机器翻译距今已有 70 年的发展历史。自上世纪 40 年代起，基于规则、实例以及统计的机器翻译方法渐次登场，各领风骚。近两年，神经网络机器翻译（Neural Machine Translation, NMT）技术异军突起，取得了翻译质量的大幅跃升。
12 月 21 日，在百度机器翻译技术开放日上，百度技术委员会联席主席、自然语言处理部技术负责人吴华博士表示，基于领先的人工智能、神经网络以及自然语言处理技术，百度早在 1 年多以前就率先发布了世界上首个互联网 NMT 系统，引领机器翻译进入神经网络翻译时代。
众所周知，一项新的技术从实验室诞生到真正的工业化应用，往往需要很长时间。以统计机器翻译（SMT）为例，它自上世纪 90 年代初提出，直到 15 年之后，才出现了第一个基于 SMT 技术的互联网翻译系统，得到了大规模的应用。
而神经网络翻译技术从 2014 年 9 月提出，到百度 2015 年 5 月上线首个互联网 NMT 系统，只用了短短 8 个月时间。这既体现了百度对于新技术敏锐的洞察力，也体现了百度翻译的雄厚的技术实力。事实证明，NMT 这一技术带来了翻译质量的大幅跃升，极大的提升了用户体验。
随后，NMT 以惊人的发展速度席卷学术界和工业界。在 2016 年学术界顶级会议上，几乎全是围绕 NMT 相关的创新工作，今年 9 月，谷歌、微软等公司也相继发布 NMT 系统。
NMT 技术缘何受到追捧？据吴华介绍，它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。
「上线过程充满挑战，然而，对于每一个难题，我们都率先给出了高效的解决方案」回顾一年多前的上线历程，吴华不无自豪地说。
尽管敏锐地洞察到 NMT 的优势和潜力，在最初计划上线该技术时，工程师们仍然表示了担忧。毕竟，线上传统的 SMT 系统经过长时间打磨，运作良好。而 NMT 刚刚提出几个月的时间，尽管有优势，但技术本身仍存在诸多缺陷，学术界也对其性能存在争论甚至质疑，更不要提将其发布上线，面对广大的互联网用户了。
「既然我们相信并且验证了它是有用的，我们应该尽快让它上线，提升用户体验」。简单可依赖，百度工程师文化深入大家的骨髓。
彼时，对于 NMT 面临的多个难题，并无成熟的解决方法。『既要看准方向，又要摸着石头过河』。百度翻译技术人员系统化地提出了一整套解决方案。譬如，通过引入 SMT 中的特征解决 NMT 系统集外词（OOV）无法翻译、译文不完整（漏词）的问题，借助算法改进将解码速度提升数十倍；开创性地提出首个基于深度学习的多语言翻译框架，解决数据稀疏问题；同时将模型压缩 70 倍便于移动用户在本地运行等。
在这一系列努力之下，吴华表示,「百度翻译在中英的测试集上，翻译质量比之前传统的方法提升了 7 个百分点以上。」而通常，提升 1 个百分点，效果就非常显著了。2015 年 5 月 20 日，百度翻译正式上线 NMT 系统，成为世界范围内第一个真正实用的 NMT 系统。
随后，在 7 月份的自然语言处理顶级会议 ACL 年会上，百度 NMT 翻译系统又担任了终身成就奖颁奖典礼的实时翻译，在众多世界级专家面前亮相展示。
同年，百度翻译获得了国家科技进步二等奖，百度也成为首个获此殊荣的互联网企业。
技术最终要服务大众，否则就是镜中月、水中花。在一系列技术创新的同时，百度翻译结合用户真实的使用场景，不断丰富产品功能，优化用户体验。目前，百度翻译支持全球 28 种语言互译、756 个翻译方向，每日响应过亿次的翻译请求。
民警用百度翻译救助外国友人、公交车售票员用百度翻译帮助巴基斯坦小伙子找回失物、游客利用『对话翻译』、『拍照翻译』功能在国外自由沟通等等，都表明了百度翻译越来越多的融入了我们的生活。
此外，百度翻译还开放了 API 接口，助力广大企业国际化。目前已有超过 2 万个第三方应用接入。华为、OPPO、中兴、三星等手机厂商，金山词霸、灵格斯词霸、敦煌网等众多产均接入了百度翻译 API。世界知识产权组织（WIPO）也将百度翻译 API 集成到官网，供用户将专利信息翻译成不同语种查询。
「NMT 时代我们走在了世界前列，我们需要适应并一直保持领跑者的角色。以前我们是跟跑、并跑，现在我们要带着别人跑」吴华在活动上如是说道。
事实上，这不仅是对机器翻译而言，对于整体的科学技术领域，中国科技企业正逐步摆脱跟跑、并跑角色，开始在国际中担负起领跑重任，并持续保持扩大这种领先优势。
