再者，对于同一个句子，它可能有很多种正确的翻译方法。这样增加了机器学习过程的不确定性。例如“你好”可以被翻译成“Hello”，或者“How do you do”等。

因此，一个优秀的机器翻译系统，对于词的翻译知识，短语的翻译知识、语法结构的翻译知识、语义的翻译知识等等全部都要掌握。

以中英翻译方向为例，系统首先要掌握中英文之间词、短语、语法结构的翻译知识。有了这些翻译知识之后，系统就会把这个中文句子切分成各种词、短语、
或者语法结构的组合(这个过程中，有成千上万种切分可能，每个单元也有多种翻译备选)，然后分别翻译每一个单元，最后组合起来形成最终的英文翻译。

万万没想到吧，在电光火石的一瞬间，系统已经经历了这么一个“千回百转”的过程。

近几年，谷歌、微软、IBM、百度、科大讯飞等国内外科技企业都成立了机器翻译团队从事此项研究，矢志打破语言障碍。机器翻译技术也在飞速发展，
微软在SKype上应用同声传译技术让人大呼“逆天”，去年的国际机器翻译(IWSLT)比赛直接采用了TED演讲的真实语料，在口语化严重、专业名词多的情况下，
参赛队伍依然表现不错，科大讯飞更是在中英和英中两个翻译方向均获第一。

随着机器翻译技术的进步，另一种担心也在悄然蔓延：“机器会抢同声传译的饭碗吗?会让从事这一行业的人类失业吗?

我们认为，担心这个问题还为时尚早。虽然现在可以通过一些实用的技术让机器去模拟人的智能活动，模拟人对语义的理解。
但相对于彻底的人工智能和语义理解，还有相当长的道路。如果有一天机器真的能够实现准确的实时翻译，它们的角色更可能是辅助相关产业的
工作人员更轻松、便捷地开展工作，而不是取代他们。

技术的发展会让人类的生活更加便捷、美好，期待全球沟通无障碍的时代早日到来!