12月16日，在PingWest 品玩“HAY!17”在北京798舉辦。在其中的人工智能翻譯大賽中，谷歌翻譯、有道翻譯官、搜狗翻譯三款翻譯軟件同臺競技，實測翻譯效果。最終，有道翻譯官憑借著突出的對話翻譯和拍照翻譯功能，以及幾乎無短板的優勢，在比賽中拔得頭籌。

　　比賽規則是三局兩勝，第一局是「溝通大挑戰」，挑戰對話翻譯。第二局是「口音大評測」，挑戰產品的識別翻譯。第三局是「拍照大 PK」，挑戰圖像翻譯。除了翻譯產品，現場還邀請了 3 位挑戰者一起來“折磨”翻譯軟件，挑戰人工智能對人類的理解和忍耐極限。

　　挑戰經典，看人工智能翻譯如何“真情告白”

　　第一局里先“上場”的是谷歌翻譯，隨機翻譯一段對話。但可能是第一上場的緣故，谷歌翻譯表現并不理想。比如挑戰者說：“我好像被你嫌棄了的樣子”，谷歌翻譯卻譯成了：“I really want to be your ex-wife, look.”，意思完全不對。

　　測試有道翻譯官的素材，來自《大話西游》的經典臺詞，“曾經有一份真摯的愛情擺在我面前，但是我沒有好好珍惜。”“等失去后我才后悔莫及，人世間最痛苦的事莫過于此。”“如果上天再給我一次，我會對那個女孩說三個字：我愛你”

　　有道翻譯官給出的翻譯結果是：“There once was a ture love before me, but I didn’t cherish it”“ when I lost my later regret, the most painful thing in the world is this.”“ If God give me one opportunity again, I can say 3 words for that girl: I love you.”，這已經十分準確到位了。值得一提的是，有道翻譯官的使用體驗最流暢的，幾乎沒有卡頓并且能第一時間外放出翻譯結果。

　　搜狗翻譯也發揮正常，對于“你的聲音里，滿滿的都是我們將要創造的美好回憶”這樣的挑戰能夠準確完成。不過在英文翻譯中文的過程中，發音比較容易混淆的 sing 被搜狗翻譯成了 see，“我喜歡你，我感覺你能看到我”也被誤翻譯成了“I like your business, look.”。

　　至此，有道翻譯官率先拿下一局。

　　拍照翻譯，看人工智能黑科技如何“即拍即譯”

　　第二局的口音大評測環節，三款翻譯軟件都表現突出，翻譯得都比較準確。

　　挑戰者演唱了一首 Lady Gaga 的 《Telephone》和說唱歌手 Eminem 的 《Lose yourself》開頭的幾句，Google 翻譯和有道翻譯官翻譯結果都不錯，而搜狗翻譯也同樣表現良好。

　　直到第三局“拍照翻譯”環節，再一次拉開實力的差距。主持人隨機挑選了BBC上一篇題為《How Greenland would look without its ice sheet》的新聞報道。

　　三款翻譯軟件現場的翻譯結果是這樣的：

　　Google翻譯：如何格陵蘭島看起來沒有它的冰 表。

　　有道翻譯官：如果沒有冰蓋，格陵蘭島將會怎樣?

　　搜狗翻譯：如果沒有冰，格陵蘭島將會怎樣。換行之后又多翻譯了一個字：表。

　　筆者親測的效果也差不多，而且排版上看，有道翻譯官整潔很多：

　　在圖例注釋的翻譯中，也只有有道翻譯官將“The map reveals a hidde world of mountains and canyons”翻譯為“這張地圖揭示了一張隱藏的山脈和峽谷”，而Google 翻譯和搜狗翻譯的結果都是：“療法 安塞德”。

　　最終，憑借在對話翻譯、拍照翻譯中的出色表現，有道翻譯官奪得此次人工智能翻譯大賽冠軍。而現場的不少觀眾也被比賽過程中各種精準的翻譯結果所折服，紛紛表示“簡直碾壓了我四級英語水平。”

　　此前，由第三方翻譯評測機構“試譯寶”發起的一場人機翻譯PK賽中，以有道翻譯領銜的機器翻譯軍團，以碾壓之態勝過人類翻譯軍團。

　　“截止12月19日最新的結果，人類獲得32%譯星，機器獲得68%譯星。在機器軍團貢獻榜，有道獲得譯星最多，遠多于谷歌、百度、搜狗和必應。(，獲得譯星越多，表明翻譯準確度越高;數據來源“試譯寶”)

　　有道神經網絡翻譯，讓翻譯更“聰明”

　　實際上，人工智能的突飛猛進，已經在很多領域帶來了驚人的改變。

　　以機器翻譯領域為例，今年5月正式推出的有道神經網絡翻譯，實際上正是此次人工智能翻譯大賽的真正主角。其給機器翻譯帶來的效果提升，是過去統計翻譯模型(SMT)十年的總和，有些翻譯效果甚至堪比專業八級水平。

　　作為目前機器翻譯領域最前沿的技術，神經網絡翻譯(NMT)采用獨到的神經網絡結構，能夠對翻譯的全過程整體建模，整個神經網絡翻譯模型更像一個有機體。它能對整個句子進行編碼，能夠更充分地利用上下文信息，判定多義詞的詞義，生成更高質量的譯文。NMT翻譯出來的句子結構完整，語序更接近人類語言使用習慣，翻譯結果更加通順。

　　而神經網絡翻譯模型各家都在用，為什么有道神經網絡翻譯的效果卻更好呢?

　　此前，網易有道首席科學家段亦濤曾表示，其原因在于有道在用戶翻譯場景上十年的積累，尤其是在中文查詞、翻譯等方面，使得其擁有獨有的、極其豐富的數據資源和技術沉淀;有道的技術團隊還攻克了數據處理、大規�？蚣�、模型優化、領域適配等技術難題，并開發出一些特有的技術，比如領域適配技術。例如，在此次人工翻譯大賽中表現突出的對于新聞的拍照翻譯，就是緣于有道神經網絡翻譯在新聞、學習、口語和一些科技領域等場景下，把翻譯效果做到了最優。

　　據悉，有道神經網絡翻譯技術目前已經全面應用于有道詞典、有道翻譯官、有道翻譯網頁版、翻譯蛋等產品中，同時已接入有道智云開放平臺，面向所有開發者開放，超過8億用戶正在享受有道神經網絡翻譯技術帶來的高效與便利。