“应该不会，”百度副总裁，AI技术平台体系（AIG）总负责人王海峰曾肯定地说，“它不仅不会威胁到翻译人员的生存，反而会给他们带来工作上的便利，据我所知，很多翻译人员的手机里也安装了我们的产品。机器翻译和人工翻译各有优势，一个机器翻译系统可以同时掌握几十种语言的翻译能力，也可以擅长多个领域的翻译，这是翻译人员们所不具备的。但同时，优秀的翻译人员可以将语言的细微之处翻译出精妙的美感来，这也是机器翻译系统无能为力的。所以说二者互补，彼此不能相互替代。”

　　对于语言的翻译，其实不仅仅是“编码”——“解码”这种一对一的输入输出关系，里面蕴含的更多是文化。不同语言之间的文化壁垒仅仅依靠翻译语言的表层意思还是难以打破的。

　　1898年，严复在《天演论?译例言》中，第一次提出了“信达雅”的翻译标准指译文要忠实于原文，不拘泥于原文形式，准确表达原文意思，追求原文意境。

　　相比于高质量的人工翻译来说，机器翻译虽然有了人工智能这一大利器，准确度有了很大程度上的提高，在一定程度上可以达到“信”的标准，但在实现翻译“雅达”要求上可能就力不从心了。而对于那些有着多种修辞手法的诗歌、小说来说，要想有一个较为精确的翻译难度就更加大了。机器翻译在揣摩人类思维的旅程中还是有很长的路要走的。为了弥补这些不足，现在更多的翻译公司采取的是人工智能+人工的人机翻译模式。

　　百花齐放

　　在人工智能这一科技领域，从来没有谁可以永远“一枝独秀”，而在当下的的AI发展版图中，技术路线有两个非常清晰的两块：一个是图像识别、语音识别方向，另一个就是自然语言处理方向。着眼当前的机器翻译领域，已经形成了中美科技巨头“相爱相杀”的局面。

　　在美国，谷歌、微软都将神经网络应用于机器翻译领域，谷歌更是表示会将神经网络机器翻译技术推广到Google Translate现在支持的全部103个语种中。前不久谷歌宣布谷歌机器翻译在八种现有语言(英语、汉语、法语、德语、日语、韩语、葡萄牙语、西班牙语和土耳其)之外，新增加了七种新语言:英语、俄语、印地语、越南语、波兰语、阿拉伯语、希伯来语和泰语。新语种的添加使谷歌GNMT离103个语种的翻译又近了一步，而要完成这个目标，剩下的路还有多远呢？

　　而在中国，百度、科大讯飞等也都在机器翻译领域不断地开辟新疆土。到底，语言是民族的，还是世界的？在机器翻译中，国内国外的这些公司究竟谁能让我们“重建”巴别塔，这是人工智能改变未来的重要场景。