پس از آنکه گوگل مثالهایی برای ترجمهی زبانهای مختلف، نظیر انگلیسی به ژاپنی و انگلیسی به کرهای در اختیار سیستم قرار داد، دانشمندان این سؤال را از خود پرسیدند که آیا سیستم میتواند زبانهایی را بدون دریافت آموزش مختص به هر کدام، به یکدیگر ترجمه کند یا خیر؟ به بیان بهتر آیا سیستم قادر است عباراتی را از کرهای به ژاپنی و بالعکس، با درصد صحت خوبی ترجمه کند یا خیر؟ پاسخ این سؤال مثبت بود و سیستم ترجمه موفق شد تا جملات و عبارات ارائهشده را با درصد صحت خوبی ترجمه کند.
با وجود اینکه محققان به دلیل عدم پیشبینی واکنش شبکههای عصبی و یادگیری ماشین از نتیجه مطمئن نبودند، مدلی سهبعدی از دیتای داخلی سیستم ترجمه استخراج کردند. محققان با ارزیابی مدل به دست آمده، مشاهده کردند سیستم هوش مصنوعی گوگل به صورت خودکار میتواند جملاتی با معانی مشابه از سه زبان مختلف را در یک گروه دستهبندی کند.
در واقع سیستم هوش مصنوعی گوگل موفق شده بود زبان میانی خود را برای دستهبندی عبارات مختلف از زبانهای متفاوت ایجاد کند. محققان به این نتیجه رسیدهاند که سیستم ترجمهی گوگل باید از یک کدگذاری مشخص گرامری برای دستهبندی عبارات بهجای حفظ کردن کلمه به کلمهی عبارات استفاده کند. در واقع محققان این روش را شاهدی بر وجود یک زبان میانی در سیستم عنوان کردهاند.
محققان گوگل با انجام آزمایشهای دیگر – که البته در مقایسه با سیستم گوگل بسیار کوچک بودند- به این نتیجه رسیدند که سیستم ترجمهای به وسعت آنچه گوگل در اختیار دارد، میتواند از عهدهی ترجمه بدون آموزش، در سطح سختی قابل قبولی برآید.
سیستم هوش مصنوعی گوگل نهتنها در شناسایی و ترجمهی زبانهایی چون چینی بسیار مهارت دارد، بلکه اکنون میتواند زبانهایی را به یکدیگر ترجمه کند که پیش از این در مورد آنها آموزش ندیده است. گوگل با انتشار مقالهای به تشریح یک «زبان میانی» پرداخته است که با استفاده از آن، به ترجمهی عبارات زبانهای مختلف – فارغ از اینکه چه زبانهایی برای ترجمه انتخاب شدهاند – میپردازد. با استفاده از این قابلیت، سیستم هوش مصنوعی گوگل قادر است بدون اینکه مثالهایی برای یادگیری ترجمه بین زبانهای مختلف در اختیار داشته باشد، به ترجمه بپردازد.
گوگل اخیرا هستهی اصلی سیستم ترجمهی خود را به GNMT یا Google Neural Machine Translation تغییر داد. با استفاده از این ماشین ترجمهی مبتنی بر شبکههای عصبی، سیستم ترجمه قادر است با دریافت مثالهایی به بهبود کیفیت ترجمه بپردازد. با توجه به اینکه سرویس ترجمهی گوگل در حال حاضر بیش از ۱۰۳ زبان را پوشش میدهد، تمام حالاتی که دو زبان باید به یکدیگر ترجمه شوند، ۵۲۵۳ حالت است. با توجه به وجود میلیونها مثال برای آموزش هر یک از حالات، میتوان به روشنی دید که آموزش سرویس ترجمهی مبتنی بر یادگیری ماشین گوگل، پردازش سنگینی میطلبد که نتیجهی آن تحمیل هزینههای سنگین پردازشی است.