从统计模型到神经网络：Google 翻译二十年简史

把时钟拨回 2006 年：iPhone 还没发布，智能手机对多数人仍是陌生词，出国的人靠纸质词典和旅行社小册子对付外语。就在这一年春天，谷歌悄悄上线了 translate.google.com。它背后的技术叫统计机器翻译——不理解语言，只算概率：系统吞下海量人工翻译过的双语文档（其中包括联合国等国际机构的多语言资料），遇到一句话时，从数不清的片段组合里挑出统计上最像「人话」的那一种。

那个年代的译文常常生硬得令人发笑，但两件事让它活了下来并且越用越顺：一是完全免费，二是覆盖面随语料扩张不断变宽。对普通用户而言，「能看懂七成」的机器译文第一次战胜了「查半天词典」，一种新的习惯就此养成——遇到看不懂的外文，先贴进 Google 翻译再说。

统计系统的局限也很直白：它把句子切成碎片分别处理，常常顾头不顾尾。长句里的指代会被译丢，专业术语在上下文里前后不一，「你若安好便是晴天」这类中文可以整句变成谜语。社区里甚至流行起收集机翻笑话的帖子——今天读来好笑，当年却真实反映了技术天花板：语料决定下限，架构决定上限，而统计架构的上限已经肉眼可见。

数字背后是一个朴素的判断：翻译这件事的价值不在炫技，而在「让说不同语言的人勉强听懂彼此」。从这个标准看，二十年间它把可用性从七成提到了九成上下，剩下的一成里藏着俚语、诗歌与法律条文——那是人类译者短期内仍不可替代的地盘。

还有一条容易被忽略的副产品：神经翻译时代积累的技术与工程经验，几乎喂养了谷歌后来整个语言 AI 版图。今天对话式 AI 能流畅处理多语言问答，追根溯源，2016 年那次「把整句话读进去」的架构革命是绕不开的起点。

对中文用户来说，编年里最扎心的一页是 2022 年。当年 9 月末，谷歌发言人确认，因「使用率低」将于 10 月起停止中国内地的 Google 翻译服务，运营多年的 translate.google.cn 不再可用，访问会被跳转到面向香港地区的页面。此后大陆用户的直接访问持续受限，这一状况延续至今。

一张表之外再补两句经验之谈。相机与对话模式是它最出彩的部分，但都依赖网络与语音识别，正式场合务必留一手：关键数字、金额、地名，最好让对方写下来或用文字模式复核一遍。离线包则建议出行前一天就下好——机场 Wi-Fi 的不可靠程度，经历过的人都懂。