去年年初，我们提出了人工智能能否解决学习中的翻译难题的问题。如果传统的、高度手工的、缓慢的、繁琐的、昂贵的翻译过程可以被只需点击一个按钮就能完成的机器所补充，人工智能网络，并最终被取代，这难道不是一个突破吗？没有更多的时间等待"人类"机构来完成这项工作，大数据与云计算，只需再等几个星期的人类专家来审查该机构的成果。也就是说：如果你一开始就找到了专家，这往往是一个瓶颈。如果可以立即处理所有资产的翻译，以便立即提供每种语言的学习资产和原始语言版本的可用性，怎么样？在发布周期仅为3个月或更短的云解决方案时代，确实没有时间浪费！如果这些翻译的质量真的很高，不仅是语言方面的，而且考虑到贵公司所有的专业术语，怎么样？

这一愿景正在成为现实：12月2日，我们将在SAP Learning Hub上上线第一套神经机器翻译（NMT）资产！

第一套学习资源包括SAP HANA和SAP S/4HANA等主题，翻译成德语、法语、西班牙语、葡萄牙语、俄语、韩语、普通话和日语。

学习资源的语言可用性大幅提升

目前，机器翻译不会取代SAP的人工翻译产品组合，我们为顶级学习资产提供了非常广泛的质量控制。虽然这些将继续下去，机器现在补充了许多资产语言组合的翻译组合，返现是什么意思，到目前为止只能用英语交付。因此，我们能够将特定语言学习资产的覆盖范围从一组顶级资产增加到广大主流资产，最终，中期目标是所有学习资产。

从今天的高水平开始，并随着时间的推移不断提高翻译质量

但质量到底有多好？对于专业人员来说，专注于复杂的IT和业务软件主题的深入而详细的学习资产对机器来说不是一个大难题吗？令人震惊的是，这第一套资产的审查过程现在将在SAP Learning Hub上公布，这让我们的专家对机器的语言质量感到惊讶：

它完美吗？绝对不是。事实上，语言的质量和句子的流畅性已经在很大程度上接近了。通常，在你发现第一个小小的误译之前，你可以阅读几页，这表明这不是一个以人类为母语的人翻译的。

尽管如此，我们在SAP特定术语方面确实面临一些更大的缺陷，因此，在SAP Learning Hub上发布之前，我们设置了快速检查，以捕获并纠正所有大鱼术语错误。好消息是：每一个更正不仅对现在发表的内容应用一次，淘客怎么做，而且还被记录在我们的翻译"记忆"中，超级淘客，这意味着对于这些术语的所有未来翻译-无论它们出现在哪里-引擎现在知道如何正确地做。

另一个挑战是图形文本：取决于语言，与英语原文相比，翻译文本在目标语言中可能明显更长或更短，这可能导致包含目标语言中看起来不理想的文本的图形。到目前为止，我们还没有一个自动的机制来纠正这些错误，但在很大程度上，这并不是学习目标语言的真正障碍。

好消息是，正如我们所相信的，这不仅代表了我们的学习者今天已经有了一个非常有价值的起点，而且我们将看到一个持续的、不可阻挡的过程质量进一步提高的趋势，主要由以下三个因素驱动：

现实反馈将推动方法的进一步扩展

因此，随着第一套更大的机器翻译资产的推出，我们直接从SAP Learning Hub上的学习者社区收集有关这些内容的反馈至关重要。根据这些反馈，我们将决定在何处进行进一步改进，以及在何处以及以多快的速度将翻译覆盖范围扩大到更多（最终是所有）学习资产。

机器何时能提供完全完美的结果？对你的想法和意见感兴趣的评论。我敢打赌未来不会太远！