来源：https://baijiahao.baidu.com/s?id=1726628684739308873&wfr=spider&for=pc

翻译作为一个具有悠久历史的行业，在人工智能技术突飞猛进的今天，面临着严峻的挑战，尤其是对于翻译公司经营者，更是一种考验。

机器翻译概念于1947年被提出，随后成为人工智能研究的核心问题。在70多年的发展历程中，机器翻译研究经历了几个不同的历史阶段：

从概念提出到1954年美国乔治敦大学（Georgetown University）在IBM公司的帮助下实现第一个机器翻译演示系统，可以认为是机器翻译的初创时期。

1966年，美国国家科学院语言自动处理咨询委员会（Automatic Language Processing Advisory Committee，ALPAC）发布题为《语言与机器》的报告，宣称“目前给机器翻译研究以大力支持没有太多的理由”，“机器翻译遇到了难以克服的语义障碍”，从而导致机器翻译研究在世界范围内走向低迷。

20世纪70年代中后期至80年代前期，部分机器翻译系统在特定领域得到初步应用（如加拿大蒙特利尔大学研制的天气预报翻译系统TAUM-METEO）。欧洲共同体实施的欧洲翻译体系（European Translation System，EUROTRA）计划和日本对第五代计算机的研究都对机器翻译研究给予了支持，机器翻译研究开始复苏。

20世纪80年代末期，IBM公司实现了基于噪声信道模型的统计机器翻译系统，并在美国国防部高级研究计划署（ARPA）组织的评测中取得了较好成绩，推动了机器翻译技术的快速发展。尤其进入2000年之后，GIZA++、Pharaoh、Moses等一批开源工具相继发布，2006年谷歌翻译正式上线运行，2011年百度翻译上线，各大公司陆续推出了自己的翻译系统，整个机器翻译领域呈现出蓬勃发展、遍地开花的大好局面。

2013年基于神经网络模型的机器翻译（简称“神经机器翻译”）方法被提出，机器译文的质量得到大幅提升，并且很多开源工具被相继公布，机器翻译技术研究和系统推广应用均出现前所未有的盛况。统计机器翻译和神经机器翻译的基本原理都是基于已有的大规模句子级双语对照语料进行模型训练，建立最优的翻译模型，最终实现从一种语言到另一种语言的翻译。通常情况下，用于训练模型的语料规模越大，模型性能表现就越好。

在翻译市场中，我们可以看到来自翻译公司的各种翻译报价。大家会发现很多翻译公司的资料翻译报价非常低，因为有些资料，客户对于翻译的要求只是将大体的意思翻译出来，并不要求精准。目前的机器翻译在某些领域已经做得很不错了。这种情况下，翻译只是针对机器翻译的结果进行修改和调整。这样的翻译作品相对来说成本低，所以翻译公司的报价也相对低了。如果要求母语级别的译文，目前机器翻译的结果是远远达不到的，母语润色译员一般不会在机器翻译基础上进行修改，而是采用人工翻译，那么成本自然就高了，翻译公司对于此类资料的翻译报价也就比较高。

在这种形势下，翻译公司的生存与发展就会受到机器翻译的影响。这是一把双刃剑，机器翻译在提高翻译效率的同时也淘汰了翻译水平普通的翻译公司。

作为翻译公司在人工智能时代要如何破局，应该是在充分利用好科技给我们带来的便利和高效的同时，充分注重翻译公司自身翻译能力的不断提高。毕竟人才是主体。目前的机器翻译还不足以可以完全替代人的工作，尤其是具备相当专业性并且使用场合相对严肃的资料。需要优秀的专业译者进行翻译才能做出优秀的翻译。

最后太湖翻译公司将以开放的姿态，欢迎我们翻译公司同行一起探讨，共同进步。