直到最近，一家跨國公司希望幫助世界各地的客戶預訂國際旅行，他們不得不從頭開始構建單獨的聊天機器人，以法語，印地語，日語或其他語言進行交談。

但是，由于人工智能研究的突破，使算法能夠以不同的語言表達概念或結構句子的方式來更精確地解析細微差別，因此現在可以構建一個機器人并使用Microsoft Translator準確翻譯問題和答案，以便在多個國家。

在過去的幾年中，Microsoft深度學習研究人員在開發算法方面達到了人類同等的里程碑，該算法的性能與研究基準一樣好，可以測試會話語音識別，閱讀理解，新聞文章翻譯和其他具有挑戰性的語言理解能力任務。現在，這些AI研究突破的好處正逐漸滲透到從Azure到Bing的產品中。

搜索工程師正在借鑒Microsoft AI研究人員的經驗教訓，他們開發了一種新的深度神經網絡模型，該模型可以一次從多種自然語言理解任務中學習。他們已經應用這些課程來改進Bing搜索結果中問題和標題的答案以及公司SharePoint網站中的問題答案。Azure的說話者識別認知服務中整合了一種新的AI模型，該模型在最近的說話者識別挑戰中表現出色，可以從現實生活中的語音中識別說話者。

微軟公司Azure AI公司副總裁埃里克·博伊德（Eric Boyd）表示：“實際上，最近才引入了新的深度學習模型，這大大提高了語言理解能力。” “由于這些研究突破，我們現在可以在產品中執行的操作類型是以前無法正常運行或通常無法執行的操作。”

在整個公司中，他可以指出一些示例，這些示例來自研究人員解決了對客戶有用的挑戰的研究人員開發的Azure AI產品，例如極大簡化了模型構建過程的Azure 自動化機器學習功能或可以輕松交付的Azure 個性化認知服務與用戶相關的內容。他說，后者的強化學習模型最初是由研究人員開發的，在內部進行了證明，最終被內置到Azure云客戶的產品中。

博伊德說：“這個領域發展得如此之快，以至于您真的需要利用最新的思想，而這是微軟研究院龐大的超級人才大軍以所有這些不同方式來推動這一極限的特權。” “因此，我們的工作實際上是找出最有趣的地方，將其應用到我們的產品中，另一方面，也向他們提供指導，讓他們了解對我們真正有最大影響的方面。”

例如，在翻譯領域，微軟研究人員于2018年率先證明AI可以與人類的表現相媲美，從而可以在常用測試集上將中文新聞翻譯成英文。一旦團隊實現了這一歷史性研究的里程碑，他們便開始調整該模型以使其在Microsoft Translator中工作，Microsoft Translator為Azure認知服務提供支持，該服務必須立即運行并翻譯從歷史研究文檔到旅行網站和生產的多種文本手冊。

最終的產品改進于6月以前九種語言對推出，以進行英語的翻譯和翻譯，并于11月以八種新語言進行了翻譯。例如，英語到法語的翻譯量提高了9%，英語到印地語的翻譯量提高了9%，孟加拉語到英語的翻譯量提高了11%，烏爾都語到英語的翻譯量提高了15%，英語到韓語的翻譯量提高了22%。甚至以前強大的模型，例如葡萄牙語和瑞典語，也已經看到了明顯的質量提升。

在一個示例中，改進的機器翻譯模型準確地將法語句子翻譯為：“阿森納主帥溫格認為，他的三名受傷的中場球員的‘跡象是有希望的’，他們將在周日對切爾西的比賽中康復。” 以前的模型是這樣翻譯的：“阿森納的導演溫格認為，“跡象表明他的三個受傷的地形背景是有希望的”，這需要在周日對陣切爾西的比賽中發揮作用。”

微軟杰出的工程師Arul Menezes說，通過這些改進，例如采用一種語言編寫的人力資源文檔，使用機器翻譯將其轉換為另一種語言，然后簡單地發布該文檔而無需進行其他編輯，就更加可行。 Microsoft Translator的創始人。或者，對于在工廠中設備損壞的工程師，要與說不同語言的家庭辦公室專家進行溝通。

Menezes說：“我們真的到了可以自動翻譯工作的地步，許多客戶正在將其用于以前從未想到過的新應用程序中。”