機器翻譯是人工智慧中研究歷史較久的一個領域，人們在語言表達上，對于同一個意圖有著完全不一樣的表達方式，所以人類的語言其實是一個非常復雜的係統。最初人們認為幾乎不可能由機器來對語言進行翻譯，隨著機器學習技術的不斷發展，80年代末，人們開始通過機器學習技術來解決機器翻譯的問題，開始大規模地研究機器翻譯。目前，機器翻譯的主要應用場景是在高校中，為留學生提供實時同傳服務。隨著機器翻譯技術的發展，我們可以期待一個可以隨時與不同語言的人進行交流的美好未來。

機器更多扮演的是人類助手的角色，從機器翻譯這一點來看，人工智慧讓人與人之間的溝通更加順暢和簡單。有些人的想法是運用人工智慧技術替代人類角色，但我認為，人工智慧的目標是讓人類生活更加豐富、便捷，它更多是幫助人類。很多人利用機器翻譯來學習語言，從而進一步深入了解當地文化，將人工智慧與人類智慧相融合，才能發揮最大價值。

人們所説的字面意思有時不是他真實意圖的直接表述，我們希望基于神經網絡的機器翻譯，可以在確認輸入語言後，先在該語言的文化背景下分析這句話真正的意義是什麼，然後用更大規模的神經網絡技術，嘗試通過識別面部表情、情緒等，將各種因素結合起來，再基于這個真實的意圖，輔助機器進行翻譯，從而改進機器翻譯的效果。

英文和中文是世界上使用較多的兩種語言，目前已積累了大量的數據讓研究者進行技術提升。除英文和中文之外，全球還有數千種語言，如何解決這些語言的機器翻譯問題是目前科研工作者們攻關的一個新問題。我與團隊目前正致力于解決多重語言的翻譯問題，例如，把十種語言同時翻譯成另外十種，按照一般的語言翻譯，十進十出的排列組合也許需要100個翻譯人員，才能完成相應工作。但如果基于神經網絡構建一個輸入多語言、輸出多語言的翻譯係統，就能夠解決類似問題。未來，機器翻譯將能夠真正實現人類與整個世界的聯繫。