“未雨綢繆：語言與下一代人工智能博鰲論壇”近日在博鰲亞洲會議中心舉行。來自人工智能、計算機科學、語言學、神經(jīng)科學、腦科學等領域的專家學者，就當前人工智能存在的問題，下一代人工智能的發(fā)展方向，以及語言與語言腦機制研究在人工智能研究中的重要作用等問題進行了深入地交流、討論，目的是在下一代人工智能到來之際，確保我國能夠在人工智能領域?qū)崿F(xiàn)變革性、顛覆性突破，特別是使人工智能基礎理論研究走在前面。

中國科學院院士、清華大學張鈸教授，教育部長江學者特聘教授、神經(jīng)語言學研究會理事長、江蘇師范大學楊亦鳴教授，哈爾濱工業(yè)大學李生教授，教育部長江學者特聘教授、北京大學袁毓林教授，中國工程院院士、新疆大學吾守爾·斯拉木教授，中國工程院院士、國防科技大學廖湘科教授，分別作了大會主旨演講。

張鈸院士對人工智能和自然語言的關系進行了深刻分析，指出人工智能的終極目標是使機器達到人類理解自然語言的水平。人工智能解決語言問題可以分成三個階段，第一階段是傳統(tǒng)人工智能時代，基于語言規(guī)則來處理語言問題；第二階段是概念統(tǒng)計學習時代，也稱為新一代人工智能，是應用深度學習處理自然語言，目前雖然取得了很好的處理效果，但深度學習本身具有不可解釋性、魯棒性低容易受噪音影響、依靠大數(shù)據(jù)等問題；目前是第三代人工智能，被稱為后深度學習時代，需要解決可解釋性、魯棒性、可理解三大問題。

楊亦鳴教授指出，在人工智能研究領域，人們已經(jīng)充分認識到人類智力、意識、思維的重要性，但是很少意識到這些都是以語言為基礎的，人們對語言的認識只注意到在交流智力、意識、思維時需要運用到語言。動物只有建立在具象基礎上的思維，而人類不僅具有具象思維，還有抽象思維和靈感思維，而且因為人類有了語言，人類的具象思維也遠超動物的具象思維，語言作為思維的物質(zhì)載體參與了整個高級認知功能。以這種顛覆性的觀點為基礎重新考慮人工智能的基本理論，有可能走出下一代人工智能發(fā)展的新路子，即尋找符合語言和大腦實際的下一代人工智能，并落實在腦機制的研究上?；谶@樣的認識，腦科學的計劃也要重新規(guī)劃，要有前瞻性的思維，特別要探索無人區(qū)，因為現(xiàn)有的語言腦機制研究在認知與行為層面很豐富，對系統(tǒng)功能與結構的研究也較多，而在細胞層面的研究幾乎為零，在分子層面也局限于少量基因與語言障礙的關聯(lián)研究，所以只有貫通分子到行為認知的語言機制解釋，才可能對語言的腦機制有原創(chuàng)性的發(fā)現(xiàn)，為人工智能研究帶來顛覆性的變革，并以此為基礎對計算機的軟硬件進行重新設計，使得數(shù)學和物理驅(qū)動的計算機更新到在數(shù)學物理基礎上、加入生命元素和語言機制驅(qū)動的計算機，從而產(chǎn)生真正的創(chuàng)新。楊教授還強調(diào)，要重視培養(yǎng)“語言智能＋X”人才，特別是要培養(yǎng)具有前瞻眼光、貫通語言學及語言腦機制、與人工智能基礎理論的“人工智能＋語言學專業(yè)”復合型人才。

李生教授指出，當前人工智能采用的受腦啟發(fā)的深度學習算法在感知智能上已經(jīng)取得了突破性成果，但其認知能力還十分有限，處于感知走向認知的臨界點，因此人工智能的進一步發(fā)展必須逾越人類大腦思維能力和因果推理的鴻溝，否則真正的認知和通用人工智能難以實現(xiàn)。

袁毓林教授指出，人工智能必須理解自然語言的意義、能夠進行常識推理，而通過對詞匯知識進行深度挖掘來反映人的常識和語義，再跟計算機的視覺、知識圖譜等技術結合起來，有望讓人工智能達到一種可理解的、可解釋的境界。

吾守爾·斯拉木院士強調(diào)，自然語言理解是混合智能的重要領域，使計算機能夠具備理解自然語言的能力是認知計算的核心問題，其發(fā)展的關鍵是開展語言認知的腦機制研究。

廖湘科院士認為，智能都是由軟件來實現(xiàn)的，傳統(tǒng)軟件只是信息管理，今后的軟件則感知多維信息，在感知的基礎上要進行包含觀察、判斷、決策和行動的管理，因此軟件是智能經(jīng)濟時代知識的載體。關于智能軟件如何發(fā)展，廖院士認為，第一，經(jīng)營生態(tài)鏈，掌控巨大市場的互聯(lián)網(wǎng)＋發(fā)展模式；第二，一定要關心并行計算、云計算等新技術；第三，大力加強協(xié)同創(chuàng)新和人才培養(yǎng)。

還有數(shù)十位專家學者在會上進行了交流發(fā)言和自由發(fā)言。有專家認為，當前的機器深度學習給自然語言處理帶來的變化還只是量變，并沒有產(chǎn)生質(zhì)變，深度學習需要以數(shù)學和語言學為基礎。也有專家認為，人工智能從感知計算到認知計算的質(zhì)的變化就是機器能夠真正理解自然語言。還有專家提出，下一代人工智能應該在建模上給機器更多的自主性，在訓練上讓機器具備全面的感知能力，在推斷上應該增強人對機器的可控性。專家普遍提出，探索機器語言理解的人工智能研究需要多學科、多領域聯(lián)合攻關、協(xié)同創(chuàng)新，同時也要加強計算機科學、語言科學等多學科復合型人才培養(yǎng)。

會議閉幕上，楊亦鳴教授基于對人工智能發(fā)展中存在的一些問題，以及語言及其腦機制研究是下一代人工智能研究的突破口的分析，提出要努力在人工智能基礎理論上取得變革性、顛覆性突破，搶占下一代人工智能制高點，建議設立語言與下一代人工智能研究國家科技重大專項。國家973計劃首席科學家、清華大學孫茂松教授作大會學術總結，對會議中計算機科學、人工智能領域?qū)＜液驼Z言學、神經(jīng)科學領域?qū)＜业难葜v和發(fā)言進行了精辟地解讀，同時指出人工智能研究任重道遠，目前的機器還不能像人一樣處理自然語言，計算機科學家與語言學家要開展深入地合作交流。

此次會議在如何推進下一代人工智能的研究上達成了共識，與會專家一致認為，一方面，要開展面向下一代人工智能的語言腦機制基礎原創(chuàng)研究，在此基礎上重新思考如何重新設計計算機的軟硬件，使得數(shù)學和物理驅(qū)動的計算機更新到在數(shù)學物理基礎上、加入生命元素和語言機制驅(qū)動的計算機。另一方面，加快培育下一代人工智能高端人才，設立“人工智能＋語言學”相關專業(yè)，培養(yǎng)具有前瞻眼光、貫通語言學及語言腦機制與人工智能基礎理論、先進方法技術的復合型人才，從根源上領跑人工智能。

此次論壇由江蘇高校語言能力協(xié)同創(chuàng)新中心、江蘇師范大學國家語委語言能力高等研究院、江蘇師范大學語言科學與藝術學院、《語言科學》編輯部和神經(jīng)語言學研究會共同主辦。