翻译和人工智能

        人工智能（AI）已成为翻译的重要组成部分。了解人工智能和机器翻译（MT）的现状、其优势和局限性，以及人工智能与人工翻译相结合的重要性。

人工智能和机器翻译有什么区别？

        一段时间以来，人工智能和机器翻译被炒得沸沸扬扬，这两个术语经常被交替使用。

        机器翻译早在人工智能之前就已存在。使用计算机自动翻译文本的想法最早出现在 20 世纪 50 年代初。此后，该技术从基于规则和统计的方法发展到神经机器翻译 (NMT)。

NMT 是人工智能的一个领域，它利用自然语言处理和深度学习来理解给定文本的含义，并将其从一种语言翻译成另一种语言。利用深度神经网络，神经机器翻译在最近取得了重大进展。

如今的 NMT 引擎能够从海量的双语文本数据中学习，因此能够处理更复杂的结构，准确率也比以前的技术更高。

市场上最知名的机器翻译系统，如谷歌翻译、DeepL 和必应微软翻译，都依赖于最新的 NMT 技术。

什么是机器翻译？

人工智能驱动的机器翻译工具已经能够处理海量数据，并以惊人的速度和极高的准确度提供流畅的翻译。

尽管如此，机器翻译在目前的技术水平下仍有其局限性，在处理更复杂的语言结构时可能难以准确翻译成语表达、文化细微差别和地区方言。机器翻译的另一个挑战是保持一致性，这是因为 MT 系统可能难以捕捉源文本的上下文。

机器翻译适合所有语言吗？

机器翻译引擎的输出质量取决于多个因素，包括语言对和可用的训练数据。此外，并非所有 MT 系统的设计都是一样的。有些语言组合比其他语言组合更好，反之亦然。

一般来说，机器翻译在广泛使用的语言以及语法和语法规则相似的语言之间表现非常出色，因为在这些语言中，机器翻译系统可以依赖大量数据。例如，欧洲语言之间的机器翻译效果非常好。相反，对比语言（如英语和日语）之间的机器翻译效果并不总是很好。

我可以使用 ChatGPT 进行专业翻译吗？

我们都听说过 ChatGPT（Chat Generative Pre-Trained Transformer 的缩写，即聊天生成预训练转换器）等生成式人工智能，以及这些大型语言模型 (LLM) 如何对各种令人难以置信的问题和查询做出类似人类的回答。它与神经机器翻译相比如何？

MT 系统根据明确的翻译规则和双语文本对进行专门训练，以便将一种语言翻译成另一种语言，而 LLM 则不依赖于平行库。这使它们更具创造性，尤其是在特定语言对或领域缺乏足够并行数据的情况下。

LLM（如 ChatGPT）在海量文本数据的基础上进行了预先训练，使其能够从不同来源获取语言知识和模式。预训练阶段使这些模型对语法、句法和语义关系有了广泛的了解。

在翻译方面，ChatGPT 取得了可观的成果，是语境理解等领域的有用工具，但神经机器翻译解决方案仍能提供更好的翻译质量。

一言以蔽之，LLM 非常流畅且相当准确，而机器翻译引擎则非常准确且相当流畅。不过，在需要可靠、无误的翻译时，这两个概念都需要人类专家的参与。从目前的情况来看，在翻译领域，MT 系统比生成式人工智能更成熟、更可靠。但比赛还在继续。

        人工翻译与人工智能相结合的重要性

MT 系统可以提供多种语言的即时翻译，但目前的翻译结果并不总是百分之百准确。在翻译较长的文本时，可能会出现语法问题，也很可能出现前后不一致的情况。

在跨语言和跨文化的翻译过程中，翻译人员往往需要具备难以复制的同理心、知识和经验。这些场景需要人类的专业知识。人类对机器翻译进行修改的过程被称为后期编辑。如果您希望获得速度与质量的最佳组合，那么机器翻译和后期编辑 (MTPE) 将是您的正确选择。