9月20日，用戶名為“Bell Wang” 的王同學(xué)在某知識(shí)問答平臺(tái)上發(fā)表《科大訊飛，你的AI同傳操（qi）作（zha）能更風(fēng)騷一點(diǎn)嗎》一文，吐槽了自己“被 AI”的經(jīng)歷。

這位王同學(xué)在擔(dān)任某次國(guó)際會(huì)議同聲傳譯的過程中，發(fā)現(xiàn)自己及同伴的翻譯成果在不知情的情況下被科大訊飛以文字形式上傳在屏幕上，還使用電子音播放翻譯文本，在某平臺(tái)進(jìn)行直播。

王同學(xué)“忍不了”，發(fā)布了自己用手機(jī)錄下的視頻證據(jù)。事情迅速發(fā)酵，科大訊飛于21日下午發(fā)表回應(yīng)：個(gè)別同傳譯員對(duì)于科大訊飛存在誤解，我們認(rèn)為僅僅是對(duì)會(huì)議服務(wù)方面的分工溝通了解不清。

有網(wǎng)友調(diào)侃：沒被發(fā)現(xiàn)就是 AI，被發(fā)現(xiàn)了就是誤會(huì)。

科大訊飛是否存在主觀“欺詐”難以判斷，但細(xì)數(shù)一下，這些說不清道不明的“人工”冒充“智能”案例，還真不少。

誤會(huì)還是造假?

科大訊飛可能自己也沒想到，找的同聲傳譯工作人員居然在知乎上有個(gè)固定專欄。

這讓尋找中國(guó)創(chuàng)客想起了幾年前的一個(gè)段子，某互聯(lián)網(wǎng)公司在招聘時(shí)明確表示：有公眾號(hào)的不要。

▲“Bell Wang”網(wǎng)帖截圖。

事情的經(jīng)過是這樣的。據(jù)王同學(xué)在網(wǎng)帖中描述，9月20日，他來到2018創(chuàng)新與新興產(chǎn)業(yè)發(fā)展國(guó)際會(huì)議（IEID）的高端裝備技術(shù)與產(chǎn)業(yè)分會(huì)做現(xiàn)場(chǎng)同傳。

當(dāng)看到會(huì)場(chǎng)大屏幕兩側(cè)寫著“訊飛聽見”四個(gè)字的時(shí)候，他就有點(diǎn)心煩：自己不會(huì)也要遇上“被 AI” 的事了吧?

會(huì)議開始以后，現(xiàn)場(chǎng)屏幕上的實(shí)時(shí)字幕分為兩部分，右邊是對(duì)外文演講嘉賓的英文實(shí)錄，左邊是中文翻譯結(jié)果。

▲字幕分為英文、中文兩部分。

王同學(xué)發(fā)現(xiàn)，當(dāng)日本籍嘉賓上臺(tái)演講時(shí)，其帶有口音的英語并不能被機(jī)器很好識(shí)別，右側(cè)的屏幕上滿是發(fā)音差不多但不能構(gòu)成實(shí)際意義的單詞。但在左側(cè)，屏幕上卻是準(zhǔn)確的中文翻譯。

為什么明明識(shí)別錯(cuò)了英文原文，卻能給出準(zhǔn)確的中文答案?王同學(xué)越看越覺得，翻譯部分是直接轉(zhuǎn)譯的自己同伴人工翻譯的內(nèi)容。

尤其當(dāng)搭檔在英譯漢時(shí)說出“步態(tài)”一次，屏幕上卻錯(cuò)誤識(shí)別為“不太”;王同學(xué)自己再漢譯英時(shí)說了“Davos Forum”（達(dá)沃斯論壇），屏幕上卻出現(xiàn)發(fā)音差不多的“Devils Forum”（魔鬼的論壇）后，王同學(xué)越加確信，現(xiàn)場(chǎng)大屏上的字幕并非科大訊飛機(jī)器翻譯，而是在自己和同伴翻譯內(nèi)容的基礎(chǔ)上，進(jìn)行了“語音轉(zhuǎn)文字”。

當(dāng)天下午的發(fā)現(xiàn)，讓王同學(xué)更加火大。

他在一個(gè)名為“知領(lǐng)直播”的平臺(tái)上看到，該平臺(tái)聲稱“引入科大訊飛智能語音技術(shù)”“智能翻譯”，但是，對(duì)當(dāng)天的會(huì)議進(jìn)行同傳直播的翻譯文本是他和同伴的翻譯成果，而且播放的語音是合成的機(jī)械音。

▲知領(lǐng)直播頁面截圖。

“所謂的智能翻譯，就是按照文本讀，而且是不管語義群分割的，文字顯示也并不是語義群同時(shí)顯示或鎖定的，那就很顯然是在識(shí)別語音，而不是從根據(jù)原文在翻譯?！蓖跬瑢W(xué)在網(wǎng)文中稱，這是“赤裸裸的欺騙”。

21日下午7時(shí)許，科大訊飛作出回應(yīng)：考慮到專業(yè)技術(shù)背景及口音等原因，這次2018創(chuàng)新與新興產(chǎn)業(yè)發(fā)展國(guó)際會(huì)議，科大訊飛只提供會(huì)議轉(zhuǎn)寫上屏服務(wù)，并未提供翻譯服務(wù)。至于轉(zhuǎn)寫譯員翻譯結(jié)果并在會(huì)場(chǎng)大屏呈現(xiàn)、在直播中合成識(shí)別結(jié)果，皆是“應(yīng)主辦方要求”。

科大訊飛表示，“個(gè)別同傳譯員對(duì)于科大訊飛的誤解，我們認(rèn)為僅僅是對(duì)會(huì)議服務(wù)方面的分工溝通了解不清”。

▲科大訊飛回應(yīng)全文。

科大訊飛方面再次強(qiáng)調(diào)其提出的“人機(jī)耦合”概念：科大訊飛發(fā)展AI無意于替代任何職業(yè)和崗位，我們也多次強(qiáng)調(diào)“人機(jī)耦合”共同進(jìn)步的立場(chǎng)和產(chǎn)品追求。

對(duì)于“人機(jī)耦合”概念，科大訊飛方面給出的解釋是：由機(jī)器提供語音轉(zhuǎn)寫和翻譯結(jié)果給同傳參考，輔助同傳降低工作強(qiáng)度并提升效率。

“碰瓷”的AI公司

科大訊飛蓄意造假?

似乎也不是。

就在幾天前的9月17日，科大訊飛董事長(zhǎng)劉慶峰還在世界人工智能大會(huì)開幕式上特意強(qiáng)調(diào)：凡是大家看到翻譯屏幕上兩個(gè)語種同時(shí)出現(xiàn)的，就是機(jī)器翻譯的;翻譯屏幕上只有一個(gè)語種的，就是人機(jī)耦合的。

劉慶峰稱：“世界機(jī)器人大會(huì)的十幾個(gè)嘉賓演講中，有人工同傳的語音轉(zhuǎn)寫也有機(jī)器全自動(dòng)轉(zhuǎn)寫。除了三個(gè)是由人工同傳的語音轉(zhuǎn)寫，探索人機(jī)耦合模式的，其余的全部是機(jī)器全自動(dòng)轉(zhuǎn)寫的?！?

知乎某網(wǎng)友將科大訊飛的態(tài)度概括為“三不”政策：不主動(dòng)，不拒絕，不負(fù)責(zé)。對(duì)于大眾將精準(zhǔn)的翻譯結(jié)果誤解為科大訊飛智能翻譯所為，訊飛方面似乎也是樂見其成的。畢竟這種誤解可以帶來實(shí)際的好處。

有智能語義領(lǐng)域創(chuàng)業(yè)者告訴尋找中國(guó)創(chuàng)客，目前國(guó)內(nèi)包括科大訊飛、搜狗、百度、騰訊在內(nèi)的幾大研究智能語音翻譯的公司，在技術(shù)水平方面并沒有明顯差異，這個(gè)時(shí)候，誰在大眾眼中的準(zhǔn)確度更高，誰就可能取得先機(jī)。

科大訊飛技術(shù)上可以做到AI同傳嗎?

似乎也不行。

就連科大訊飛董秘江濤也在這次回應(yīng)中承認(rèn)：“訊飛從沒講過AI同傳的概念，始終強(qiáng)調(diào)是人機(jī)耦合的模式?！?

有認(rèn)證為阿里云的技術(shù)人員在網(wǎng)上科普AI同傳的幾個(gè)技術(shù)環(huán)節(jié)：

1.ASR（即自動(dòng)語音識(shí)別）識(shí)別語音流（易出現(xiàn)誤差，依賴于方言/語種模型與其強(qiáng)化學(xué)習(xí)程度）;

2。同步進(jìn)行NLP自然語言分析（斷句，分詞等）形成文本（普通出現(xiàn)誤差）;

3。翻譯文本（小可能出現(xiàn)誤差）;

4。翻譯后的語音內(nèi)容展示字幕或者TTS（Text To Speech，將文本轉(zhuǎn)換成語音）進(jìn)行語音播報(bào)（小可能出現(xiàn)誤差）。

在此次事件中，科大訊飛做的只有最后一個(gè)環(huán)節(jié)：將翻譯后的語音內(nèi)容上傳到屏幕，或者合成為電子音。雖然這一過程也涉及識(shí)別同傳人員的語音，但因?yàn)橥瑐魅藛T發(fā)音較為標(biāo)準(zhǔn)，這一過程誤識(shí)別的概率大大減小（但仍然出現(xiàn)了，比如上文提到的將“步態(tài)”識(shí)別為“不太”）。

智能語音公司Rokid創(chuàng)始人Misa告訴尋找中國(guó)創(chuàng)客，人工智能在自然語言分析、文本翻譯、TTS 方面的問題并不大。

但由于存在口語習(xí)慣（比如多語言混合、語法省略）、口音、現(xiàn)場(chǎng)環(huán)境、專業(yè)術(shù)語等問題，人工智能在語音識(shí)別方面還存在一些誤差，而且這一現(xiàn)狀目前還難以解決，運(yùn)用統(tǒng)計(jì)方法難以覆蓋所有可能。“人機(jī)協(xié)作的概念是沒錯(cuò)的，只是一開始要說清楚，別忽悠大家。”

“人工”冒充“智能”那些事

細(xì)數(shù)起來，以“人工”冒充“智能”的做法并不鮮見。

不知道還有多少人記得2015年橫空出世的交通銀行客服機(jī)器人“嬌嬌”。

這臺(tái)機(jī)器人憑借軟萌的聲音、流暢的反應(yīng)、高度人性化的對(duì)答，讓研究人工智能和機(jī)器人的公司瞠目結(jié)舌，還出現(xiàn)在當(dāng)年的CES上。

就連谷歌在2018 I/O大會(huì)上展示的能打電話預(yù)約理發(fā)的語音助手，跟當(dāng)時(shí)的嬌嬌相比都略遜一籌。

▲交通銀行客服機(jī)器人嬌嬌。

嬌嬌的語音識(shí)別、面部識(shí)別和語音合成到底是用的哪家技術(shù)，居然比谷歌還超前3年?

經(jīng)過一圈刨根問底，攝像頭+變聲器+人工客服操縱，就是這臺(tái)智能語音機(jī)器人的全部。

如果你不記得嬌嬌，那你一定還記得被沙特阿拉伯授予公民身份的機(jī)器人索菲亞。

當(dāng)索菲亞的發(fā)明者戴維·漢森問她：“你想毀滅人類嗎?”她回答：“我將會(huì)毀滅人類?！?

在挑逗起人們對(duì)人工智能的恐慌后，索菲亞又語帶嘲諷：“你是看了太多馬斯克的話，還是好萊塢電影?別擔(dān)心，人不犯我，我不犯人?！?

憑借機(jī)智的回答和流暢的反應(yīng)，索菲亞登上許多知名電視節(jié)目，包括《早安英國(guó)》、美國(guó)脫口秀《吉米今夜秀》、CBS 新聞臺(tái)《60 Minutes》甚至湖南衛(wèi)視的《我是未來》。

終于，人工智能界大牛YannLeCun忍不住開撕：索菲亞之于人工智能，就像魔術(shù)之于魔法。

▲機(jī)器人索菲亞。

2017年6月，在瑞士舉行的“人工智能造福全球人類峰會(huì)”上，央視記者和索菲亞也進(jìn)行過幾輪對(duì)話。

在回答記者提前提交給大會(huì)的3個(gè)問題時(shí)，索菲亞的表現(xiàn)一如既往地優(yōu)秀，但當(dāng)遇到記者現(xiàn)場(chǎng)隨機(jī)提出的問題時(shí)，她的對(duì)話水平明顯下降。工作人員明確告訴記者：對(duì)于特殊問題，在現(xiàn)場(chǎng)回答前都已經(jīng)提前進(jìn)行了程序設(shè)置。

業(yè)內(nèi)人士也普遍覺得索菲亞違反常識(shí)。一個(gè)事實(shí)是，最先進(jìn)的人機(jī)對(duì)話系統(tǒng)也無法達(dá)到索菲亞這樣語帶嘲諷又對(duì)答如流，這是NLP領(lǐng)域研究者的共識(shí)。而索菲亞展示出的主動(dòng)引導(dǎo)話題的社交能力，被研究者們認(rèn)定為提前編寫好的對(duì)話。

除了在各種晚會(huì)、智力問答節(jié)目上出現(xiàn)的各式抖機(jī)靈的機(jī)器人，就連自動(dòng)駕駛領(lǐng)域也有類似情況出現(xiàn)。

據(jù)相關(guān)業(yè)內(nèi)人士透露，某些自動(dòng)駕駛公司在進(jìn)行試乘體驗(yàn)活動(dòng)時(shí)，會(huì)提前根據(jù)試駕路段的路況編寫好程序，而非讓這輛根據(jù)傳感器數(shù)據(jù)自主決策、控制。

前述智能語義領(lǐng)域創(chuàng)業(yè)者對(duì)這一狀況已經(jīng)司空見慣：“科大訊飛起碼還是有真技術(shù)的，只是翻譯結(jié)果未必非常準(zhǔn)確。很多創(chuàng)業(yè)公司連相關(guān)技術(shù)都不掌握就做假demo，目的無非是 to VC（風(fēng)險(xiǎn)投資機(jī)構(gòu)）、to 媒體或者to 政府?！?