谷歌在人工智能翻译方面取得了重大进展，但仍远未达到合格的人工翻译水平。自然语言翻译已经非常具有挑战性，即使对谷歌来说，在方程式中加入领域知识也太过分了。

我认为我们没有将任意书籍从一种语言可靠地翻译成另一种语言的技术。

这是一个很好的问题，我想知道有一天我们是否可以。这可能只是将人类传达的所有概念形式化的问题，这是涌现的，但必须是有限的。 目前的算法不能理解人类意义的内容，而是正在改进统计模型以不断产生更准确的输出。

你今天可以做到，而且我相信它实际上已经做到了。曾经有一段时间机器翻译的电影字幕可以使用，但糟糕到滑稽。（在糟糕的随机翻译中可以找到的幽默被严重低估了；）

一个关键的困难是语言。同一个词或短语（或符号）可以表示很多东西，[见：多义词]所以经常是你所指的意思是必需的。

另一部分是单词、符号和习语在另一种语言中可能没有直接对应物。如果字面意思和比喻意思不同，但算法只知道如何翻译字面意思，那就是不好的翻译。

例如，尝试将“狗的头发”翻译成中文，然后在谷歌翻译上翻译回英文。结果是“狗毛”，这不是预期的意思。

该算法可以知道有一个比喻用法，但仍然必须知道何时应用它而不是文字。在不了解短语的含义以及引出它的短语（上下文）的情况下，算法必须依赖于统计数据。

所以它可能是时间的函数，足够复杂的内存 算法和足够的样本量。但是，由于语言在不断发展，总会出现样本量不足的情况（新概念或用法、新词。）

我的感觉是，目前的算法将在某些情况下变得非常擅长翻译，尤其是在字面意思（询问方向、询问价格、习惯性的社交互动等）的情况下，但如果没有能力，将永远无法达到完全的人类能力。把握意义。语义与句法。

算法是否能够从人类的意义上理解仍然是一个非常理论化的话题，也是一个激烈争论的话题，但在他们做到之前，人类翻译可能会更受欢迎。