人工智能能否给小语种续命？

图片：CTOCIO/Midjourney

近日，西班牙提议将加泰罗尼亚语、巴斯克语和加利西亚语这三个“小语种”也纳入欧盟官方语言，这标志着人工智能时代，小语种有望第二春。因为，今天的加泰罗尼亚人、巴斯克人和加利西亚人普遍能说流利的西班牙语，而且许多年轻人说英语，小语种逐渐沦为一种“文化博物馆”，因为其学习和使用（翻译）成本在现代社会中越来越不够“经济”和”竞争性“，面对难以撼动的语言巴别塔，大多数小语种都日渐枯萎。

欧盟的巴别塔

欧盟有27个成员国和24种官方语言。欧盟《基本权利宪章》规定了多种语言：欧盟公民享有使用任何官方语言与欧盟机构沟通的权利，而机构也必须以同一种语言回复。但这确实是一座现代巴别塔，欧盟机构每年翻译费用就高达10亿欧元（不到欧盟预算的1%）。

尽管英国脱欧，英语仍然是开展欧盟业务的首选工作语言。根据欧盟统计局的调查，96%的欧盟学生选择英语作为他们的第一外语。在法国担任欧洲理事会主席期间，法国坚持使用法语，但遭到了抵制，尤其是来自讲英语的北欧人的抵制。当欧盟委员会主席乌苏拉·冯德莱恩 (Ursula Von der Leyen) 发表国情咨文时，字数中81 % 是英语，12% 是她的母语德语，只有 7% 是法语。

欧盟英语充满了行话和难以理解的术语。知道comitology是什么意思吗？也许最好询问 Chat GPT。

能够在巴黎的一家餐厅用法语点餐是一回事，能够思考阅读并欣赏波德莱尔的《恶之花》是另一回事。 每种语言都拥有极其丰富的文化内涵，这就是说话者超越“仅仅能够理解我”的阶段并深入研究细微差别的原因。例如，法国猫有九条命，而西班牙猫只有七条命。为什么“眼不见心不烦”在西班牙语中变成“ojos que no ven, corazón que no siente”或在法语中变成“loin des yeux, loin du coeur” ？相似的？是的，但有其微妙的差异。

虽然欧洲机构十年前就开始整合机器翻译。2017 年引入了人工智能神经网络系统。尽管需要翻译的材料数量从 2013 年的 200 万页增加到 2022 年的 250 万页，欧盟委员会仍成功将常驻翻译人员数量从 2,450 人削减到 2,000 人左右。但遗憾的是，人类翻译员并未因此灭绝，欧盟仍然依赖人类来审查（不太成熟的机器）翻译。由于外包费用居高不下，欧盟的实际翻译预算在过去十年中反而有所增加。

ChatGPT推翻巴别塔

当谷歌于2006年4月推出翻译时，它使用了统计机器技术。大量翻译后的欧盟和联合国文件被输入计算机并与查询进行匹配。该系统是有限的，特别是对于不常用的语言。2016 年 11 月，谷歌转向神经机器翻译，使用深度学习技术翻译整个句子。

但是直到ChatGPT出现，人们才看到推翻语言巴别塔的希望。相比于传统的机器翻译，ChatGPT 几乎可以即时翻译任何文本（包括小语种），其翻译质量比以前的翻译软件有了很大改进。它甚至可以根据人们的写作方式进行定制：将您撰写的四到五篇文章输入算法，ChatGPT的自动翻译器就会模仿您的风格进行翻译。

生成式人工智能为我们带来了莱克斯·弗里德曼 (Lex Fridman) 用完美的印地语采访马克·扎克伯格 (Mark Zuckerberg)的奇观。今天，我们借助AI算法可以将自己的文字翻译成任何语言，甚至口型正确的语音和视频（一种算法生成语言，另一种算法生成声音及其变化，另一种算法生成嘴唇的运动）。如今，大量油管作者使用Aloud以任何语言制作高质量视频。

个性化翻译时代

ChatGPT使得保留和使用小语种的”成本“骤降，人们可以选择自己的个人翻译器，只说一种语言就可以兼容所有语言（包括小语种）。人们可以自己训练的算法，基于我们说和写的方式，用任何其他语言表达。不是“翻译”，而是“个性化翻译”。这有助于在被主流语言主宰的全球政治经济活动中保留小语种（及其文化和认知特性）。

这并不是说不会再出现问题：个性化自动翻译永远不可能完全同步；总会有失败的时候：生成算法会产生幻觉，并且会继续这样。有些人可能会用其他人的语音和文本来训练他们的翻译算法，从而在一个人用一种语言和另一种语言表达自己的方式之间创建“混合身份”。也就是说，任何说另一种语言的人都会经历过接受新身份的奇怪感觉。当我用法语、英语或加利西亚语说话时，连我的声音都变了！

总之，使用生成式AI算法来保留小语种值得探索。小语种不应该被视为一种烦恼或累赘，它是文化的宝库，是有趣的风味和人类特性的丰富宝库。

参考链接：https://cepa.org/article/will-ai-topple-the-european-tower-of-babel/