看官们先不必惊讶或是失落，尽管这公众号停更1个月后第一篇居然是讲翻译！！！
先别急，我给你讲个小笑话。
话说十年前，我有位朋友在巴基斯坦海外常驻工作，他老婆前往巴基斯坦去探亲。回国之前总要陪着老婆上街买点当地的纪念品，而当地最出名的可能就是羊毛毯了。作为外语学院的英文老师，他老婆用标准的英文询问巴基斯坦小贩羊毛洗了之后会不会缩水，Shrink?可惜小贩虽然会英文居然也听不懂，我朋友急了，抓着毛毯拿到小贩身前吼一句:After water，short or long?
您猜怎么着，小贩似乎明白了！
我翻译一下，我那哥们想说的应该是：过水了之后，变长还是变短...
语言是让人懂的技术，当然能让别人懂有很多种方法，翻译最为关键！这个笑话作为我的保留段子曲目近十年一直在使用，直到最近读到几本人工智能的书引发了我的深思：原来语言翻译是人工智能领域里的堕落街传奇！(ps，堕落街这部美剧也不错)。
语言翻译在AI领域属于自然语言处理NLP的范畴，最早可以追溯到人工智能这个词还没被发明出来的时候，1953年IBM就开始了第一次的机器翻译，早期的机器翻译进展缓慢，究其原因是采用的方法路线有偏差。老科学家们认为语言处理应该有相应的句法结构，使用句法分析和语义分析对每一个句子构建语法分析树，通过由人工来编写这些语法或者说文法原则的方式来进行理解式翻译。这和当年人类开始研发飞机时走“鸟飞派”的路数是一样的，但是他们确实也飞起来了，一直让我叹为观止的聊天机器人ELIZA就是那个年代的产物，其智慧程度比起现在各种机器人都不逊色。
当然，鸟飞派是竞争不过动力派的。
但是，我确实很喜欢ELIZA，心灵对话大神一样的机器人！
战斗民族数学家马尔可夫的概率模型为背景的统计方法结合海量的数据可以有效并且准确地翻译。2016年谷歌发布神经机器翻译系统，再次大幅度提高机器翻译的水平，谷歌使用了循环神经网络RNN。与此同时facebook进一步提高了翻译效率，用他们自己擅长的卷积神经网络CNN。也许有人会质疑，这种翻译算理解吗？能够做到信达雅吗？不过也许翻译根本就不是理解的问题，翻译本身并不需要解释，翻译只是翻译，只是数据问题而不是语义问题。
说到这里就不得不提今天的广告了:
用一句时髦的话说就是Genesys助力中国企业走出去！
大国崛起和全球化贸易的背景下，中国企业如何走出海外向更多的客户销售更多的产品和服务？
如何快速适应当地的本地化需求并且在成本和效率上达到完美的平衡？
Genesys提出了人工翻译机器人对接方案:Kate the translator。
当海外的客户点击中国企业的海外网站选择网页聊天时，无论客户输入的是哪一种语言，都可以通过对接翻译机器人的方式转换成标准的中文，方便让国内的客服中心中文坐席为其服务，更赞的是，中文坐席不需要学习英文或者法语，直接输入原生中文通过对接翻译机器人直接转换成对方的语言，构建了一种多语言客户服务的巴别塔！尤其在中国企业海外走出去早期，在当地搭建当地语言坐席的条件还不具备的情况下，避免了匆忙在海外建站的高昂成本。
当然，还是要说一下技术原理的，如上的图例我们使用了Microsoft的Translate API，当客户点击Webchat后可由系统路由或者坐席作出判断决定是否需要引入翻译服务，通过Kate系统对接了微软的翻译服务加入到文本聊天中来。
需要说明的是，
理论上只要任何一家网络公司提供的Translate服务的API都是可以进行对接的。
在这里我要非常感谢两本书：
吴军博士的《数学之美》和尼克的《人工智能简史》
今天的分享到这里，下一篇文章就跟大家正儿八经地聊聊翻译。
