針對在線中翻英服務,，Google采用神經(jīng)機器翻譯系統(tǒng)(Google Neural Machine Translation;GNMT),，該服務每日處理1,800萬個翻譯需求，面對龐大的運算分析,，該公司早前推出的人工智能(AI)深度學習系統(tǒng)及定制化AI電腦專用芯片功不可沒,。

　　根據(jù)Tech2報導，有別于之前以字詞為基礎(chǔ)的機器翻譯(Phrase-Based Manchine Translation;PBMT),，GNMT將輸入的句子當成一個整體來處理,。雖GNMT初次測試結(jié)果與PBMT不相上下，Google工程師借由對外開源的TensorFlow機器學習工作組更進一步解決完成快速翻譯所需的運算,，彌補GNMT與PBMT的速度落差,，同時提升GNMT翻譯的準確度和速度,。

　　深度神經(jīng)網(wǎng)絡(luò)(Deep Neural Networks;DNN)包含一層又一層的數(shù)學計算，亦即線性代數(shù),，Google趁著上一層計算完成之前,，先展開下一層的計算工作，這背后最大的功臣是Google專為人工智能(AI)打造的定制化芯片Tensor處理器(Tensor Processing Unit;TPU),。據(jù)聞早前GNMT需用10秒翻譯的句子,，現(xiàn)在只需要300毫秒。

　　Google不是唯一自行打造芯片,，來改善AI神經(jīng)網(wǎng)絡(luò)技術(shù)的科技公司,，微軟(Microsoft)亦采用FPGA芯片來執(zhí)行人工神經(jīng)網(wǎng)絡(luò)。換言之,，科技巨擘無不朝著相同的目標邁進,，一來提升機器翻譯的品質(zhì)，二來建構(gòu)可理解并回應人類自然語言的AI系統(tǒng),。

　　GNMT目前僅針對Google中翻英服務,，未來預計擴及更多的語言組合。