从Let us loop you in看人工翻译和神经网络机器翻译

关于苹果新品iPhone 5SE的发布已经掀起一阵高潮，实际上，在苹果公司的发布会尚未开始时，其主题“Let us loop you in”就已经在网上引起了大家的热烈讨论。对于这次的主题的翻译和理解，对此网友们众说纷纭、脑洞大开。在这里，小编将收集到的网友们的译文与大家分享一下：
“让我带你装逼装你飞。”
“让我们套住你。”
“让我们把你整懵。”
“带你入坑。”
“请君入瓮。”

网友们的翻译五花八门，一些专业英语翻译的译员在翻译时也会夹杂自己的个性，搞笑的同时把这句话的精髓表现得活灵活现，读起来既让人感到有趣生动，也能让人理解其中更深层次的意思。Alphago和李世石的对弈将人工智能和人类的对弈推到了风口浪尖，在这里，小编也用在线翻译器试了一下神经网络机器翻译的结果：
“让我们在你的”。
“让我们循环”。

结果在预料之中，在表达上，神经网络机器翻译并没有将这一句经典的文案准确表达出来，可读性也较差。跳出这次苹果发布的主题，近10年来，神经网络机器翻译凭借“大数据+深度学习”取得突破性进展，开始为普通用户提供实时便捷的翻译服务，但实际上，神经网络机器翻译的效果却是差强人意。

机器的“思维”是从A到B用一个算法，找到最优路径，得出最优解，机器擅长的是可以程式化表达、有明确规则、有参考先例的工作。而翻译并非数学问题，我们都知道翻译没有标准答案，这就很让机器抓狂。翻译不是简单的文字转换，它更多的是“灵感”再创造的“升华”过程，而且需要考虑到整个语境联系和文化内涵，这些是人类思想、情感、创造力的直接体现。而神经网络机器翻译在短时间内无法替代人工翻译的原因是一词多义（译），多词不同语境、语气等不确定因素，语言有很大的灵活性和不确定规则。即便是统计神经网络机器翻译，仍存在培训语料库的限制和量大后噪声的影响。因此，神经网络机器翻译在短时间内仍无法媲美人工翻译。