淺友們大家好~我是史中，我的日常生活是開撩五湖四海的科技大牛，我會嘗試各種姿勢，把他們的無邊腦洞和溫情故事講給你聽。如果你特別想聽到誰的故事，不妨加微信（微信號：shizhongok）告訴我。

這件牛逼的小事兒叫「翻譯」

我算見識了，普林斯頓大學的高材生的智商和中國騙子之間相差了十個王林。

事情是這樣滴。

上個月，有人給中哥介紹了一位歪果仁盆友，他是美國人，普林斯頓大學數學系的高材生。放暑假決定來中國學學中文，想在我家借宿一個月。

臥槽，普林斯頓，這可是全美第一的大學啊，出過兩位美國總統，63位諾貝爾獎得主，計算機之父阿蘭圖靈、物理大神費曼等等等等都是普林斯頓大學的校友。。。

作為一個科普界的名流，中哥欣然應允借宿請求，準備在每個空虛的夜晚向他討教一點科學姿勢。

對了，他的名字叫 Ben。

事實證明，在中國人的套路面前，再聰明的高材生也得變「Ben」。

那天，Ben 晚上八點多才回到家，一進門就愁眉苦臉，欲說還休。他剛學中文，也就是小學一年級水平，在我的逼問下，夾雜著英語連說帶比劃，我才明白髮生了什麼。。。

原來，他去天安門附近轉悠，遇到一個長發垂肩的女紙。女紙說自己特別稀罕歪果仁，約定了過兩天一起去賓館學漢語。相談甚歡，決定共進晚餐。女紙帶他走進了天安門西邊的一條小衚衕的咖啡館兒，開了一瓶紅酒，點了兩個牛排。結賬的時候，3000。

Ben 說，你不是坑我吧。女紙說，怎麼是坑你？這樣，我替你付1500，剩下一半你來，於是扔下1500 甩手走了，剩下長得頗似龍哥的餐館老闆站在他旁邊。

MD！中哥聽完他的遭遇，正義感爆棚，於是決定帶他去報案！

犯過案的淺友都應該知道，報案要到案發地派出所，於是中哥夜奔天安門。到了派出所，警察叔叔要 Ben 大概描述一下案件過程。

中哥的英語水平你懂的，看日本電影不用字幕（通常也沒字幕），看美國電影一般都得盯著字幕才能懂，現在讓我翻譯一場驚心動魄的美女詐騙案，臣妾還做不到。不過咱是科技人兒啊！淺友們應該有很多用過「翻譯君」吧。對，我當時就掏出手機打開了翻譯君，Ben 一邊陳述案情，我一邊結合著翻譯君的同聲傳譯，一邊給警察講。

講個八九不離十，警察叔叔說行了，不用說了，上警車吧我帶你們去。

於是，我們一行人回到了餐館，此時已經關門了。

神奇的事情發生了。。。警察叔叔抄起電話，直接給酒吧老闆撥了過去：你是XXX嗎？有人報案了！你過來處理一下吧！

沒有十分鐘，老闆就開著一輛大摩託過來了。更騷的操作來了，他直接從兜裏掏出一沓錢，問 Ben，你想要回去多少？開個價。警察叔叔就這樣站在旁邊慈祥地看著我們，一言不發。。。

剛學中文的 Ben 此刻完全不具備用中文吵架的能力，我拿著手機各種翻譯，具體過程不說了。最終，老闆堅稱他們開的紅酒特別貴，不能退全款。在警察叔叔的沉默下，我們只要回了1000塊。為了防止老闆給假錢，中哥專門把錢鋪在地上，拍下了號碼。。。

（事後證明這是真錢，老闆挺實誠，錯怪他了，嗯。）

事情就這樣結束了。中哥的心中卻久久不能平靜。

別誤會，什麼依法治國啊，警匪勾結啊，作為科普大佬，中哥可想不明白。我想的是：當時翻譯君給翻譯的那段案情陳述，還真 TMD 準啊。。。

歐對了，翻譯君有人沒用過嗎？簡單介紹一句，就是騰訊做的，你這邊說話，它直接給你翻譯成英文的App。最近翻譯君還出了一個高配版，叫做「騰訊同傳」。前兩天新聞裏報道的，給博鰲亞洲論壇各國領導人做現場同聲傳譯的翻譯機器人，就是「騰訊同傳」。

淺友知道，前兩天中哥去了一趟「智博會」。（參見中哥上一篇文章《一個有關未來十年的預言》，點擊可以打開複習）在「智博會」上，我也看到騰訊在現場演示了「騰訊同傳」。我突然發現，最近「翻譯君」和「騰訊同傳」在我的生活裏曝光量好高啊。

於是你懂的，萬能的中哥決定找到翻譯君和騰訊同傳的負責人聊聊~~

零、「翻譯君」

就是這位，邊超老濕傅。

一聽到超哥的自我介紹，當時我就震精了。。。

他是某人口大省的高考第一名，清華大學計算機系博士，06 年畢業之後，先是入職 Intel，幫助他們優化 CPU 架構，你的電腦從單核到多核的升級，背後就有超哥的功勞；08年入職微軟，幫助他們優化 Windows 性能。當年從慢的要死的 Vista，升級到健步如飛的 Win7，其中還是有超哥的功勞。

11年入職騰訊之後，他一直帶領兄弟們負責 QQ瀏覽器內核的優化。

作為 Intel、Windows、QQ瀏覽器和翻譯君的四料用戶，當中哥發現原來他們的幕後大佬竟然是一個人的時候，頓時有種跪著採訪的衝動。。。

超哥總結自己開掛的人生，說了一句話：你看到世界在一往無前地進步，其實背後根本的動力都是底層演算法一點一滴的優化。

我突然回憶起去年的往事，當時我下載了獵豹瀏覽器、360瀏覽器和QQ瀏覽器，同時打開同一個網頁，看誰最快。這樣實驗多次，最終選定了以毫秒級速度優勢勝出的QQ瀏覽器。再看看眼前的超哥，我一瞬間就感受到了他所說的「一點一滴的優化」背後那種讓人著迷的匠人精神。

廢話不多說了，趕快聽超哥講翻譯君和騰訊同傳的往事~

一、這麼叼的翻譯是咋搞出來的？

騰訊有一個很變態的文化，那就是特別鼓勵有技術的老濕傅搞內部創業。（其實當年微信的誕生，也差不多是這樣的劇情。）

2016年，超哥決定響應號召，只生一個好內部創業。那時他發現身邊的盆友一到假期就出國遊，覺得既然中國在國際上地位越來越叼，出境遊的人肯定越來越多啊，為何不搞一個「一說話就能自動翻譯」的軟體呢？

翻譯君就這樣誕生惹。

機器翻譯，核心技術就是一個——人工智慧。就在超哥和團隊啟動翻譯君項目一個月之後，阿法狗大戰李世石，幾場圍棋賽讓「人工智慧」這個詞火得一塌糊塗。翻譯君也借著這股熱潮，得到了喫瓜羣眾別樣的關注。

二、機器人翻譯的「三駕馬車」

超哥說起話來，跟 CPU 運行一樣有條理，他覺得做機器翻譯，跟把大象裝冰箱一樣，主要分三步。

第一步，搞定 AI 數據

第二步，搞定 AI 演算法

第三步，搞定 AI 工程

超哥也把自己翻譯君的 AI 團隊分成了這麼三組，每組六七個人，精兵強將，分工協作。

1）先說 AI 數據

機器翻譯的目標，就是讓機器學會人的翻譯技能。那麼第一步，顯然先要找來人類的優秀翻譯成果作參考。

AI 數據團隊的第一個任務，就是從全世界搜羅「雙語平行句對」——一條中文，一條英文的對應材料。

你仔細想想，這樣的句對還挺不好找呢。

超哥舉了幾個栗子：

某些網站有中文版和英文版，這種情況下可以把他們對應的詞條部位抽取出來作為句對；

有些新聞網站，比如 ChinaDaily，也有同一篇文章的中文版和英文版。這也可以薅過來作為句對。

還有一些業內其他人做好的，在歷屆翻譯大賽上，專門用來訓練翻譯機器人的現成句對。（這類數據數量比較少，大概1000w條左右。）

就這樣一點點發掘一點點死磕，數據團隊總共找來了一億多條句對。

你以為到這為止，數據團隊的任務就完成了麼？圖樣圖森破。

AI 數據團隊的第二個任務，是數據的篩選。

仔細想想，這樣廣撒網搜羅來的一億多條句對，肯定裡面有很多模糊、錯誤、驢脣不對馬嘴的情況。

如果把這樣的數據直接拿給人工智慧去學習，學出來的多半是屎一樣的妖艷賤貨。

然而尷尬的是：如果靠人去逐個檢查一億條數據的準確性，恐怕100年你都看不到翻譯君問世。

於是，團隊先花了幾個月功夫做一個人工智慧系統，專門用來篩除錯誤的數據。

超哥舉了幾個簡單的例子：

一句三行的英文句子，對應的中文只有五個詞。那顯然不對嘛。。。

再比如，這邊是一句中文，那邊的翻譯出現了德文單詞，這也顯然是不對的嘛。。。

當然，真正的篩查系統比這個要複雜得多。這裡只是感受一下它的工基本作原理。

不僅如此，他們還仿照富士康生產線抽檢 iPhone 的方式，對「句對質量」進行抽檢。搞個翻譯，連工程質量管理的知識都用得到。。。

AI 數據團隊的第三個任務，是「分詞」。

英文每個詞之間都有空格，但中文很坑爹，所有的詞都是粘在一起的。

所以，「分詞」就是用人工智慧的方法，把一句話切成一個一個的單詞。

漢語分詞這個事情，聽上去簡單，但真的仔細研究它，可是一道送命題。隨便舉兩個例子：「我的/頭像/牛逼/嗎？」和「我的/頭/像/牛逼/嗎？」完全 TMD 是兩個意思。「我的/金箍棒/在哪？」和「我的/金箍/棒在哪？」也完全 TMD 是兩個意思。

總之，超哥帶著隊伍研究了一個叫靈格（Lingo）的分詞神器，一點點解決了分詞的問題。

說了這麼多，一個翻譯系統的「學習資料」纔算是「洗凈備用」，大概 Ready 了。

2）再說 AI 演算法

AI 演算法團隊的職責，和你想得差不多，就是不斷研究最新的人工智慧技術，尋找到更適合做機器翻譯的演算法，然後提供給 AI 工程團隊做彈藥。

他們的日常就是不斷看那些天書一樣的論文，不斷調試天書一樣的演算法。偶爾喫個飯，睡個覺，特別偶爾站起來走兩圈。

3）再說 AI 工程

就像一款發動機，只有設計圖紙是不夠的，還要有人把它加工出來。

同樣，建造一個機器翻譯系統，只有 AI 演算法是不夠的，還需要一個 AI 工程團隊，把那些演算法佈置到人工智慧系統裏。

AI 工程團隊的職責非常重要。因為，同樣演算法佈置在系統裏姿勢的微小區別，都可能造成系統消耗算力和時間的巨大不同。就像在發動機的設計中，一個部件尺寸差一毫米，就可能讓油耗翻一倍。

每天用戶請求翻譯君翻譯的語句是五億句，計算量是驚人的。這種情況下，AI 工程偏差一點兒，就可能就會浪費天文數字的成本，你說他們手抖不抖？

終於。。。。把「AI 數據」放到「AI 演算法」和「AI工程」加持的人工智慧訓練系統裏，一套「翻譯引擎」就造好啦！新技能get√

剛才忘記說了，翻譯君的團隊裏，除了超哥這個清華的博士，還有 MIT 的博士、早稻田的博士。簡直是黃金戰隊。就算是這樣的豪華陣容，翻譯君2016年初開始寫第一行代碼，2016年底發布，從0到1，還是耗費了團隊將近一年的時間。這套系統之複雜，可見一斑。

功夫不負有心人。整個2017年，用戶就像海嘯一樣湧來，直接把翻譯君衝到各大應用商店的榜首。

我猜，之所以超哥把AI 數據團隊、AI 演算法團隊、AI 工程團隊其實，團隊裏這幫博士都明白，人工智慧一旦停止迭代，分分鐘就會變成人工智障。所以，沒日沒夜地改進系統，只是 AI 工程師的日常操作而已。

好奇怪，聽說翻譯君團隊的人這麼拼，中哥有一種「那我就放心了」的感覺。。。

三、翻譯君出街去打工了

2017年，翻譯君搞得風生水起，經常有公司老闆找到超哥，問：你們的翻譯君這麼好使，能不能幫我們做一場大會的同聲傳譯呢？不讓你們白忙，我給錢好不好？

超哥一看，這不錯啊！讓翻譯君出去打打短工，還能掙點飯錢回來。

沒想到，效果還不錯，越來越多人來請翻譯君「出臺」。超哥突然意識到，翻譯君就像自己的小孩，現在他長大了，可以自己賺錢啦！於是團隊給翻譯君穿好西裝打好領帶，定製開發了一番，搖身一變成為了「騰訊同傳」，專門為企業進行翻譯服務。

2018年初，有一個偶然機會擺在超哥團隊面前：

博鰲亞洲論壇可以上機器同聲傳譯，騰訊同傳要不要接這個活兒？

臥槽，博鰲論壇，這可是個大場面。

超哥其實有點擔心，因為他知道，機器同傳有這麼幾怕：

首先，怕現場嘈雜。如果麥克風收進來的聲音就不清楚，肯定特別影響翻譯質量。

其次，怕交談場景。在圓桌論壇的場景，一位領導正講中文，說了一半忽然被旁邊的嘉賓用英文搶了話，現場人類觀眾可以瞬間切換，但是機器不容易轉過彎來。再次，怕說「片湯話」。人在日常講話的時候，經常會說「這個那個然後嗯啊額喔」這樣的語氣詞，這些語氣詞會讓翻譯君感到莫名鴨力。。。

其實，在2018年初，超哥團隊已經研究出幾個方案來對付這幾「怕」了，只是需要點時間來做系統升級。但時間不等人，此時此刻，要麼就用現成的系統硬著頭皮上，要麼就永遠錯失這次機會。

超哥那晚上輾轉反側，第二天還是咬著牙跟同事說：博鰲的事兒，我們接了！即使在全國面前丟人我們也認！

於是，剛剛誕生的騰訊同傳就拉開陣勢，為博鰲論壇搞了一次人類歷史上規格最高的機器同傳。

博鰲亞洲論壇現場

那幾天，估計很多淺友也看到了新聞報道。人們驚奇地發現，居然博鰲論壇有了人工智慧的翻譯。不過，由於現場情況過於複雜，實際中語言交替出場，還有口語語氣詞頻繁出現，現場同傳也確實出現了一些失誤。

當時還有人傳言，騰訊翻譯錯誤多，緊急調用了人工同傳。

我一臉壞笑地專門跟超哥核實了這件事。

超哥卻很淡定：「並沒有，有些分論壇本來就是人工翻譯的。而騰訊翻譯負責的論壇，從頭到尾都是機器頂下來的。我們搞技術的，哪能怕出錯，錯誤才能讓我們進步啊！」

這個答案很樸實。

從博鰲論壇到現在過去了四個月，「騰訊同傳」已經克服了不少之前的「坑」，變得更強大了。

超哥舉了個例子：

現場演講者不是有很多語氣詞嗎？我們就專門找來很多演講視頻，一點點研究語氣詞的規律，訓練出一套專門負責去掉語氣詞的系統。把這套系統放在翻譯系統之前。就可以完美解決演講者的「口語化」問題。

如果不去掉口語，就是這效果

像這樣的改進還有很多。

再舉個例子：

在翻譯君裏，人們通常一句話一句話地說完才讓機器翻譯。但是在同聲傳譯中，一個人會一直叨逼叨地說，還抑揚頓挫地忽快忽慢。所以，機器要學會判斷在什麼地方「斷句」。

為瞭解決這件事，這幫技術宅們還專門開發了一套斷句系統，用大數據的方法，八九不離十地「猜」出發言者在哪裡斷句。

再舉個例子：

騰訊同傳在做翻譯之前，實際上還有一個步驟，那就是先把人的語音轉錄成文字。這個步驟是微信團隊的「微信智聆」系統負責的。雖然「微信智聆」的轉錄已經是市面上最好的方案，但是仍然免不了有一定的錯誤率。

於是，超哥就帶著兄弟們改進演算法，讓語音轉錄文字發生錯誤的時候，還能翻譯成對的英文。

還有一些醫療、教育類的專業公司，讓騰訊幫忙開發了「醫療專業同傳」「法律專業同傳」「遊戲專業同傳」，在開行業會議的時候，可以精準同傳。

說到自己用「繩命」研發的翻譯系統被佈置到越來越多的企業裏，不苟言笑的超哥露出了一秒微笑。我剛想舉起手機記錄下這一刻，他馬上就回復了冷靜的表情。。。

四、閃耀的王冠

我問超哥：機器翻譯和人類翻譯，最終到底誰會戰勝誰？

超哥反問：「汽車和走路哪個更快？」

我正在懵逼，他慢悠悠地解釋道：

如果在高速公路上，汽車肯定秒殺人；但在傍晚六點的北三環，汽車真不一定能贏得了人。。。

評價哪個東西更好，首先你需要一個標準答案。

語言，是人類一切情感的出入口，它們忽而炙熱，忽而溫婉，忽而含情脈脈，忽而熱淚盈眶。面對我們人性的美麗和哀愁，翻譯，似乎永遠沒有標準答案。

「那我們為什麼要不惜一切研究機器翻譯呢？」我問。

至此，超哥說出了那句震撼人心的話：

我們從來不是為了證明機器比人翻譯得更好；

我們只是為了證明，平等、廉價地與他人溝通，是每個人應得的權力。

我突然感受到一種堅實的美好。

我看到，眼前的生活一往無前地進步。而背後，無數中國最聰明的技術宅們，正在一粒沙一粒沙地聚沙成塔，為他們心中那個更好的世界添磚加瓦。

那天，我其實想對超哥說，你曾經幫一位美國盆友找回了 1500 塊錢，但一直沒好意思說出口。

再自我介紹一下吧。我叫史中，是一個傾心故事的科技記者。我的日常是和各路大神聊天。如果想和我做朋友，可以搜索微信：shizhongok

或者關注微博：@史中方槍槍 @淺黑科技

推薦閱讀：

相關文章