“这个项目本来不应该存在。因为在2025年,谷歌的人工智能翻译技术已经很成熟。集团内部开预研会,我的第一反应是:为什么还要自己发明轮子?把谷歌翻译嵌进去不就行了吗?当时谷歌的自然语言翻译产品除了谷歌翻译,还有谷歌数字助理、谷歌duplex。三个内核揉在一起再进行二次开发,恰好能满足我们的需求。这些产品的接口也非常友好。
“开完会我就明白为什么了。万国宝能够出生,还得感谢您。”他向国务卿点了点头,“那时美国商务部由您主持,认定谷歌的自然语言人工智能是战略技术。可以让我们当用户,但不能嫁接在与美国企业竞争的阿里平台上。那个合作才谈了个意向,就被你砍掉了。我们只能另起炉灶。”
美国代表团的译员非常出色,几乎同时说完。国务卿毫不介意,也笑着点头。
“怎么做呢?还得用谷歌的东西。因为那时候谷歌的tensorflow平台几乎统一了机器学习开发模式,已经为自然语言ai提供两种架构。我们用它搭好架子,搞自己的局部算法就行了。2027年我们的系统已经上线试运行。水平还真的不错,比谷歌翻译公开版的正确率和拟人度还高一点。当时,我和谷歌的朋友霍桑聊天,在背后笑话你。我说你砍了商务项目,但没法砍谷歌的开放ai标准,这等于强行给我灌输美国技术思想的精华。霍桑说你不但让谷歌少挣了钱,又逼着中国ai产业补短板,将来还不受限制,都是‘开枪射自己的脚’。他已经过世了,我不妨告诉你。”
这次国务卿面无表情。张翰相当吃惊:什么时候图海川说话这么嚣张过?他现在脑浆温度是有多高?
“2027年的事你们应该还记得。阿里低估了关税问题和跨国物流的复杂。加上那时候世界很乱,各大市场的准入标准也被人为收紧了。整整一年,各国先争吵,再谈判,越谈越糊涂。‘世界宝’上不了线,一拖就是十年,直到把自己的名字都拖没了。万国宝项目组倒是闲了下来。原先赶进度,有很多功夫没有做到位。从2028年开始可以坐下来慢慢改进、反复琢磨。但是,到年底我就撞上了墙。
“那时的万国宝翻译网购平台文字界面,几乎做到了完美。不仅是标准文字,一张商品图片上的中文它都可以立即识别、翻译、改图嵌入。麻烦出在真人交流,尤其是语音会话。当时困扰我的有三个大问题:第一,它搞不懂讽刺。第二,它无法处理很多种修辞,特别是隐喻和指代。第三,遇到语境决定语意的情况就犯蒙。
“前两个问题我用一个真实的内测例子说明。测试员作为中国卖家挂出了恐龙蛋化石商品,一个美国买家向他询问来源和真伪。中国卖家一番解释之后,美国买家说:‘yeahright!itoohaveanoceanfrontinnevadatosellyou.’万国宝的翻译:‘真不错!我在内华达州有一套海景房,也可以卖给你。’中国卖家听了非常兴奋,催他下单,说下单之后大家可以聊房地产。”
听众已经笑倒了一片,译员们笑得尤其厉害。
图海川一本正经继续:“后来的万国宝是这样翻译的:‘老板实在!我有块地皮在中南海,你买不买?’在座的人类很容易理解,这才是美国买家的本意。那么我们和后来的万国宝有什么共同点?和以前的万国宝又有什么不同?我们知道内华达不靠海。我们起码经历过几百次别人说yeahright的场合。后来的万国宝会把英语隐喻置换成类似的汉语隐喻,甚至使用类似的土鳖语气,就像各位译员刚才脑子里转的弯。
“当时我设想的解决方法是:把yeahright之类的常用短语,以及后面那个土味浓厚的美国俗语,分别归入‘讽刺’和‘俗语’类型,各自用一个深度学习网络层处理。但这也不能完全解决问题——你架不住随时有人发明新俗语、新黑话。更架不住真的有人说yeahright,表示同意。这就是我刚才说的第三个问题:语境决定语意。这才是最广泛、最无解的问题。汉语中尤其严重,‘大胜’等于‘大败’之类,例子太多我就不啰嗦了。