在神级网络方法之前，机器翻译主要使用的是基于规则的方法和基于统计的方法，但这些方法都存在着各自的限制和问题。基于规则的方法需要手动编写规则，且难以处理复杂的语言现象；而基于统计的方法需要大量的平行语料库进行训练，且在处理低频词和长距离依赖等问题上表现不佳。而神级网络方法则通过深度学习技术，利用大规模语料库进行端到端的训练，并能够处理更加复杂的语言现象，使得机器翻译的质量得到了显著提升。