机器翻译
        谷歌和其他公司为个人提供AI进行翻译，可以在手机上访问。然而，翻译仍然是一个比许多人意识到的困难和复杂得多的问题。商业社会中存在着许多复杂而独特的需求，这增加了准确可靠翻译的挑战，但AI翻译也在显示出越来越大的能力。
        商务翻译中一个明显的关键问题是，每个商务部门都有自己的术语、短语，甚至习语。通过众包或其他开放方式进行通用培训的通用云翻译系统，无法达到业务翻译所需的准确性。此外，云本身仍然是一个问题。许多企业的目标翻译涉及知识产权保护。为了做到这一点，他们希望他们的信息留在内部，在他们的防火墙后面。
        现在增加复杂的隐私要求，如欧盟的GDPR和加州的CCPA。政府越来越多地制定关于公民数据必须保存在哪里以及什么可以共享的规则。信息的定位和匿名性也增加了公司理解多语言业务的挑战。
        然后是协作。几乎每个人都在商业中使用电子通信工具，无论是电子邮件、短信还是更正式的聊天系统。通过准确、即时的翻译来增强这些应用程序可以改善内部沟通，并推动全球化公司的成功。
        SYSTRAN首席信息官JP Baraza表示：“eDiscovery是利用人工智能进行商业翻译的一个明显的切入点。例如，高科技和生物技术行业的全球研发集团可以在强大翻译人员的帮助下变得更加高效。”客户支持是翻译可以大有用武之地的另一个扩展方向。
        人工智能只是解决方案的一部分
        与基于云的模型一样，SYSTRAN系统也使用了无监督学习。然而，它使用针对每个行业的更精确的数据集来训练系统。神经网络只是系统逻辑的一个组成部分。针对多种语言中的特定术语，在神经网络之前，
        后处理中程序逻辑的使用有助于应用明确的业务部门规则和术语。毕竟，明确定义的语言约定更容易管理，神经网络可以处理整个语言的流畅性。
        一个需要规则的例子是名称在美国、英语和法语中的使用方式。在美国，我们经常使用领导人的名字，比如“拜登总统”。在法国，新闻报道通常不使用姓名，而是指头衔，如“美国总统”。考虑双向翻译。该公司首席执行官让·塞内卡特（Jean Senecat）表示：“从英文翻译、去掉名字、扩展头衔非常简单。如果我们在从法语到英语的过程中添加了一个名字，那么当总统更换时会发生什么？系统会继续添加前任总统的名字，直到有足够的数据重新训练。为了保持准确，我们决定在翻译成英语时保留法语引用样式”，使用明确的规则是解决这一问题的干净方法。
        这种神经网络和程序规则的结合也为公司提供了灵活性。我们可以训练一个核心系统，对于不同的公司，我们可以有不同的插件。这使得开发过程更简单，更新过程更干净。您可以添加特定的公司和行业规则，而无需重新训练深度学习系统。
        商务翻译不同于个人翻译
        提高精确度对业务是必要的。巴拉扎先生说：“消费者可以接受错误，只要通过翻译传达大致意思，商家需要准确性。这不仅是为了遵守规定和合同，缺乏准确性也会减缓产品开发，降低安全性，引起客户不满。”
        由于对准确性的需要和行业的现状，解决方案还有另一个组成部分。我们还没有到可以完全信任自动化系统的地步--必须人工审核翻译。
        在一般的系统中，翻译是复杂的，并且通常局限于一个足够小的语言集，所以它们使用成对的引擎。例如，一个引擎从英语翻译成法语，另一个引擎从法语翻译
        翻译成英语。训练系统使用了一种不容易理解的反向传播形式。在单个引擎中，反向传播意味着修正结果并将其作为输入反馈。在翻译中，这意味着通过另一个引擎将结果翻译回来，然后纠正它们。它实际上比这更复杂（至少对我来说），但我明白这是一个非常有趣的循环，在这个循环中，两个引擎相互帮助训练。
        这是目前的翻译培训方式，但会有变化。这意味着要训练很多单独的引擎，语言越多，各种安排就越多，这意味着引擎数量的大量增加。一个解决方案是使用英语作为中间语言，一切都通过它翻译，以限制不同引擎的数量。但这加剧了效率低下和不准确。脸书最近宣布了一种可以同时翻译成多种语言的单一模式。由于个人对错误的容忍度更高，最好先在个人翻译服务中测试此类模型，但最终技术将得到加强，企业翻译将受益。
        商业也推动了非人工智能设计问题。SYSTRAN不仅部署在云上。必须采用混合方法，通常需要内部部署以满足隐私和其他监管要求。
        基于系统进化的现状和深度学习缺乏透明度，没有一家公司会只使用人工智能驱动的翻译服务于商业和政府。根据80/20规则，AI的基础翻译会节省大量时间和精力，同时仍然需要人工修改和编辑，才能得到商业和政府翻译的最终版本。
        翻译工具在过去的十年里有了很大的发展。由于个人翻译要求不那么严格，所以最初的重点是个人使用也就不足为奇了。现在技术进步了，商业和政府更正式的翻译需求正在得到解决。方兴未艾，前景可期。