本文摘要：摘要：翻译专业的毕业生不得不面对机器翻译给语言服务行业带来的结构性变化。为了应对这种变化，未来的翻译人才培养目标需要逐渐从原先的专职翻译过渡到翻译+语言工程师的融合体。各院校还可根据学生背景的差异，制订差异化的培养方案，培养翻译为主+技术为
摘要：翻译专业的毕业生不得不面对机器翻译给语言服务行业带来的结构性变化。为了应对这种变化，未来的翻译人才培养目标需要逐渐从原先的专职翻译过渡到“翻译+语言工程师”的融合体。各院校还可根据学生背景的差异，制订差异化的培养方案，培养“翻译为主+技术为辅”或“技术为主+翻译为辅”不同类型的翻译硕士。并根据培养目标和师资情况将涉及技术的课程模块有选择、有层级地加入课程体系中。
关键词：机器翻译,翻译人才培养,挑战,机遇
一、引言
如今，人工智能已经开始走入我们的日常生活，沃尔玛的机器人已经取代了一些不直接面向顾客的职位;根据麦肯锡的预测，机器将在未来两到三年取代30%的银行员工。自从人工智能与机器翻译相结合，机器翻译同样步入了全新的快速发展轨道，美国微软公司在2018年就声称其研发的机器翻译系统首次在通用新闻汉译英方面达到人类专业水平。
可以说，自从基于人工智能的神经机器翻译出现以来，有关机器翻译取代人工翻译的传言就不绝于耳，那么高校翻译专业是否已经面临生存危机?高校该如何完善现有人才培养方案，才能适应今后的行业发展?机器翻译时代的到来是否对翻译人才培养提出挑战的同时也带来了巨大的机遇?这些都是高校翻译专业的教育工作者亟须思考的一些问题。
二、人工智能时代机器翻译的发展现状
从基于规则的机器翻译，到基于统计的机器翻译，再到如今基于人工智能的神经机器翻译，在翻译质量上实现了三级跳的机器翻译不仅为学界和业界注入了显而易见的新鲜活力，而且开始进入到人们的日常生活和工作中，使得学界和业界不得不认真审视机器翻译的最新进展及其存在的问题。在规则机器翻译模式下，由语言学家制定的翻译规则库发挥着重要作用，即该模式机器翻译是根据规则库将源语转换成目的语。
其优点在于凡符合规则库要求的源语内容，翻译质量较高;而缺点是不符合已有规则的，则无翻译质量可言。该模式的关键问题是无法穷尽相关的语言学规则，这就构成了规则机器翻译的瓶颈，而且是一个无法逾越的瓶颈。统计机器翻译模式的出现使机器翻译有了显著的进步。该模式省去了复杂的翻译规则库，转由机器去学习复杂的语言学知识，即从语料库中学习语言学知识，然后据此将源语内容转换成目的语。当机器所习得的语言学知识越多，其译后的目的语质量就越高。
但该模式受限于语料库的质量和数量，即统计机器翻译无法因此获取充分的语言学知识，①进而造成目的语译文的准确性受到限制。神经机器翻译是一种不同于以往的机器翻译模式，其特殊点在于使用神经网络去实现从源语到目的语的直接映射转换，因此目的语译文的流畅度明显高于统计机器翻译，译文的语言质量明显高于前两种模式的机器翻译。但神经机器翻译的过程是不透明的，因而难以运用语言学知识对翻译过程进行充分解读。②
这是到目前为止神经机器翻译所面临的一个难点，即无法探知机器翻译译文产品的错误成因何在。神经机器翻译的出现并不意味着统计机器翻译的终结，其对语料语言模式的统计方法对神经机器翻译有不可替代的价值，“如何在神经机器翻译模型中充分利用统计机器翻译模型的优势来弥补自身的不足”③将会成为提升神经机器翻译品质的一个有效路径。无论是统计机器翻译还是神经机器翻译都离不开语料资源的准备，这一资源属性决定了机器翻译的品质受限于语料数据的数量和质量。④
在无法更多企及双语语料资源的情况下，研发资源稀缺型语言的机器翻译⑤或者使用无翻译关系的两种单语语料的机器翻译⑥都是可替代的选择。无论何种情况，数据资源始终都发挥着积极作用，尤其是语料数据的质量。正因为如此，到目前为止尚无法准确预见机器翻译的译文产品何时能够达到人类职业译者的水平。
2011年的一项实证研究表明Google翻译尚处在并非完美的阶段。⑦2018年博鳌亚洲论坛上，腾讯公司的人工智能同传也暴露出不少问题和低级翻译错误。笔者近来以上海交通大学MTI学生(第二学期)的科技翻译作业与三种机器翻译(Google翻译、百度翻译、一家知名国际企业的行业机器翻译)译文(英汉语言对)进行比较，发现机器翻译译文在以下几方面均不如学生译文：①机器翻译的译文整体得分;②机器翻译的译文流畅性;③复杂句式的处理。
现阶段的机器翻译既取得了举世瞩目的成就，也存在诸多问题。不可否认的是，机器翻译已开始在多个领域得以应用，用于减少、甚至替代人工翻译。根据对最终产品的要求不同，机器翻译可以在不同程度上加以应用，对参考级文本(旨在获取基本信息，其译文允许有所缺失，仅供读者参考)可以机器翻译为主，辅以适当的译后编辑，但从事译后编辑的人员必须是与文本所属领域相关的行业译者;对常规级文本(一般指操作手册类，其译文须忠实于原文，术语准确，意义完整，允许译文中出现可读性稍差的个别句子)，可采用机器翻译和翻译记忆相融合的方式，同样也必须辅以适当的译后编辑;对出版级文本(用于发表出版或正式发布，其译文须忠实、通顺，甚至优雅)，目前只能由高水平译者去完成翻译任务。⑧
机器翻译取代人工翻译并非只是一个“传言”，其在何时、何种程度下“成真”尚无法完全预言，由此作为利益相关方的翻译本科和翻译硕士培养已无法独善其身，我们不得不去考虑在机器翻译迅猛发展的今天如何进行翻译专业培养的问题。机器翻译究竟会以何种方式“取代”人工翻译?翻译专业培养应该如何做好准备以迎接作为不速之客的机器翻译的跳跃式发展?翻译专业的课程设置又该如何调整以有所应对?
三、现有翻译专业人才培养模式面临的挑战
(一)翻译专业人才培养要紧跟翻译职业的发展
自2006年教育部批准设立翻译本科专业(BTI)以来，翻译专业开始蓬勃发展。2008年首批15所翻译硕士培养院校开始招生，如今，开设翻译硕士(MTI)专业教学的学校发展到了249所，年招生人数由2008年的350人，发展到现在每年超过10000人，语对也从原来的英汉为主，发展到今天的法汉、俄汉、日汉、阿汉、西汉、德汉等。⑨翻译专业本科、硕士学位的设立和飞速发展标志着翻译作为一个专业方向已经得到了广泛的认可，但是学界就如何培养翻译专业人才还存在不少错误的认识。
翻译自身具有的学科和职业的双重性，决定了翻译专业人才的培养与传统外语人才的培养不同，需要既注重宽基础的语言和人文素养的养成，又要注重社会对翻译职业的需求。然而，翻译专业人才现有的培养模式“还没有摆脱原来外语人才培养框架下翻译人才培养的陈旧理念和做法”，往往沿袭了学术型教育的模式，却“疏离了职业翻译教育与翻译行业的联系”，导致教学内容与职业能力需求脱节，社会对专业翻译人才的需求得不到满足。随着经济全球化的发展，翻译的职业化程度也越来越高，进而催生了职业翻译教育。职业翻译教育需要面向具体翻译工作岗位，分析具体工作岗位所需要的职业能力，把握这些岗位的人才规格要求，并据此进行课程设置和课程内容的选择。
尽管大学不应沦为语言服务行业的职业培训所，但翻译专业培养方案的制定者却必须了解语言服务行业的最新动态方能在培养方案和课程设置上做到与时俱进。自20世纪80年代以来，欧洲和北美的语言服务行业已经开始应用机器翻译系统(基于规则的、统计的和混合型的)，并且这一趋势愈演愈烈。
翻译自动化用户协会(TAUS)在2017年5月发布的《TAUS机器翻译市场报告》中强调在未来的十年，大数据、机器学习和个人设备的有机结合将引发的全球通信“大爆炸”，在世界范围内的商品、思想和人类之间的交流将激增，这也意味着对翻译的需求量将激增，机器翻译的广泛应用是大势所趋。
近年来，越来越多的语言服务提供商(LanguageServiceProviders，LSP)开始采用“机器翻译+译后编辑”的模式。2012年的一项调查显示，有40%的语言服务提供商开展了机器翻译和译后编辑业务。2013年另一项针对译者和语言服务提供商的调查显示，61%的自由职业译者和43%的语言服务提供商都声称在翻译中使用了机器翻译。
此外，国际机构也开始大量运用机器翻译处理一些对文字质量要求不高的翻译任务，如欧洲委员会的日常翻译工作都是由机器翻译辅助人工翻译完成的，仅依靠人工翻译是无法完成欧洲委员会每日巨大的翻译需求的。瑏瑦面对未来巨大的翻译需求，无论是自由职业译者还是语言服务提供商都需要借助机器翻译来保持竞争力，因而翻译专业人才的培养目标也需要对接译者的职业能力需求。下面，笔者将结合现有翻译专业人才培养的类型来谈一谈翻译人才培养在机器翻译时代所面临的挑战。
(二)现有翻译专业人才培养类型及面临的挑战
近年来，开设翻译硕士专业和本科学位教学的学校从原来的外语类专业院校和高水平综合大学，向各类高校，包括地方院校延伸，由于各院校办学基础、办学能力不同，师资水平和生源存在差异，因而笔者认为可以将培养的翻译人才类型分为四种，分别是：高端口笔译人才、高级翻译及研究人才、复合型翻译人才和应用型翻译人才。
由于要面对变换的国际形势，处理各种敏感的权力纷争和关系，从事外交的高端口笔译人才要有灵活的跨文化沟通的能力，对译员的知识结构、素养都有极高的要求，这些都是机器翻译无法替代的。文学和人文类学术著作的翻译、编审和研究工作是极具创造性的工作，从事此类工作既需要有人文的情怀、也需要有对中西方文化深刻的理解和灵活地应对，而就目前来看，机器是不具有人的情怀和人的灵活的沟通能力的，因而这类工作也是机器翻译无法替代的。
尽管高端的翻译是机器翻译无法替代的，但社会对这类翻译的需求量也是有限的。市场对翻译人才的需求主要集中在复合型专职翻译人才上。2015年的一项社会调查显示对翻译需求量最大的领域有工业、计算机和IT、管理、银行业、商业、经济和金融，而从事这些行业的翻译都需要复合型专职翻译人才，即既需要熟练掌握一门外语，又需要熟悉某一专门领域的知识。
专门领域的翻译往往涉及大量的术语、特殊的表述和句型，因而通过术语库的建设，并使用足够数量的该领域的高质量语料训练机器引擎，现有的技术已经可以训练出能够替代一部分人工翻译的行业机器翻译引擎。笔者和学生运用国际法语料在MicrosoftTranslatorHub(基于统计的机器翻译引擎)训练出的引擎(BLEU分数31.38)，尽管在表述和逻辑上存在一定错误率，却在相当程度上可以替代人工翻译的一些烦琐的工作。
四、机器翻译视域下未来翻译专业人才的内涵与培养模式
(一)技术素养是未来翻译专业人才的新内涵
机器翻译的迅猛发展必然带来翻译行业的结构性变化，对未来的翻译人才所应该具有的素养也提出了新的要求，译者除了需要具有传统的四大核心素养，即双语技能、翻译技能、相关知识和人文素养外，技术素养将成为未来译者的核心竞争力。近年来，越来越多的国内外学者开始关注译者的技术素养，欧盟翻译硕士项目和中国翻译协会,都明确将技术能力视作职业译者的必备能力。未来的翻译人才应该能够熟练运用新兴技术服务于自己的翻译工作，更主动地去掌握技术、研究技术以提升自己的工作效率。未来的翻译专业也不应仅仅满足于培养专职翻译，而是应致力于培养人文和技术素养兼具的“翻译+语言工程师”。
(二)现有翻译专业培养模式在技术素养的培养上有待提高
译者的技术素养由哪些要素构成呢?叶娜等认为其中包括机器翻译知识、术语管理技能和编程技能;王华树等认为技术素养的要素有计算机基本技能、信息检索能力、CAT工具应用能力、术语能力和译后编辑能力，其中涉及的技术包括计算机辅助翻译技术、本地化工程技术、语料库技术、翻译协作平台技术和机器翻译技术。除了上面提到的各要素以外，笔者认为还应该加上QA翻译评估的能力。
五、结语
机器翻译如今已然走入我们普通人的生活和工作中，尽管还存在诸多有待解决的问题，但这一发展的趋势已经日渐显著。翻译专业的人才培养因而面临巨大的挑战，原来的培养去向主要是从事技术含量低、重复性高的通用类型文本翻译的院校，亟须寻找新的培养路径方能生存下去。
然而，语言中存在的复杂问题以及交流中所需要的灵活的跨文化意识、人特有的情怀，这些都决定了机器翻译也不可能完全替代人工翻译。当机器翻译替代了最基本烦琐的文字转换的部分，人工翻译可以余出精力做技术含量高、更需要能动性的工作，因而我们未来要迎接的更可能是一个“人机共舞”的时代。未来的翻译培养目标也将不再是原先的专职翻译，而是既懂翻译、又通晓技术的“翻译+语言工程师”的融合体。
各院校还可根据学生背景的差异，制订差异化的培养方案，培养“翻译为主+技术为辅”或“技术为主+翻译为辅”不同类型的翻译硕士。回顾人类社会发展的历程，任何一种创新型技术的出现最初都会让人感到惴惴不安，仿佛整个世界马上就会发生天翻地覆的变化。但在实践中，却是另外一番情景，即人类不仅最终适应了新技术的出现，而且更是充分利用了技术优势来服务于人类社会的实践活动。同样，机器翻译在给翻译人才培养带来严峻挑战的同时，也蕴含了巨大的机遇，等待翻译的学界和业界一起抓住机遇、共创新的翻译时代。
人工智能方向论文范文：人工智能技术在电气自动化控制中的运用探究
【摘 要】目前，工业化生产中自动化水平越来越高，电气自动化控制技术也朝着多元化发展，人工智能技术在电气自动化控制中的应用进一步提高了我国控制系统的运行水平，实现了自动化、智能化的飞跃。下面我们就对电气自动化控制中人工智能技术的应用进行分析。
转载请注明来自发表学术论文网：http://www.fbxslw.com/dzlw/20707.html
