人工智能技术在面对两种语言同时转换成第三种语言时，可以在保证合理正确率的情况下翻译“语言对”（Language Pair）。这将大大减轻人工预先输入学习的工作，使人工智能技术在自学和解决问题方面有了长足的进展。

“中介语言”（Interlingua）--人工智能技术

所谓神经网络技术实际上就是让机器和算法能够尽量像人的大脑那样思考和运算。谷歌翻译的最新进展表明，人工智能可以在许多方面超过人脑。谷歌人工智能技术已经实现在没有预先进行针对训练的情况下翻译语言对。换句话说，也就是可以不经学习就在不同语言间进行翻译。尤其是在首次将事先未学习的两种语言翻译成一种已经学习过的语言时，人工智能翻译的效果更佳。美国康奈尔大学一份报纸对此进行了详细的报道。

谷歌近期将谷歌翻译升级成谷歌深度学习神经机器翻译系统（Google Neural Machine Translation，GNMT），为通过人工智能提升谷歌翻译能力铺平了道路。此前，Google Brain-谷歌翻译研发团队，研究出一种机器翻译的自学方法，即所谓的“Zero-Shot翻译”。

该研究团队致力于“深度学习”的研究项目，结合人工智能技术，使谷歌翻译可以在两种事先未学习过的语言间转换。简而言之，该系统可以自动先将意思相近的句子或短语进行分组，然后通过预先学习过的语言将这些意思相近的句子有机联系在一起，这就是开发者所称的“中介语言”的作用。

“Zero-Shot翻译”是指在完成语言A到语言B的翻译训练之后，语言A到语言C的翻译不需要再经过任何学习。

这项技术不但扩展了该软件的使用范围，还降低了高昂的计算成本。近10年来，谷歌翻译从最初只能支持几种语言的翻译到目前支持103种语言，每天翻译1400亿个单词。为支持不同语言翻译过程中宠大的运算量，谷歌必须维持许多不同的运算系统，在运算上投入了巨大的成本。

谷歌对原翻译系统进行了再开发，从三维模型图示可以看出，该GNMT系统所采用语义理解模式要比传统的短语对短语的翻译模式要复杂的多。GNMT的优点在于系统运行基础并没有大的变化，只是在开始的语言输入过程中通过表征符号来确定目标语言然后进行翻译，从而在单一系统上完成了多语言间的转换，大大减少了系统翻译运行的计算量。

谷歌深度学习神经机器翻译系统在许多方面进行了革新，通过开发模型可以省略人工输入学习语言的过程，使得翻译质量有了显著提高，这些都得益于先进的综合解码系统的发展。GNMT提高翻译质量的同时，还使谷歌翻译产品架构大为简化。目前，谷歌翻译用户已经可以在GNMT系统下进行翻译，新系统翻译的语言也更加流畅自然。

人工智能的未来

未来，开发出完全不需要人类语言提示的人工智能翻译技术是有可能的。这即是好消息，也是坏消息。

研究人员正在开发人工智能的自学能力，也许不久的将来人们都可以用上具备自学能力（能够通过自身运行经验提升性能）的电脑。也就是说，届时，电脑不仅可以进行自我训练提高，还可以在没有提示的前提下分析人们的需求和预测人们的想法。

当然，上述设想与人工智能现在的发展水平还有一定的距离。不过随着技术的一天天进步，人工智能不仅会达到人脑的水平，未来很可能在很多方面超过人脑。因此，一些人对未来完全自主化的人工智能技术可能会扰乱社会的担忧也不是在杞人忧天。

科技的发展告诉我们，在创造机器并用它来解码复杂的网络计算的同时，我们需要确定如何才能最佳的利用人工智能技术。今天，人工智能只是在在线翻译上小试牛刀，其未来应用领域将是非常广阔的。