Google 翻譯宣布中翻英系統 AI 大升級，正確性更接近人類翻譯|數位時代 BusinessNext

Google 翻譯宣布中翻英系統 AI 大升級，正確性更接近人類翻譯

Google翻譯28日宣布了一個大升級，翻譯結果將減少 55% 到 85% 的錯誤率。

「 Google 翻譯」作為一個堪用的免費機器翻譯服務，相信在很多人的生活與工作中提供了不少幫助，例如旅行時可以用「拍照翻譯」即時翻出真實世界紙本、招牌的內容，要跟陌生外國人對話時試試看「對話同步口譯」，甚至你還能活用它聰明的圖像與文字辨識技術，來滿足 OCR 需求：「大絕招！用 Google 翻譯 App 複製書籍講義紙上文字」。

不過 Google 翻譯有時候也是網路笑話的來源之一，因為機器翻譯總容易翻出一些奇怪的句子，這也導致我們在工作上如果要使用 Google 翻譯，例如「寫英文信」、「寫英文報告」時，通常會更謹慎，並且會使用其他工具來輔助，例如：「翻譯軟體外 9 款職場英文工具」。

但是今天（28日） Google 翻譯宣布了一個大升級，或許可以稍稍改變上述的情況， Google 公告其翻譯系統將正式啟用全新的「Google Neural Machine Translation system (GNMT),（ Google 神經機器翻譯系統）」，取代之前的「Phrase-Based Machine Translation」系統，而這將為 Google 翻譯結果減少 55% 到 85% 的錯誤率。

並且更重要的消息是， Google 宣稱現在開始，這個全新的機器學習翻譯系統，將全面啟用在「中文翻英文」需求上，無論手機翻譯 App 或網頁翻譯都立即升級。

從下面這張來自 Google 部落格的圖表，可以看到從舊有的 PBMT 翻譯系統，升級到新的以機器學習為核心的 GNMT 翻譯系統後，在翻譯品質上將更接近人類翻譯的結果。

像是中文翻英文這樣本身語言邏輯就很不相同的翻譯，難度本就很高， Google 也承認現在機器翻譯依然難以達到人類翻譯的水準，還是會有一些明顯錯誤，不過已經「愈來愈趨近人類翻譯水準」。

下圖就是我剛剛測試的，把上面這段中文，用 Google 翻譯翻成英文的結果。

Google 說全新的「Google Neural Machine Translation system (GNMT),（ Google 神經機器翻譯系統）」，最大的不同就是不會斷章取義，不再是堆砌短詞翻譯，而是會考量整個句子的語境與通順度，翻出更流暢的文意。

而這背後的技術，當然就是從今年初開始就不斷被提及的 Google 機器學習技術，透過深度的學習，以及對於人類神經思考的模擬，於是有了 Google 圍棋程式打敗韓國職業棋手的大事件。

事實上，這樣的機器學習技術離我們並不遠，許多「現在生活與工作立即有用的功能」，以及內建在各個 Google 服務中：「Google 機器學習的智慧生活真應用，這些現在就能用」。

所以類似的技術應用到 Google 翻譯的改進，也是理所當然。

目前 Google 翻譯全新的「Google Neural Machine Translation system (GNMT),（ Google 神經機器翻譯系統）」升級，暫時只適用在「中文翻譯成英文」這個單向的需求中，但 Google 也說明未來會盡快開始所有翻譯語言的升級。

當 Google 中翻英的結果更正確、更接近人類翻譯後，是不是這樣的翻譯更能應用在我們平常工作寫英文信、寫英文報告的輔助上呢？大家可以立刻打開你的 Google 翻譯一起試試看。

延伸閱讀相關文章：

本文授權轉載自：電腦玩物

隨著代理式AI（Agentic AI）快速發展，人工智慧的角色也從被動問答的對話工具，轉變為能主動代為執行搜尋的商業介面；兩者根本的差異在於，前者仍須仰賴使用者逐步下達指令，後者則能自主完成任務。當AI代理為人類代勞搜尋、比價、甚至決策等任務，品牌競爭的對象便不再限於消費者，也涵蓋替消費者把關的AI代理。

因此，「Business to Agent」（B2A）成為當代企業必須面對的新命題，為了擁抱嶄新的思路，跨國AI轉型解決方案供應商iKala舉辦第二屆「iKala Connection Day」論壇，以「數據領航：AI時代的真實價值」為題，邀集Google Cloud、Google Ads等產業領袖，一同剖析企業如何從基礎建設走向市場端，搶佔AI先機。

不只SEO，還要GEO！企業如何讓AI認識你

回顧過往科技發展週期，新科技普遍需10至12年才能成熟。iKala共同創辦人暨集團董事長程世嘉引述AMD執行長蘇姿丰的比喻來說，若AI是一場棒球賽，目前僅走到第三局。這意味著，只要企業採用率持續攀升，尚且毋需擔憂AI泡沫化；反之，AI產業可能才正要邁入超級循環。

不過，程世嘉也提出「智慧通膨」的現象，他表示：「各大廠不斷推出新模型，資本支出也不斷提升，但使用成本並沒有因此下降，因為算力供不應求；不過長期來看，成本曲線一定會往下走，未來AI智慧會像水龍頭一樣，打開就有。」

隨著AI逐步普及，使用者尋找資訊的方式也隨之轉變。程世嘉強調，搜尋行為正從關鍵字轉向AI對話與生成式搜尋。企業除經營傳統SEO，更需布局GEO（生成式引擎優化），提高被AI引用與推薦的機會。這波版位重分配與十餘年前SEO興起時無異，及早掌握規則者，才能在新流量分配中卡位。

迎戰Business-to-Agent，如何搶進AI決策新戰場

要爭取AI時代的流量紅利，關鍵前提在於企業內部的基礎建設是否到位。「現在超過9成的企業都有AI焦慮症，大家都很急著導入AI工具，但背後缺乏整體的策略與架構。」iKala AI服務事業部副總經理Gary Yang認為，AI專案應如培訓新進員工，結合商業策略與數據資產雙向評估，才能真正落地。

「如果沒有穩定的雲端基礎，企業的AI就會是空中樓閣。」他強調，雲端即是企業佈局AI的關鍵基礎建設之一。如多數企業選擇Google Cloud，看重的就是技術護城河、數據主權與總體擁有成本；而iKala推出的企業級AI代理平台iKala Nexus，定位為策略中樞與營運大腦，即立基於此。

然而，架構穩固只是起點。Google Workspace銷售總監Murray Chiang指出，全球僅約3%企業成功透過AI達成深度轉型，關鍵就在AI代理能取得多少企業資料與情境。因此，企業級Gemini Enterprise App結合個人級Google Workspace，構成Google所主張的「代理型工作轉型」（Agentic Workplace Transformation，AWT）主軸，讓AI從被動對話框升級為跨系統執行的代理，並恪守數據主權歸屬企業的原則，讓企業級AI能真正發揮效益。

當企業打穩內部地基，外部競爭也才能順勢轉向市場端。「Google Search全球年搜尋量達5兆次，近八成消費者認為AI讓購物決策更快、更有信心。」Google Ads廣告產品行銷資深總監Alvin Tsai指出，「B2A」（Business to Agent）的時代來臨，當AI代理主導決策時，看重的是API串接流暢度與數據結構化程度，企業必須從爭取「被看見」的SEO排名，走向爭取「被推薦」的AI清單，並進一步走向「被選擇」。其中，信任將成為AI時代品牌經營的關鍵。

從洞察到執行，iKala全方位解方引領品牌佈局

這份信任要能落地，關鍵在於底層數據是否可信。對此，iKala行銷科技事業部總監Donna Hsu提出的IMC整合行銷架構，正是iKala因應Agentic Commerce時代所提出的整體解決方案。

面對高度碎片化的行銷環境，品牌需要建立的，是一套能從市場洞察延伸至全通路執行、並持續優化的整合行銷系統。Ontix即時掌握消費者社群聲量與市場趨勢，代表品牌對人的理解；Kuroma則從AI搜尋視角，分析品牌在生成式搜尋中的能見度與引用表現，代表對AI的理解；兩者合力，讓品牌同時掌握人類與AI代理的決策脈絡。再透過Kolr行銷數據平台，將洞察轉化為具體行銷執行，使每一次決策都能以數據驅動、持續優化，協助品牌在AI時代建立長期競爭優勢。

最後，在論壇壓軸的高峰對談中，程世嘉強調，當前正是典範轉移的關鍵時機，如同過往率先布局SEO的業者得以享有紅利；他認為，這同樣是企業重生的契機，提早深耕者將在此波轉型中佔得先機。尤其，AI轉型已非單機運作所能達成，企業應優先建立基礎建設與治理架構；當自身能力有限，也須慎選合作夥伴、借助外部資源，並在安全可信任的前提下，實現共同成長。