GoogleTranslate中翻英首次运用神经机器翻译技术
Google已经将人工智能用于语音辨识和图像辨识上，周三再宣布将在网页与行动版Google Translate使用最新神经机器翻译（Google neural machine translation, GNMT）系统，并用于中文翻英文的工作。
Google Brain团队研究员Quoc Le及Mike Schuster指出，Google Translate自10年前推出以来，使用的是以字词为基础的机器翻译方式，数年前，Google开始运用递归神经网络（Recurrent Neural Networks，RNN）来学习在不同语言翻译中，输入与翻译输出句子的比对。相较于传统字词为基础的机器方式是将句子切成字和词再独立翻译，但运用神经网络的翻译则是将整个输入句视为一个单元。一开始两者的翻译精准度并没有相差太多，但经过改进，神经网络翻译开始超越旧式技术。
以一个中文语句翻译成英文为例，新系统将一个中文句编码为一组向量（vectors），每个向量都表示句子读到目前的意义。在读完整个中文句子才开始翻译的解码过程，每读一次逐步产生一个英文字，直到产出完整句子。而在产出英文字时，系统会注意特定字词在中文句中的权重。
以中文新闻的翻译为例(下图)，可看出传统以字词为基础的机器翻译技术(PBMT)、Google神经机器翻译（GNMT）及人工翻译的差异。
目前GNMT还是会犯许多人类不会犯的错，像是漏字或特定与罕见字词翻错，以及翻译未考量前后文，但是已经有长足进步，例如以维基百科及数家新闻网站上抓取的句子进行的数种主要语言的翻译测试中，已经让错误率较原有翻译降低55-85%。
而在配合Google早先公布的机器学习工具组TensorFlow及Tensor处理单元（TPU）下，Google决定将GNMT用于Google Translate网页及Web版所有中翻英的工作。目前，Google Translate App一天大约可完成1800万次翻译。Google表示，未来几个月还会将新系统用于其他语言的翻译上。
Google积极运用人工智能技术于多项服务，包括Inbox by Gmail及近日公布的Google Allo 助理等。
