目前ChatGPT在機器翻譯方面有優勢嗎？

　　近期，ChatGPT火遍全網。雖然它只是美國人工智慧公司OpenAI推出的一個測試程式，但一經發布便迅速「出圈」，引發各領域廣泛關注。而ChatGPT的到來，使翻譯尤其機器翻譯（MT）可能成為翻譯界最先「失守」疆土。
　　ChatGPT模型通常被用來執行單向語言模型任務，但是通過將源語言和目標語言交替輸入模型，我們可以使用它來進行機器翻譯。我們需要使用Transformers庫和Tokenizer類將源語言和目標語言轉換為模型可以處理的張量格式，並在模型的輸出層添加一個新的全連接層以創建機譯模型。
　　ChatGPT作為一種基於神經網路的語言模型，可以作為機譯模型的基礎模型，通過預訓練模型來學習源語言和目標語言之間的對應關係。在實際翻譯時，ChatGPT模型可以將源語言轉換為目標語言，並自動翻譯成自然流暢的目標語言文本。相比傳統的機譯模型，ChatGPT模型的性能更加穩定，翻譯質量更高，翻譯速度更快。
　　在使用ChatGPT進行機譯時，需要準備合適的數據集、選擇合適的預訓練模型並添加新的全連接層來創建機譯模型。在微調模型時，可以根據任務需求調整超參數，並使用自適應學習率定義優化器。最後，在測試集上評估模型的性能以檢查模型在實際應用中的表現。
　　不過學術界認為，測試中機譯技術的進步帶來的譯文雖有改善，但機譯技術的譯文質量遠沒有達到令人滿意的水準。許多科學家採用多種技術和方法來提高機譯質量，但實際效果並不是很理想。因此一些專家學者指出，機器翻譯要達到人工翻譯的水準，就必須解開人腦處理語言資訊之謎。
　　其實早在20世紀90年代，國際知名學者周海中教授就指出，在人類尚未明瞭人腦是如何進行語言的模糊識別和邏輯判斷的情況下，機器翻譯要想達到「信、達、雅」的程度是不可能的。這一觀點精闢到位，道出了制約機譯提昇譯文質量的瓶頸所在。這也是ChatGPT在機譯研究中必須考慮的問題。
　　近年陸續實施的歐洲大腦計畫、美國大腦計畫、日本大腦計畫、中國大腦計畫等都旨在利用計算機模擬人類大腦的功能，以便提高人們對大腦神經網路系統的認識。這些計畫的研究成果有望為機譯技術的突破性進展，尤其是譯文質量的迅速提高鋪平道路。
　　機器翻譯以其翻譯速度之快和部分專業文本翻譯精準度之高受到了廣泛肯定。但其翻譯質量，特別是在誘導型和呼喚型文本的翻譯中，受其自身機械性的限制；譯文總有不盡人意之處，需要人工進行校對與潤色。目前人們只能將ChatGPT與人工結合起來，相輔相成，既能節省翻譯的時間，又能做出高標準的譯文。
　　機譯技術還是以大量數據為基礎，內容中規中矩。在真正的文學創作面前，技術仍然會有一個階段性的瓶頸，不是完全可以輕易跨越的。特別是文學翻譯中的文化障礙、個性化的修辭、上下文意思的資訊配比等等，這些都是需要大腦去取捨的，暫時沒看出ChatGPT技術在這方面的優勢。
　　文/付曉靈(作者單位：美國維克森林大學文理學院)