荒谬的科学新闻和科普翻译是怎样产生的？ | 读者评议
上个月，我们收到一封特别的读者来信，发信人是赛先生的作者，复旦大学生命科学学院的退休教授顾凡及先生。出乎意料的是，顾教授此番来信并非投稿，而是以读者身份对我们8月5日转载的一篇文章（见下文）提出质疑。我们认真拜读并就文中专业内容请教对口专家后，随即向顾教授提出刊发来信的请求。顾教授表示许可，但要再次修改一番。数日后，原本数百字的来信已变成一篇带有数篇引文的正式文章。顾教授不仅将他对原报道的质疑讲得更加清楚，乃至于进入了科普层面，更是进一步提出了国内普遍存在的科学新闻报道和科普翻译质量不佳的根源在于作者的不专业，并分享了他自己在翻译过程中的纠错经验。我们现将顾教授的文章刊发于此，特致谢意。
此外，在赛先生今日同时推送的另一位退休教授——北京大学武际可先生的文章中，武教授根据自己的科普写作感受，提出“科普是高水平的事业”，专业的科普不仅普及知识，更可以引领学习者从事进一步深入研究的看法。相信这两篇文章能够带给科普届一些启示和警醒。我们欢迎更多读者提出专业、中肯的意见建议！
作者 顾凡及（复旦大学生命科学学院退休教授）
8月5日，我从《赛先生》上读到转载的报道《IBM发明世界首个人造神经元，人工智能的底层硬件基石已完成》[1]，距离IBM发布有关消息只有两天。能在第一时间报道科技的最新进展，这对广大读者来说无疑是件好事。
由于我对有关人工神经元和仿脑的问题深感兴趣，所以一直在关注其进展情况。读了此文除了兴奋之外，也有点怀疑，觉得文中的许多论断不符合事实，或有悖常识，觉得此文是不是有点言过其实了。但当时我手头并没有原始材料，所以不敢妄断，于是给《赛先生》的编辑写了封信，提出自己的疑问。想不到《赛先生》对读者来信还真认真，编辑把信转给了几位主编，还请有关专家读了，基本上同意我的质疑，并问我是否可以把我的疑问在《赛先生》上发表。我想有不同的看法争论应该是件好事，争论本来就是“赛先生”，也就是科学的精神实质之一，科学从来就是在争论中发展起来的，因此我就同意了，但是必须读一下原始资料，这才能真正判断这篇报道是否真有问题。否则说人家有错，而自己连原始资料都没有读过，很可能结果反而是自己错了，这岂不是很不负责任吗？
现在，把我认为该文中主要的不妥、甚至错误之处列举于下：
（1）此文标题的第一句话“IBM发明世界首个人造神经元”不符合事实。因为人工神经元并不是什么全新的事物，早在上世纪50年代就有科学家用电子管构建人工神经元，当然尺寸很大，功耗也很大。此后科学家就在这两个方向上不断改进，先是用晶体管，后用集成电路，以至用超大规模集成电路构建，使尺寸和功耗都大大降低；另外也有不少科学家把人工神经元建立在模拟离子通道的基础上，使神经元模型的功能更接近真实的生物神经元。早在上世纪90年代，美国科学家米德（Carver Mead）的实验室就用CMOS电路模拟了离子通道，构建出在此基础之上的人工神经元。后来米德的研究生博阿汉（Kwabena Boahen）一直致力于此，还发展出一个研究方向——仿神经结构工程（Neuromorphic engineering）。[2]因此IBM的工作绝不能说是第一个人工神经元，它的“第一”是第一次用纳米技术构建出一个随机相变人工神经元，因此在该文正文中说IBM“制成了世界上第一个人造纳米尺度随机相变神经元”是对的，而标题不对。
（2）标题上的第二句话“人工智能的底层硬件基石已完成”更不妥。IBM的纳米人工神经元主要是在尺寸、功耗和速度方面有了极大的改进，不过从其功能方面来看，这种人工神经元还只是神经元模型中最简单的“整合-发放（integrate-and-fire）模型”。[3]它只是模拟了电位在神经细胞膜上的整合和重置，以及当电位达到阈值就触发一个脉冲这样一种神经元最基本的功能，这一模型根本就没有考虑神经细胞膜上形形色色的离子通道机制，也没有考虑生物神经元在形态和功能上的极大多样性，当然更没有考虑数量比神经元还多十倍的胶质细胞的作用，这和真实的生物神经元相去甚远，遑论人脑。从单个神经元的功能上来讲，如果不考虑尺寸和功耗，那么它甚至还不及许多现有的人工神经元，谈不上“跟生物神经元的工作方式非常类似”。即使是用那些功能更复杂、也更接近生物神经元的人工神经元作为基本单元构造的网络，从仿神经结构工程的现有成绩来看，也离实现人脑的高级功能有较大距离，何况是基本功能简单、单一的“整合-发放”神经网络模型呢。所以说由于这个工作，而使“人工智能的底层硬件基石已完成”恐怕是过于夸大了。
单个神经元工作原理示意图（图片来源：IBM）
（3）该文中一个吸引眼球之处是多处宣称：“IBM已经构建了由500个该神经元组成的阵列，并让该阵列以模拟人类大脑的工作方式进行信号处理。”当我还没查到原文时，虽然对此有些怀疑，但由于不知道究竟是怎么回事，难于断言。等到看到8月4日该研究团队在《自然-纳米技术》上的论文[4]后才知道，其实所谓500个神经元组成的阵列只是500个相互之间并无关联的人工神经元集合，对每个神经元给予同样的输入，然后把每个小时间片段内有多少个神经元有脉冲发放作为这整个神经元群体的输出，试图以此来说明这样一种随机神经元群的“群体编码（或者如该文所称的集体编码）”比单个神经元编码优越，表现在根据奈奎斯特-香农定理，单个神经元发放的脉冲序列不能完全恢复频带宽度超过按该定理要求的输入信号中所包含的信息，如果同时用了大量这样的神经元，虽然输入信号不变，但是如果以此群体的响应作为输出，那么情况可能得到改善。
至于有相互联结的神经网络怎么样，文中并没有给出具体结果。2009年瑞士“蓝脑计划”构建了一个出生2周后大鼠的新皮层柱模型，其中包括10000个简化的神经元模型（但不会比整合-发放模型更简化）；同时考虑了几百种不同类型神经元在新皮层柱中的分布与密度，每个神经元又可能跟好几千个神经元发生联系，即使这样他们的模型也还离人脑尚远，在此计划基础上产生的后续欧盟“人脑计划”也遭到大批科学家的诟病，在这方面的进展也不理想。所以说用500个彼此无关的单一的“整合-发放”模型就能“用类似人类大脑的工作方式进行信号处理”只能是天方夜谭。
顺便说一句，奈奎斯特-香农定理是有严格数学证明的定理，只要前提成立，就没有任何系统可以像该文所称的那样“超过了”定理所“规定的极限”。这一论断使读者读了不知道究竟是怎么回事，只有看了原文才知道原来是大群体超过了其中单个神经元所受到的限制，而并不是单个神经元的“信号处理能力已经超过了奈奎斯特-香农定理所规定的极限”！
（4）文中说神经细胞膜“阻止电流直接通过，但同时又在吸收能量，当能量吸收到一定程度，它就向外发射自己产生的信号。”这可能是由于作者不了解神经科学而说的外行话，虽然读上去文字通顺，似乎也可以读得“懂”，但其实却是误导了读者。正确的意思是“神经细胞膜对带电离子有选择性的通透性，当有离子通过细胞膜时就改变了膜两侧的电位差，当这个电位差达到一定程度（阈值）时，就会产生一个电脉冲。”
所以我以为这一新闻是作者错领会了原文的意思，把自己错误的认识强加给了原作者的缘故。除了已发表的那篇原始论文，我看到的其他3篇相关报道[4-6]，包括IBM网站上的报道也都没有我们在上面列举的该文所说的意思。当然我不敢肯定该文作者是否还有其他消息来源可以支持他们的说法，如果有的话，请不吝赐教。由于我并非要重写一篇有关这个问题的报道，所以在此不打算详细介绍这一工作，但是为了使读者知道该报道错到了何种程度，我想摘引一下原始论文的摘要[5]中的有关内容，相信还是有帮助的。
我们在这里要说明的是，可以用以硫族化物为基底（chalcogenide-based）的相变材料来构建人工神经元，在这种神经元中，膜电位是用纳米尺度的相变装置的相构型来表示的。利用无定型态和晶体态之间的可逆相变的物理性质，我们表明可以在纳秒的时间尺度上实现突触后电位的时间整合。
《IBM研究（IBM Research）》[6]则是这样总结此项研究的：
科学家们用相变材料造出了一种随机发放神经元，用以存储和处理数据。这一演示标志着在研发可用于认知计算的高能效和超高密度的集成仿神经结构技术方面前进了一大步。
这恰如其分地说明了这一工作的重要性，主要是用纳米材料构建人工神经元，使其尺寸、功耗、计算速度都大幅提高，为用硬件模拟脑功能开辟了新的可能性。不过也仅此而已。
新闻要及时，但是更要可信，不能误导读者。该文刊出后虽然也有好几位读者对此文的观点提出质疑，不过许多读者还是信以为真，似乎以为人工大脑就在眼前而感到可怕。要求每个读者，甚至编辑对每个专业领域都很熟悉，都能找到原始出处是不现实的，因此科学新闻的作者有义务把“信”放在第一位，如果要发表自己的观点，也应该把自己的观点和客观的报道明确的区分开来，才有利于读者判断是否真有道理。
由此想到一个如骨鲠在喉的问题，不吐不快，这就是科普翻译译文“信”的问题。我对脑科学及其相关领域很感兴趣，很喜欢阅读这方面的科普书。目前国内在引进这方面的国外优秀科普作品，速度非常快，几乎所有新出版的好书都有国内出版社购买了版权，这是一个非常可喜的现象。但是遗憾的是好的译作很少，许多译作在翻译最基本的“信”这一条上就过不了关，有的甚至连书名和目录都有错译的。
德裔美国神经科学家科赫（Christof Koch）在为拙译其著作《意识探秘》一书写的中文版序言中说道：“翻译任何文字都是一件极耗心力的工作，它需要译者首先理解纸面上文字背后的含义，然后才能将其组织润色成另一种语言。在一份成功的译著里，你应该感不到有译者介身其中——原作者与读者就像在直接进行交流一样。”此话可谓深得其中三昧，也就是我国翻译界前辈所说的“信、达、雅”。
信是第一位的。翻译并不是创作，译者只是转述作者的话，即使不同意，也只能照译原意，顶多同时加注说明，不能把自己的意见强加给作者。但是我们的有些译者真的胆子很大，硬把自己的错误强加在作者头上。例如我最近读了本译作，姑隐其名吧，中间读到一个小标题“第一个人类受试者”，但是看的内容完全是说在在实验室条件下在受试者的脑里插了电极做实验，这就使人怀疑作者怎么有违科学伦理做实验。一直读到书的后面有张插图，发现原来受试者是只猴子。于是又奇怪起来，怎么作者竟然连自己的实验对象是人还是猴都不知道。这个疑问直到拿到原著一对照，才知道小标题竟然是译者给加的，又没有作任何说明，这样就把自己的糊涂算到了作者头上。当然，这样做的还只是个别译者。更多的是译者自己没有看懂，就按句子中英语词汇里自己最熟悉的一个中文意思代了进去，最后把这些中文字串成一句似乎通顺的中文句子。据我的经验，读科普译作（包括我自己的译稿），读到我看不懂的，或是读了觉得与理不合之处，如果一对照原文，绝大多数都是错译。我们的译者，应该在最后把自己当做读者，仔细通读一遍译稿，边读边想读过的句子究竟讲的是什么意思，如果有点怀疑，赶紧对照原文，再读一下上下文，对一些关键词好好查一下好的词典，看看它究竟可能有些什么意思，不要“拉到篮里就是菜”。要记住我国著名语言学家吕叔湘先生的一句看似大实话的名言：“英语不是汉语”——在英语词汇和汉语词汇之间不存在一一对应关系。如果都能这样的话，我想很多误译是可以避免的。
随便举个例，现在许多书中把control group译成了“控制组”，这是因为脑子里只记得control有控制的意思，而不明白其真正的意思是“对照组”。在英语里同一个control可以有这两种不同的意思，但是汉语里控制和对照是两个完全不同的意思。如果我在上文中把译文和原作对照讲成了“控制”是否能行？有人认为，因为需要对对照组在实验条件上加以控制，所以译成控制组才对，那么请问对实验组的实验条件要不要控制呢？这种错误流毒之广，以致有的中文辞海里都称对照组又名控制组！
现在有许多译作之所以错误丛生，关键还是在于不认真。该查词典的不查，该查专业名词的不查，该查百科全书的不查，该请教人（包括原作者）的不请教，该多读几遍译稿的不读，该最后逐句对照原文校阅的不校阅，就这样把稿子给了出版社。甚至还有把翻译外包给了学生又不把关的，这样的译作怎么能不错误丛生呢？
我较早的译作也有上面讲的类似的毛病，最近几年就相当谨慎了。开译以前先对全书浏览一遍，对整个书的内容有个全局的印象。开始翻译以后，每当译完一句，一定想一下自己是否懂了？如果觉得似是而非，就一定找本好词典（如陆谷孙先生主编的《英汉大词典》）对其中的关键词再查一下，看看按照上下文来看这个词究竟是什么意思。如果还不行，就涂上黄色，暂放一旁，等以后对全书有了更深的理解之后再研究。碰到专业术语一定查专业名词，如果由于名词太新而找不到，一定请教有关行业的专家该词在他们一行中最通用的译名是什么。在译出初稿之后，一定从头到底至少通读数遍，读的时候就把自己放在读者的位置上，检查自己是否懂了，是否有疑问，如果有问题，一定对照原文和上下文再思考，这时多半会发现一些自己以前理解有误的地方。这一过程中也能让我们把生涩的句子改得更通顺。就我自己的情况而言，当我在觉得可以了而准备交稿前，我一定会对照原文再从头逐句校阅一遍。由于这时已读过多遍，对书的内容有了更深的理解，因此往往会发现在翻译刚开时由于没有充分理解而产生的错误，同时还能改正在前几遍润色时由于没有对照原文而可能和作者原意有出入之处。完成此遍后，一般我还会对全稿再重读一遍，觉得比较满意了才把稿子交给出版社。在修改的过程中，我也一定会碰到怎么也读不懂的句子，我会把这样的句子集中起来写信给作者请教解答。如果问题不是太多的话，原作者通常都是愿意帮助的。即使得不到作者回复，我也会千方百计找位对该书内容熟悉并精通英语的朋友，最好是以英语为母语的朋友来帮忙解答。只有这样做了，我才可以比较安心。要花那么多时间当然和我自己水平不高有关系，也和我退休了有的是时间有关系，但是我想，任何译者既然译了就要对读者负责，对原作者负责，也对自己负责。我根本不敢读现在的一些译作，怕被译者骗了。在此想对所有的译者（包括我自己在内）呼吁：都认真一点，对读者负责。
参考文献
[1] Deep Tech深科技，IBM发明世界首个人造神经元，人工智能的底层硬件基石已完成。《赛先生》2016年8月5日转载。
[2] 顾凡及，（2014）脑海探险 － 人类怎样认识自己，上海科学技术出版社。
[3] Tuma T et al. (2016) Stochastic phase-changeneurons,Nature Nanotechnology 11:693-700.
[4] Wright CD (2016) Crystal-clear neuronal computing, Nature Nanotechnology 11:655-656.
[5] https://www.ibm.com/blogs/research/2016/08/unsupervised-learning-artificial-neurons
[6] IBM Research. "Phase-change device imitates the functionality of neurons: Technology could lead to the development of neuromorphic computers." ScienceDaily, 4 August 2016.<www.sciencedaily.com/releases/2016/08/160804093327.htm>.
投稿、授权等请联系：iscientists@126.com
您可回复"年份+月份"（如201510），获取指定年月文章，或返回主页点击子菜单获取或搜索往期文章。
赛先生由百人传媒投资和创办，文小刚、刘克峰、颜宁三位国际著名科学家担任主编，告诉你正在发生的科学。上帝忘了给我们翅膀，于是，科学家带领我们飞翔。
微信号：iscientists
▲
长按图片识别二维码关注我们