在去年時候，Google翻譯產品總監Barak Turovsky曾透露將運用線上社群與云端運算資源方式，讓Google翻譯品質持續提昇，避免翻譯結果文不對題或語句不通順等情況。而在稍早于舊金山舉辦的結構資料大會受訪時，Google研究團隊資深研究員Jeff Dean也進一步說明將以人工智能背后的類神經網絡系統作為輔助，藉此讓Google翻譯結果變得更好。
Google在過去其實便曾說明藉由云端運算資源讓旗下服務如Gmail、Google Photos、Google Search、YouTube，以及Google翻譯等應用效率更高，比方讓Gmail對于垃圾信件或廣告宣傳內容判別度更高，或是應用在Google Photos中的人臉等類別分類，甚至在YouTube服務內提昇Content ID機制判斷內容是否侵權的正確率。
就連眾人經常使用的Google翻譯服務，其實背后也大量導入云端運算資源。不過，相比過往主要透過現有資料比對，讓系統透過掃描兩種文字描述相同內容找出一定邏輯，藉此達成比對翻譯效果，Google后續藉由導入類神經網絡系統進行機器學習，同時配合線上社群手動校正方式，讓后續的文字翻譯可以變得更加流暢。
但從Google翻譯產品總監Barak Turovsky先前受訪中說明，藉由大量資料比對與手動輸入方式所提供翻譯效果，雖然可對應多數以拉丁語系為基準語言交互翻譯，但針對夾雜諸多倒裝、假借、形聲或會意等字詞的中文，甚至區分諸多敬語用詞的日文，以及包含陰性、陽性與中性字詞的法語或德語等，其實多少仍會有無法流暢翻譯的情況，同時可能無法完整將原始含意做詮釋。
因此趁著近期Google人工智能系統“AlphaGo“與韓國圍棋九段棋手李世石在南韓首爾展開世紀對決之際，Google研究團隊資深研究員Jeff Dean便說明目前Google旗下諸多服務已經開始導入類神經網絡系統，未來將會藉由大量機器學習、比對過往經驗法則讓服務具體優化。
而稍早于舊金山舉辦的結構資料大會受訪時，Jeff Dean更進一步表示目前已經與Google翻譯團隊攜手合作，將透過讓基于類神經網絡系統的人工智能持續學習，使其能真正了解各類文字字面上所涵蓋意義，藉此能舉一反三套用在不同語言轉換，同時維持文字語句結構通順，讓一般使用者能輕易讀懂翻譯后的結果。
Jeff Dean表示，目前整個團隊對于這樣的嘗試預期將可獲得顯著成果，并且預期能以此讓Google翻譯服務效果更進一步。
