0
  • 聊天消息
  • 系统消息
  • 评论与回复
登录后你可以
  • 下载海量资料
  • 学习在线课程
  • 观看技术视频
  • 写文章/发帖/加入社区
会员中心
创作中心

完善资料让更多小伙伴认识你,还能领取20积分哦,立即完善>

3天内不再提示

随着人工智能的发展,机器翻译将越来越智能化

科技观察者 来源:饶高琦 作者:科技观察者 2020-08-02 09:55 次阅读

又到了一年一度填报高考志愿的时节,在大学工作的笔者也为许多身边的家长和考生出谋划策。但惊讶地发现,“现在AI都这么厉害了,我可不敢学英语”“学了外语,机器翻译来了就失业了”的声音比比皆是。每一个前来咨询的家庭背后,可能还有几十甚至上百个没有参加咨询就默默放弃语言类专业的家庭。

随着多语平行语言资源和计算能力的快速增长,机器翻译的进步有目共睹。机器翻译和背后的人工智能真的已经发展到了抢夺人类译员饭碗的程度了吗?答案当然是否定的。我国机器翻译领域的领军专家宗成庆研究员明确表示:目前的机器翻译技术尚不成熟,无论是文本翻译,还是口语翻译,机器翻译的质量远没有达到令人满意的水平。错译、漏译比比皆是,上下文指代常常张冠李戴,而且也没有在线的优化和学习能力。

机器翻译“语言能力”的落后和它常常闪现的“高光应用”并不矛盾。因为机器翻译的使用集中于仅供粗浅理解,无须精确传达的场景,如浏览搜索引擎结果和新闻短讯、查询酒店航班等。这些场景在机器翻译兴起之前,也极少有人工翻译涉足,占据的翻译市场份额很小。所以说,机器翻译的流行实际上并没有抢夺人工翻译的工作机会,而是扩展了大众接触多语信息的窗口。

机器翻译和机器辅助翻译的兴起,并没有和人工翻译形成竞争,反而两者一起做大了翻译市场这个蛋糕。以软件行业为例,微软公司向全球发布Windows XP系统。软件本身所涉及的语言与大量用户文档、技术文档约有100万单词的规模,而翻译团队则可以在120天内交付多国语言的成果。到Windows 7时,250万单词的文档规模,则只需要108天。这在前技术时代,是无法想象的。正是机器翻译和机器翻译技术让翻译团队可以实现曾经无论如何也难以企及的大规模协同高效翻译任务,让那些曾经不可翻译,无法完成的目标,在今天可以实现,容易实现。扩大后的翻译市场,反而可以容纳更多翻译人员就业。据相关机构2019年的统计,目前全球翻译市场的年产值超过130亿美元,亚太地区占据三分之一以上,我国的翻译行业产值早已突破百亿人民币。与这个巨大市场相比,国内的语言服务企业在数量、质量上均无法满足巨大的多语翻译需求。

当然,技术的挑战也是客观存在的,但掌握技术的从业者无疑将获得更大的发展空间。这也是近年来国内翻译教育和外语教育改革的方向,其成效正在日益显现。

机器翻译不会消灭人力翻译,人工智能并没有减少语言类工作的岗位,这样清晰的专业判断常常被一些AI企业和流量媒体的声音所淹没。笔者以为,这样的声音之所以大有市场,除了企业和媒体缺乏自律之外,也因为社会中存在一种错误的“替代性”人工智能观,即把人工智能视作静态的市场里和人类竞争工作岗位的对手,是彼此替代的关系。然而,人工智能不是人,其运行、发展的原理和人类也大相径庭。人机共生时代,我们需要以“协作观”来看待人工智能为代表的新生产力,也就是说,让AI帮助行业获得更大的市场,拓展服务的深度,刺激产生新的需求,从而提升全社会的福祉,让人们可以更加自由地劳动、生活和娱乐。

回到挑选专业的话题,考生和家长大可不必为各样新生产力的诞生而担忧。兴趣是最好的老师,社会需求是最大的驱动。在人类踏入智能化时代的年代里,每个专业都有焕发不一样光彩的机会。与其惊惧,不如更多认识自己,学其所爱,方能深入探索,不负青春韶华。
fqj

声明:本文内容及配图由入驻作者撰写或者入驻合作网站授权转载。文章观点仅代表作者本人,不代表电子发烧友网立场。文章及其配图仅供工程师学习之用,如有内容侵权或者其他违规问题,请联系本站处理。 举报投诉
  • 人工智能
    +关注

    关注

    1789

    文章

    46636

    浏览量

    236985
  • 机器智能
    +关注

    关注

    0

    文章

    55

    浏览量

    8580
收藏 人收藏

    评论

    相关推荐

    LLM技术对人工智能发展的影响

    随着人工智能技术的飞速发展,大型语言模型(LLM)技术已经成为推动AI领域进步的关键力量。LLM技术通过深度学习和自然语言处理技术,使得机器能够理解和生成自然语言,极大地扩展了
    的头像 发表于 11-08 09:28 163次阅读

    《AI for Science:人工智能驱动科学创新》第6章人AI与能源科学读后感

    、优化等方面的应用有了更清晰的认识。特别是书中提到的基于大数据和机器学习的能源管理系统,通过实时监测和分析能源数据,实现了能源的高效利用和智能化管理。 其次,第6章通过多个案例展示了人工智能在能源科学中
    发表于 10-14 09:27

    AI for Science:人工智能驱动科学创新》第4章-AI与生命科学读后感

    。 4. 对未来生命科学发展的展望 在阅读这一章后,我对未来生命科学的发展充满了期待。我相信,在人工智能技术的推动下,生命科学取得更加显著的进展。例如,在药物研发领域,AI技术
    发表于 10-14 09:21

    《AI for Science:人工智能驱动科学创新》第一章人工智能驱动的科学创新学习心得

    人工智能:科学研究的加速器 第一章清晰地阐述了人工智能作为科学研究工具的强大功能。通过机器学习、深度学习等先进技术,AI能够处理和分析海量数据,发现传统方法难以捕捉的模式和规律。这不仅极大地提高了数据处理
    发表于 10-14 09:12

    risc-v在人工智能图像处理应用前景分析

    的兼容性和可靠性,并为其在人工智能图像处理领域的应用提供更有力的保障。 综上所述,RISC-V在人工智能图像处理领域具有广阔的应用前景。其开源性、灵活性、低功耗和高性能等特点使得它成为该领域的重要技术之一。随着技术的不断
    发表于 09-28 11:00

    名单公布!【书籍评测活动NO.44】AI for Science:人工智能驱动科学创新

    每个交叉领域,本书通过案例进行了详尽的介绍,梳理了产业地图,并给出了相关政策启示。 《AI for Science:人工智能驱动科学创新》适合所有关注人工智能技术和产业发展的读者阅读,特别适合材料科学
    发表于 09-09 13:54

    【⌈嵌入式机电一体系统设计与实现⌋阅读体验】+《智能化技术在船舶维护中的应用探索》

    、环保的方向发展。未来,随着技术的不断成熟与创新,我们有理由相信,智能化污损监测系统将成为船舶维护的标配,为全球海运业的可持续发展提供强大技术支持。
    发表于 08-26 22:22

    FPGA在人工智能中的应用有哪些?

    定制的硬件设计,提高了硬件的灵活性和适应性。 综上所述,FPGA在人工智能领域的应用前景广阔,不仅可以用于深度学习的加速和云计算的加速,还可以针对特定应用场景进行定制计算,为人工智能
    发表于 07-29 17:05

    机器视觉和人工智能的关系与应用

    释视觉信息的技术。它涉及到图像的获取、处理、分析和解释,以实现对物体、场景和事件的识别、定位、测量和分类。机器视觉系统通常由图像采集设备、图像处理软件和执行器组成,可以应用于各种自动智能化的场景。
    的头像 发表于 07-16 10:27 714次阅读

    嵌入式热门发展方向有哪些?

    热门发展方向,包括但不限于: 1.物联网: 随着物联网的快速发展,嵌入式系统在物联网领域的应用也越来越广泛。嵌入式系统可以用于物联网设备的控制、监测和数据处理等方面。例如,在服务领域,
    发表于 04-11 14:17

    机器学习怎么进入人工智能

    人工智能已成为一个热门领域,涉及到多个行业和领域,例如语音识别、机器翻译、图像识别等。 在编程中进行人工智能的关键是使用机器学习算法,这是一类基于样本数据和模型训练来进行预测和判断的
    的头像 发表于 04-04 08:41 228次阅读

    5G智能物联网课程之Aidlux下人工智能开发(SC171开发套件V1)

    *附件:初学者完整学习流程实现手写数字识别案例.pdf 人工智能 语音对话机器人案例 26分03秒 https://t.elecfans.com/v/27185.html *附件:语音对话机器
    发表于 04-01 10:40

    嵌入式会越来越卷吗?

    。 软件智能化随着人工智能机器学习等技术的发展,嵌入式系统的软件也在不断智能化。通过深度学习
    发表于 03-18 16:41

    嵌入式人工智能的就业方向有哪些?

    于工业、农业、医疗、城市建设、金融、航天军工等多个领域。在新时代发展背景下,嵌入式人工智能已是大势所趋,成为当前最热门的AI商业途径之一。
    发表于 02-26 10:17

    人工智能在软件测试中的应用

    随着信息技术的飞速发展,软件测试的重要性越来越凸显。传统的软件测试方法往往需要耗费大量时间和人力,而且难以发现一些深层次的缺陷。为了提高软件的质量和可靠性,越来越多的企业开始探索
    的头像 发表于 12-26 11:02 565次阅读