人工智能在翻译领域的应用时机已到

过去几年来，商业和本地化专业人士一直在听说人工智能改变本地化行业的潜力。 尽管人们对这意味着什么感到兴奋，但也有很多困惑。 我们究竟如何才能最好地利用这项技术？ 它将如何影响我们的日常工作？ 哪些工作将会存在 (或不会存在)？

在今年的 Smartling 全球就绪大会上，我们听取了 SAS、FedEx 和沃尔沃的本地化领导人关于他们如何优先考虑人工智能计划的意见。 我们还采访了蒙特雷米德尔伯里国际研究学院翻译与本地化管理副教授亚当·伍顿 (Adam Wooten)，了解他如何帮助学生在这个行业快速变革的时期茁壮成长。 请继续阅读，了解这些对话的一些关键要点。

1.拥抱人工智能不是一种选择，而是一种必需。

对于 SAS 翻译项目经理 Patricia Sainz 来说，AI 改变了游戏规则。 2018 年，她的团队开始涉足人工智能领域，尝试神经机器翻译 (NMT)。 最终，他们将 NMT 添加到他们支持的所有语言的翻译组合中。 最近，她的团队一直在尝试谷歌的 AutoML，这使他们能够创建独特的针对其业务和内容的自定义翻译模型。 他们还为多种语言添加了词汇表定制。 到目前为止，结果还是令人鼓舞的。

使用人工智能工作流程的影响也很深远：“[人工智能]已经大大提高了速度，”Sainz 说。 “它还具有成本效益。 它使我们这样的公司能够利用相同的资源翻译出比我们想象中更多的内容。” 这最终意味着 SAS 可以提供更好的用户体验——进而创造更多的商机。

许多其他 Smartling 客户也有类似的故事要分享：Smartling 的人工智能工具一直是他们的秘密武器，帮助他们以更少的钱和更少的时间实现更好的翻译。 但同样明显的是，随着人工智能的发展，它将不再是翻译公司的竞争优势，而更多地成为生存的需要。 事实上，塞恩斯认为“现在还不是人工智能发展的时机。 就是昨天。”

2. 首先关注一个特定的用例。

有关人工智能的信息量之大，夹杂着大量的乐观主义、悲观预言和点击诱饵，让人应接不暇。 选择一条途径去探索并为自己和其他关键利益相关者设定关于人工智能可以做什么的现实期望可能很困难。

所以从小事做起。

联邦快递高级本地化项目经理南希·费雷拉·达罗查 (Nancy Ferreira da Rocha) 认为，这是关键。 当被问及评估人工智能工具和选项的技巧时，她建议：看看你的业务目标和你想要实现的目标。 然后，从一些可管理的事情开始，缩小范围，尝试一下，并从那里进行迭代。

例如，联邦快递的人工智能之旅仍处于起步阶段。 本地化团队于 2022 年底和 2023 年开始尝试使用 NMT 进军人工智能领域。 他们首先尝试了具有后期编辑和内部审查功能的开箱即用的 NMT。 最近几个月，经过广泛的测试，他们已经开始使用翻译记忆库和词汇表来训练机器翻译引擎。 他们现在正在测试不同类型的内容，并加大对 NMT 的使用——始终以人为本，同时也在研究原始 NMT 输出可能是一个好的解决方案的领域。

3. 管理期望至关重要。

人工智能翻译存在一些潜在的缺陷，特别是在没有谨慎使用人工智能翻译工具的情况下。 Patricia Sainz（来自 SAS）和 Nancy Ferreira da Rocha（来自 FedEx）都强调了遵循“垃圾进，垃圾出”这句格言的重要性。

如果源存在问题或引擎未经过良好的训练，则会影响您的产出。 您不会获得很好的结果，而且可能会遇到不一致、偏见、包容性问题、幻觉等问题——所有这些都可能对您的品牌产生负面影响。 为了降低出现问题的风险，您的团队和翻译合作伙伴应该彻底了解在翻译中使用人工智能的优点和缺点。

同样重要的是，您需要与高层管理人员和执行团队设定切合实际的期望。 将自己定位为组织内的专家：与公司中的其他人分享您所了解的通过采用人工智能可以实现和不能实现的目标。 这有助于获得主要利益相关者的支持并确保所有相关方保持一致，从而更容易在实施人工智能翻译工具时降低风险。

4. 机器正在接管一切，但方式却很奇妙。

每个人（无论是新人还是已经从事本地化工作的人）最关心的问题是：未来几年我还会有工作吗？

蒙特雷米德尔伯里国际研究学院的亚当·伍顿教授认为，答案无疑是肯定的。 机器可能会接管一切。 但他们以奇妙的方式做到了这一点。 人工智能翻译工具可以快速完成一些较为传统（且繁琐）的任务，这些任务占据了本地化专业人员日常生活的大部分时间。

但人类仍有一些优势是机器无法比拟的，比如全局思维。 翻译人员可以充当语言学家的角色，更全面地影响沟通策略。 翻译经理可能会担任更具战略性和更宏观的角色，不仅负责监督内容翻译，还负责监督内容创作。 可能性是无穷无尽的。

5. 负责任的人类仍有空间

人工智能翻译具有巨大的潜力。 但正如沃尔沃本地化管理主管马库斯·伊瓦森 (Marcus Ivarsson) 指出的那样，这也意味着很大的责任。

例如，在未来几年，他看到源和目标之间的联系变得越来越松散。 来源可能由简短的内容组成，促使引擎为特定市场中的特定受众生成有关特定主题的目标语言内容。 此外，审批流程可能会从批准每条内容转变为批准这个特定的引擎或生成内容的方式。

这给他所谓的发动机操作员带来很大压力。 换句话说，伊瓦森说，即使在人工智能驱动的世界，负责任的人类仍然有空间。

—

想了解更多关于人工智能在翻译中的应用吗？ 观看今年的完整全球就绪会议。 所有会议均可在此按需观看。