31位中外院士，260多位海内外人工智能专家学者，22场人工智能专题论坛……

　　2021年6月5日-6日，包括微软、亚马逊、百度、京东等在内的，全球人工智能专家学者与商界名流齐聚杭州，在“2021全球人工智能技术大会暨全球人工智能技术博览会”上，对当下的人工智能把脉问诊，进行思想碰撞和技术交流，以及展望未来。

　　在这一全球性的行业盛会上，传神语联参与发起中国人工智能学会“多语种智能信息处理专业委员会”，并成为常委单位。

　　传神在十年前提出多语智能信息处理，并通过旗下的语联网平台，将多方面的自然语言处理技术、大数据技术、大量在线译员、以及大规模的术语语料资产有机结合，通过创新的人机协作体系向各语言服务机构赋能，帮助各类组织和个人，以前所未有的综合效率和成本获得所需的语言服务，从而实现更快、更丰富的全球文化、贸易和信息交流。

　　那么，何为自然语言处理技术，何为人机协作体系，它们与AI时代有着怎样密不可分的关系？对此，笔者进行了深入了解与探索。

　　人工智能领域皇冠上的明珠

　　目前人工智能可大致分为四个阶段：运算智能、感知智能、认知智能，以及发展到未来会触达到创造智能。自然语言处理技术属于认知智能，包括语言理解、知识和推理，相当于人类的大脑思维。

　　“自然语言理解是人工智能领域皇冠上的明珠，自然语言处理技术(NLP)是人工智能赋能社会和赋能行业的硬核科技。”微软亚洲研究院原副院长、创新工场首席科学家、ACL前主席周明博士，作为世界顶级的AI科学家、自然语言处理领域代表性人物，在该会议分论坛表示，“自然语言处理技术的重要性比肩芯片、操作系统”。

　　“它是感知智能基础上的认知智能最重要的技术。它的进步会推动推理、决策、问题求解等技术，推动人工智能的理论和技术发展。”周明博士如是表示。

　　“如果我们能够推进自然语言处理，就可以再造一个微软。”无独有偶，美国微软公司联合创始人比尔·盖茨也对自然语言处理在人工智能时代，及未来社会发展中的重要性，给予中肯的定义。

　　看似一小步，实则跋山涉水，行程千万里。

　　自然语言处理技术，就是使机器人或计算机设备从标准格式化的问答，变得会学习、有知识、会思考、善交流。包括人们日常用到的搜索引擎、各种智能交互场景，都需要自然语言处理技术的支撑。

　　随着互联网的发展，用户接触的信息量是20年前的1000倍，从当初的电视、报纸，广播，到现在的PC端、移动端，对语言翻译效率提升的要求亦越来越多。

　　“当我们浏览国外网站、新闻资讯等内容时，如果没有语言翻译就等于看不懂的‘天书’，只是一页页字符，让人很迷茫。”传神语联董事长何恩培接受采访表示， 当前的人工翻译每年处理的字符量是1500亿，而机器翻译调用的字符量每天就在8000亿至10000亿之间，这表明信息处理空间达到2400倍。

　　随着信息量的增加，未来十年还会从目前经常用到的60对语言进化到150对。按照中国国标，翻译的准确率要求高达99.7%，而今天的机器翻译准确率难以超过70%。

　　人工翻译准确率高但效率低、成本高；而机器翻译效率高、成本低但准确率不高。如何将二者优势结合，创造出兼具高准确、高效率、低成本的翻译服务模式，正是自然语言处理领域最具价值的命题之一。

　　传神语联正在打造或肩负这样的角色与使命，不断探索。既不执着于传统的人工翻译，也没有执着于机器翻译。

　　探索多语智能，求解千年难题

　　事实上，翻译作为沟通世界的纽带与基础要素，早在东汉就有记载。而在形成规模和组织后的1600年，行业都未曾出现重大突破；法国科学家早在1933年开始畅想机器翻译，在近代50年才有突破性发展。

　　2015年是第一次真正意义上的突破，由畅想变为初步应用。而同样被认为人类难题的登月计划，1961年提出，仅11年就得以实现，可见自然语言处理的难度远高于人类很多难题。

　　随着全球化深入和数字化时代到来，翻译不再只是满足高端人士的工作需求，而是深入人们生活的各个场景与基础生活需求，如购物、知识获取、社交等多语需求场景，无时不在，无处不有；未来，新的应用场景像电网上电器一样，不断增长。

　　物流行业的智能分拣机器人、各种工业机器人等，都是人工智能相对成熟的“场景边界”效果。但在“开放世界”中的多语种网页浏览与知识获取、生活交互场景等，还有很长的路要走。自然语言的处理则是解决这些问题的关键。

　　以上场景的应用，就需要强大的自然语言处理。而当前，一般的机器翻译引擎都只能在简单的新闻稿等领域有比较好的表现，在复杂的专业领域则无法胜任。普适性的机器翻译在广泛使用上，也已遇到瓶颈。

　　在此大背景下，创建语联网的大胆想法涌入何恩培的脑海，并在心底生根发芽。

　　从2011年设想至2017年酝酿问世，传神语联用了6年时间。从调研、论证到技术探索与创新，一次次的自我革命，终于等来传神语联“人+机器，孪生译员”诞生的这一刻。

　　“孪生译员”模式，通过设置“场景边界”的方式，跟踪一个翻译组织乃至一名译员的翻译过程，在翻译结果、上下文等场景化数据中进行学习，建立多维度异构模型并持续迭代，让每个翻译组织或译员，都可以将自己的翻译经验、风格数字化克隆，形成具有专属特征的孪生翻译引擎。同时，将自己的翻译资产，变成24小时躺着赚钱的服务能力。

　　例如文本解析、智能聚类、智能分拆、智能匹配、智能纠错、智能合并等一系列技术，都将在这一过程中发挥作用，组织起几十、几百乃至几千名翻译人员同时处理一个翻译任务，并使得每个人都能够很好地完成自己的工作，从而远超人工翻译效率，并保证翻译结果。

　　“孪生译员”在提高翻译效率和综合质量基础上，也可作为机器翻译引擎对外输出产能。

　　人机共译，是翻译最终出路

　　在语联网诞生之前，中国甚至全球语言服务行业的各领域翻译公司，各自为阵，小而散，成为一个个语言信息的孤岛，互不往来，更没统一标准。语联网及“孪生译员”通过大数据的科技创新与不断变革，将中国、甚至世界各地的翻译公司和翻译人员连接一起，形成一个规模庞大的智能翻译矩阵。

　　基于以上方式，传神语联建立了一个“数据-训练-应用-数据”的闭环，让机器在每一次工作中变得越来越聪明，给人类提供越来越多的帮助。每一次任务完成过程中，积累的所有数据和信息都将成为机器翻译引擎学习的新材料，这就是传神的“Twinslator”孪生译员。

　　“人机共译才是出路。”传神创始人何恩培说，语言特殊的人文属性，决定了未来翻译绝不是单纯机器的事情。

　　新技术时代，翻译的突破，更需要人的参与大协同。

　　“机器围棋比赛有固定棋谱规则可循，语言背后是文化，是生命进化的呈现，无法简单推论与佐证。”传神语联董事长何恩培曾公开表示，当下的语言服务是机器依赖于人类大脑的思考与加工，人类判断翻译标准，使机器翻译与场景结合，而不是机械性的转换。

　　“这是一个不断探索的过程。”何恩培表示，到现在为止，自然语言处理技术，连看起来最简单的文章断句都无法精准实现。

　　何恩培说，人类与人工智能的最佳相处方式，或许就是“译员与孪生译员”的关系。译员与孪生译员的关系，就像工匠和徒弟之间的关系，工匠指导徒弟，徒弟经过某种场景的训练，创造出孪生译员的产能，更好的赋能AI，与时代共进步。

　　传神语联做多语智能的探索者。人赋慧于机器，而机器赋能于人。就像机器赋予人类超越自身极限的“力量”一样，人也能通过赋慧于机器，让机器越来越智慧与“通灵”。