1949年7月15日，美國數學傢Warren Weaver發表了《翻譯備忘錄》，提出了機器翻譯的概念。近年來，隨著深度學習技術能力的提升，機器翻譯領域發展日新月異，各種機器翻譯產品的創新層出不窮，在各行各業的應用也取得了蓬勃發展。
然而，各類機器翻譯“翻車”層出不窮，引發網絡廣泛討論。於是，人工智能將很快取代翻譯人員的呼聲一下子弱了下去，取而代之的則是“機器翻譯就是個花架子”“這屆機器翻譯不行”之類的言論。
對此，傳神語聯董事長何恩培有著自己的看法：“許多公司正在做的機器翻譯方面的努力，值得行業尊重和正確對待，這是值得肯定的努力，是業內敢於尋求新知和未知的偉大嘗試。他們的嘗試更多的是一種對人們面向未來開拓新思維的教育：翻譯距離人很近了，不再遙不可及，跨境遊、國際商務等涉及大眾息息相關的翻譯需求近在眼前。”
不僅如此，何恩培也強調：“由於人工智能目前也還未成熟，跟人類智慧產物——語言的結合是一個過程，而且永遠並不能完全替代人類翻譯，不要過度炒作過度消費。積極擁抱AI，更應該客觀的對待。“
翻譯是人類真正的智慧的高地，語言文字因人的存在而存在，語言文字是人類智慧的表達，從長遠看來，AI應該能夠超越人類的智力，但人的智慧卻是難以逾越的。
為什麼這麼說呢？何恩培認為，這還要從人類語言的特性說起。首先，語言具有種族性，不同的語言是在不同的文化背景下產生的，它是不同民族對待事情的方法。以沙發為例，這是歐洲人對待坐臥用具的稱呼，具有種族的獨特性，在中國的字典裡並沒有相對應的詞。
其次，語言的種族性是由文化背景支撐的，而文化是一種全息的東西。語言本身隻是人腦全息信息的一維表達，但兩種文字的映射是以兩種文字背後的全息信息為背景的。依靠大量一維語言文字數據訓練出來的機器翻譯，很難全面實現全息信息的表達。而人類譯員的不可替代性，在於人類有著共同的全息信息理解分享能力。以某一個翻譯現場為例，譯者會根據演講人的情緒、語氣、神態，以及文化背景等進行全息場景的合成，再用語言表達出來，但機器卻不能做到這一點。
在此背景下，傳神語聯首創新型語言產能-第三產能“人機共譯”全新理念，通過人工智能、大數據、互聯網等新興技術，實踐出“Twinslator”新工作模式，即譯員與自己訓練的機器引擎組合成“Twinslator”，機器通過學習譯員的術語和語料，並形成翻譯過程數據、修訂反饋、場景信息等全信息語言知識庫，伴隨譯員一起成長，打造譯員個人個性化學習引擎，翻譯能力不斷接近譯員本身翻譯水平，並融入文化背景。
AI不僅運用在縱向提升人類單項翻譯效能上，傳神語聯創新將其運用在橫向重塑作業全流程，從而產生了某種新意義上的“人機共譯”。建設語聯網平臺，通過AI集中抓取、調度全鏈條資源，不僅提高了效率，還保障文檔不被泄露。更重要的是,從以人為中心到以AI為中心,實現了整個商業鏈條上效率的突進以及場景化的實現。
對於翻譯行業來說,智能化、自動化、數字化是新翻譯時代的表征,完成整個商業業態的重構,真正帶來效率的突進以及場景化的實現則是新翻譯的使命。傳神語聯將肩負這樣的使命,持續努力,不斷深化技術優勢,引領整個行業共贏產業發展。