1樓：數碼控
哇哦~，愣是看看了前面所有的回答，都是高水準的回答，佩服加學習中。
我比較贊同情感、情緒、語氣的不同，翻譯結果的不同這個說法。相同的一句話，在不同的交談背景下，所表達的語義是不一樣的。
不同的談話背景，會產生不同的聊天氛圍。同一句話，在非常嚴肅緊張的氛圍中說出來，語調可能會公升高，表達帶有一定緊張、憤怒的情緒在裡面。相反，在非常輕鬆愉悅的氛圍中說出來，所表的可能是代表歡快、調侃的情緒表達。
我覺得這個是人工智慧翻譯需要突破的地方，怎樣通過不斷的機器學習和積累，把我人類語言在不同場景下，同一句話所表達的帶有情感的意思。
2樓：pony老師
人工智慧要完成的任務是滿足人的需求，而語言的新詞彙和新的表達天天在隨著科技和社會的變化而增加和變化，語料輸入人員不可能是專業的語言學人才吧？即使是的也不可能將如此多的語料及時收集和輸入。
這個問題翻譯人員似乎沒有什麼關係，與軟體開發人員的關係大點。
目前的準確率問題說實話還不算什麼問題，就是個演算法問題吧？真正的難就難在以後的語料更新上須要天天守著更新，還要知道選擇哪些語料更新。
3樓：新智元
難在人類語言的複雜性，翻譯沒有乙個標準的答案，同一句話不同的人會有不同的翻譯，同一句話還有可能在不同的場景下表達不同的意思。的中-英測試集上評測得分為69.9分，比專業翻譯測評68.
6分和眾包測評67.6分都高，說明在標準的語言環境下，準確率已經有所提公升。
【AI里程碑】機器翻譯系統提前7年達到人類專業翻譯水平！
還有就像樓上說的，翻譯講究「信達雅」，要翻譯出美感，在很多情況下還需要結合上下文語義，對整個內容有全面的理解，以及人類情緒等等，這對機器翻譯來說是更難的。
4樓：jiaxiaogang
NLP,AI未能有理解能力;知識表示的難題未有解決的專案落地,能夠作到遷移學習具有思維的系統更是沒有落地的跡象;那些不懂AI的;完全可以說AI將即;但那些懂的;希望你們睜開眼說話,別跟風瞎說;
5樓：楊三豐
看大家講了很多也講的很好。筆者從另乙個方面談一談。
翻譯，就是語言間的事，目前機器翻譯使用機器學習和深度學習，已經做的很好了。如果你們使用過運用深度學習的翻譯產品，就會發現準確率是很高，而且歧義的部分還能處理的很好。因為這是經過了很多資料的訓練得到的結果。
在人類可以提前預料到的地方，新增標註，對識別模型做好訓練，可以說什麼俚語成語都可以搞定，容易歧義的也可以提高很大的準確性。
但是，語言卻是有生命的。比如，人們是無法發明一種語言，然後教世界上所有人都來說這個語言的。語言間的文化差異是會不斷變化，語言結構也是不斷變化的。
機器翻譯必須不斷去了解語言間的文化差異，並且迅速適應語言的變化，是有難度的，因為機器翻譯是一種防禦性學習，也就是它可以學習出現的新詞（比如屌絲），和新詞性的變化（比如黑木耳）。但是都有乙個學習過程，這個學習過程目前還沒辦法做到自動化，只能人來標註，然後訓練，所以無法及時反映語言和文化的變化。
6樓：網易數帆
難點在於準確理解多義詞所表達的含義，然後組織成符合目標語種語法的語言 - 說得好像和沒說一樣，但這就是問題，自然語言本身很複雜，乙個詞語能表達多層含義（網際網路時代的詞義變化更快），不同語言的語法結構也不一樣，計算機沒有常識，沒有相關背景知識，沒有語境感知，需要超級龐大的高質量的語料庫才能覆蓋各種可能，然而這個語料庫是不存在的，多數演算法設計人員也不懂語言學。另外，機器翻譯的商業化應用，還要考慮實現演算法的成本，比如需要的計算力，訓練的時間。
7樓：
前面有回答提到語氣、情感、情緒方面的問題，且不說這些語義因素。就說普通的準確率問題，人工智慧在翻譯上還和專業的人腦譯者有很大的差距，這個差距在商務、商業、學科專業方面的翻譯上可能相對小一些，但是在人文社科類例如文學著作的翻譯方面差距就非常之大了。
但是翻譯真正難的地方，不就在於譯者的審美、品位和認知不同所帶來的差異嗎？
很多詞語在語境中所構成的複雜的意義的解讀是考察譯者功力的難點。舉乙個例子（這個例子是專門和從事翻譯研究的同事要來的）：
這是她在翻譯課上給學生留的作業中的一段，裡面的這個ironies和cynicism大部分學生都翻成了「諷刺」和「憤世嫉俗」，而好的翻譯應該是「反差」和「趣味」，從諷刺和憤世嫉俗到反差和趣味，需要譯者的對整段文字的把握，並能給乙個非常恰當貼切的中文對應。大部分學生做不到，而機器更做不到。
這一段英文中還有乙個the trained eye of a resident，我當時也問了同事，這個怎麼翻呢？「經受了薰陶的居民眼光嗎？」，她告訴我，正式出版時，這裡翻譯成了「老上海人」。
多麼簡潔而精妙！
所以，每當問起她擔不擔心自己的飯碗被搶走，她都滿不在乎，她說：
8樓：suknight1985
專家給你的答覆多專業啊，現在很多東西ai的東西還需要人的監控，就是還存在很多細節的不完美。人尚且在不段進步，各種行業法則都是需要不停變化方法來攻擊的，就像鬥獸棋一樣，一物剋一物，ai做到這個有點難，文章的內容有時候還是建立在文法上，才讓人更加容易接受和理解。這些是人比ai靈活一些的。
區塊鏈技術如何應用在人工智慧上？
智達人工智慧學院 區塊鏈，簡而言之就是信任的技術。最典型的區塊鏈的應用自然就是我們接觸的加密貨幣了。人工智慧是電腦科學的乙個分支，它企圖了解智慧型的實質，並生產出一種能實現與人類智慧型相似的智慧型機器。該領域的研究包括機械人 自動駕駛 語言識別 影象識別 自然語言處理等。我們接觸的siri 語音輸入...
智慧型語音如何應用在呼叫中心行業？
AI Dezhu 呼叫中心是依靠技術與人力資源支援的行業，隨著人口紅利的消失，降低人力成本成為企業的迫切需求。利用AI技術，企業呼叫中心將在人機協同 智慧型分析 優化使用者體驗方面迎來創新與突破。在呼叫中心領域，AI技術發展有兩大方向 以AI輔助人工勞動，實現高效協同 以AI替代人工勞動，節省人力成...
人工智慧翻譯會否取代人工翻譯？
宇夜 目前來看機器翻譯取代人工已經是趨勢，未來大部分翻譯應該是由機器，少部分由人工進行校對。主流的的中文，英語，法語，西班牙語等肯定會如此。其他答主說得也不錯，目前人工翻譯更準確，機器翻譯在部分細節做的不行，但是機器翻譯落地後成本遠低於人工。 天天向上 當第一輛火車與馬車比賽的時候，當第一架飛機才飛...