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

　　根據(jù)Tech2報導(dǎo),，有別于之前以字詞為基礎(chǔ)的機(jī)器翻譯(Phrase-Based Manchine Translation;PBMT)，GNMT將輸入的句子當(dāng)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(jī)器學(xué)習(xí)工作組更進(jìn)一步解決完成快速翻譯所需的運(yùn)算，彌補(bǔ)GNMT與PBMT的速度落差,，同時提升GNMT翻譯的準(zhǔn)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(xué)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(biāo)邁進(jìn),，一來提升機(jī)器翻譯的品質(zhì),，二來建構(gòu)可理解并回應(yīng)人類自然語言的AI系統(tǒng)。

　　GNMT目前僅針對Google中翻英服務(wù),，未來預(yù)計擴(kuò)及更多的語言組合,。