目前的機(jī)器翻譯純粹是走算法和統(tǒng)計(jì)的路線。即跨語(yǔ)言人工智能核心要素在于兩點(diǎn)：一是NMT(神經(jīng)網(wǎng)絡(luò)機(jī)器翻譯技術(shù))，二是海量的高質(zhì)量語(yǔ)料。這跟真正的語(yǔ)言學(xué)并沒有什么關(guān)系。
GNMT沒有利用語(yǔ)言學(xué)的原因就是：語(yǔ)言本身就是規(guī)律性極低。或者說人類對(duì)語(yǔ)言學(xué)及人腦處理語(yǔ)言技術(shù)還沒有掌握其規(guī)律。人工智能的可行性就是掌握大數(shù)據(jù)并且發(fā)現(xiàn)其中之規(guī)律,而對(duì)于難尋規(guī)律的語(yǔ)言來(lái)說谷歌僅僅是掌握了目前僅有的數(shù)據(jù)。它不是真的掌握了這門語(yǔ)言，而是每當(dāng)有人給出新句子，它就從翻譯好的數(shù)據(jù)庫(kù)里“學(xué)習(xí)”，根據(jù)已有的翻譯 “猜”這一句的意思，意思就是“識(shí)別”出最有可能的已有翻譯。正確地將英文翻譯成中文，但它仍然不懂英文，也不懂中文。實(shí)際上每天都有大量的新的數(shù)據(jù)更新，涌現(xiàn)出來(lái)，關(guān)于之前沒有“接觸”過的新數(shù)據(jù)，GNMT就無(wú)法翻譯。
機(jī)器翻譯在重大場(chǎng)合犯錯(cuò)其實(shí)不是一次兩次，比如科大訊飛、搜狗等都因?yàn)闄C(jī)器翻譯出過事故。在2016年的烏鎮(zhèn)互聯(lián)網(wǎng)大會(huì)上，王小川首秀搜狗實(shí)時(shí)機(jī)器翻譯，就在演示過程中不斷出現(xiàn)“中式英語(yǔ)”的尷尬，甚至將“飛機(jī)落地”翻譯成了有“墜機(jī)”之意的“fell down”。
因此，如果要說機(jī)器翻譯的作用，它的真正作用就是解決極其簡(jiǎn)短的翻譯，或者只是為了了解句子的大意,但是這也不能保證句子出現(xiàn)翻譯錯(cuò)誤的情況。機(jī)器翻譯更多的是針對(duì)專業(yè)翻譯人員的使用，在機(jī)器翻譯的基礎(chǔ)上，再對(duì)機(jī)器翻譯錯(cuò)誤的部分進(jìn)行修改，縮短翻譯時(shí)間，提高翻譯效率。
可以看出，目前人類對(duì)語(yǔ)言的研究及人腦如何進(jìn)行語(yǔ)言的模糊識(shí)別和判斷沒有最終明了的情況下，即便機(jī)器有數(shù)據(jù)庫(kù)支撐，但對(duì)于規(guī)律性極低的語(yǔ)言機(jī)器翻譯達(dá)到100% 的準(zhǔn)確率是完全不可能的。語(yǔ)言是載體，傳遞的真實(shí)信息才是內(nèi)核。翻譯工作根本上不是純粹依靠具體的語(yǔ)言工作在做翻譯，而是翻譯人員從多年來(lái)所掌握的與人有關(guān)的知識(shí)庫(kù)中提取所需要的知識(shí)，根據(jù)被翻譯人員話中的隱喻及其微表情來(lái)做具體處理的。
另外，現(xiàn)有的翻譯軟件只能是在周圍環(huán)境安靜、說話者音量語(yǔ)速適中才能正常使用。在大型會(huì)議中，機(jī)器翻譯同步翻譯在屏幕上，人們對(duì)著屏幕讀文字，對(duì)于信息接受者而言視覺效果遠(yuǎn)不如聽覺效果，吸收率低。
