正文
新翻译
在过去几年中，Google Photos等应用通过神经网络技术对其图像识别功能进行了改善，并将Google Now和Microsoft Cortana等智能机器助理的语音识别精度提升到了一个新的高度。今年，他们实现了机器翻译质量的巨大跨越，可以自动将语音从一种语言翻译成另一种语言。
今年 9 月，Google推出了一项名为Google神经网络翻译的新服务，据谷歌方面称，这种新算法在进行某些语言之间翻译时，可以把误差率降低55％到85％。
Google通过为他们提供大量现有的翻译集合来训练这些神经网络。其中既包括旧版谷歌翻译中品质较差的翻译数据，也包括人类专家的翻译结果，并以这种高质量翻译数据居多。
对于深度学习算法而言，克服数据缺陷的能力是它最大的优势之一：
只要给予足够的数据，即使数据有些缺陷，它也可以被训练出远超低水平的翻译水准。
作为Google服务部门的首席工程师，麦克舒斯特尔坦言，他们的创作远非完美，但它仍然是一个突破。
由于该服务完全基于深度学习，因此Google可以更轻松地继续开展相关的改进服务——它可以集中精力把系统作为一个整体去改进，而不是像老式机器翻译服务那样只是去玩弄一些小部件。
与此同时，
微软也正在朝着同一个方向发展。
最近，微软翻译也发布了新版本，这个新系统几乎完全运行在神经网络上，可以实现九种不同语言之间的即时对话。
兼任该公司AI和科研小组负责人的微软副总裁哈里·舒姆说：
“这意味着微软的机器翻译水平可能会更快地提高。”
新对话
2016年，深度学习技术开始向聊天机器人（ChatBots）领域进军。这其中最引人注目的便是Google 在今年秋天发布的Google Allo，它基于一种名为“Smart Reply”(智能回复)的谷歌早期技术，可以自动为您分析您收到的文本和照片，并立即建议应该如何答复对方。
该项技术一经出世便广受好评，这很大程度上是因为它尊重当前机器学习技术的局限性。其建议的回复往往简短幽默，而且程序经常建议回复多条信息，因为谷歌也知道今天AI也并不总能把事情做对。
