注：頂上虛線(xiàn)為完美的翻譯；紅線(xiàn)為人工翻譯水平；綠線(xiàn)為谷歌神經(jīng)機(jī)器翻譯（GNMT）水平，藍(lán)線(xiàn)為基于短語(yǔ)的機(jī)器翻譯（PBMT）。
在給出的五個(gè)語(yǔ)言對(duì)中，我們可以明顯地看到，同屬于印歐語(yǔ)系的英語(yǔ)、法語(yǔ)和西班牙語(yǔ)在互譯時(shí)，GNMT水平則更加接近于人工翻譯水平。而漢語(yǔ)屬于漢藏語(yǔ)系，所以不管是漢譯英還是英譯漢，GNMT和人工翻譯之間尚有一定的差距。
具體來(lái)講，我認(rèn)為GNMT的困難之處仍有以下幾個(gè)方面，這也可能是Google正在試圖解決可以繼續(xù)提升的方向（以下以中英翻譯為例）：
1. 成語(yǔ)、諺語(yǔ)、歇后語(yǔ)的翻譯。Google需要將中英詞典中現(xiàn)成的詞條集成到自己的翻譯數(shù)據(jù)庫(kù)。這個(gè)對(duì)于Google來(lái)說(shuō)難度不大。（知乎網(wǎng)友拿《百年孤獨(dú)》的開(kāi)頭調(diào)教GNMT，簡(jiǎn)直太傻，他大概沒(méi)想到Google Translate的爬蟲(chóng)可能早已爬過(guò)這句的各種譯法并利用算法做了最佳優(yōu)化。）
2. 流行語(yǔ)的翻譯。這也是這次社交網(wǎng)絡(luò)上網(wǎng)友們各種奇葩例子所詬病的。不過(guò)據(jù)說(shuō)GNMT用的是和AlphaGo同樣的一套智能系統(tǒng)，所以這個(gè)對(duì)于Google來(lái)說(shuō)難度也不大。畢竟那條Alpha狗具有超強(qiáng)的自我學(xué)習(xí)能力，輔之以Google龐大的信息庫(kù)，超越人類(lèi)，指日可待。（有網(wǎng)友發(fā)現(xiàn)，“圖樣圖森破”的翻譯已經(jīng)更新了。LOL）
3. 詩(shī)詞的翻譯。在目前翻譯版本參差不齊和數(shù)據(jù)不全的情況下，這可能是一個(gè)難點(diǎn)。不過(guò)新版的GNMT提供了在線(xiàn)更正/更新功能供用戶(hù)使用。有一點(diǎn)類(lèi)似于維基百科的貢獻(xiàn)與共享模式。眾人拾柴火焰高，大家一起建立翻譯記憶庫(kù)（Translation Memory）。
4. 翻譯時(shí)同義詞、近義詞的選擇（尤其是形容詞）困難。可能漢語(yǔ)作為一種表意語(yǔ)言，所以英譯中時(shí)這個(gè)問(wèn)題會(huì)更加突出和困難。尤其在文學(xué)作品的翻譯中，這一點(diǎn)將會(huì)被更加明顯地放大。這屬于GNMT需要分析翻譯對(duì)象所處的上下文語(yǔ)境（Context）的情況之一。
5. 中文語(yǔ)言中介詞的模糊使用導(dǎo)致的翻譯困難。不同于詞性和語(yǔ)法清晰的英文，中文在太多的情景下，介詞是模糊使用甚至省略的。亦可以說(shuō)是中文狀語(yǔ)要遠(yuǎn)遠(yuǎn)比英文狀語(yǔ)表現(xiàn)地曖昧（包括時(shí)間、地點(diǎn)、方式等等）。所以這也是另一種需要分析上下文語(yǔ)境的情況。
6. 中英文時(shí)態(tài)和語(yǔ)態(tài)的差異給翻譯帶來(lái)的困難。眾所周知，中文的動(dòng)詞本身不會(huì)因?yàn)闀r(shí)態(tài)的不同而產(chǎn)生變形，表達(dá)過(guò)去、現(xiàn)在和將來(lái)更多的是靠不同的助詞或者嘆詞或者時(shí)間名詞來(lái)完成（比如強(qiáng)調(diào)過(guò)去式或者完成式可能需要用“了”，而口頭強(qiáng)調(diào)將來(lái)式通常并不會(huì)生硬地去講“我將要如何”而是直接用“明天”一詞輔助。）語(yǔ)態(tài)就更不用說(shuō)，講“挨罵”一定比“被罵”地道的多，使用頻率也高。
7. 中英文句子結(jié)構(gòu)和語(yǔ)法的差異帶給GNMT的翻譯困難。中文是有語(yǔ)法的，但是講中文的時(shí)候我們又很少顧及語(yǔ)法。而英文不管是句子結(jié)構(gòu)，還是語(yǔ)法，遠(yuǎn)比中文要來(lái)得嚴(yán)格縝密。這樣大結(jié)構(gòu)的差異則會(huì)帶給Google Translate巨大的困難。所以如果你用新的GNMT分別測(cè)試簡(jiǎn)短的句子和復(fù)雜的長(zhǎng)句，翻譯表現(xiàn)則有云泥之別。
因此，Google Translate雖然在取得里程碑式的突破技術(shù)的同時(shí)，但要想達(dá)到人工翻譯的水平，甚而向“完美的翻譯”（Perfect Translation）看齊，仍有很長(zhǎng)的路要走，很多的困難亟待解決。但是，以當(dāng)前的科技（比如人工智能）發(fā)展速度推測(cè)，機(jī)器的進(jìn)步和提升一定會(huì)越來(lái)越快，進(jìn)而對(duì)相關(guān)行業(yè)產(chǎn)生顛覆性影響，比如可以遇見(jiàn)的便是，語(yǔ)言學(xué)習(xí)的必要性會(huì)越來(lái)越低，語(yǔ)言教師和翻譯人員的需求同樣會(huì)降低，再或者翻譯公司和語(yǔ)言培訓(xùn)機(jī)構(gòu)的倒閉，再近一點(diǎn)，計(jì)算機(jī)輔助翻譯工具（CAT：Computer Aided Translation，比如當(dāng)前流行的Trados、MemoQ、雪人等）的消失和各大高校MTI專(zhuān)業(yè)的不再吃香。
這也是歷史發(fā)展的必然趨勢(shì)，和18世紀(jì)蒸汽機(jī)的發(fā)明引起的第一次工業(yè)革命最終解放手工勞動(dòng)有著相同的原理。
