前幾天又發生了一次針對Google的所謂“辱華事件”，一篇號召網民“抵制Google翻譯工具”的帖子在某著名論壇上出現，帖子指責Google的翻譯工具出現離奇的“張冠李戴”現象，甚至有傷害中國人感情的嫌疑，對Google的不正確翻譯，該文列舉了一些例子，如“I thought this was shame”（我認為這是恥辱）被譯為“我認為這是中國的恥辱”等等。

　　該篇文章發表后，引起了很多人的注意，不少媒體都進行了轉載，之后，Google Translate翻譯服務也迅速修正了這個技術錯誤。

　　由于我自己也是經常使用Google翻譯工具，因此我就結合一下我對Google Translate翻譯工具的理解來闡述一下這種錯誤可能產生的內在原因。

　　以往的翻譯通常都是使用一個一個詞地“死譯”，由于詞義的多變性，同樣一個單詞在不同的場合下可能會出現完全不同的含義，因此原先的那種翻譯效果可謂“慘不忍睹”，翻譯質量普遍很差，基本上沒有什么參考價值，大家可以使用詞霸或者Yahoo翻譯來隨便翻譯一兩篇英文來實驗一下。百度因為“更懂中文”，因此沒有全文翻譯產品，只有一個簡單的單詞翻譯功能。

　　Google Translate翻譯服務是目前中文翻譯領域中表現最為突出的一個，主要原因是Google翻譯于今年進行了一次創新，使得Google翻譯具有人工智能的詞義辨識能力，也就是說，通過Google搜尋不同字詞同時出現在同一網頁的頻率來確定字詞間的關聯性，以這種人工智能的方法來進行真正意義上的全文翻譯。

　　在Google眼中，一個字詞的意義經常能從其他與它并用的字眼而獲得，Google有天然的優勢—已經索引過的海量資料庫，通過對海量的多語言數據進行對比學習，找到不同語言之間的語法和文字對應規律，實現了機器自動學習功能。

　　Google的這種智能識別翻譯雖然極大地提高翻譯質量，但是總的來說翻譯水準還是不能達到很高的水平，出現一些技術上的錯誤也在所難免。例如這次出現的這個翻譯錯誤問題。

　　我推測這個錯誤可能是這么產生的，就是在Google的自動機器學習過程中，主要學習的是一些西方文獻以及其翻譯結果，由于西方對于中國的評價大多都是負面的，因此某些“不好的字眼”經常和“中國”一道出現，當出現的頻率很高的時候，Google就根據以往的常識，將這個“不好的字眼”和“中國”進行了一定關聯，于是就出現了這種智能推測，導致了所謂的“Google辱華翻譯事件”。

　　當然，這個技術問題解決起來也不難，就是擴大Google翻譯的機器學習資料庫，從不同的環境多分析一些資料（比如也分析一下人民日報的信息），這樣推測詞義出現的偏差可能會小一些，結果也會更為“中立”一些。

　　總的來說，Google放棄傳統的翻譯方式，改而使用機器自動分析統計識別的方法，是一大進步，極大提高了文章的翻譯質量，后續Google應該做的是優化識別統計算法，擴大自動學習資料庫，使得翻譯的結果更加準確。然而令人不解的是，某些懷有不可告人動機的人不去研究技術和算法上的問題，而專門去找一些奇怪的缺陷錯誤，并將這種純粹的技術問題上升到政治層面，早先有“Google搜索南京大屠殺事件”，現在又有“抵制Google翻譯事件”，是的，哪里有臭味，哪里就有蒼蠅的身影，蒼蠅改不了逐臭，正如狗改不了吃屎一樣，我奉勸那些專門搜尋這方面材料的那些人，不要再做那些妖言惑眾、嘩眾取寵的事情了，這么做不僅侮辱了自己的智商，同時也侮辱了廣大網民的智商。當今社會是一個競爭激烈的社會，需要不斷學習新知識，學習，不僅僅是學習知識，更重要的是學習分析問題的能力和技巧，如果只知道固步自封、閉門造車，整天想一些歪門邪道，不去想辦法提高知識和技能，那么遲早有一天會被這個社會所淘汰。