最后，關于機器翻譯的展望：我相信，在不遠的未來，機器翻譯可以取代絕大多數傳統翻譯，在理性的部分甚至可以做得更好。至于其他反例的一些翻譯bug，僅僅是人機交互+NPL (Nature Language Processing)就可以改善。如果一個句子可能出現歧義，完全可以利用語言處理系統，分析句子的幾種意思。然后人機交互系統再把可能的選項都通過標準化的方法說出來，問你，讓你選一個正確的。然后對標準化的數據庫翻譯就好了。例如：你跟計算機說：“爸爸背著我和弟弟去了電影院?！庇嬎銠C的NLP系統，完全問你，請選出以下四種意思：1.爸爸背（負）著我，和弟弟一起去電影院。2.爸爸背（負）著我和弟弟兩個人，去了電影院。3.爸爸和弟弟去了電影院，卻背著(不告訴)我.4.爸爸自己去了電影院，背著（不告訴）我和弟弟。然后對沒有歧義的那個選項進行翻譯。即使拋開外語翻譯不談，同一母語者之間的交流里，語言也只是思想交流的媒介，其本身就不是完全精確的。例如上面那句話，就有好幾個意思，日常人際交流的誤解容錯率遠遠比想象的高。尤其是教育程度不同的，年齡差異大的人之間交流，詞不達意雞同鴨講的場景太多。NLP可以把太隨意的話，給強行規范到精確的語境里，從而避免很多誤解。