翻译，具体过程不说了。最终，老板坚称他们开的红酒特别贵，不能退全款。在警察叔叔的沉默下，我们只要回了1000块。为了防止老板给假钱，中哥专门把钱铺在地上，拍下了号码。。。 （事后证明这是真钱，老板挺实诚，错怪他了，嗯。） 曝光一下老板的车牌号吧，浅友们来北京注意一定不要被坑，中哥救不过来。。。 事情就这样结束了。中哥的心中却久久不能平静。 别误会，什么依法治国啊，警匪勾结啊，作为科普大佬，中哥可想不明白。我想的是：当时翻译君给翻译的那段案情陈述，还真 TMD 准啊。。。 欧对了，翻译君有人没用过吗？简单介绍一句，就是腾讯做的，你这边说话，它直接给你翻译成英文的贼鸡儿好使的免费 App。最近翻译君还出了一个高配版，叫做“腾讯同传”。前两天新闻里报道的，给博鳌亚洲论坛各国领导人做现场同声传译的翻译机器人，就是“腾讯同传”。 浅友知道，前两天中哥去了一趟“智博会”。（参见中哥上一篇文章《一个有关未来十年的预言》，点击可以打开复习）在“智博会”上，我也看到腾讯在现场演示了“腾讯同传”。我突然发现，最近“翻译君”和“腾讯同传”在我的生活里曝光量好高啊。 这是智博会现场的“翻译君” 于是你懂的，万能的中哥决定找到翻译君和腾讯同传的负责人聊聊~~ 零、“翻译君” 就是这位，边超老湿傅。 边超 翻译君“本尊” 一听到超哥的自我介绍，当时我就震精了。。。 他是某人口大省的高考第一名，清华大学计算机系博士，06 年毕业之后，先是入职 Intel，帮助他们优化 CPU 架构，你的电脑从单核到多核的升级，背后就有超哥的功劳；08年入职微软，帮助他们优化 Windows 性能。当年从慢的要死的 Vista，升级到健步如飞的 Win7，其中还是有超哥的功劳。 11年入职腾讯之后，他一直带领兄弟们负责 QQ浏览器内核的优化。 作为 Intel、Windows、QQ浏览器和翻译君的四料用户，当中哥发现原来他们的幕后大佬竟然是一个人的时候，顿时有种跪着采访的冲动。。。 超哥总结自己开挂的人生，说了一句话：你看到世界在一往无前地进步，其实背后根本的动力都是底层算法一点一滴的优化。 我突然回忆起去年的往事，当时我下载了猎豹浏览器、360浏览器和QQ浏览器，同时打开同一个网页，看谁最快。这样实验多次，最终选定了以毫秒级速度优势胜出的QQ浏览器。再看看眼前的超哥，我一瞬间就感受到了他所说的“一点一滴的优化”背后那种让人着迷的匠人精神。 废话不多说了，赶快听超哥讲翻译君和腾讯同传的往事~
一、这么叼的翻译是咋搞出来的？ 腾讯有一个很变态的文化，那就是特别鼓励有技术的老湿傅搞内部创业。（其实当年微信的诞生，也差不多是这样的剧情。） 2016年，超哥决定响应号召，只生一个好 内部创业。那时他发现身边的盆友一到假期就出国游，觉得既然中国在国际上地位越来越叼，出境游的人肯定越来越多啊，为何不搞一个“一说话就能自动翻译”的软件呢？ 翻译君就这样诞生惹。 机器翻译，核心技术就是一个——人工智能。就在超哥和团队启动翻译君项目一个月之后，阿法狗大战李世石，几场围棋赛让“人工智能”这个词火得一塌糊涂。翻译君也借着这股热潮，得到了吃瓜群众别样的关注。
本对话由翻译君翻译。。。 二、机器人翻译的“三驾马车” 超哥说起话来，跟 CPU 运行一样有条理，他觉得做机器翻译，跟把大象装冰箱一样，主要分三步。 第一步，搞定 AI 数据 第二步，搞定 AI 算法 第三步，搞定 AI 工程 超哥也把自己翻译君的 AI 团队分成了这么三组，每组六七个人，精兵强将，分工协作。
1）先说 AI 数据 机器翻译的目标，就是让机器学会人的翻译技能。那么第一步，显然先要找来人类的优秀翻译成果作参考。 AI 数据团队的第一个任务，就是从全世界搜罗“双语平行句对”——一条中文，一条英文的对应材料。 你仔细想想，这样的句对还挺不好找呢。 超哥举了几个栗子：
就这样一点点发掘一点点死磕，数据团队总共找来了一亿多条句对。 你以为到这为止，数据团队的任务就完成了么？图样图森破。
这是一个正确的句对 AI 数据团队的第二个任务，是数据的筛选。 仔细想想，这样广撒网搜罗来的一亿多条句对，肯定里面有很多模糊、错误、驴唇不对马嘴的情况。 如果把这样的数据直接拿给人工智能去学习，学出来的多半是屎一样的妖艳贱货。 然而尴尬的是：如果靠人去逐个检查一亿条数据的准确性，恐怕100年你都看不到翻译君问世。 于是，团队先花了几个月功夫做一个人工智能系统，专门用来筛除错误的数据。 超哥举了几个简单的例子：
当然，真正的筛查系统比这个要复杂得多。这里只是感受一下它的工基本作原理。 不仅如此，他们还仿照富士康生产线抽检 iPhone 的方式，对“句对质量”进行抽检。搞个翻译，连工程质量管理的知识都用得到。。。
这是一个错误的句对。。。 AI 数据团队的第三个任务，是“分词”。 英文每个词之间都有空格，但中文很坑爹，所有的词都是粘在一起的。 所以，“分词”就是用人工智能的方法，把一句话切成一个一个的单词。 汉语分词这个事情，听上去简单，但真的仔细研究它，可是一道送命题。随便举两个例子：“我的/头像/牛逼/吗？”和“我的/头/像/牛逼/吗？”完全 TMD 是两个意思。“我的/金箍棒/在哪？”和“我的/金箍/棒在哪？”也完全 TMD 是两个意思。 总之，超哥带着队伍研究了一个叫灵格（Lingo）的分词神器，一点点解决了分词的问题。 说了这么多，一个翻译系统的“学习资料”才算是“洗净备用”，大概 Ready 了。
失之毫厘 谬之千里 2）再说 AI 算法 AI 算法团队的职责，和你想得差不多，就是不断研究最新的人工智能技术，寻找到更适合做机器翻译的算法，然后提供给 AI 工程团队做弹药。 他们的日常就是不断看那些天书一样的论文，不断调试天书一样的算法。偶尔吃个饭，睡个觉，特别偶尔站起来走两圈。
3）再说 AI 工程 就像一款发动机，只有设计图纸是不够的，还要有人把它加工出来。 同样，建造一个机器翻译系统，只有 AI 算法是不够的，还需要一个 AI 工程团队，把那些算法布置到人工智能系统里。 AI 工程团队的职责非常重要。因为，同样算法布置在系统里姿势的微小区别，都可能造成系统消耗算力和时间的巨大不同。就像在发动机的设计中，一个部件尺寸差一毫米，就可能让油耗翻一倍。 每天用户请求翻译君翻译的语句是五亿句，计算量是惊人的。这种情况下，AI 工程偏差一点儿，就可能就会浪费天文数字的成本，你说他们手抖不抖？ 终于。。。。把“AI 数据”放到“AI 算法”和“AI工程”加持的人工智能训练系统里，一套“翻译引擎”就造好啦！新技能get√ 刚才忘记说了，翻译君的团队里，除了超哥这个清华的博士，还有 MIT 的博士、早稻田的博士。简直是黄金战队。就算是这样的豪华阵容，翻译君2016年初开始写第一行代码，2016年底发布，从0到1，还是耗费了团队将近一年的时间。这套系统之复杂，可见一斑。 功夫不负有心人。好东西自己会说话。整个2017年，用户就像海啸一样涌来，直接把翻译君冲到各大应用商店的榜首。中哥也是在那个时候把翻译君作为自己手机里的常驻软件的。 我猜，之所以超哥把AI 数据团队、AI 算法团队、AI 工程团队叫做“三驾马车”，是因为从成立到今天，这三个团队一直在“马不停蹄”的地工作。
其实，团队里这帮博士都明白，人工智能一旦停止迭代，分分钟就会变成人工智障。所以，没日没夜地改进系统，只是 AI 工程师的日常操作而已。 好奇怪，听说翻译君团队的人这么拼，中哥有一种“那我就放心了”的感觉。。。
三、翻译君出街去打工了 2017年，翻译君搞得风生水起，经常有公司老板找到超哥，问：你们的翻译君这么好使，能不能帮我们做一场大会的同声传译呢？不让你们白忙，我给钱好不好？ 超哥一看，这不错啊！让翻译君出去打打短工，还能挣点饭钱回来。 没想到，效果还不错，越来越多人来请翻译君“出台”。超哥突然意识到，翻译君就像自己的小孩，现在他长大了，可以自己赚钱啦！于是团队给翻译君穿好西装打好领带，定制开发了一番，摇身一变成为了“腾讯同传”，专门为企业进行翻译服务。 2018年初，有一个偶然机会摆在超哥团队面前：
卧槽，博鳌论坛，这可是个大场面。 超哥其实有点担心，因为他知道，机器同传有这么几怕：
其实，在2018年初，超哥团队已经研究出几个方案来对付这几“怕”了，只是需要点时间来做系统升级。但时间不等人，此时此刻，要么就用现成的系统硬着头皮上，要么就永远错失这次机会。 超哥那晚上辗转反侧，第二天还是咬着牙跟同事说：博鳌的事儿，我们接了！即使在全国面前丢人我们也认！ 于是，刚刚诞生的腾讯同传就拉开阵势，为博鳌论坛搞了一次人类历史上规格最高的机器同传。
博鳌亚洲论坛现场 那几天，估计很多浅友也看到了新闻报道。人们惊奇地发现，居然博鳌论坛有了人工智能的翻译。不过，由于现场情况过于复杂，实际中语言交替出场，还有口语语气词频繁出现，现场同传也确实出现了一些失误。 当时还有人传言，腾讯翻译错误多，紧急调用了人工同传。 我一脸坏笑地专门跟超哥核实了这件事。 超哥却很淡定：“并没有，有些分论坛本来就是人工翻译的。而腾讯翻译负责的论坛，从头到尾都是机器顶下来的。我们搞技术的，哪能怕出错，错误才能让我们进步啊！” 这个答案很朴实。 从博鳌论坛到现在过去了四个月，“腾讯同传”已经克服了不少之前的“坑”，变得更强大了。 超哥举了个例子：
如果不去掉口语，就是这效果 像这样的改进还有很多。 再举个例子： 在翻译君里，人们通常一句话一句话地说完才让机器翻译。但是在同声传译中，一个人会一直叨逼叨地说，还抑扬顿挫地忽快忽慢。所以，机器要学会判断在什么地方“断句”。 为了解决这件事，这帮技术宅们还专门开发了一套断句系统，用大数据的方法，八九不离十地“猜”出发言者在哪里断句。 再举个例子： 腾讯同传在做翻译之前，实际上还有一个步骤，那就是先把人的语音转录成文字。这个步骤是微信团队的“微信智聆”系统负责的。虽然“微信智聆”的转录已经是市面上最好的方案，但是仍然免不了有一定的错误率。 于是，超哥就带着兄弟们改进算法，让语音转录文字发生错误的时候，还能翻译成对的英文。 事实证明，超哥勇敢地接下博鳌亚洲论坛的任务，这招险棋走对了。腾讯同传彻底地火了一把。 很多需要同声传译的公司都觉得，这可是“博鳌亚洲论坛官方认证机器翻译系统”，如果用在我司，那不是既实用又有面儿吗？
说到自己用“绳命”研发的翻译系统被布置到越来越多的企业里，不苟言笑的超哥露出了一秒微笑。我刚想举起手机记录下这一刻，他马上就回复了冷静的表情。。。 中哥亲测翻译君 （友情提示：点开看“大”图） 四、闪耀的王冠 我问超哥：机器翻译和人类翻译，最终到底谁会战胜谁？ 超哥反问：“汽车和走路哪个更快？” 我正在懵逼，他慢悠悠地解释道：
评价哪个东西更好，首先你需要一个标准答案。 语言，是人类一切情感的出入口，它们忽而炙热，忽而温婉，忽而含情脉脉，忽而热泪盈眶。面对我们人性的美丽和哀愁，翻译，似乎永远没有标准答案。 “那我们为什么要不惜一切研究机器翻译呢？”我问。 至此，超哥说出了那句震撼人心的话： 我们从来不是为了证明机器比人翻译得更好； 我们只是为了证明，平等、廉价地与他人沟通，是每个人应得的权力。 我突然感受到一种坚实的美好。 我看到，眼前的生活一往无前地进步。而背后，无数中国最聪明的技术宅们，正在一粒沙一粒沙地聚沙成塔，为他们心中那个更好的世界添砖加瓦。 那天，我其实想对超哥说，你曾经帮一位美国盆友找回了 1500 块钱，但一直没好意思说出口。
|
|
|
