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

通勤、排隊、等餐時，幾乎人人都在滑手機。零碎時間變多、也變得更密集，消費者在社群與影音之間來回切換，也更常打開遊戲。根據資策會 MIC 統計，台灣有 69% 網友會玩數位遊戲，近 8 成每日遊戲時長落在 2 小時內，輕度、碎片化已成主流。

這股趨勢，與 ShopBack 東亞區總經理 Arthur Wan 的觀察不謀而合。「大家在零碎時間裡，經常會拿起手機玩手遊，找個方式殺時間、放鬆心情。」因此，ShopBack 把視角轉向遊戲場景，推出 ShopBack Play，嘗試把娛樂轉化為「好玩、也能賺」的新型回饋體驗，讓回饋不必等到消費發生，日常零碎時間也能累積回饋。

從手遊場景打造現金回饋新模式

Arthur Wan 指出：「ShopBack 在台灣市場落地 8 年了，核心強項始終是電商回饋機制。」然而，若回饋只綁在購物，使用頻率終究受限於消費需求。對此，ShopBack Play 借助手遊的高黏著、高回訪特性，把回饋從交易場景延伸到日常互動；使用者不需消費，只要下載並完成指定任務，就能累積現金回饋，平台也因此更貼近使用者的日常生活。

這也呼應近年全球竄起的「X to Earn」模式。Arthur Wan 解釋，從 Shop to Earn 把消費轉成回饋、Play to Earn 讓玩樂產生回饋，到 Move to Earn 讓移動與運動也具備回饋可能，市場正在探索「參與行為」的價值：「愈來愈多日常行為，其實都能透過特定場景轉化為實際獲益。」

ShopBack Play 的優勢在於回饋可轉移。過往遊戲獎勵多停留在虛擬世界，例如兌換道具；但透過 ShopBack，玩家取得的現金回饋可直接延伸到電商與日常消費，讓娛樂回報更實用、更有感。

引發使用者越玩越賺的回饋循環

ShopBack Play 的使用方式很簡單。在 ShopBack App 首頁進入遊戲專區選定遊戲後，系統即導流至 App Store／Google Play 下載並開玩；玩家只要破關或完成指定里程碑，就能回到 ShopBack 形成「選遊戲→開玩→達標領回饋→再探索」的回訪循環。為了加碼誘因，ShopBack Play 也不定期推出「紅色遊戲專區 2 倍回饋」活動。

Arthur Wan 觀察，「消費者其實並沒有那麼忠誠於某一款特定遊戲。」多數人打開手遊，只是想放鬆、填補空檔，對單一遊戲的黏著度不高。也因此，ShopBack Play 目前合作超過 400 款遊戲，並規劃於 2026 年持續更新合作清單，讓使用者隨時有新選擇可玩。

「我們希望透過遊戲回饋，創造更多回訪的理由。」 Arthur Wan 表示，這也補上 ShopBack 的互動頻率缺口。由於 ShopBack 核心仍以購物回饋為主，熱門品類多集中在旅遊與時尚（如 Booking.com、Trip.com、KKday、Klook，以及 adidas、Nike、GU），消費頻次相對較低；ShopBack Play 則提供更日常、更高頻的回訪動機，讓使用者更常打開 App。

他指出，ShopBack Play 上線後帶動每月回訪 ShopBack 的使用者數成長 15%，整體使用者 CLV（Customer Lifetime Value，顧客終身價值）成長 30%，顯示回饋場景擴張確實見效。且透過遊戲接觸到 ShopBack 的使用者中，也有相當比例會進一步前往平台其他商家消費，形成交叉銷售效應（Cross-sell），推升平台使用深度與消費頻率。

讓回饋生態系融入生活空檔

將回饋帶入用戶生活中的更多片段，讓原本就會經歷的日常時刻變得更有價值，是 ShopBack 持續拓展「行為換回饋」場景的核心思維。對遊戲廠商而言，長期痛點在於下載成本高、留存率偏低，最怕「下載了就走」：數字漂亮，卻沒有實際遊玩行為，轉換與 ROI 難以落地驗證。對此，ShopBack Play 把回饋門檻從「下載」改為「達標」──使用者必須完成指定關卡或里程碑才拿得到回饋，藉此濾掉無效流量，讓導入更貼近真實參與，也更有利於提升轉換率與投資報酬。

對許多用戶而言，遊戲早已是生活的一部分。現在透過 ShopBack Play，不僅能在零碎時間中放鬆娛樂，更能完成任務獲得實質回饋 ，讓「玩遊戲」與「破關」不再只是虛擬成就，而是能實際折抵日常開銷的量化報酬。對 ShopBack 而言，不僅提升用戶在平台內的互動頻率，也補強過去必須透過消費行為才能獲得回饋的單一路徑。透過遊戲機制，用戶即使在非購物場景中也能保持接觸，並於任務完成後自然回流 App，進一步探索購物優惠與合作商家，打造高頻率且正向的使用循環。

也因此，ShopBack Play 推出後的亮眼表現，更進一步驗證這套機制具備高度潛力與市場接受度。據平台統計，功能上線後短短半年內，用戶數成長 12 倍，其中近 60% 為原本的 ShopBack 使用者首次接觸手遊，成功帶動原有會員活躍與新型態行為轉換。除了使用數提升，ShopBack Play 的回饋金發放規模亦快速擴大，自功能上線以來，累計回饋金額已接近 1 億元，展現「遊戲回饋」模式的強勁吸引力與發展性。

隨著 ShopBack Play 與購物回饋、載具回饋機制整合，平台逐步建構出「玩能賺、買能賺、日常生活也能賺」的循環回饋生態系，不僅為用戶帶來更即時、更有感的回饋體驗，也持續深化 ShopBack 在消費日常中的角色。

「ShopBack Play 只是起點。」ShopBack 東亞區總經理 Arthur Wan 認為，當消費者愈來愈精打細算、也更習慣用行為換取回報，未來仍有更多「X to Earn」場景值得探索與開發。「對我們來說，關鍵不只是推出一個新服務，而是持續擴大回饋觸發點，從線上購物、實體場景一路延伸到遊戲入口，串連商家與用戶的日常接觸，讓回饋真正融入生活，讓每一個日常時刻，都更有所得。」