進擊的 Google 翻譯──透過神經機器翻譯系統，Google 翻譯可望與人類譯者並駕齊驅？
自 2001 年 Google 推出線上翻譯系統以來，該系統從原本僅能翻 9 種語言、進步到能翻 103 種語言，以前常常發生的詞語排列不合文法和歧義理解有誤等問題，如今也藉著採用新的翻譯系統而多有改善。現在，Google 翻譯每日要翻譯 1,400 億以上的單字，並服務數百萬的用戶。
究竟 Google 翻譯是如何運作，又進行了什麼改革，才有如此出色的能力？Google 翻譯又是否真的已經可以取代有血有肉的翻譯員？以下便針對 Google 翻譯的系統沿革和優缺點，進行簡單的說明。
Google 翻譯的基礎和早期系統架構：機器學習和片語式機器翻譯
Google 翻譯是以機器學習（machine learning）為基礎來應付語言的複雜多變。機器學習多運用在人工智慧上，指機器從已知資料中分析出規律，再把規律套用在新資料上，並在不斷套用的過程中提高效率或進行修正。藉著機器學習，Google 翻譯讓電腦自己找出不同語言的文法規則，省下慢慢教電腦文法的麻煩。
學會文法後，接下來就面臨翻譯正確性的問題。早期的 Google 翻譯要翻譯句子時，會先將原文拆成單字或片語，接著利用統計學和 Google 收集的大量現存翻譯資料，分別選出這些單字片語最普遍的譯法，再依照文法重組成句子。這種類似逐字翻譯的演算法，稱作片語式機器翻譯（phrase-based machine translation，以下簡稱 PBMT）。
PBMT 即使是當時先進的機器翻譯系統，但免不了許多缺點。首先，統計出來最有可能的翻譯，有時不是最正確的。比方說，假如大多數資料把 took off 譯作「起飛」，Google 翻譯便很有可能把 I took off my clothes（我脫掉我的衣服）譯作「我起飛我的衣服」。其次，PBMT 以翻譯單字片語為主，翻譯句子的能力有其極限。當句子長、結構複雜、有歧義（ambiguity）或是有文法上的例外的時候，PBMT 便容易翻錯。最後，若沒有某兩種語言的直接互譯資料，PBMT 必須透過多次轉譯，才能翻譯完成，而這個過程使得效率和翻譯的正確性大打折扣。
由於有這些缺點，加上 Google 翻譯的資料庫以英文為主（不論是原文或譯文），當翻譯資料稀少或遇到和英文文法差異大的語言時，Google 翻譯的出錯率就會升高。為了翻得更快更好，Google 翻譯的改進勢在必行。
Google 翻譯大革新：神經機器翻譯和零數據翻譯
約在採用 PBMT 系統 10 年後，Google 翻譯於 2016 年宣布今後會以神經機器翻譯（Google Neural Machine Translation system，以下簡稱 GNMT）取代 PBMT，並聲稱翻譯會變得更準確、通順。
GNMT 的特色是以句子為單位進行翻譯。翻譯句子時，它會將句中每個字編碼成向量，該向量代表著這個字和它之前所有字合在一起的意思。比方說，句子裡第 3 個字的向量代表第一、第二個字和它自己本身合起來的意義。這個含意是系統才可以解讀的，而非人類可以理解。等到該句的向量全部被編碼出來，GNMT 會再進行解碼。每次解碼不會只針對一個向量，而是會連其餘向量都一起納入考量，以生成對應的翻譯。總結來說，比起把句子拆成單字後獨立翻譯的 PBMT，GNMT 更加重視句子的結構和字詞間的關係，能更正確的分析全句意義再進行翻譯。
Google 翻譯團隊聲稱，採用 GNMT 後，幾個主要語言的翻錯率降低了 55% 到 58%。除此之外，在 2016 年時的翻譯測驗裡，評分員給了 GNMT 接近人類譯者的分數。以上事例皆顯示 GNMT 比 PBMT 有更佳的表現，甚至可說是非常「人類」。
▲ 人類、GNMT 和 PBMT 的翻譯對照。（Source：Google Research Blog）
▲ 人類評分員評比人類、GNMT 和 PBMT 翻譯品質分數表。分數從最低分 0 分到滿分 6 分，代表從「無意義的亂翻」到「完美的翻譯」。（Source：Google Research Blog）
另外，Google 翻譯的團隊還發現，對 GNMT 進行改良後，GNMT 便能在沒有 A 語言和 B 語言互譯資料的情況下進行該兩種語言的直接翻譯，也就是實現零數據翻譯（zero-shot translation），這是以往依賴統計資料的 PBMT 所難以達成的。
Google 翻譯是如何做到零數據翻譯的？先前有提到，GNMT 會把句子編碼成向量。由於向量代表句子的含意，而同一句話幾乎不會因為語言不同而改變太大的意思，因此理論上不同語言的同一句話會擁有相近的向量。Google 翻譯改良 GNMT 時，讓兩種語言互譯的翻譯知識（translation knowledge）能在翻譯其他語言時做為參考。如此一來，GNMT 能有效率的掌握同一句話在不同語言間的向量，並迅速找到相對應的譯文。舉例來說，如果 Google 翻譯有同一句話英文翻成韓文和英文翻成日文的資料，想要進行它從沒做過的日韓翻譯時，只要有了該句日文版本的向量，它便能很快地找到數據相近的韓文版本的向量，期間完全不用轉譯成英文。這使得 GNMT 在翻譯效率和正確性兩方面都勝出早期的 PBMT。
Google 翻譯取代人類翻譯？
面對翻譯水準大大提升的 Google 翻譯，以翻譯為生的人可能會擔心丟了飯碗。其實，現今的 Google 翻譯依然有不足之處。比方說，它會漏字、不太會翻少見的用語或法律條文之類複雜的文體，也沒有辦法翻得像人類一樣有「詩意」或斟酌譯文的語氣和風格等。Google 翻譯也主張，它以翻譯日常用語為主，必要時還是要聘用專業的翻譯家比較好。由此可知，Google 翻譯要取代活生生的翻譯家，恐怕還是很難。不過，Google 翻譯做出的革新，無疑令人印象深刻，也讓人對未來機器翻譯的進步充滿期待。
A Neural Network for Machine Translation, at Production Scale
Zero-shot translation with Google’s multilingual neural machine translation system
（首圖來源：shutterstock）