12月16日， 在PingWest 品玩“HAY!17”在北京798舉辦。 在其中的人工智慧翻譯大賽中， 谷歌翻譯、有道翻譯官、搜狗翻譯三款翻譯軟體同台競技， 實測翻譯效果。 最終， 有道翻譯官憑藉著突出的對話翻譯和拍照翻譯功能， 以及幾乎無短板的優勢， 在比賽中拔得頭籌。
比賽規則是三局兩勝， 第一局是「溝通大挑戰」， 挑戰對話翻譯。 第二局是「口音大評測」， 挑戰產品的識別翻譯。 第三局是「拍照大 PK」， 挑戰圖像翻譯。 除了翻譯產品， 現場還邀請了 3 位挑戰者一起來“折磨”翻譯軟體， 挑戰人工智慧對人類的理解和忍耐極限。
挑戰經典， 看人工智慧翻譯如何“真情告白”
第一局裡先“上場”的是谷歌翻譯， 隨機翻譯一段對話。 但可能是第一上場的緣故， 谷歌翻譯表現並不理想。 比如挑戰者說：“我好像被你嫌棄了的樣子”， 谷歌翻譯卻譯成了：“I really want to be your ex-wife, look.”， 意思完全不對。
測試有道翻譯官的素材， 來自《大話西遊》的經典臺詞， “曾經有一份真摯的愛情擺在我面前， 但是我沒有好好珍惜。 ”“等失去後我才後悔莫及， 人世間最痛苦的事莫過於此。 ”“如果上天再給我一次， 我會對那個女孩說三個字：我愛你”
有道翻譯官給出的翻譯結果是：“There once was a ture love before me, but I didn’t cherish it”“ when I lost my later regret, the most painful thing in the world is this.”“ If God give me one opportunity again, I can say 3 words for that girl: I love you.”， 這已經十分準確到位了。 值得一提的是，
搜狗翻譯也發揮正常， 對於“你的聲音裡， 滿滿的都是我們將要創造的美好回憶”這樣的挑戰能夠準確完成。 不過在英文翻譯中文的過程中， 發音比較容易混淆的 sing 被搜狗翻譯成了 see， “我喜歡你， 我感覺你能看到我”也被誤翻譯成了“I like your business, look.”。
至此， 有道翻譯官率先拿下一局。
拍照翻譯， 看人工智慧黑科技如何“即拍即譯”
第二局的口音大評測環節， 三款翻譯軟體都表現突出， 翻譯得都比較準確。
挑戰者演唱了一首 Lady Gaga 的 《Telephone》和說唱歌手 Eminem 的 《Lose yourself》開頭的幾句， Google 翻譯和有道翻譯官翻譯結果都不錯， 而搜狗翻譯也同樣表現良好。
直到第三局“拍照翻譯”環節， 再一次拉開實力的差距。 主持人隨機挑選了BBC上一篇題為《How Greenland would look without its ice sheet》的新聞報導。
三款翻譯軟體現場的翻譯結果是這樣的：
Google 翻譯：如何格陵蘭島看起來沒有它的冰 表。
有道翻譯官：如果沒有冰蓋， 格陵蘭島將會怎樣？
搜狗翻譯：如果沒有冰， 格陵蘭島將會怎樣。 換行之後又多翻譯了一個字：表。
筆者親測的效果也差不多， 而且排版上看， 有道翻譯官整潔很多：
在圖例注釋的翻譯中，也只有有道翻譯官將“The map reveals a hidden world of mountains and canyons”翻譯為“這張地圖揭示了一張隱藏的山脈和峽谷”，而Google 翻譯和搜狗翻譯的結果都是：“療法 安塞德”。
最終，憑藉在對話翻譯、拍照翻譯中的出色表現，有道翻譯官奪得此次人工智慧翻譯大賽冠軍。而現場的不少觀眾也被比賽過程中各種精准的翻譯結果所折服，紛紛表示“簡直碾壓了我四級英語水準。”
此前，由協力廠商翻譯評測機構“試譯寶”發起的一場人機翻譯PK賽中，以有道翻譯領銜的機器翻譯軍團，以碾壓之態勝過人類翻譯軍團。
“截止12月19日最新的結果，人類獲得32%譯星，機器獲得68%譯星。在機器軍團貢獻榜，有道獲得譯星最多，遠多於穀歌、百度、搜狗和必應。（，獲得譯星越多，表明翻譯準確度越高；資料來源“試譯寶”）
有道神經網路翻譯，讓翻譯更“聰明”
實際上，人工智慧的突飛猛進，已經在很多領域帶來了驚人的改變。
以機器翻譯領域為例，今年5月正式推出的有道神經網路翻譯，實際上正是此次人工智慧翻譯大賽的真正主角。其給機器翻譯帶來的效果提升，是過去統計翻譯模型（SMT）十年的總和，有些翻譯效果甚至堪比專業八級水準。
作為目前機器翻譯領域最前沿的技術，神經網路翻譯（NMT）採用獨到的神經網路結構，能夠對翻譯的全過程整體建模，整個神經網路翻譯模型更像一個有機體。它能對整個句子進行編碼，能夠更充分地利用上下文資訊，判定多義詞的詞義，生成更高品質的譯文。NMT翻譯出來的句子結構完整，語序更接近人類語言使用習慣，翻譯結果更加通順。
而神經網路翻譯模型各家都在用，為什麼有道神經網路翻譯的效果卻更好呢？
此前，網易有道首席科學家段亦濤曾表示，其原因在於有道在用戶翻譯場景上十年的積累，尤其是在中文查詞、翻譯等方面，使得其擁有獨有的、極其豐富的資料資源和技術沉澱；有道的技術團隊還攻克了資料處理、大規模框架、模型優化、領域適配等技術難題，並開發出一些特有的技術，比如領域適配技術。例如，在此次人工翻譯大賽中表現突出的對於新聞的拍照翻譯，就是緣於有道神經網路翻譯在新聞、學習、口語和一些科技領域等場景下，把翻譯效果做到了最優。
據悉，有道神經網路翻譯技術目前已經全面應用於有道詞典、有道翻譯官、有道翻譯網頁版、翻譯蛋等產品中，同時已接入有道智雲開放平臺，面向所有開發者開放，超過8億用戶正在享受有道神經網路翻譯技術帶來的高效與便利。
在圖例注釋的翻譯中，也只有有道翻譯官將“The map reveals a hidden world of mountains and canyons”翻譯為“這張地圖揭示了一張隱藏的山脈和峽谷”，而Google 翻譯和搜狗翻譯的結果都是：“療法 安塞德”。
最終，憑藉在對話翻譯、拍照翻譯中的出色表現，有道翻譯官奪得此次人工智慧翻譯大賽冠軍。而現場的不少觀眾也被比賽過程中各種精准的翻譯結果所折服，紛紛表示“簡直碾壓了我四級英語水準。”
此前，由協力廠商翻譯評測機構“試譯寶”發起的一場人機翻譯PK賽中，以有道翻譯領銜的機器翻譯軍團，以碾壓之態勝過人類翻譯軍團。
“截止12月19日最新的結果，人類獲得32%譯星，機器獲得68%譯星。在機器軍團貢獻榜，有道獲得譯星最多，遠多於穀歌、百度、搜狗和必應。（，獲得譯星越多，表明翻譯準確度越高；資料來源“試譯寶”）
有道神經網路翻譯，讓翻譯更“聰明”
實際上，人工智慧的突飛猛進，已經在很多領域帶來了驚人的改變。
以機器翻譯領域為例，今年5月正式推出的有道神經網路翻譯，實際上正是此次人工智慧翻譯大賽的真正主角。其給機器翻譯帶來的效果提升，是過去統計翻譯模型（SMT）十年的總和，有些翻譯效果甚至堪比專業八級水準。
作為目前機器翻譯領域最前沿的技術，神經網路翻譯（NMT）採用獨到的神經網路結構，能夠對翻譯的全過程整體建模，整個神經網路翻譯模型更像一個有機體。它能對整個句子進行編碼，能夠更充分地利用上下文資訊，判定多義詞的詞義，生成更高品質的譯文。NMT翻譯出來的句子結構完整，語序更接近人類語言使用習慣，翻譯結果更加通順。
而神經網路翻譯模型各家都在用，為什麼有道神經網路翻譯的效果卻更好呢？
此前，網易有道首席科學家段亦濤曾表示，其原因在於有道在用戶翻譯場景上十年的積累，尤其是在中文查詞、翻譯等方面，使得其擁有獨有的、極其豐富的資料資源和技術沉澱；有道的技術團隊還攻克了資料處理、大規模框架、模型優化、領域適配等技術難題，並開發出一些特有的技術，比如領域適配技術。例如，在此次人工翻譯大賽中表現突出的對於新聞的拍照翻譯，就是緣於有道神經網路翻譯在新聞、學習、口語和一些科技領域等場景下，把翻譯效果做到了最優。
據悉，有道神經網路翻譯技術目前已經全面應用於有道詞典、有道翻譯官、有道翻譯網頁版、翻譯蛋等產品中，同時已接入有道智雲開放平臺，面向所有開發者開放，超過8億用戶正在享受有道神經網路翻譯技術帶來的高效與便利。