《语言战略研究》∣ “语言与智能技术”多人谈（一）
关注人类学习语言的过程
孙 乐（中国科学院软件研究所）
人类智能的演化历经猿脑到人类祖先的进化，灵巧手及简单工具的使用，基因遗传智力的发展，大脑容量持续增加以及语言的出现。其中基因遗传智力、大脑容量的增大以及语言的出现, 是人类智能发展的几个关键节点。
人类语言不同于动物语言的地方在于：人类的语言单位是非常明晰的，音义结合具有任意性，语言具有结构性、开放性、可传授性，不受时间、地点的约束，我们可以看到，人类语言的句子可以进行切分，而且可以依据语法把切分得到的成分重新进行组合，生成新的语言片断，从而能够用有限的符号表达出无限的意义。
以色列历史学家尤瓦尔·赫拉利在《人类简史》中提到，距今7 万年前智人的认知能力发生了革命性的变化，智人在与其他人类物种的竞争中胜出的原因，最有可能的是智人拥有独特的语言。这本书给出了几个例子，当智人会讲述河边有只狮子的时候，实际上是具有了传达身边环境信息的能力，而进一步能够规划并执行复杂的计划，比如狩猎。此外，智人逐渐具备了另外一个能力，就是八卦，这实际上是人和人之间对社会关系的信息的传递，也意味着人类开始有了能够传达虚构概念信息的能力。有了虚构故事以后，就可以组织更大更有凝聚力的团体，也可以开展陌生人之间的分工合作和协同创新。
当代最有影响力的哲学家卡尔波普尔教授提出了三个世界的理论。他把世界分成客观世界、精神世界和知识世界，而这三个世界之间是交互的，进而形成了人类社会与自然界之间错综复杂的关系。自然语言正是对这三个世界的描述。随着语言研究的深入，我们越来越认识到问题并不仅仅在于语言的复杂性，而在于整个世界的复杂性。
在人类语言的习得过程中最关键的是出生后五年的时间，从牙牙学语到单个词的发音，到两个词的组合，最后到短语、复杂句子的掌握。对这个过程的论述有两种传统论点：一是乔姆斯基的先天论，语言功能被编码于人类大脑之中；二是斯金纳的后天论，语言通过学习原理获得。
如今的AI（Artificial Intelligence，人工智能）大势，涉及从逻辑推理到规则专家系统，到深度学习、机器学习的大数据智能。可以说，大数据时代代表的人工智能系统，不但要有数据、模型，还需要有大规模的知识和强大的计算能力。在这一主题下，我们应重点关注人类学习语言的过程，并研究如何构建一个类人的语言理解系统。未来五年，语言理解领域中需重点突破哪些关键技术、拓展哪些研究方向，还有待学界共同探索。
◆ ◆ ◆ ◆ ◆
从“迁移学习”反观人类如何学习语言
杨 强（香港科技大学）
人是否能够从少量的样本学习语言，这是关系到人工智能发展的一个核心命题。对此，我们目前还不知道人是怎么学习语言的，而更多的只是知道如何让机器学习语言。但是，我们会从一些现象中看出这一点：我有很多朋友在美国，也在做自然语言处理研究，但是当他们有了小孩子以后，观察自己的孩子学习语言，会发现语言学可能“白费了”。孩子往往能举一反三，不知道哪一天就学会了语言，他们就觉得非常的惊喜。
从机器智能的角度有几个方面可以作为研究的入口，比如“迁移学习”。在“深度学习”和“强化学习”策略的基础上，把模型从一个通用的场景迁移到一个个性化的场景，迁移到小数据以及有冷启动需求的场景，就可以引入“迁移学习”。我认为人类正是在大脑已经有了很多固定的模型的基础上，再借助其中一些可以改变的地方，通过“迁移学习”，加上环境影响以及初始几年的观察去学习语言。
脑科学研究也呼应了这一假设。中国科学院外籍院士蒲慕明教授在第二届人工智能大会上表示，人类在一开始确实存在很多神经网络，留给后天学习的空间，但是随着年龄增长，很多又被遗忘，遗忘的速度和人类的疾病又直接相关。如果遗忘得太多就变成老年痴呆，如果遗忘得比较慢就会变成自闭症。这完全是从生物学角度来观察，却给了我们新的启发。
◆ ◆ ◆ ◆ ◆
语言理解领域未来五年的机遇和挑战
胡 郁（科大讯飞股份有限公司）
在语言理解领域，研究需要和工业应用紧密结合，但二者却有着各自的特点。
首先，是它们关注的领域不同，分工也不一样，而且各自的发展是交错递进的。比如说，做语音识别的黄金时间是20世纪90年代，有大量的文章建立在隐马尔可夫模型基础上，建立在贝叶斯网络的基础上，取得了不少研究成果。然而最终这方面的技术在工业上的应用却比较有限。事实证明，近十年来深度神经网络方面的研究成果却被工业界所广泛使用。
其次，对于同样的领域，学术研究和工业应用的出发点和研究路径也不同。以深度神经网络为例，可以通过它很简单地用大数据去凝练一个东西。从工业界的角度来说，这没有问题，因为工业界要看最终结果，只要能够为我所用，整合起来用到产品上并产生效益即可。而研究不是这样的套路，研究需要去了解其背后的模型以及方法，包括其内部的结合规律。学术研究需要“积累一桶水”，而工业生产可能“只取一瓢饮”。从技术发展的角度讲，技术总要从初步研究阶段到达技术爆炸阶段，然后跃过技术爆炸，再到技术普及的阶段。
未来五年，学术界应主要做两方面的事情，一是进行更加前瞻性的研究。比如脑科学领域，它对人工神经网络到底会产生什么影响。二是深度神经网络的应用型研究。在这方面，工业界的广泛应用已经形成了大数据。学术界需要在此基础上深入发掘，看看里面还有没有其他的机器学习规律和需要解决的问题。对于工业界，目前有两大挑战。一是在技术还不完美的情况下将其充分应用，如何扬长避短、取长补短，并通过产品设计和场景设计让技术真正有用。二是对技术本身的拓展，如何充分发挥已有的大数据和人工智能成果，联合学术界进行深入研究。
◆ ◆ ◆ ◆ ◆
什么是“语言的理解”
聂建云（加拿大蒙特利尔大学）
什么是语言的理解？在不同的时期谈到的语言理解，意义不一样。过去，某个人对语言的理解就是会用这个语言，比如写一个句子可能没有语法错误等，据此可以认定他已对该语言有一定的理解能力。而现在我们讲的语言理解更多是从语义角度来说的，比如说话人所讲的一些概念、所要说的内容，我们能否完整地理解。
此外，语言的理解存在不同的层次。举一个例子，某人写了一篇英语文章，但其英语不是很好，叫一个人去改英语。修改者对文章的内容或许并不理解，但他完全可以从语言的角度进行修改。这时候我们说他对文章有一定的理解，并非意味着对其内容有完整的理解，而是对语言本身有一定的理解。而更深入的层次，应该是对语言本身和文章内容的双重理解。
因此，我们考虑建立一个完整的语言理解体系，必须明确目标，即做到哪一个层次。对于相关领域的企业，有哪些任务，需要用什么手段去完成，这和语言理解到什么程度，针对哪个方向、哪个方面的理解密切相关。某个方面的运用可能并不需要对语言里的每一个层次都去理解，可能只需要某一个方面的理解。比如，我们对英语的改错，可能对内容不需要理解，只需对表面的现象做一些修改即可。
另外，在促进语言理解方面，少量样本学习非常重要。目前，我们尚未充分发挥其作用。学界做了很多知识图谱，重点关注如何将其从大数据里挖出来并形成规律，然而对这些知识如何运用却挖掘得比较少。究其原因，我们从文本里挖掘知识的前提是描述知识本身，而要去描述对知识的应用则困难得多。从这个角度上来说，少量样本学习的研究有更加广阔的空间，应引起更多的关注。
◆ ◆ ◆ ◆ ◆
《语言战略研究》2016年第6期目录
◆ ◆ ◆ ◆ ◆
《语言战略研究》2017年征订工作已经开始，欢迎各界人士及单位订阅。全年6期114元（微店另收12元快递费）。
订阅方式：
1.全国各地邮局订阅，邮发代号：82-104
2.微信订阅：商务印书馆（微信号：shangwu1897）官方微店（长按识别下方商务印书馆官方微信二维码或点击左下方“阅读原文”）
商务印书馆官方微信
◆ ◆ ◆ ◆ ◆
微信号：yyzlyj
电话：010-65523102 65523107
传真：010-65523101
电子邮箱：yyzlyj@cp.com.cn
投稿地址：http://yyzlyj.cp.com.cn
地址：北京朝外大街吉庆里14号佳汇国际中心1509室
邮编：100020