我们常常问，AI能做什么？

其实，真正的答案应该反过来问，AI不能做什么？

随着算力和算法的不断成熟，AI俨然已经进入下半场，许多设计师不再单单将AI的数据和自我学习能力当做突破的焦点，而是更多的探求AI与产品和应用之间的关联，以期布局以AI技术为核心的用户体验生态。

对于AI技术来说，这是一次技术下沉、落地生根的壮举。对于传统应用来说，这又何尝不是一次枯木又逢春？

那么，AI技术在同传领域会有什么样的可能，我们不妨根据案例探究一二。

所谓同传，指的是不间断的通过口译，来抹平语言沟通之间的鸿沟，曾经作为一个人类专属的工作，如今也有了AI的一席之地。

不过AI的编码和解码可不像想象中的这般容易，因为它不具备人类与生俱来的智力，AI的神经网络仍然需要工程师的编程和设计，这就很容易出现这种情况，那就是当AI面对程序中未预设的情况时，难以解码出相对合适的答案。放到同传领域中也是如此，当前AI与同传的结合，也会遇到很多未知的情况，比如各种生僻的小语种、嘈杂的噪音环境，甚至是口误情况的发生，都有可能给AI的识别和判定带来问题，以至于难以解码出相对合适的语句。

不过，即便AI同传并不是一件容易的事情，但是依然挡不住AI技术在同传领域的落地生花。比如，腾讯同传就提出了一个解决方案，它采用了定制强化语音识别引擎，且同时通过自研的神经网络机器翻译引擎与语音识别技术，以及NLP、去口语化等技术的处理，来应对各种复杂的语言环境。经过训练，腾讯同传的语音识别准确率和翻译可接受度行业领先。  

而且它的测试并不仅仅停留在理论之上，在进博会之上，新闻发布厅就采用了腾讯同传作为现场AI同传服务。AI同传如今已经成为了各类国际化论坛、大会的标配。

AI同传的应用，不仅是AI技术运用的展示价值，也在实际的为各种专业化会议提供了必要的翻译服务、会议纪要等服务，成为了辅助人类提高效率的智慧化工具。

AI技术的不断迭代

为什么会说会议同传的实际训练，可以给AI带来宝贵的经验？原因在于，作为一项数据和算法为核心的技术，AI的突破点在于自我学习能力。它可以帮助AI去理解事物的内在规律和表达层次，并经过多次实践的挖掘和比对，做到举一反三，以此实现自动化智能决策。

AI的学习能力包括监督式机器学习和非监督式机器学习，目的是为了提升决策的精准度。所谓监督式学习，是指在有明确结果数据的前提下，通过更迭算法对数据进行预测。

而非监督式学习对于AI的实际训练则更有意义，它从训练的一开始就不存在人工预设的明确数据，AI需要在更多变量的前提下，从海量的数据中寻找到相应的规律，并预测出相对合理的数据结果。

所以，通过这两种学习方式，腾讯同传在同传领域的实际应用，本身也是对AI技术的一次打磨，它在不同的语言之间，在不同的对话内容之间，从这些变量中，去了解更多的口音、更多的语法习惯，并就这些大相径庭的情况寻找出相对合理的答案，以此来满足各大会议中的同传需求。

AI最大的优势在于提升效率

随着国际化发展趋势的加快，翻译人才的需求较为强烈，除了各类会议的现场同传之外，跨国企业和机构的日常沟通、各类文书翻译等，都有强烈的需求，以更高效、高质和高性价比的方式提供翻译服务。

特别是在金融、法律、科技、医疗等专业领域，对内容的精准要求极高，专业的翻译人才存在缺口，比如金融领域，他需要翻译人员掌握大量的专业术语，同时也要实时了解金融行情的变迁，并且对于数据以及行情分析有着非常敏感的嗅觉，才能做出相对精准的同传。这种一将难求的局面，给这些领域的同传带来桎梏，很多场所会选择增加同传人员的数量来弥补精准度的问题，不仅仅提高了成本，也需要解决各个人工同传之间的配合问题。

所以，人工与AI的搭配合作，可以减少人工同传的工作量，缓解人工同传的工作压力，并经过比对提供相对更为精准的翻译内容，不仅仅能够提高同传效率以及信息发布效率，同时也有着相对更低的成本。对于同传行业而言，也缓解了人才匮乏，带来更大的发展机遇。

AI同传还有什么样的可能

机器化、自动化的同传服务，意味着相对于人工同传有着更低的成本。所以，这给更多领域的AI同传服务带来可能，比如像网约车的海外版本，可以通过AI同传接口直接翻译，给乘客以及司机带来无障碍的语言桥梁；又或者很多涉外的机构组织，各种语言的文档、图片、ppt等，都可以通过同传翻译，提升自身的国际化程度；甚至包括网络游戏，不同国家的玩家可以在游戏中无障碍交流等等。

在更多可以开动创意的定制化服务里，给AI 同传带来了更多可以开拓的市场，在这个大数据以及人工智能飞速发展的年代里，随着AI同传进行更加深度的学习以及数据库的不断完善，将给同传领域带来新的突破，在AI技术的赋能下，助力产业生态搭建！