本文是《环球科学》总编、社长陈宗周先生撰写的系列专栏“AI传奇”的第七回。在这一回中，陈宗周先生将带领我们回顾机器翻译半个多世纪的发展史。这个在诞生后不久一度陷入低潮的领域，是如何实现飞跃，并可能在不久的将来打破不同民族间的语言壁垒？
2017年3月的全国“两会”上，李克强总理来到安徽代表团。讯飞公司董事长刘庆峰拿起桌子上一部手机模样的小设备，说出总理以前对讯飞的勉励——让世界聆听我们的声音，机器马上翻译成流利的英文。他又说“这个哈密瓜很甜”，机器立刻又翻译成流利的维吾尔语。这部叫晓译多语种翻译机的小机器，是讯飞公司的产品。
2016年11月的一天，东京大学教授、人机交互专家历本純一（Jun Rekimoto），在社交网络上发现一个消息：谷歌翻译有了巨大提升。他亲自访问了谷歌翻译的页面开始体验，他被震惊了。他对比了两位日本翻译家所翻译的《了不起的盖茨比》中的几句话与谷歌翻译出的结果。他认为，谷歌的日语翻译非常流畅，比起翻译家的作品，对他而言，更加易懂。
他随后又在谷歌翻译上输入美国作家海明威作品的日文版，翻译为英文，结果发现机器翻译与海明威英文原著有着惊人的相似度。
机器翻译（Mchine Translation，MT），又称自动翻译，是用计算机将一种自然语言（源语言）转换为另一种自然语言（目标语言）的过程。机器翻译是AI中的明星技术。因为它是实现不同民族不同语言人群无障碍交流的最有力助手。圆满解决机器翻译难题，重建巴别塔的梦想也就实现了。
机器翻译的想法提出后立即受到重视，美苏两国当时正值冷战期间，俄文情报资料的翻译，需求量很大。1954年，美国乔治城大学和IBM共建的实验室研制出第一台机器翻译演示系统。这个现在看来比玩具好不了多少的系统，可以将俄语翻成英文。系统容纳250个单词，遵循六条语法规则，只可以翻译49个仔细挑选的句子。但是，这仍然是个了不起的成就，已经足以点燃人们的热情。
机器翻译研究进展缓慢，开始受到广泛质疑。
1964年，为了对机器翻译的研究进展作出评价，美国科学院成立了语言自动处理咨询委员会（Automatic Language Processing Advisory Committee，ALPAC），进行为期两年的调研和测试。
1966年11月，该委员会公布了题为《语言与机器》的阿尔帕克（ALPAC）报告，全面否定了机器翻译的可行性，认为十年研究未能完成预期目标，并在近期或可以预见的未来，也没有开发出实用的机器翻译系统的希望，建议停止经费支持。报告给了正在蓬勃发展的机器翻译当头一棒，它很快转入低潮。
统计翻译用大量的双语文本，建立两种语言的平行语料库。翻译时对单词通过语料库进行匹配（后来又发展到对词组、短语乃至整个句子进行匹配），然后根据匹配概率，来评判和选择翻译结果。统计翻译的另外一种方法是建立双语对照的实例库，这是一个更庞大的语料库。翻译时根据实例进行匹配。
2005年夏天，由奥克设计、尚处于实验阶段的Google翻译系统，在NIST（美国国家标准与技术研究院）组织的机器翻译竞赛中大获全胜，比赛提供100 篇新闻文稿，将阿拉伯语或汉语译成英语，谷歌公司的系统在所有类别上全胜，击败包括IBM在内的全部对手。奥克赛后披露，他们为自己的系统提供了相当于100万部图书的文本语料进行学习，这成为了提高翻译质量的关键。
2007年10月，谷歌公司终止与Systran合作，采用自己的统计机器翻译系统。2010年，Systran只好转向，采用规则和统计混合机器翻译系统，后来又引入深度神经网络技术。Systran的变化，说明基于统计的深度神经网络自然语言处理和翻译系统，已经成为主流。但同时，统计翻译也开始重视语法、句法和语义的一些细节，用来完善机器翻译系统。
2016年9月28日，谷歌发布新的神经机器翻译系统GNMT，同时发布了PC和移动版。这套系统克服了传统方法将句子分割为不同片段进行翻译的缺点，而是充分利用上下文信息，对句子进行整体的编码和解码，从而产生更为流畅的译文。据说，在新技术使用后，翻译错误可减少60%及以上。
2016年11月，李彦宏在乌镇召开的第三届世界互联网大会讲演时乐观预言：未来的若干年，我们很容易想像语言的障碍会完全被打破，现在做同声翻译的这些人，可能将来就没有工作了。无独有偶，奇点论鼓吹者、美国未来学家雷·库兹韦尔（Ray Kurzweil）在接受《赫芬顿邮报》采访时也预言：到2029年，机译的译文质量将达到人工翻译的水准。