“世界末日時(shí)鐘是23點(diǎn)57分。我們正在經(jīng)歷世界上的戲劇性的發(fā)展，這表明我們?cè)絹碓浇咏┤蘸鸵d的回歸?！边@段驚悚的“預(yù)言”來自谷歌翻譯。2016年，谷歌宣布機(jī)器翻譯“重大突破”——神經(jīng)機(jī)器翻譯（GNMT），將翻譯質(zhì)量提高到接近人類筆譯的水平。然而，它將無意義的文本翻譯成怪異的宗教預(yù)言引起了新的恐慌。這次，要怪AI是“黑盒”，還是拖出谷歌員工來背鍋？

在Google Translate中鍵入“dog”一詞19次，然后選擇將這段無意義的文本從毛利語翻譯成英語，結(jié)果會(huì)怎樣？

彈出來的是一段看似亂碼宗教預(yù)言：

Doomsday Clock is three minutes at twelve We are experiencing characters and a dramatic developments in the world, which indicate that we are increasingly approaching the end times and Jesus’ return.

“世界末日時(shí)鐘還差3分鐘到12點(diǎn)。我們正在經(jīng)歷世界上的人物和戲劇性的發(fā)展，這表明我們?cè)絹碓浇咏┤蘸鸵d的回歸。”

這只是Reddit以及其他網(wǎng)站用戶從谷歌翻譯中挖掘出來的眾多怪異、有時(shí)甚至是不祥的翻譯的一個(gè)例子。將原文設(shè)為索馬里語，連續(xù)輸入“ag”一詞，這個(gè)字符串會(huì)被翻譯成“sons of Gershon”（革順的兒子），“name of the LORD”（上帝的名字），并且會(huì)引用圣經(jīng)里的術(shù)語，例如“cubits”（肘，圣經(jīng)中的度量衡）和Deuteronomy（《申命記》）。谷歌翻譯是谷歌已經(jīng)推出10年的服務(wù)，現(xiàn)在可以翻譯超過100種語言。

在推特上，這些翻譯引起恐慌，有人甚至將這些奇怪的翻譯歸咎于鬼魂和惡魔。reddit上TranslateGate子論壇上有用戶推測(cè)，其中一些奇怪的翻譯輸出可能來自收集自電子郵件或私人消息的文本。

谷歌發(fā)言人Justin Burr在一封電子郵件中表示：“Google Translate從網(wǎng)絡(luò)上的翻譯范例學(xué)習(xí)，不使用‘私人信息’進(jìn)行翻譯，系統(tǒng)甚至都無法訪問到這些內(nèi)容。”“這只是將無意義的話語輸入系統(tǒng)，導(dǎo)致產(chǎn)生的也是無意義的內(nèi)容的一種功能?！?/p>

對(duì)于這種怪異的輸出，有幾種可能的解釋。比如，這些惡意消息可能是心懷不滿的谷歌員工造成的，也可能是惡作劇用戶濫用“提供建議”按鈕造成的，該選項(xiàng)將接受用戶提供的有助于改善翻譯質(zhì)量的建議。

罪魁禍?zhǔn)卓赡苁巧窠?jīng)機(jī)器翻譯

哈佛大學(xué)研究自然語言處理和計(jì)算機(jī)翻譯的助理教授Andrew Rush認(rèn)為，內(nèi)部的質(zhì)量過濾器（quality filter）可能會(huì)捕捉到這種類型的惡意操作。Rush說，更有可能的是，這些奇怪的翻譯與2016年時(shí)谷歌翻譯的一個(gè)重大變化有關(guān)——它開始使用一種叫做“神經(jīng)機(jī)器翻譯”的技術(shù)。

在神經(jīng)機(jī)器翻譯中，使用一種語言的大量文本和另一種語言的相應(yīng)譯文來訓(xùn)練系統(tǒng)，以創(chuàng)建一個(gè)能夠在兩種語言之間相互翻譯的模型。Rush說，當(dāng)系統(tǒng)被輸入無意義的文本時(shí)，它就會(huì)“產(chǎn)生幻覺”，生成怪異的輸出——就像谷歌的DeepDream視覺系統(tǒng)會(huì)產(chǎn)生可怕的圖像一樣。

谷歌DeepDream的作畫

“這些模型都是黑盒，你能找到多少訓(xùn)練實(shí)例，它就能學(xué)到多少?！?Rush說：“訓(xùn)練實(shí)例中絕大部分看起來都像人類語言，因此當(dāng)你給它一個(gè)新的實(shí)例時(shí)，它受到的訓(xùn)練就是，不惜一切代價(jià)創(chuàng)造出一些看起來也像人類語言的東西。然而，如果你給它一些非常不同的東西，最好的翻譯將是一些看起來仍然流暢的文本，但根本與輸入無關(guān)?！?/p>

BBN Technologies的資深科學(xué)家、從事機(jī)器翻譯工作的Sean Colbath也同意，奇怪的輸出可能是由于Google Translate的算法試圖在混亂中尋找秩序。他還指出，這些產(chǎn)生最奇怪結(jié)果的語言——索馬里語、夏威夷語和毛利語——它們用于訓(xùn)練的翻譯文本比英語或漢語等更廣泛使用的語言要小得多。因此，Colbath說，谷歌可能會(huì)使用《圣經(jīng)》這類的宗教文本（《圣經(jīng)》已經(jīng)被翻譯成多種語言），用這些文本來訓(xùn)練它的模型，導(dǎo)致產(chǎn)生宗教內(nèi)容。

Rush也同意這種說法，如果谷歌使用《圣經(jīng)》來訓(xùn)練它的神經(jīng)翻譯模型，那么就可以解釋一些奇怪的輸出了。事實(shí)上，索馬里語的幾個(gè)奇怪的翻譯版本與《舊約》中的某些章節(jié)很相似。比如《出埃及記》27：18提到“a hundred cubits”（長(zhǎng)一 百肘），并且有幾節(jié)經(jīng)文，包括《民數(shù)記》3:18討論了“sons of Gershon”（革順的兒子）。

谷歌發(fā)言人Justin Burr拒絕回答Google Translate的訓(xùn)練數(shù)據(jù)是否包含宗教文本。

但有時(shí)候，確實(shí)感覺這個(gè)算法似乎在傳遞某種神秘的精神能量——它甚至?xí)_笑話。

你看，用Google Translate翻譯“w hy ar e th e tran stla tions so wei rd”在索馬里語中的意思，它的輸出是，“這是一個(gè)讓它變得更好的好辦法”。

神經(jīng)機(jī)器翻譯的主要問題

Philipp Koehn和Rebecca Knowles在2017年就這一主題撰寫了一篇精彩的關(guān)于神經(jīng)機(jī)器翻譯的論文（文末附論文地址），現(xiàn)在仍然具有現(xiàn)實(shí)意義。在這里有必要總結(jié)一下：

1.神經(jīng)機(jī)器翻譯（NMT）在處理領(lǐng)域之外的數(shù)據(jù)時(shí)的表現(xiàn)很糟：當(dāng)前的機(jī)器翻譯系統(tǒng)會(huì)生成非常流暢的輸出，這些輸出與領(lǐng)域外數(shù)據(jù)的輸入無關(guān)。因此像Google翻譯這樣的通用機(jī)器翻譯系統(tǒng)在法律或金融等專業(yè)領(lǐng)域的表現(xiàn)尤其糟糕。與基于短語的系統(tǒng)等傳統(tǒng)方法相比，NMT系統(tǒng)的效果更差。有多差呢？請(qǐng)參閱下面的圖表。非對(duì)角線上元素是是用領(lǐng)域外數(shù)據(jù)訓(xùn)練后的結(jié)果，綠色條代表NMT，藍(lán)色條代表基于短語的系統(tǒng)。

將機(jī)器翻譯系統(tǒng)在一個(gè)領(lǐng)域內(nèi)（行）上訓(xùn)練，并在另一個(gè)領(lǐng)域（列）上進(jìn)行測(cè)試。

藍(lán)色：基于短語的系統(tǒng) 綠色：NMT

2.NMT在小數(shù)據(jù)集上表現(xiàn)不佳：一般而言，大多數(shù)機(jī)器學(xué)習(xí)都是這樣，但這個(gè)問題在NMT上尤為突出。 NMT的優(yōu)點(diǎn)在于，隨著數(shù)據(jù)量的增加，它的表現(xiàn)要（比基于短語的機(jī)器翻譯）更好，但在數(shù)據(jù)量很低的情況下，NMT的表現(xiàn)確實(shí)更差。事實(shí)上，正如作者所說，“在資源條件較差的情況下，NMT會(huì)產(chǎn)生與輸入內(nèi)容無關(guān)的流暢輸出?！边@可能是Motherboard的文章探討的一些關(guān)于NMT表現(xiàn)奇怪的另一個(gè)原因。

3.NMT在罕見詞匯上的表現(xiàn)不佳：盡管比基于短語的翻譯的表現(xiàn)更好，但NMT對(duì)于罕見或未見過的詞語翻譯的表現(xiàn)不佳。對(duì)于存在大量變形詞的語言及大量命名實(shí)體的領(lǐng)域，這可能成為一個(gè)問題，因?yàn)樽冃卧~和命名實(shí)體一般非常罕見。

上圖是我們即將出版的書的第2章部分內(nèi)容的摘錄。例如，在土耳其語中，時(shí)不時(shí)就會(huì)遇到變形形式的詞。

如果單詞只被觀察到一次，就會(huì)被舍棄。字節(jié)成對(duì)編碼（byte-pair encoding）技術(shù)有助于解決這個(gè)問題，但有必要對(duì)此進(jìn)行更詳細(xì)的研究。

4.長(zhǎng)句的翻譯問題：對(duì)長(zhǎng)句編碼及生成長(zhǎng)句仍然是一個(gè)沒有解決的問題。 機(jī)器翻譯系統(tǒng)隨句子長(zhǎng)度的增加，其表現(xiàn)會(huì)越來越糟，NMT系統(tǒng)尤其如此。使用注意力有幫助，但問題遠(yuǎn)未“解決”。在許多領(lǐng)域，如法律領(lǐng)域，冗長(zhǎng)復(fù)雜的句子是很常見的。

5.注意力（Attention）機(jī)制不等于簡(jiǎn)單對(duì)齊：這是一個(gè)非常微妙但重要的問題。在傳統(tǒng)的SMT系統(tǒng)（如基于短語的MT）中，對(duì)齊翻譯為模型的檢測(cè)提供了有用的調(diào)試信息。但是注意機(jī)制不能被視為傳統(tǒng)意義上的對(duì)齊，即使論文經(jīng)常將注意力機(jī)制作為“軟對(duì)齊”引起注意。在NMT系統(tǒng)中，除了源語言中的動(dòng)詞之外，目標(biāo)語言中的動(dòng)詞也可以作為主語和賓語成分。

6.難以控制翻譯質(zhì)量：每個(gè)單詞都有多種翻譯，典型的機(jī)器翻譯系統(tǒng)在源句的翻譯結(jié)構(gòu)上表現(xiàn)很好。為了保持句子結(jié)構(gòu)的大小合理，會(huì)使用集束搜索（beam search）。通過改變集束寬度，可以找到低概率但正確的平移。而對(duì)于NMT系統(tǒng)，調(diào)整集束的寬度似乎沒有任何影響，甚至可能會(huì)有不良影響。

當(dāng)數(shù)據(jù)量很大時(shí)，NMT系統(tǒng)仍然很難被擊敗。關(guān)于神經(jīng)網(wǎng)絡(luò)模型的黑盒性的討論也在繼續(xù)，今天的NMT模型（不論是基于LSTM還是Transformer）都會(huì)受此影響。這是一個(gè)活躍的研究領(lǐng)域，如果時(shí)間允許，我期待參加EMNLP關(guān)于該主題的研討會(huì)。