10年前，网易有道翻译产品上线，接替了传统电子翻译机“文曲星”的班，是国内最早涉足翻译领域的互联网公司。此后数年间，类似的翻译产品贯 穿了很多中国人学英语的记忆。10年前，网易有道翻译产品上线，接替了传统电子翻译机“文曲星”的班，是国内最早涉足翻译领域的互联网公司。此后数年间，类似的翻译产品贯 穿了很多中国人学英语的记忆。
但由于时常出现形态尴尬的整句翻译，没人指望机器翻译能大规模替代严谨的人工译员。每逢正式的用途，人们仍愿意出高价雇个英语专八的学生，甚至专业同传来确保准确度。
一直以来，翻译是很多外文系学生赚外快甚至谋生的渠道。这门生意 规模不大，但需求稳定。网易有道CEO周枫估算过人工翻 译市场的盘子，400亿元左右。目前有道的纯人工翻译业务，一年的营收规模数千万元。2011年上线五年的订单总量在一百万单以上。
不过去年事情有了变化。原因是谷歌在2016年9月27日宣布推出谷歌神 经网络机器翻译系统，《麻省理工学院技术评论》评价，采用神经网络技术的Google翻译准确率几乎与 人类无异。
神经网络翻译之所以准确性高，是因为“说人话”。它在翻译逻辑模 仿了人脑的表达模式，通俗地讲，能把一句话中所有词汇的语意融合在一起分析理解。而统计翻译是挨个识别和理解词汇，却难 以理解不同词汇融合后产生的含义。经常生硬地蹦关键词，串起来就不知所云。
这项技术变革对于翻译行业有多大意义？周枫的评价是，从传统机器 翻译到神经网络机器翻译的变革，可以比喻成从“手工针线活儿”到“缝纫机”的变革，神经网络翻译带来的翻译质量的提升， 是过去十年的总和。
网易有道开始关注神经网络翻译技术，是2014年。这个举动源自行业中一项节点性事件——在国际赛事ACL WMT 2014中，神经网络翻译技术的准确率首次超过传统的统计机器翻译技术，这意味着神经网络翻译初步具备了商业化的可能性。
这个突破对于做翻译产品的公司而言，出现得恰逢其时。“2014年，统计机器翻译技术的商业化已经发展了近十年，我们发现再投入人力资金去寻求技术提升，回报率很低。而NMT这种基于深度学习 的技术，每个月翻译质量的进步都是惊人的。”周枫说。
在那之后的两年间，关于神经网络翻译的研发战争就开始了。根据新 智元统计，在 存储库中，涉及NMT （神经网络翻译） 的论文从2014年的7篇，2015年的11篇，上涨2016年的67篇。
而大规模的产品化，发生在谷歌发布翻译产品之后的半年中，谷歌、百度、科大讯飞、搜狗、微软、有道，均上线或更新了翻译产品。有道的NMT技术也被迅速地应 用在商业化产品中，有道词典、有道翻译官、有道智云、WEB端的有道翻译以及 有机翻译。用户使用这些产品的场景各有侧重，但都能够使用NMT技术来做翻译。
你可能会奇怪，为什么大型技术公司都扎堆做翻译？事实上，无论对 于上述哪家公司，翻译都不是块有极大商业空间的业务。但在机器替代人类劳动力的征途里，这是最先感受到冲击的前哨阵地。 因为在既有的AI技术中，机器翻译 是成熟度相对高的领域。即便出于炫技，翻译也是必争之地。
有道翻译有一支3000人规模的众包译员 团队，此前分为人工翻译和机器翻译两种类别，前者150－300元/千字，后者免费。 神经网络翻译将机器翻译的准确度提升后，人机结合的商业模式具备了可行性。即由机器先做翻译，人工翻译员做后续的审核和 润色。人工需要付出的时间和精力由此缩减了50%，相应的，人机翻译的价格，设定在70-150元/千字档位。对企业级客户，有道也推出了有道智云，通过提供API接口和嵌入SDK的模式销售。
技术提升引发的成本下降，往往是撕开商业化缺口的契机。周枫觉得 人机结合的方式，降低了用户的使用成本，会激发出一部分此前被压抑的翻译需求。“原来人工翻译篇一万字的文章大概需要两 千元左右，很多人觉得贵，翻译需求就会被压抑掉。现在用人机结合翻译能降低一半的成本，被压抑的需求会出来，翻译的 市场容量也许会因为技术革新而变得更大。”
另一方面，由于精准度提升和移动端翻译的用户习惯的拓展，翻译的 需求量也在。网易有道提供的数据显示，有道翻译官在去年一年的使用量呈现出三倍的提升。
根据周枫的估算， 除却艺术属性的文学领域和对准确性要求非常高的商业合同等领域，三年左右时间，机器翻译会替代包括日常通信、新闻、技术文档、学术文献等90%的人工翻译场景。
推荐：