互聯網的迅速發展使得全球化的進程大大加快了。在此過程中，人與人的交往的方式也相應產生了變化，其中之一就是語言?，F代社會語言的一個重要的特征就是簡潔，只要能夠達到交流的目的，語言的目的就達到了。
以前我們總是以很傳統的信達雅來看待翻譯。這個標準在21世紀似乎不重要了。但是翻譯最基本的一條，即忠實原文還是必須的，否則會出現很“危險”的結果。
那么這就需要標準化。標準化能夠保證譯文的準確，尤其是行業術語的標準化。
回過頭來看句子，在20世紀，人們似乎更偏好復雜的長句子。但是到了21世紀這個趨勢正在減弱。由于生活節奏的加快，沒有時間和耐心看長句子，大家更傾向于用簡單的表達方式。把意思說清楚就行了。
拿英語來說，早就提倡plain English，要求平白如話，不要在語言上拽文。這讓我想起1917年1月著名學者胡適發表的《文學改良芻議》，自此拉來開了中國白話詩的新篇章。由于新詩的蓬勃興起，漢語的變革也經歷一場暴風驟雨般的變故，走得比較極端的就是漢語的拉丁化。不過這個運動終歸沒有進行下去，可是簡化字的運動卻邁的步子不小，雖然簡化字直到目前依然有人持不同意見。就連兩岸使用的文字都不一樣。
字、詞、句是每種語言的三種最基本的構成要素?！妒ソ?middot;創世紀》中提到了人類多種語言的起源?？墒侨祟愓Z言的復雜性，正在成為互聯網發展，乃至全球經濟發展的桎梏。根據民族語言網(Ethnologue)提供的數據，目前全球正使用的語言多達7100種，但互聯網網頁上的語言只占其中的約5%。甚至一些國家的官方語言，例如印地語和斯瓦西里語，也很少為互聯網所包容。
那么如何解決個問題呢？
肯定要靠翻譯，海量的翻譯，自動的翻譯，滾動的翻譯！專門有人做過研究，語言也是個勢利眼的東西。那個國家的文化科技發達了，其語言就跟著發達，法語曾獲此殊榮，德語緊跟其后，現在是英語正在風頭。上個世紀曾弄出所謂的“世界語”（Esperanto），靠這種人工語言來達到無障礙的交流?？墒?，這一良好的規劃徹底失敗了，怎么辦呢？
由于技術的發展，現在有了新的辦法。計算機輔助翻譯（CAT,computer-aided translation）就算一種。CAT目前在各個行業中大行其道，例如翻譯藥品說明書、文件聯機幫助和文檔資料以及術語標準化程度高的文本。從事這項翻譯的叫本地化服務，從業人員逐漸多了起來。
2009年，中國翻譯協會本地化服務委員會（簡稱“中國譯協本地化委員會”）成立，這個領域的自此有了自己的專業組織。北京大學還專門成立全國首家“軟件與微電子學院”，專門培養本地化人才。經過10多年的發展，本地化的工作已經走上正軌。需要強調一點的是，翻譯軟件是競爭的，但術語庫卻是排他的，例如某大公司需要做本地化工作，就需要它提供相應的術語庫，經過翻譯軟件翻譯，然后再進行人工校對成文。本地化屬外包（outsourcing）的一種形式。我出錢，你出力，最后的成果是我的。
但是，本地化所完成的工作還是不過是冰山一角，遠遠無法滿足需求。為促進不同地區之間的溝通，使全球各地區人群都能參與到數字經濟中，翻譯顯得尤為重要。業內人士估計，目前全球翻譯市場的年規模達到370億美元。在新聞出版行業，國內外媒體和圖書出版的交流正越來越火爆。在企業界，對各類報告、技術手冊和合同文書的本地化需求也非常旺盛。因此在過去多年時間里，市場對翻譯，尤其是優質翻譯有著強烈的需求，陪同在國家領導人身旁的同聲傳譯更是公眾矚目的焦點。然而與其他行業類似，翻譯也正在被科技顛覆。
當前，翻譯開始走出另外二條新的道路。
一是走向眾包(Crowdsourcing)，它與外包的最大區別在于眾包的核心包含著與用戶共創價值的理念。眾包的概念是由美國《連線》雜志的記者杰夫·豪（Jeff Howe）在 2006年6月提出的。豪對“眾包”的定義是: “一個公司或機構把過去由員工執行的工作任務，以自由自愿的形式外包給非特定的（而且通常是大型的）大眾網絡的做法。眾包的任務通常由個人來承擔，但如果涉及到需要多人協作完成的任務，也有可能以依靠開源的個體生產的形式出現。”
目前由包括Facebook和Twitter在內的社交媒體，正嘗試通過眾包模式實現網站提供其他語言的內容。而譯言網等翻譯平臺也在利用眾包的力量去提供其他語言的內容。不過，到目前為止，單純的眾包模式還不完全成功。畢竟，眾包有點兒“非物質刺激”的因素在其中。
一是人工智能的發展推動了機器翻譯的進步。在國外，許多科技巨頭均利用人工智能技術去提供翻譯服務，例如近期引人關注的Skype Translator。在國內，百度、金山、網易有道、科大訊飛也都在開發類似的技術。人工智能翻譯的發展尤其值得關注。目前，在谷歌翻譯應用中，只需將攝像頭指向希望翻譯的文字，用戶就可以立即獲得翻譯結果。到今年夏季，谷歌這一服務已支持27種語言的實時語音翻譯，以及37種語言的文字翻譯。谷歌軟件工程師奧塔韋·古德在技術研發博客上表示，為了實現這一目標，谷歌收購了現實增強翻譯應用Word Lens，并利用機器學習和卷積神經網絡技術去加強該應用，而圖像識別是最關鍵的一點。即便是這樣，人工智能不過是許多翻譯技術公司正在嘗試新模式，也就是在翻譯眾包的基礎上加上人工智能。
這或許代表了翻譯的未來發展趨勢。人工智能首先完成最基本的翻譯。在拿到來自機器的初步翻譯結果后，眾包的普通譯者首先對機器翻譯的差錯進行更正。隨后，高級譯者將對翻譯后文本的文學性和專業性做進一步修訂。這樣的流水作業將帶來更高的效率，同時確保質量。
機器學習技術也會參與這一過程。通過機器學習，計算機將基于人工修訂后的結果學到準確的單詞表達，以及人類的語言習慣，從而優化未來的翻譯能力。另一方面，計算機也會對人工翻譯的“硬性”部分進行追蹤，幫助譯者避免低級錯誤。在這一過程中，人工智能和人工翻譯將形成良性循環。
人工智能對人工翻譯的幫助還不僅于此。例如，在眾包譯者工作的同時，人工智能將會了解不同譯者具備的專業性。通過對這類數據的收集和分析，人工智能可以向不同譯者分配他們擅長的翻譯內容。例如，關于計算設備說明書的翻譯將精準分配至電腦專家，而財務報告的翻譯將可以由會計專業的譯者來擔綱。這種模式正在引起全球投資人的關注。例如，硅谷創業孵化器Y Combinator在2014年冬季班時孵化了這樣一家公司Unbabel。與傳統人工翻譯相比，人工智能的引入提高了效率，而不同于單純的機器翻譯，人工翻譯使翻譯的表達更準確、更流暢，更適合用于正式場合。
對于尚未被納入互聯網的少數族裔語言，這種模式將帶來明顯幫助?？梢灶A見，通過統一的人工智能數據庫，谷歌、雅虎、Facebook等網站將自動翻譯成非洲、南亞或印第安語言，而當地志愿者可以在此基礎上高效的完成優化。這將消除互聯網向貧窮國家普及過程中的語言障礙，成為真正連接全世界的“信息高速公路”。
