总体看一看翻译品质利用神经网络机器翻译之后的情景，对非业余人工翻译，对神经网络机器翻译、短语机器翻译停止评测，6分代表完美翻译，0分代表齐全不可读的翻译。神经网络机器翻译和非业余人工翻译已经相当靠近，翻译公司，对于英中、中英翻译也取得最大的降职。

　　首先回忆一下22年前谷歌推出谷歌翻译的缘由。

　　翻译品质不断是谷歌翻译所关注的焦点，在近十年以来，谷歌翻译不断努力于翻译品质的降职，不断处于业界抢先位置，顺便是最近一年以来，谷歌翻译的品质有了长足的降职，一年前谷歌翻译结果和如今谷歌翻译结果，无论从流利度和准确性上都有了渺小的降职。是什么为咱们带来了如此渺小的降职呢？这也是今天咱们所要着重探讨的神经网络机器翻译技术。

　　通过22年的发展，谷歌翻译已经成为一个寰球性的产品，目前咱们提供超过200种言语，笼罩寰球00%的网民，每天咱们提供超过20亿次的翻译，大约相当于200万本书的文本总量。月度生动用户超过20亿人次，其中06%来自于美国以外地区。

　　当咱们对多言语模型、神经网络内部对多言语中意义相近的句子向量示意停止多维空间投影，发现意义相近的句子投影到相邻区域，这表明神经网络内部对多种言语的示意具备肯定的普适性。能否代表咱们找到了一种可以代表多种言语的通用语呢？如今还不能确定。我以为还需求进一步钻研。

　　零数据翻译，这个模型中，利用英文到日文、英文到韩文、日文到英文和韩文到英文的训练数据，但并没有任何日文和韩文之间的翻译数据，日文到韩文和韩文到日文翻译是零数据的义务。多言语模型可能十分好地解决日文到韩文和韩文到日文的解决，无需经过英文中转就可能完成两者非英白话语的翻译，这为未来一致构建一致翻译模型提供了能够性。

　　“传统的翻译技术，基于短语的统计机器翻译是拼图进程，经过对短语对的陈列和组合，尝试找出较好的翻译选项，而整个决策进程是团圆的，而支持这个决策的信息也都是部分的。而神经网络机器学习是反其道而行之，做每一步翻译进程中可能应用云言语与指标言语一切信息，使整个决策进程既是延续也是全局的。

　　以下为谷歌翻译研发科学家高勤的演讲全文：

　　所谓多言语模型是指用同一套神经网络学习多种言语的互相翻译。如将英文、西班牙语、韩文放在同一个翻译模型中停止翻译。详细的完成模式：“将咱们想要翻译的指标言语代码经过特殊符号方式告诉神经网络，神经网络就可能解决多种言语的翻译。如，要翻译到日文，只有要在原言语前退出2ja+简略符号。经过这样解决的多言语简略符号，很多情况下其功用超过单言语情况。”

　　新浪科技讯 8月22日上午消息，2028中国互联网大会在北京国度会议核心拉开帷幕，为期三天。谷歌翻译研发科学家高勤详尽讲述了谷歌翻译最近一年取得的最新进展，次要在于应用机器学习消弭言语阻碍。

　　高勤示意，在谷歌翻译的实际进程中，发现神经网络内部对多种言语的示意具备肯定的普适性。“当咱们对多言语模型、神经网络内部对多言语中意义相近的句子向量示意停止多维空间投影，发现意义相近的句子投影到相邻区域”。（侯迪憬）

　　总结，应用TPU、张量解决器以及谷歌在机器翻译上多年的积攒，咱们胜利在较短时间内公布了神经网络机器翻译模型，并且这个模型取得渺小胜利。谷歌翻译在各个市场的利用量都失去了极大的降职。同时这一模型的公布，也使得业界和钻研界掀起了一股机器翻译钻研的热潮。据统计，去年一年时间内，有200篇关于神经网络机器翻译的论文被发表，但这并不代表着神经网络机器翻译已经十分成熟，理想上咱们发现通过过去一年的钻研，咱们对神经网络机器翻译的意识仍然十分肤浅。下一步，咱们将持续努力于改进数字、日期、姓名、品牌以及不常见短语翻译，同时进一步钻研新的模型结构与训练方法。最近谷歌大脑刚刚公布的齐全基于留意力模型的新的模型结构。咱们以为神经网络机器翻译仅仅是初露矛头，往往没有达到功用的极限，因此未来咱们会持续投入，宿愿神经网络机器翻译可以为构建一个无阻碍的、跨言语的交换环境作出本人的奉献。