谷歌的翻译服务每月处理一万亿个单词。
“Il pleut des cordes，”法国人形容下大雨时会这样说。
直译过来就是“下绳子雨了”。这种习语很容易让人工智能翻译器出错。
“你可以想象这会给人工智能带来怎样的困境，”法国国家科学研究中心 (CNRS) 专门从事自动翻译的研究主管弗朗索瓦·伊冯说道。
他说，训练有素的系统会知道绳子并不是真的从天上掉下来的，而是会用英语短语“下倾盆大雨”。
“但是翻译成印尼语时，它能找到对应的词语吗？”伊冯问道。
对天气的评论风险很低，但越来越多的翻译工作由机器完成，而且翻译的主题也比天气更重要。
今年四月，谷歌表示，人们现在每月使用谷歌翻译翻译一万亿个单词。
这还不包括其他公司：DeepL、微软、Claude、ChatCGT 和 Gemini，更不用说定制的企业翻译系统了。
去年，机器翻译的直接销售额（即通用人工智能订阅以外的销售额）估计为 14 亿美元（10 亿英镑）。
“对于很多应用场景来说，现在使用原始的 AI 翻译才是正确的选择：如果你翻译的是内部文件或产品列表，那么为了弥补最后几个百分点的错误而将成本提高 100 倍是不合理的，”OKA（开放知识协会）创始人 John Zimmerman 说。OKA 是一家瑞士非营利组织，致力于将维基百科文章翻译成其他语言。
“百科全书的情况就不同了。维基百科依靠信任运作。一个错误的事实可以在那里存在多年，并被记者和人工智能系统引用，”他说。
齐默尔曼表示，OKA 已发表超过 10,000 篇文章，主要翻译成西班牙语、葡萄牙语和英语，是这个协作式在线百科全书翻译文章的最大贡献者。
如果没有人工智能，它绝对不可能发展成现在的样子。
“用传统方式翻译1万篇文章将耗资数百万美元。而我们的流程是，人工智能生成草稿，然后由人工译员逐句校对，”他解释道。
但这种人为投入的需求越来越少。
“机器翻译的质量现在已经足够好，完全跳过人工翻译已经成为一个切实可行的选择，也是整个行业面临的真正诱惑。两三年前，即使有了像DeepL这样的工具，我们的译员仍然需要重写每个草稿的大部分内容。”
“如今，译文往往根本不需要修改。因此，问题不再是人工智能翻译是否好，它显然很好，而是它是否好到足以取代人类，”齐默尔曼说道。
译者们认为，目前还没有。
Ariella Baltié 是一位翻译和法律专家，专门从事将法庭文件从英语翻译成法语。
最近有人联系她，说已经用人工智能翻译了他的文件，请她帮忙校对一下。
“一开始就出现了两个重大错误，”她说。
人工智能将“Le demandeur”（原告）翻译成了“请求者”。巴尔蒂说：“这在法律文件中完全不合适。”
当人工智能看到“Madame X, épouse Y”（X女士，Y的妻子）时，它得出“X女士嫁给了Y”。
换句话说，它把名词误当成了动词，完全失去了短语的意思。
法律领域翻译错误可能造成严重后果。例如，在美国，机器翻译的庇护申请中的错误导致了被拘留者获释的延误。
在医疗领域，准确性关乎生死。
“剂量和血液检测的单位通常包含希腊字母，”医学翻译专家卡罗尔·贝鲁特说。
她偶然发现一篇自动翻译的文本，其中将希腊字母 μ 翻译成了 milli（千分之一），而不是 micro（百万分之一）。
“这是一个严重的错误。如果你给别人服用的是毫克而不是微克，那么你给他们的剂量就是正常剂量的1000倍，”贝鲁特指出。
她还指出，随着人工智能翻译技术的进步，发现错误变得越来越困难。
“过去，像谷歌翻译这样的工具，句子很容易出错，因为语法错误或者读起来很生硬，而现在，翻译出来的句子听起来完全合情合理，流畅自然，所以错误更难被发现。”
卡罗尔·贝鲁特，一头金色长发，身穿红色短袖衬衫，坐在办公桌前，右边是一个书架。卡罗尔·贝鲁特
卡罗尔·贝鲁特是医学翻译专家。
“如果翻译件上要有你的签名，就会影响你的声誉。如果涉及到医疗程序、你可能签署的合同或你可能进行的大宗采购等决定，而这些决定又要基于翻译件，那么风险就更大了，”弗朗索瓦·伊冯警告说。
他说，即使是人类看来非常清楚的句子，也可能让人工智能服务出错。
“当遇到含义不同的词语时，人类通常很容易就能判断哪个词适用，因为他们理解上下文。但当机器翻译器遇到‘翻译成波兰语’这样的句子时，例如，它完全可以判断这句话一定是指鞋油，”伊冯说道。
上下文往往至关重要。如果人工智能翻译器没有理解我们是在谈论一场足球比赛，它很可能会把“开角球”翻译成其他词语。
去年，OKA开展了一项由维基媒体资助的研究。该研究分析了119篇文章、10个语言对以及超过1000小时的翻译工作。
“在发布前，仍有 27% 的 AI 生成的文本需要进行修正。其中四分之三的修正都是 AI 引入的错误，而 5% 到 6% 的错误改变了原文的含义，”齐默尔曼说。
消除这些错误可能颇具挑战性。
“就目前的情况来看，我认为这些系统的基本运作方式使得我们很难想象它们如何才能达到 100% 的可靠性，”弗朗索瓦·伊冯说道。
这是因为概率是人工智能翻译每个词而非其他词的关键因素，而“可能正确”并不等同于“正确”。尤其是在语言这种微妙而又变幻莫测的领域，更是如此。
他认为新一代科技将会有所改进。
“我们将看到翻译系统越来越能够评估自身的翻译工作，并同时使用不同的AI工具进行自我纠正：例如，一个工具用于翻译，第二个工具用于批评翻译，第三个工具用于生成新版本。”
但或许真正的高潮将是人工智能能够表现出怀疑的时候。
“真正的突破要等到这些系统不仅能够翻译，还能告诉我们它们什么时候不确定时才会到来，”伊冯说。
本文出处：https://www.bbc.com/news/articles/c1wxdjx27ypo
