整个过程，文摘菌一边黑人问号脸一边笑到拍桌子。
有网友就指出，这波反讽竟然“翻译出了本质”。
还有网友“太喜欢了所以拼了一首诗”，大家可以猜猜每句话对应到的原文是什么？
然后，再来对对答案，看看整本《陈涉世家》都被AI翻译成了什么样子？
1 机器翻译为何如此困难？
其实不管是语种互译，还是古文翻译，都是机器翻译的类别之一。
但是，如果机器翻译翻车的情况持续发生，我们还能相信它吗？
先别急，我们从NMT（neural machine translation，神经网络机器翻译）的诞生开始讲起，看看机器翻译到底是个什么东西。
2013年，Nal Kalchbrenner和Phil Blunsom提出了一种用于机器翻译的新型端到端编码器-解码器结构。该模型可以使用卷积神经网络（CNN）将给定的一段源文本编码成一个连续的向量，然后再使用循环神经网络（RNN）作为解码器将该状态向量转换成目标语言。
这一研究成果的发布可以说是标志着NMT的诞生，虽然在那之后也有不少研究者进行改进，但是仍然缺乏对模型的理解。比如，经常出现的问题包括但不限于训练和解码过程缓慢；对同一个词的翻译风格不一致；翻译结果存在超出词汇表（out-of-vocabulary）的问题；黑箱的神经网络机制的可解释性很差；训练所用的参数大多数是根据经验选择的。
NMT和SMT对比
总的来说：不确定性是翻译中的一个核心挑战。
知己知彼百战百胜，想要根除这种不确定性，我们还需要知道它的来源。
在一篇论文中作者指出，在构建翻译的模型的时候，基本上有两种不确定性，一种是任务本身固有的不确定性，另一种是数据收集过程中存在的不确定性。
所谓内在的不确定性，是指不确定性的一个来源是一句话会有几种等价的翻译。因为在翻译的过程中或多或少是可以直译的，即使字面上有很多表达相同意思的方法。句子的表达可以是主动的，也可以是被动的，对于某些语言来说，类似于“the”“of”或“their”是可选择的。
除了一句话可以多种翻译这种情况外，规范性不足同样是翻译不确定的来源。另外，如果没有背景输入，模型通常无法预测翻译语言的时态或数字，因此，简化或增加相关背景也是翻译不确定性的来源。
而外在的不确定性，则是因为系统，特别是模型，需要大量的训练数据才能表现良好。为了节省时间和精力，使用低质量的网络数据进行高质量的人工翻译是常见的。这一过程容易出错，并导致数据分配中出现其他的不确定性。目标句可能只是源句的部分翻译，或者目标句里面有源句中没有的信息。
在一些加了copy机制的翻译模型中，对目标语言进行翻译的时候可能会完全或部分复制源句子。论文作者经过研究发现，即使copy机制很小，也能对模型预测产生较大的影响。
https://arxiv.org/pdf/1803.00047.pdf
2 机器翻译频繁翻车，微信谷歌无一幸免
去年3月，微信翻译的频繁翻车事件得到了人们的关注，机器翻译的不确定性同时也被更多人所了解。
目前，机器翻译领域主要使用的NMT架构都差不多，一方面问题出在解码器语言模型，使用的语料让它学习到了这些最大概率出现的词。微信团队在处理的过程中似乎没有对“特殊情况”进行处理，于是我们就能看到这样的翻译发生：
