精研工程科技翻译11年国际招投标翻译专家

显然，随着计算机科学——尤其是深度学习和人工智能——的发展，语言障碍的「奇点」正被无限逼近，根据美国语言服务咨询公司的一份报告显示，在2008年到2012年之间，世界30种主要语言的笔译市场价格下跌了41.5%，换句话说，翻译这项技能正在丧失定价能力。

但在另一方面，基于全球化的趋势，语言外包服务的产值规模却在稳步增长，换句话说，文化、艺术以及贸易的跨国流通，创造了逐年繁荣的翻译需求，使得这门生意的体量变得更为可观了。

当市场需求的上升和供应价格的下降同时存在的时候，这只能预示着一件事情的到来：生产效率的几何级提高。

历史书写的工业革命固然摧枯拉朽，但在具体的人事层面，它所遇到的社会阻碍甚至人道危机从来不曾少过，在数百年前的西欧，恐惧的工人一度成群结队的闯入工厂库房捣毁机器，试图拯救自己的工作和薪水。

然而事实证明，尽管科技会淘汰一些已有的工种，却在同时也会创造一些崭新的工种，就像拿着斧头的伐木工失业了，但是学会使用电锯的伐木工又上岗了，而更高的生产效率，反而解放了工作强度的压迫。

这种有迹可循的先例，也再次出现在当下的翻译行业，原本畏惧受到技术冲击的翻译职业，逐渐发现他们亦可使得技术为己所用。

不同于一般人工翻译的需求，长期依赖零散的外包产业，无论是质量还是价格都参差不齐。

比如「翻译记忆」（Translation Memory）的技术，就是借助计算机的储存和检索能力，将大量重复或是相近的短语、句子和段落的翻译结果进行记忆，在译者接触到符合记忆样本的待翻译文本时给出参考，避免了重复造轮子的无谓劳动。

只是，在传统的翻译场景中，技术的优先级较为靠后，人力的质量和密度依然是工作效果的最大保障，辅助软件也始终是一项专业配置，深藏于各个翻译机构的数据库里。

每一名译者都可以去连接和使用这块资源，并在获得便利的同时，也输出了碎片化的智力去喂养机器系统，使之不断学习和变得聪明。

从整个技术的变迁出发，纯粹的基于语言学的经验方法也在被表示学习（Representation Learning）的识别方法替代作为最优解，端对端的智能系统也远比编写完好的程序要有进化潜力，所以美国自然语言处理先驱弗里德里克·贾里尼克才说：「我每开除一名语言学家，我的语音识别系统错误率就降低一个百分点。」

消费者是市场的主宰，通过技术提升效率，满足了个人消费者的需求，这不能不说是翻译市场独树一帜的做法。传统的翻译公司，更看重的是客单价高、需求量大的企业级别的客户需求，往往将散客的需求忽略。

奇点大学的校长、未来学家雷·科兹威尔把翻译需求划为两种，分别是承载信息交流的通俗翻译和转换语言艺术的专业翻译，前者适用于自动化的解决思路——「最迟2029年，机器就能够达到人类的自然翻译水准」——但是在后者的话题上，这个科技教徒的预测依然不失敬畏：机器可能还没办法去理解并优雅翻译文学作品的伟大性。

更重要的是，亲历而为的翻译工作，也是文学创作不可或缺的抽象学习，鲁迅、徐志摩、钱钟书、杨绛、林语堂等文学泰斗，同时也都「兼职」着翻译的工作，显然，这种直接进入文学作品的原始状态并转化为创作语言的过程，对于作家本身而言就是一场不可替代的历练。

简而言之，那些忧虑于会不会被「翻译机」抢走饭碗的翻译工作者可以适当减轻自己的焦虑感，他们既有机会掌握驾驭机器和提高效率的方法，也不妨向着更为专业的路线争取相比机器的不可替代性。

或者用吴军在《数学之美》里的话来说：（技术分为术和道两种，具体的做事方法是术，做事的原理和原则是道。术会从独门绝技到普及再到落伍，追求术的人会很辛苦，只有掌握了道的本质和精髓才能永远游刃有余。)