从机器翻译到智驾：规则派的黄昏与数据革命的终局（伍）

让我们把时间拨回到规则派的鼎盛时期。

SysTran的语言学家们手写了十几万条语法规则，连"一石二鸟"这种习语都要单独标注------不能逐字翻译，必须特殊处理。他们以为，只要规则足够多，机器就能理解人类语言。

结果呢？

2000年，有个用户把中文"心有余而力不足"输进去，系统硬译成了："心脏有剩余力量，但肌肉不够。"

全场笑翻。

更经典的案例还在后面。那句中文谚语"酒是好的，肉变质了"------原文想说的是"心有余而力不足"，规则派系统却逐字处理，翻出了这句驴唇不对马嘴的"杰作"。

问题出在哪？规则根本覆盖不了自然语言的模糊性和例外。

你写一万条规则，总会有第一万零一个例外。你标注了"一石二鸟"，下个月就会遇到"一箭双雕"。语言是活的，规则是死的，死的东西装不下活的世界。

谷歌当时走了一步险棋。

他们扔掉所有手写规则，拿加拿大议会二十年的双语会议记录当教材。统计模型不理解什么是虚拟语气，也不知道成语的典故，它只是做一件事：数哪个英文词经常和哪个中文词成对出现，哪个短语的语序调整概率最高。

2005年的测评里，统计翻译把"和平共处五项原则"译成了"Five Principles of Peaceful Coexistence"。

而SysTran抠着词典翻出来的是："Five Rules for Living Together Peacefully"。

前者准确、规范、一眼就能看懂。后者......"一起生活的五条规则"？这翻的是居委会告示吗？

语言学家骂统计翻译是"概率拼凑"，是"没有灵魂的翻译"。可用户不管这些。能看懂的翻译就是好翻译。谷歌翻译的用户量在几年内翻了上百倍，SysTran则在2016年彻底停止了规则库更新。

规则派的黄昏，不是因为规则错了，而是因为人类终于承认：我们制定的规则，装不下世界的复杂。

现在，这场战争正在自动驾驶领域重演。

国内智驾厂商至今没看懂的是，特斯拉FSD从来不是靠堆硬件或画地图取胜的。它走的是AlphaGo Zero的路：先学习人类驾驶数据，跨过临界点后就扔掉拐杖，在虚拟世界里亿万次模拟极端场景，进化出人类想都想不到的行驶逻辑。

而不少ADS方案，还在抱着高精地图和人工规则不放。

你以为把全国300个城市的道路数据扫进系统就是"全场景覆盖"？这种换个国家、换个星球就失效的能力，从根上就是死路一条。

就像我们之前聊的：就算你跑遍地球所有城市，到了月球没有提前画好的地图，你连动都动不了。而FSD改改参数就能适应火星的陨石坑------这种通用智能的降维打击，根本不是堆地图能抗衡的。

更具体地说，规则派智驾的困境和翻译规则派一模一样：

你写死一条"礼让行人"的规则，遇到闯红灯的电动车就会瞬间失效。你标注了所有"红绿灯识别"的逻辑，遇到临时施工的移动信号灯就傻眼了。你给全国300个城市画了高精地图，遇到城中村那条地图上不存在的小巷子就直接趴窝。

FSD怎么做？它不写这些规则。

它把几百万英里的真实路况喂给模型，让它自己学会识别：鬼探头的前兆是什么样的？大货车的视觉盲区在哪里？雨天路面的隐形冰面怎么判断？城中村乱穿的行人有什么行为模式？

这些场景，规则派工程师写到死也写不完。但数据驱动的模型，在虚拟世界里跑亿万次迭代后，自己就学会了。

就像AlphaGo一开始学人类棋谱，后来自己跟自己下，下出了人类从没见过的棋路。FSD在虚拟世界里跑出来的驾驶逻辑，早就超出了交规手册的范畴。

从机器翻译到智驾：规则派的黄昏与数据革命的终局 （伍）