الترجمة الآلية هي تقنية ذكاء اصطناعي تستخدم الحواسيب لتحويل لغة طبيعية إلى أخرى تلقائيًا. تجمع هذه التقنية بين اللغويات والنمذجة الإحصائية وأساليب التعلم العميق، مما يمكّن النظام من تحليل المعلومات الدلالية لنص اللغة المصدر وتوليد تعابير مقابلة في اللغة الهدف. وهي من أهم اتجاهات البحث في مجال معالجة اللغات الطبيعية.

للترجمة الآلية تاريخ طويل، إذ يعود البحث فيها إلى منتصف القرن العشرين. اعتمدت الأساليب المبكرة بشكل أساسي على أنظمة الترجمة الآلية القائمة على القواعد، باستخدام قواعد لغوية وقواميس مكتوبة يدويًا لإتمام الترجمات. لاحقًا، أصبحت الترجمة الآلية الإحصائية (SMT)، التي تستخدم مجموعات بيانات ثنائية اللغة واسعة النطاق لتعلم العلاقات بين الكلمات والعبارات، الأسلوب السائد في الترجمة الآلية حوالي عام 2000. ومع تطور التعلم العميق، برزت الترجمة الآلية العصبية (NMT) تدريجيًا كنهج تكنولوجي جديد. في عام 2015، نشر باحثون من جامعة مونتريال وجامعة جاكوبس ورقة بحثية... الترجمة الآلية العصبية من خلال التعلم المشترك للمحاذاة والترجمة تقترح هذه الورقة البحثية نموذجًا للترجمة الآلية العصبية يعتمد على آليات التشفير-فك التشفير والانتباه. وبفضل التعلم المشترك لعلاقات محاذاة الكلمات وعملية الترجمة، أصبحت هذه الورقة من أهم الدراسات الرائدة في مجال الترجمة الآلية العصبية.

بالمقارنة مع الأساليب الإحصائية التقليدية، يُمكن للترجمة الآلية العصبية (NNMT) الاستفادة بشكل أفضل من المعلومات السياقية، مما يُحسّن جودة الترجمة في الجمل الطويلة والسياقات المعقدة. في السنوات الأخيرة، تحوّلت أنظمة الترجمة تدريجيًا من "تدريب نموذج واحد لزوج لغوي واحد" إلى نماذج متعددة اللغات واسعة النطاق مثل NLLB، التي تُغطي أكثر من مئتي لغة (بما في ذلك العديد من اللغات ذات الموارد المحدودة). كما بدأت نماذج اللغات الكبيرة للأغراض العامة في القيام بمهام الترجمة بين اللغات مباشرةً، دون الاعتماد على تدريب مُتخصص لأزواج لغوية مُحددة. حاليًا، تُستخدم هذه التقنية على نطاق واسع في البحث متعدد اللغات، والتواصل الدولي، والتجارة الإلكترونية عبر الحدود، وتوطين المحتوى، والترجمة المُساعدة، ومعالجة المعلومات متعددة اللغات.