语言认知研究推进人工智能发展-中国社会科学网 语言认知研究推进人工智能发展-中国社会科学网 语言认知研究推进人工智能发展-中国社会科学网 语言认知研究推进人工智能发展-中国社会科学网 语言认知研究推进人工智能发展-中国社会科学网 语言认知研究推进人工智能发展-中国社会科学网 语言认知研究推进人工智能发展-中国社会科学网 语言认知研究推进人工智能发展-中国社会科学网 语言认知研究推进人工智能发展-中国社会科学网 语言认知研究推进人工智能发展-中国社会科学网 语言认知研究推进人工智能发展-中国社会科学网 语言认知研究推进人工智能发展-中国社会科学网 语言认知研究推进人工智能发展-中国社会科学网 语言认知研究推进人工智能发展-中国社会科学网 语言认知研究推进人工智能发展-中国社会科学网 语言认知研究推进人工智能发展-中国社会科学网 语言认知研究推进人工智能发展-中国社会科学网 语言认知研究推进人工智能发展-中国社会科学网 语言认知研究推进人工智能发展-中国社会科学网 语言认知研究推进人工智能发展-中国社会科学网 语言认知研究推进人工智能发展-中国社会科学网 语言认知研究推进人工智能发展-中国社会科学网 语言认知研究推进人工智能发展-中国社会科学网 语言认知研究推进人工智能发展-中国社会科学网 语言认知研究推进人工智能发展-中国社会科学网 语言认知研究推进人工智能发展-中国社会科学网 语言认知研究推进人工智能发展-中国社会科学网 语言认知研究推进人工智能发展-中国社会科学网 语言认知研究推进人工智能发展-中国社会科学网 语言认知研究推进人工智能发展-中国社会科学网 语言认知研究推进人工智能发展-中国社会科学网 语言认知研究推进人工智能发展-中国社会科学网 语言认知研究推进人工智能发展-中国社会科学网 语言认知研究推进人工智能发展-中国社会科学网 语言认知研究推进人工智能发展-中国社会科学网 语言认知研究推进人工智能发展-中国社会科学网 语言认知研究推进人工智能发展-中国社会科学网 语言认知研究推进人工智能发展-中国社会科学网 语言认知研究推进人工智能发展-中国社会科学网 语言认知研究推进人工智能发展-中国社会科学网 语言认知研究推进人工智能发展-中国社会科学网 语言认知研究推进人工智能发展-中国社会科学网 语言认知研究推进人工智能发展-中国社会科学网 语言认知研究推进人工智能发展-中国社会科学网 语言认知研究推进人工智能发展-中国社会科学网 语言认知研究推进人工智能发展-中国社会科学网 语言认知研究推进人工智能发展-中国社会科学网 语言认知研究推进人工智能发展-中国社会科学网 语言认知研究推进人工智能发展-中国社会科学网 语言认知研究推进人工智能发展-中国社会科学网 语言认知研究推进人工智能发展-中国社会科学网
 首页 >> 资讯 >> 本网原创
语言认知研究推进人工智能发展
2019年01月16日 09:03 来源:中国社会科学网-中国社会科学报 作者:王广禄 耿立波 字号

内容摘要:人工智能研究和应用已经走过了60多年的历程。近年来,由于互联网的发展和深度学习算法的进步,人工智能迎来了又一次发展的机遇。1月 10—12日,由江苏高校语言能力协同创新中心、江苏师范大学国家语委语言能力高等研究院、江苏师范大学语言科学与艺术学院等机构主办的“未雨绸缪:语言与下一代人工智能博鳌论坛”在海南举行。来自国内30余所高校和科研院所的70余位人工智能、计算机科学等领域的专家学者与会研讨。第一阶段是传统人工智能时代,主要基于语言规则来处理语言问题。提升自然语言处理能力与会学者认为,如果人工智能能够实现从感知计算到认知计算的质变,机器就能够真正理解自然语言。以此为基础重新考虑人工智能的基本理论,有可能推进符合语言和大脑实际的人工智能研究。

关键词:

作者简介:

  人工智能研究和应用已经走过了60多年的历程。近年来,由于互联网的发展和深度学习算法的进步,人工智能迎来了又一次发展的机遇。但目前人工智能依然存在着许多“机器”属性,真正的智能关口有待突破。1月10—12日,由江苏高校语言能力协同创新中心、江苏师范大学国家语委语言能力高等研究院、江苏师范大学语言科学与艺术学院等机构主办的“未雨绸缪:语言与下一代人工智能博鳌论坛”在海南举行,来自国内30余所高校和科研院所的70余位人工智能、计算机科学等领域的专家学者与会研讨。

  人工智能发展历经三个阶段

  60多年来,人工智能在世界范围内经历了三个发展阶段,在许多领域都取得了突破性进展。

  “人工智能发展至今,主要经历了逻辑推理、知识工程和数据挖掘三大阶段。”中国工程院院士吾守尔·斯拉木表示,20世纪50年代至70年代是人工智能的“逻辑推理”时代。这一时期,人们普遍认为只要赋予机器逻辑推理能力就可以实现人工智能。20世纪70年代至90年代是人工智能的“知识工程”时代。当时人们普遍认为,要让机器变得智能就应该设法让机器学习知识。2000年至今,人工智能进入“数据挖掘”时代。随着各种机器学习算法的提出和应用,特别是深度学习技术的发展,人们希望机器通过大量数据分析进行自主学习、获取知识,逐步达到智能化水平。

  对自然语言的处理能力是人工智能发展水平的重要体现。“人工智能的终极目标是使机器达到人类理解自然语言的水平。”中国科学院院士、清华大学人工智能研究院院长张钹提出,人工智能解决语言问题可以分为三个阶段。第一阶段是传统人工智能时代,主要基于语言规则来处理语言问题。第二阶段是概念统计学习时代,主要应用深度学习处理自然语言。第三阶段是后深度学习时代。

  提升自然语言处理能力

  与会学者认为,如果人工智能能够实现从感知计算到认知计算的质变,机器就能够真正理解自然语言。当前的机器深度学习给自然语言处理带来的只是量变,真正的深度学习需要以数学和语言学为基础。

  哈尔滨工业大学语言语音教育部—微软重点实验室教授李生提出,当前人工智能采用的深度学习算法,在感知智能上已经取得了突破性成果,但其认知能力还十分有限,尚处于感知走向认知的临界点。因此,人工智能的进一步发展必须逾越人类大脑思维能力和因果推理的鸿沟,否则真正的认知和通用人工智能难以实现。

  “在人工智能研究领域,人们已经充分认识到人类智力、意识、思维的重要性,但是很少意识到这些都是以语言为基础的。”江苏师范大学语言科学与艺术学院院长杨亦鸣认为,动物只有建立在具象基础上的思维,而人类不仅具有具象思维,还有抽象思维和灵感思维。因为人类有了语言,人类的具象思维也远超动物的具象思维,语言作为思维的物质载体参与了整个高级认知功能。以此为基础重新考虑人工智能的基本理论,有可能推进符合语言和大脑实际的人工智能研究。

  吾守尔·斯拉木强调了以自然语言理解为核心的认知方法的重要性。他谈到,自然语言理解是混合智能的重要领域,使计算机具备理解自然语言的能力是认知计算的核心问题,其发展的关键是开展语言认知的脑机制研究。

  北京大学中文系教授袁毓林认为,人工智能必须能够理解自然语言的意义并进行常识推理。通过对词汇知识进行深度挖掘,并与计算机的视觉、知识图谱等技术相结合,有望让人工智能达到一种可理解的、可解释的境界。

  开展多学科协同创新研究

  与发达国家相比,我国的人工智能已在部分领域实现关键技术突破。未来我国人工智能研究要在战略上由跟跑向并跑、领跑迈进,提前布局,尽早谋划下一代人工智能发展,发挥各个相关领域专家学者的共同作用,努力取得变革性、颠覆性突破。与会学者提出,探索机器语言理解的人工智能研究需要多学科、多领域联合攻关、协同创新,同时还要加强计算机科学、语言科学等多学科复合型人才培养。

  中国工程院院士、国防科技大学计算机学院院长廖湘科认为,智能都是由软件来实现的,传统软件只是信息管理,今后的软件则能感知多维信息,在感知的基础上进行包含观察、判断、决策和行动的管理。因此,软件是智能经济时代知识的载体。更好地发展智能软件,需要经营生态链,关注并行计算、云计算等新技术,建设具有高水平学科交叉能力的人才队伍,大力加强协同创新和人才培养。

  清华大学教授孙茂松表示,目前,机器还不能像人一样处理自然语言,人工智能研究任重道远。人工智能自身具有鲜明的跨学科性质,需要计算机科学家、语言学家等各个领域的专家学者开展深入的交流合作。

  杨亦鸣认为,与人工智能密切相关的脑科学研究要有前瞻性。目前,认知与行为层面的语言脑机制研究相对丰富,细胞层面的研究相对匮乏,在分子层面也局限于少量基因与语言障碍的关联研究。只有贯通从分子层面到认知与行为层面的研究,才可能为人工智能研究带来突破性变革。他强调,要重视“语言智能+X”人才培养,特别是要着重培养具有前瞻性的“人工智能+语言学专业”复合型人才。

    记者 王广禄 通讯员 耿立波

作者简介

姓名:王广禄 耿立波 工作单位:

转载请注明来源:中国社会科学网 (责编:韩卓吾)
相关文章
语言认知研究推进人工智能发展
2019年01月16日 09:03 来源:中国社会科学网-中国社会科学报 作者:王广禄 耿立波 字号

内容摘要:人工智能研究和应用已经走过了60多年的历程。近年来,由于互联网的发展和深度学习算法的进步,人工智能迎来了又一次发展的机遇。1月 10—12日,由江苏高校语言能力协同创新中心、江苏师范大学国家语委语言能力高等研究院、江苏师范大学语言科学与艺术学院等机构主办的“未雨绸缪:语言与下一代人工智能博鳌论坛”在海南举行。来自国内30余所高校和科研院所的70余位人工智能、计算机科学等领域的专家学者与会研讨。第一阶段是传统人工智能时代,主要基于语言规则来处理语言问题。提升自然语言处理能力与会学者认为,如果人工智能能够实现从感知计算到认知计算的质变,机器就能够真正理解自然语言。以此为基础重新考虑人工智能的基本理论,有可能推进符合语言和大脑实际的人工智能研究。

关键词:

作者简介:

  人工智能研究和应用已经走过了60多年的历程。近年来,由于互联网的发展和深度学习算法的进步,人工智能迎来了又一次发展的机遇。但目前人工智能依然存在着许多“机器”属性,真正的智能关口有待突破。1月10—12日,由江苏高校语言能力协同创新中心、江苏师范大学国家语委语言能力高等研究院、江苏师范大学语言科学与艺术学院等机构主办的“未雨绸缪:语言与下一代人工智能博鳌论坛”在海南举行,来自国内30余所高校和科研院所的70余位人工智能、计算机科学等领域的专家学者与会研讨。

  人工智能发展历经三个阶段

  60多年来,人工智能在世界范围内经历了三个发展阶段,在许多领域都取得了突破性进展。

  “人工智能发展至今,主要经历了逻辑推理、知识工程和数据挖掘三大阶段。”中国工程院院士吾守尔·斯拉木表示,20世纪50年代至70年代是人工智能的“逻辑推理”时代。这一时期,人们普遍认为只要赋予机器逻辑推理能力就可以实现人工智能。20世纪70年代至90年代是人工智能的“知识工程”时代。当时人们普遍认为,要让机器变得智能就应该设法让机器学习知识。2000年至今,人工智能进入“数据挖掘”时代。随着各种机器学习算法的提出和应用,特别是深度学习技术的发展,人们希望机器通过大量数据分析进行自主学习、获取知识,逐步达到智能化水平。

  对自然语言的处理能力是人工智能发展水平的重要体现。“人工智能的终极目标是使机器达到人类理解自然语言的水平。”中国科学院院士、清华大学人工智能研究院院长张钹提出,人工智能解决语言问题可以分为三个阶段。第一阶段是传统人工智能时代,主要基于语言规则来处理语言问题。第二阶段是概念统计学习时代,主要应用深度学习处理自然语言。第三阶段是后深度学习时代。

  提升自然语言处理能力

  与会学者认为,如果人工智能能够实现从感知计算到认知计算的质变,机器就能够真正理解自然语言。当前的机器深度学习给自然语言处理带来的只是量变,真正的深度学习需要以数学和语言学为基础。

  哈尔滨工业大学语言语音教育部—微软重点实验室教授李生提出,当前人工智能采用的深度学习算法,在感知智能上已经取得了突破性成果,但其认知能力还十分有限,尚处于感知走向认知的临界点。因此,人工智能的进一步发展必须逾越人类大脑思维能力和因果推理的鸿沟,否则真正的认知和通用人工智能难以实现。

  “在人工智能研究领域,人们已经充分认识到人类智力、意识、思维的重要性,但是很少意识到这些都是以语言为基础的。”江苏师范大学语言科学与艺术学院院长杨亦鸣认为,动物只有建立在具象基础上的思维,而人类不仅具有具象思维,还有抽象思维和灵感思维。因为人类有了语言,人类的具象思维也远超动物的具象思维,语言作为思维的物质载体参与了整个高级认知功能。以此为基础重新考虑人工智能的基本理论,有可能推进符合语言和大脑实际的人工智能研究。

  吾守尔·斯拉木强调了以自然语言理解为核心的认知方法的重要性。他谈到,自然语言理解是混合智能的重要领域,使计算机具备理解自然语言的能力是认知计算的核心问题,其发展的关键是开展语言认知的脑机制研究。

  北京大学中文系教授袁毓林认为,人工智能必须能够理解自然语言的意义并进行常识推理。通过对词汇知识进行深度挖掘,并与计算机的视觉、知识图谱等技术相结合,有望让人工智能达到一种可理解的、可解释的境界。

  开展多学科协同创新研究

  与发达国家相比,我国的人工智能已在部分领域实现关键技术突破。未来我国人工智能研究要在战略上由跟跑向并跑、领跑迈进,提前布局,尽早谋划下一代人工智能发展,发挥各个相关领域专家学者的共同作用,努力取得变革性、颠覆性突破。与会学者提出,探索机器语言理解的人工智能研究需要多学科、多领域联合攻关、协同创新,同时还要加强计算机科学、语言科学等多学科复合型人才培养。

  中国工程院院士、国防科技大学计算机学院院长廖湘科认为,智能都是由软件来实现的,传统软件只是信息管理,今后的软件则能感知多维信息,在感知的基础上进行包含观察、判断、决策和行动的管理。因此,软件是智能经济时代知识的载体。更好地发展智能软件,需要经营生态链,关注并行计算、云计算等新技术,建设具有高水平学科交叉能力的人才队伍,大力加强协同创新和人才培养。

  清华大学教授孙茂松表示,目前,机器还不能像人一样处理自然语言,人工智能研究任重道远。人工智能自身具有鲜明的跨学科性质,需要计算机科学家、语言学家等各个领域的专家学者开展深入的交流合作。

  杨亦鸣认为,与人工智能密切相关的脑科学研究要有前瞻性。目前,认知与行为层面的语言脑机制研究相对丰富,细胞层面的研究相对匮乏,在分子层面也局限于少量基因与语言障碍的关联研究。只有贯通从分子层面到认知与行为层面的研究,才可能为人工智能研究带来突破性变革。他强调,要重视“语言智能+X”人才培养,特别是要着重培养具有前瞻性的“人工智能+语言学专业”复合型人才。

    记者 王广禄 通讯员 耿立波

作者简介

姓名:王广禄 耿立波 工作单位:

转载请注明来源:中国社会科学网 (责编:韩卓吾)
相关文章
语言认知研究推进人工智能发展
2019年01月16日 09:03 来源:中国社会科学网-中国社会科学报 作者:王广禄 耿立波 字号

内容摘要:人工智能研究和应用已经走过了60多年的历程。近年来,由于互联网的发展和深度学习算法的进步,人工智能迎来了又一次发展的机遇。1月 10—12日,由江苏高校语言能力协同创新中心、江苏师范大学国家语委语言能力高等研究院、江苏师范大学语言科学与艺术学院等机构主办的“未雨绸缪:语言与下一代人工智能博鳌论坛”在海南举行。来自国内30余所高校和科研院所的70余位人工智能、计算机科学等领域的专家学者与会研讨。第一阶段是传统人工智能时代,主要基于语言规则来处理语言问题。提升自然语言处理能力与会学者认为,如果人工智能能够实现从感知计算到认知计算的质变,机器就能够真正理解自然语言。以此为基础重新考虑人工智能的基本理论,有可能推进符合语言和大脑实际的人工智能研究。

关键词:

作者简介:

  人工智能研究和应用已经走过了60多年的历程。近年来,由于互联网的发展和深度学习算法的进步,人工智能迎来了又一次发展的机遇。但目前人工智能依然存在着许多“机器”属性,真正的智能关口有待突破。1月10—12日,由江苏高校语言能力协同创新中心、江苏师范大学国家语委语言能力高等研究院、江苏师范大学语言科学与艺术学院等机构主办的“未雨绸缪:语言与下一代人工智能博鳌论坛”在海南举行,来自国内30余所高校和科研院所的70余位人工智能、计算机科学等领域的专家学者与会研讨。

  人工智能发展历经三个阶段

  60多年来,人工智能在世界范围内经历了三个发展阶段,在许多领域都取得了突破性进展。

  “人工智能发展至今,主要经历了逻辑推理、知识工程和数据挖掘三大阶段。”中国工程院院士吾守尔·斯拉木表示,20世纪50年代至70年代是人工智能的“逻辑推理”时代。这一时期,人们普遍认为只要赋予机器逻辑推理能力就可以实现人工智能。20世纪70年代至90年代是人工智能的“知识工程”时代。当时人们普遍认为,要让机器变得智能就应该设法让机器学习知识。2000年至今,人工智能进入“数据挖掘”时代。随着各种机器学习算法的提出和应用,特别是深度学习技术的发展,人们希望机器通过大量数据分析进行自主学习、获取知识,逐步达到智能化水平。

  对自然语言的处理能力是人工智能发展水平的重要体现。“人工智能的终极目标是使机器达到人类理解自然语言的水平。”中国科学院院士、清华大学人工智能研究院院长张钹提出,人工智能解决语言问题可以分为三个阶段。第一阶段是传统人工智能时代,主要基于语言规则来处理语言问题。第二阶段是概念统计学习时代,主要应用深度学习处理自然语言。第三阶段是后深度学习时代。

  提升自然语言处理能力

  与会学者认为,如果人工智能能够实现从感知计算到认知计算的质变,机器就能够真正理解自然语言。当前的机器深度学习给自然语言处理带来的只是量变,真正的深度学习需要以数学和语言学为基础。

  哈尔滨工业大学语言语音教育部—微软重点实验室教授李生提出,当前人工智能采用的深度学习算法,在感知智能上已经取得了突破性成果,但其认知能力还十分有限,尚处于感知走向认知的临界点。因此,人工智能的进一步发展必须逾越人类大脑思维能力和因果推理的鸿沟,否则真正的认知和通用人工智能难以实现。

  “在人工智能研究领域,人们已经充分认识到人类智力、意识、思维的重要性,但是很少意识到这些都是以语言为基础的。”江苏师范大学语言科学与艺术学院院长杨亦鸣认为,动物只有建立在具象基础上的思维,而人类不仅具有具象思维,还有抽象思维和灵感思维。因为人类有了语言,人类的具象思维也远超动物的具象思维,语言作为思维的物质载体参与了整个高级认知功能。以此为基础重新考虑人工智能的基本理论,有可能推进符合语言和大脑实际的人工智能研究。

  吾守尔·斯拉木强调了以自然语言理解为核心的认知方法的重要性。他谈到,自然语言理解是混合智能的重要领域,使计算机具备理解自然语言的能力是认知计算的核心问题,其发展的关键是开展语言认知的脑机制研究。

  北京大学中文系教授袁毓林认为,人工智能必须能够理解自然语言的意义并进行常识推理。通过对词汇知识进行深度挖掘,并与计算机的视觉、知识图谱等技术相结合,有望让人工智能达到一种可理解的、可解释的境界。

  开展多学科协同创新研究

  与发达国家相比,我国的人工智能已在部分领域实现关键技术突破。未来我国人工智能研究要在战略上由跟跑向并跑、领跑迈进,提前布局,尽早谋划下一代人工智能发展,发挥各个相关领域专家学者的共同作用,努力取得变革性、颠覆性突破。与会学者提出,探索机器语言理解的人工智能研究需要多学科、多领域联合攻关、协同创新,同时还要加强计算机科学、语言科学等多学科复合型人才培养。

  中国工程院院士、国防科技大学计算机学院院长廖湘科认为,智能都是由软件来实现的,传统软件只是信息管理,今后的软件则能感知多维信息,在感知的基础上进行包含观察、判断、决策和行动的管理。因此,软件是智能经济时代知识的载体。更好地发展智能软件,需要经营生态链,关注并行计算、云计算等新技术,建设具有高水平学科交叉能力的人才队伍,大力加强协同创新和人才培养。

  清华大学教授孙茂松表示,目前,机器还不能像人一样处理自然语言,人工智能研究任重道远。人工智能自身具有鲜明的跨学科性质,需要计算机科学家、语言学家等各个领域的专家学者开展深入的交流合作。

  杨亦鸣认为,与人工智能密切相关的脑科学研究要有前瞻性。目前,认知与行为层面的语言脑机制研究相对丰富,细胞层面的研究相对匮乏,在分子层面也局限于少量基因与语言障碍的关联研究。只有贯通从分子层面到认知与行为层面的研究,才可能为人工智能研究带来突破性变革。他强调,要重视“语言智能+X”人才培养,特别是要着重培养具有前瞻性的“人工智能+语言学专业”复合型人才。

    记者 王广禄 通讯员 耿立波

作者简介

姓名:王广禄 耿立波 工作单位:

转载请注明来源:中国社会科学网 (责编:韩卓吾)
相关文章
语言认知研究推进人工智能发展
2019年01月16日 09:03 来源:中国社会科学网-中国社会科学报 作者:王广禄 耿立波 字号

内容摘要:人工智能研究和应用已经走过了60多年的历程。近年来,由于互联网的发展和深度学习算法的进步,人工智能迎来了又一次发展的机遇。1月 10—12日,由江苏高校语言能力协同创新中心、江苏师范大学国家语委语言能力高等研究院、江苏师范大学语言科学与艺术学院等机构主办的“未雨绸缪:语言与下一代人工智能博鳌论坛”在海南举行。来自国内30余所高校和科研院所的70余位人工智能、计算机科学等领域的专家学者与会研讨。第一阶段是传统人工智能时代,主要基于语言规则来处理语言问题。提升自然语言处理能力与会学者认为,如果人工智能能够实现从感知计算到认知计算的质变,机器就能够真正理解自然语言。以此为基础重新考虑人工智能的基本理论,有可能推进符合语言和大脑实际的人工智能研究。

关键词:

作者简介:

  人工智能研究和应用已经走过了60多年的历程。近年来,由于互联网的发展和深度学习算法的进步,人工智能迎来了又一次发展的机遇。但目前人工智能依然存在着许多“机器”属性,真正的智能关口有待突破。1月10—12日,由江苏高校语言能力协同创新中心、江苏师范大学国家语委语言能力高等研究院、江苏师范大学语言科学与艺术学院等机构主办的“未雨绸缪:语言与下一代人工智能博鳌论坛”在海南举行,来自国内30余所高校和科研院所的70余位人工智能、计算机科学等领域的专家学者与会研讨。

  人工智能发展历经三个阶段

  60多年来,人工智能在世界范围内经历了三个发展阶段,在许多领域都取得了突破性进展。

  “人工智能发展至今,主要经历了逻辑推理、知识工程和数据挖掘三大阶段。”中国工程院院士吾守尔·斯拉木表示,20世纪50年代至70年代是人工智能的“逻辑推理”时代。这一时期,人们普遍认为只要赋予机器逻辑推理能力就可以实现人工智能。20世纪70年代至90年代是人工智能的“知识工程”时代。当时人们普遍认为,要让机器变得智能就应该设法让机器学习知识。2000年至今,人工智能进入“数据挖掘”时代。随着各种机器学习算法的提出和应用,特别是深度学习技术的发展,人们希望机器通过大量数据分析进行自主学习、获取知识,逐步达到智能化水平。

  对自然语言的处理能力是人工智能发展水平的重要体现。“人工智能的终极目标是使机器达到人类理解自然语言的水平。”中国科学院院士、清华大学人工智能研究院院长张钹提出,人工智能解决语言问题可以分为三个阶段。第一阶段是传统人工智能时代,主要基于语言规则来处理语言问题。第二阶段是概念统计学习时代,主要应用深度学习处理自然语言。第三阶段是后深度学习时代。

  提升自然语言处理能力

  与会学者认为,如果人工智能能够实现从感知计算到认知计算的质变,机器就能够真正理解自然语言。当前的机器深度学习给自然语言处理带来的只是量变,真正的深度学习需要以数学和语言学为基础。

  哈尔滨工业大学语言语音教育部—微软重点实验室教授李生提出,当前人工智能采用的深度学习算法,在感知智能上已经取得了突破性成果,但其认知能力还十分有限,尚处于感知走向认知的临界点。因此,人工智能的进一步发展必须逾越人类大脑思维能力和因果推理的鸿沟,否则真正的认知和通用人工智能难以实现。

  “在人工智能研究领域,人们已经充分认识到人类智力、意识、思维的重要性,但是很少意识到这些都是以语言为基础的。”江苏师范大学语言科学与艺术学院院长杨亦鸣认为,动物只有建立在具象基础上的思维,而人类不仅具有具象思维,还有抽象思维和灵感思维。因为人类有了语言,人类的具象思维也远超动物的具象思维,语言作为思维的物质载体参与了整个高级认知功能。以此为基础重新考虑人工智能的基本理论,有可能推进符合语言和大脑实际的人工智能研究。

  吾守尔·斯拉木强调了以自然语言理解为核心的认知方法的重要性。他谈到,自然语言理解是混合智能的重要领域,使计算机具备理解自然语言的能力是认知计算的核心问题,其发展的关键是开展语言认知的脑机制研究。

  北京大学中文系教授袁毓林认为,人工智能必须能够理解自然语言的意义并进行常识推理。通过对词汇知识进行深度挖掘,并与计算机的视觉、知识图谱等技术相结合,有望让人工智能达到一种可理解的、可解释的境界。

  开展多学科协同创新研究

  与发达国家相比,我国的人工智能已在部分领域实现关键技术突破。未来我国人工智能研究要在战略上由跟跑向并跑、领跑迈进,提前布局,尽早谋划下一代人工智能发展,发挥各个相关领域专家学者的共同作用,努力取得变革性、颠覆性突破。与会学者提出,探索机器语言理解的人工智能研究需要多学科、多领域联合攻关、协同创新,同时还要加强计算机科学、语言科学等多学科复合型人才培养。

  中国工程院院士、国防科技大学计算机学院院长廖湘科认为,智能都是由软件来实现的,传统软件只是信息管理,今后的软件则能感知多维信息,在感知的基础上进行包含观察、判断、决策和行动的管理。因此,软件是智能经济时代知识的载体。更好地发展智能软件,需要经营生态链,关注并行计算、云计算等新技术,建设具有高水平学科交叉能力的人才队伍,大力加强协同创新和人才培养。

  清华大学教授孙茂松表示,目前,机器还不能像人一样处理自然语言,人工智能研究任重道远。人工智能自身具有鲜明的跨学科性质,需要计算机科学家、语言学家等各个领域的专家学者开展深入的交流合作。

  杨亦鸣认为,与人工智能密切相关的脑科学研究要有前瞻性。目前,认知与行为层面的语言脑机制研究相对丰富,细胞层面的研究相对匮乏,在分子层面也局限于少量基因与语言障碍的关联研究。只有贯通从分子层面到认知与行为层面的研究,才可能为人工智能研究带来突破性变革。他强调,要重视“语言智能+X”人才培养,特别是要着重培养具有前瞻性的“人工智能+语言学专业”复合型人才。

    记者 王广禄 通讯员 耿立波

作者简介

姓名:王广禄 耿立波 工作单位:

转载请注明来源:中国社会科学网 (责编:韩卓吾)
相关文章
语言认知研究推进人工智能发展
2019年01月16日 09:03 来源:中国社会科学网-中国社会科学报 作者:王广禄 耿立波 字号

内容摘要:人工智能研究和应用已经走过了60多年的历程。近年来,由于互联网的发展和深度学习算法的进步,人工智能迎来了又一次发展的机遇。1月 10—12日,由江苏高校语言能力协同创新中心、江苏师范大学国家语委语言能力高等研究院、江苏师范大学语言科学与艺术学院等机构主办的“未雨绸缪:语言与下一代人工智能博鳌论坛”在海南举行。来自国内30余所高校和科研院所的70余位人工智能、计算机科学等领域的专家学者与会研讨。第一阶段是传统人工智能时代,主要基于语言规则来处理语言问题。提升自然语言处理能力与会学者认为,如果人工智能能够实现从感知计算到认知计算的质变,机器就能够真正理解自然语言。以此为基础重新考虑人工智能的基本理论,有可能推进符合语言和大脑实际的人工智能研究。

关键词:

作者简介:

  人工智能研究和应用已经走过了60多年的历程。近年来,由于互联网的发展和深度学习算法的进步,人工智能迎来了又一次发展的机遇。但目前人工智能依然存在着许多“机器”属性,真正的智能关口有待突破。1月10—12日,由江苏高校语言能力协同创新中心、江苏师范大学国家语委语言能力高等研究院、江苏师范大学语言科学与艺术学院等机构主办的“未雨绸缪:语言与下一代人工智能博鳌论坛”在海南举行,来自国内30余所高校和科研院所的70余位人工智能、计算机科学等领域的专家学者与会研讨。

  人工智能发展历经三个阶段

  60多年来,人工智能在世界范围内经历了三个发展阶段,在许多领域都取得了突破性进展。

  “人工智能发展至今,主要经历了逻辑推理、知识工程和数据挖掘三大阶段。”中国工程院院士吾守尔·斯拉木表示,20世纪50年代至70年代是人工智能的“逻辑推理”时代。这一时期,人们普遍认为只要赋予机器逻辑推理能力就可以实现人工智能。20世纪70年代至90年代是人工智能的“知识工程”时代。当时人们普遍认为,要让机器变得智能就应该设法让机器学习知识。2000年至今,人工智能进入“数据挖掘”时代。随着各种机器学习算法的提出和应用,特别是深度学习技术的发展,人们希望机器通过大量数据分析进行自主学习、获取知识,逐步达到智能化水平。

  对自然语言的处理能力是人工智能发展水平的重要体现。“人工智能的终极目标是使机器达到人类理解自然语言的水平。”中国科学院院士、清华大学人工智能研究院院长张钹提出,人工智能解决语言问题可以分为三个阶段。第一阶段是传统人工智能时代,主要基于语言规则来处理语言问题。第二阶段是概念统计学习时代,主要应用深度学习处理自然语言。第三阶段是后深度学习时代。

  提升自然语言处理能力

  与会学者认为,如果人工智能能够实现从感知计算到认知计算的质变,机器就能够真正理解自然语言。当前的机器深度学习给自然语言处理带来的只是量变,真正的深度学习需要以数学和语言学为基础。

  哈尔滨工业大学语言语音教育部—微软重点实验室教授李生提出,当前人工智能采用的深度学习算法,在感知智能上已经取得了突破性成果,但其认知能力还十分有限,尚处于感知走向认知的临界点。因此,人工智能的进一步发展必须逾越人类大脑思维能力和因果推理的鸿沟,否则真正的认知和通用人工智能难以实现。

  “在人工智能研究领域,人们已经充分认识到人类智力、意识、思维的重要性,但是很少意识到这些都是以语言为基础的。”江苏师范大学语言科学与艺术学院院长杨亦鸣认为,动物只有建立在具象基础上的思维,而人类不仅具有具象思维,还有抽象思维和灵感思维。因为人类有了语言,人类的具象思维也远超动物的具象思维,语言作为思维的物质载体参与了整个高级认知功能。以此为基础重新考虑人工智能的基本理论,有可能推进符合语言和大脑实际的人工智能研究。

  吾守尔·斯拉木强调了以自然语言理解为核心的认知方法的重要性。他谈到,自然语言理解是混合智能的重要领域,使计算机具备理解自然语言的能力是认知计算的核心问题,其发展的关键是开展语言认知的脑机制研究。

  北京大学中文系教授袁毓林认为,人工智能必须能够理解自然语言的意义并进行常识推理。通过对词汇知识进行深度挖掘,并与计算机的视觉、知识图谱等技术相结合,有望让人工智能达到一种可理解的、可解释的境界。

  开展多学科协同创新研究

  与发达国家相比,我国的人工智能已在部分领域实现关键技术突破。未来我国人工智能研究要在战略上由跟跑向并跑、领跑迈进,提前布局,尽早谋划下一代人工智能发展,发挥各个相关领域专家学者的共同作用,努力取得变革性、颠覆性突破。与会学者提出,探索机器语言理解的人工智能研究需要多学科、多领域联合攻关、协同创新,同时还要加强计算机科学、语言科学等多学科复合型人才培养。

  中国工程院院士、国防科技大学计算机学院院长廖湘科认为,智能都是由软件来实现的,传统软件只是信息管理,今后的软件则能感知多维信息,在感知的基础上进行包含观察、判断、决策和行动的管理。因此,软件是智能经济时代知识的载体。更好地发展智能软件,需要经营生态链,关注并行计算、云计算等新技术,建设具有高水平学科交叉能力的人才队伍,大力加强协同创新和人才培养。

  清华大学教授孙茂松表示,目前,机器还不能像人一样处理自然语言,人工智能研究任重道远。人工智能自身具有鲜明的跨学科性质,需要计算机科学家、语言学家等各个领域的专家学者开展深入的交流合作。

  杨亦鸣认为,与人工智能密切相关的脑科学研究要有前瞻性。目前,认知与行为层面的语言脑机制研究相对丰富,细胞层面的研究相对匮乏,在分子层面也局限于少量基因与语言障碍的关联研究。只有贯通从分子层面到认知与行为层面的研究,才可能为人工智能研究带来突破性变革。他强调,要重视“语言智能+X”人才培养,特别是要着重培养具有前瞻性的“人工智能+语言学专业”复合型人才。

    记者 王广禄 通讯员 耿立波

作者简介

姓名:王广禄 耿立波 工作单位:

转载请注明来源:中国社会科学网 (责编:韩卓吾)
相关文章
语言认知研究推进人工智能发展
2019年01月16日 09:03 来源:中国社会科学网-中国社会科学报 作者:王广禄 耿立波 字号

内容摘要:人工智能研究和应用已经走过了60多年的历程。近年来,由于互联网的发展和深度学习算法的进步,人工智能迎来了又一次发展的机遇。1月 10—12日,由江苏高校语言能力协同创新中心、江苏师范大学国家语委语言能力高等研究院、江苏师范大学语言科学与艺术学院等机构主办的“未雨绸缪:语言与下一代人工智能博鳌论坛”在海南举行。来自国内30余所高校和科研院所的70余位人工智能、计算机科学等领域的专家学者与会研讨。第一阶段是传统人工智能时代,主要基于语言规则来处理语言问题。提升自然语言处理能力与会学者认为,如果人工智能能够实现从感知计算到认知计算的质变,机器就能够真正理解自然语言。以此为基础重新考虑人工智能的基本理论,有可能推进符合语言和大脑实际的人工智能研究。

关键词:

作者简介:

  人工智能研究和应用已经走过了60多年的历程。近年来,由于互联网的发展和深度学习算法的进步,人工智能迎来了又一次发展的机遇。但目前人工智能依然存在着许多“机器”属性,真正的智能关口有待突破。1月10—12日,由江苏高校语言能力协同创新中心、江苏师范大学国家语委语言能力高等研究院、江苏师范大学语言科学与艺术学院等机构主办的“未雨绸缪:语言与下一代人工智能博鳌论坛”在海南举行,来自国内30余所高校和科研院所的70余位人工智能、计算机科学等领域的专家学者与会研讨。

  人工智能发展历经三个阶段

  60多年来,人工智能在世界范围内经历了三个发展阶段,在许多领域都取得了突破性进展。

  “人工智能发展至今,主要经历了逻辑推理、知识工程和数据挖掘三大阶段。”中国工程院院士吾守尔·斯拉木表示,20世纪50年代至70年代是人工智能的“逻辑推理”时代。这一时期,人们普遍认为只要赋予机器逻辑推理能力就可以实现人工智能。20世纪70年代至90年代是人工智能的“知识工程”时代。当时人们普遍认为,要让机器变得智能就应该设法让机器学习知识。2000年至今,人工智能进入“数据挖掘”时代。随着各种机器学习算法的提出和应用,特别是深度学习技术的发展,人们希望机器通过大量数据分析进行自主学习、获取知识,逐步达到智能化水平。

  对自然语言的处理能力是人工智能发展水平的重要体现。“人工智能的终极目标是使机器达到人类理解自然语言的水平。”中国科学院院士、清华大学人工智能研究院院长张钹提出,人工智能解决语言问题可以分为三个阶段。第一阶段是传统人工智能时代,主要基于语言规则来处理语言问题。第二阶段是概念统计学习时代,主要应用深度学习处理自然语言。第三阶段是后深度学习时代。

  提升自然语言处理能力

  与会学者认为,如果人工智能能够实现从感知计算到认知计算的质变,机器就能够真正理解自然语言。当前的机器深度学习给自然语言处理带来的只是量变,真正的深度学习需要以数学和语言学为基础。

  哈尔滨工业大学语言语音教育部—微软重点实验室教授李生提出,当前人工智能采用的深度学习算法,在感知智能上已经取得了突破性成果,但其认知能力还十分有限,尚处于感知走向认知的临界点。因此,人工智能的进一步发展必须逾越人类大脑思维能力和因果推理的鸿沟,否则真正的认知和通用人工智能难以实现。

  “在人工智能研究领域,人们已经充分认识到人类智力、意识、思维的重要性,但是很少意识到这些都是以语言为基础的。”江苏师范大学语言科学与艺术学院院长杨亦鸣认为,动物只有建立在具象基础上的思维,而人类不仅具有具象思维,还有抽象思维和灵感思维。因为人类有了语言,人类的具象思维也远超动物的具象思维,语言作为思维的物质载体参与了整个高级认知功能。以此为基础重新考虑人工智能的基本理论,有可能推进符合语言和大脑实际的人工智能研究。

  吾守尔·斯拉木强调了以自然语言理解为核心的认知方法的重要性。他谈到,自然语言理解是混合智能的重要领域,使计算机具备理解自然语言的能力是认知计算的核心问题,其发展的关键是开展语言认知的脑机制研究。

  北京大学中文系教授袁毓林认为,人工智能必须能够理解自然语言的意义并进行常识推理。通过对词汇知识进行深度挖掘,并与计算机的视觉、知识图谱等技术相结合,有望让人工智能达到一种可理解的、可解释的境界。

  开展多学科协同创新研究

  与发达国家相比,我国的人工智能已在部分领域实现关键技术突破。未来我国人工智能研究要在战略上由跟跑向并跑、领跑迈进,提前布局,尽早谋划下一代人工智能发展,发挥各个相关领域专家学者的共同作用,努力取得变革性、颠覆性突破。与会学者提出,探索机器语言理解的人工智能研究需要多学科、多领域联合攻关、协同创新,同时还要加强计算机科学、语言科学等多学科复合型人才培养。

  中国工程院院士、国防科技大学计算机学院院长廖湘科认为,智能都是由软件来实现的,传统软件只是信息管理,今后的软件则能感知多维信息,在感知的基础上进行包含观察、判断、决策和行动的管理。因此,软件是智能经济时代知识的载体。更好地发展智能软件,需要经营生态链,关注并行计算、云计算等新技术,建设具有高水平学科交叉能力的人才队伍,大力加强协同创新和人才培养。

  清华大学教授孙茂松表示,目前,机器还不能像人一样处理自然语言,人工智能研究任重道远。人工智能自身具有鲜明的跨学科性质,需要计算机科学家、语言学家等各个领域的专家学者开展深入的交流合作。

  杨亦鸣认为,与人工智能密切相关的脑科学研究要有前瞻性。目前,认知与行为层面的语言脑机制研究相对丰富,细胞层面的研究相对匮乏,在分子层面也局限于少量基因与语言障碍的关联研究。只有贯通从分子层面到认知与行为层面的研究,才可能为人工智能研究带来突破性变革。他强调,要重视“语言智能+X”人才培养,特别是要着重培养具有前瞻性的“人工智能+语言学专业”复合型人才。

    记者 王广禄 通讯员 耿立波

作者简介

姓名:王广禄 耿立波 工作单位:

转载请注明来源:中国社会科学网 (责编:韩卓吾)
相关文章
语言认知研究推进人工智能发展
2019年01月16日 09:03 来源:中国社会科学网-中国社会科学报 作者:王广禄 耿立波 字号

内容摘要:人工智能研究和应用已经走过了60多年的历程。近年来,由于互联网的发展和深度学习算法的进步,人工智能迎来了又一次发展的机遇。1月 10—12日,由江苏高校语言能力协同创新中心、江苏师范大学国家语委语言能力高等研究院、江苏师范大学语言科学与艺术学院等机构主办的“未雨绸缪:语言与下一代人工智能博鳌论坛”在海南举行。来自国内30余所高校和科研院所的70余位人工智能、计算机科学等领域的专家学者与会研讨。第一阶段是传统人工智能时代,主要基于语言规则来处理语言问题。提升自然语言处理能力与会学者认为,如果人工智能能够实现从感知计算到认知计算的质变,机器就能够真正理解自然语言。以此为基础重新考虑人工智能的基本理论,有可能推进符合语言和大脑实际的人工智能研究。

关键词:

作者简介:

  人工智能研究和应用已经走过了60多年的历程。近年来,由于互联网的发展和深度学习算法的进步,人工智能迎来了又一次发展的机遇。但目前人工智能依然存在着许多“机器”属性,真正的智能关口有待突破。1月10—12日,由江苏高校语言能力协同创新中心、江苏师范大学国家语委语言能力高等研究院、江苏师范大学语言科学与艺术学院等机构主办的“未雨绸缪:语言与下一代人工智能博鳌论坛”在海南举行,来自国内30余所高校和科研院所的70余位人工智能、计算机科学等领域的专家学者与会研讨。

  人工智能发展历经三个阶段

  60多年来,人工智能在世界范围内经历了三个发展阶段,在许多领域都取得了突破性进展。

  “人工智能发展至今,主要经历了逻辑推理、知识工程和数据挖掘三大阶段。”中国工程院院士吾守尔·斯拉木表示,20世纪50年代至70年代是人工智能的“逻辑推理”时代。这一时期,人们普遍认为只要赋予机器逻辑推理能力就可以实现人工智能。20世纪70年代至90年代是人工智能的“知识工程”时代。当时人们普遍认为,要让机器变得智能就应该设法让机器学习知识。2000年至今,人工智能进入“数据挖掘”时代。随着各种机器学习算法的提出和应用,特别是深度学习技术的发展,人们希望机器通过大量数据分析进行自主学习、获取知识,逐步达到智能化水平。

  对自然语言的处理能力是人工智能发展水平的重要体现。“人工智能的终极目标是使机器达到人类理解自然语言的水平。”中国科学院院士、清华大学人工智能研究院院长张钹提出,人工智能解决语言问题可以分为三个阶段。第一阶段是传统人工智能时代,主要基于语言规则来处理语言问题。第二阶段是概念统计学习时代,主要应用深度学习处理自然语言。第三阶段是后深度学习时代。

  提升自然语言处理能力

  与会学者认为,如果人工智能能够实现从感知计算到认知计算的质变,机器就能够真正理解自然语言。当前的机器深度学习给自然语言处理带来的只是量变,真正的深度学习需要以数学和语言学为基础。

  哈尔滨工业大学语言语音教育部—微软重点实验室教授李生提出,当前人工智能采用的深度学习算法,在感知智能上已经取得了突破性成果,但其认知能力还十分有限,尚处于感知走向认知的临界点。因此,人工智能的进一步发展必须逾越人类大脑思维能力和因果推理的鸿沟,否则真正的认知和通用人工智能难以实现。

  “在人工智能研究领域,人们已经充分认识到人类智力、意识、思维的重要性,但是很少意识到这些都是以语言为基础的。”江苏师范大学语言科学与艺术学院院长杨亦鸣认为,动物只有建立在具象基础上的思维,而人类不仅具有具象思维,还有抽象思维和灵感思维。因为人类有了语言,人类的具象思维也远超动物的具象思维,语言作为思维的物质载体参与了整个高级认知功能。以此为基础重新考虑人工智能的基本理论,有可能推进符合语言和大脑实际的人工智能研究。

  吾守尔·斯拉木强调了以自然语言理解为核心的认知方法的重要性。他谈到,自然语言理解是混合智能的重要领域,使计算机具备理解自然语言的能力是认知计算的核心问题,其发展的关键是开展语言认知的脑机制研究。

  北京大学中文系教授袁毓林认为,人工智能必须能够理解自然语言的意义并进行常识推理。通过对词汇知识进行深度挖掘,并与计算机的视觉、知识图谱等技术相结合,有望让人工智能达到一种可理解的、可解释的境界。

  开展多学科协同创新研究

  与发达国家相比,我国的人工智能已在部分领域实现关键技术突破。未来我国人工智能研究要在战略上由跟跑向并跑、领跑迈进,提前布局,尽早谋划下一代人工智能发展,发挥各个相关领域专家学者的共同作用,努力取得变革性、颠覆性突破。与会学者提出,探索机器语言理解的人工智能研究需要多学科、多领域联合攻关、协同创新,同时还要加强计算机科学、语言科学等多学科复合型人才培养。

  中国工程院院士、国防科技大学计算机学院院长廖湘科认为,智能都是由软件来实现的,传统软件只是信息管理,今后的软件则能感知多维信息,在感知的基础上进行包含观察、判断、决策和行动的管理。因此,软件是智能经济时代知识的载体。更好地发展智能软件,需要经营生态链,关注并行计算、云计算等新技术,建设具有高水平学科交叉能力的人才队伍,大力加强协同创新和人才培养。

  清华大学教授孙茂松表示,目前,机器还不能像人一样处理自然语言,人工智能研究任重道远。人工智能自身具有鲜明的跨学科性质,需要计算机科学家、语言学家等各个领域的专家学者开展深入的交流合作。

  杨亦鸣认为,与人工智能密切相关的脑科学研究要有前瞻性。目前,认知与行为层面的语言脑机制研究相对丰富,细胞层面的研究相对匮乏,在分子层面也局限于少量基因与语言障碍的关联研究。只有贯通从分子层面到认知与行为层面的研究,才可能为人工智能研究带来突破性变革。他强调,要重视“语言智能+X”人才培养,特别是要着重培养具有前瞻性的“人工智能+语言学专业”复合型人才。

    记者 王广禄 通讯员 耿立波

作者简介

姓名:王广禄 耿立波 工作单位:

转载请注明来源:中国社会科学网 (责编:韩卓吾)
相关文章
语言认知研究推进人工智能发展
2019年01月16日 09:03 来源:中国社会科学网-中国社会科学报 作者:王广禄 耿立波 字号

内容摘要:人工智能研究和应用已经走过了60多年的历程。近年来,由于互联网的发展和深度学习算法的进步,人工智能迎来了又一次发展的机遇。1月 10—12日,由江苏高校语言能力协同创新中心、江苏师范大学国家语委语言能力高等研究院、江苏师范大学语言科学与艺术学院等机构主办的“未雨绸缪:语言与下一代人工智能博鳌论坛”在海南举行。来自国内30余所高校和科研院所的70余位人工智能、计算机科学等领域的专家学者与会研讨。第一阶段是传统人工智能时代,主要基于语言规则来处理语言问题。提升自然语言处理能力与会学者认为,如果人工智能能够实现从感知计算到认知计算的质变,机器就能够真正理解自然语言。以此为基础重新考虑人工智能的基本理论,有可能推进符合语言和大脑实际的人工智能研究。

关键词:

作者简介:

  人工智能研究和应用已经走过了60多年的历程。近年来,由于互联网的发展和深度学习算法的进步,人工智能迎来了又一次发展的机遇。但目前人工智能依然存在着许多“机器”属性,真正的智能关口有待突破。1月10—12日,由江苏高校语言能力协同创新中心、江苏师范大学国家语委语言能力高等研究院、江苏师范大学语言科学与艺术学院等机构主办的“未雨绸缪:语言与下一代人工智能博鳌论坛”在海南举行,来自国内30余所高校和科研院所的70余位人工智能、计算机科学等领域的专家学者与会研讨。

  人工智能发展历经三个阶段

  60多年来,人工智能在世界范围内经历了三个发展阶段,在许多领域都取得了突破性进展。

  “人工智能发展至今,主要经历了逻辑推理、知识工程和数据挖掘三大阶段。”中国工程院院士吾守尔·斯拉木表示,20世纪50年代至70年代是人工智能的“逻辑推理”时代。这一时期,人们普遍认为只要赋予机器逻辑推理能力就可以实现人工智能。20世纪70年代至90年代是人工智能的“知识工程”时代。当时人们普遍认为,要让机器变得智能就应该设法让机器学习知识。2000年至今,人工智能进入“数据挖掘”时代。随着各种机器学习算法的提出和应用,特别是深度学习技术的发展,人们希望机器通过大量数据分析进行自主学习、获取知识,逐步达到智能化水平。

  对自然语言的处理能力是人工智能发展水平的重要体现。“人工智能的终极目标是使机器达到人类理解自然语言的水平。”中国科学院院士、清华大学人工智能研究院院长张钹提出,人工智能解决语言问题可以分为三个阶段。第一阶段是传统人工智能时代,主要基于语言规则来处理语言问题。第二阶段是概念统计学习时代,主要应用深度学习处理自然语言。第三阶段是后深度学习时代。

  提升自然语言处理能力

  与会学者认为,如果人工智能能够实现从感知计算到认知计算的质变,机器就能够真正理解自然语言。当前的机器深度学习给自然语言处理带来的只是量变,真正的深度学习需要以数学和语言学为基础。

  哈尔滨工业大学语言语音教育部—微软重点实验室教授李生提出,当前人工智能采用的深度学习算法,在感知智能上已经取得了突破性成果,但其认知能力还十分有限,尚处于感知走向认知的临界点。因此,人工智能的进一步发展必须逾越人类大脑思维能力和因果推理的鸿沟,否则真正的认知和通用人工智能难以实现。

  “在人工智能研究领域,人们已经充分认识到人类智力、意识、思维的重要性,但是很少意识到这些都是以语言为基础的。”江苏师范大学语言科学与艺术学院院长杨亦鸣认为,动物只有建立在具象基础上的思维,而人类不仅具有具象思维,还有抽象思维和灵感思维。因为人类有了语言,人类的具象思维也远超动物的具象思维,语言作为思维的物质载体参与了整个高级认知功能。以此为基础重新考虑人工智能的基本理论,有可能推进符合语言和大脑实际的人工智能研究。

  吾守尔·斯拉木强调了以自然语言理解为核心的认知方法的重要性。他谈到,自然语言理解是混合智能的重要领域,使计算机具备理解自然语言的能力是认知计算的核心问题,其发展的关键是开展语言认知的脑机制研究。

  北京大学中文系教授袁毓林认为,人工智能必须能够理解自然语言的意义并进行常识推理。通过对词汇知识进行深度挖掘,并与计算机的视觉、知识图谱等技术相结合,有望让人工智能达到一种可理解的、可解释的境界。

  开展多学科协同创新研究

  与发达国家相比,我国的人工智能已在部分领域实现关键技术突破。未来我国人工智能研究要在战略上由跟跑向并跑、领跑迈进,提前布局,尽早谋划下一代人工智能发展,发挥各个相关领域专家学者的共同作用,努力取得变革性、颠覆性突破。与会学者提出,探索机器语言理解的人工智能研究需要多学科、多领域联合攻关、协同创新,同时还要加强计算机科学、语言科学等多学科复合型人才培养。

  中国工程院院士、国防科技大学计算机学院院长廖湘科认为,智能都是由软件来实现的,传统软件只是信息管理,今后的软件则能感知多维信息,在感知的基础上进行包含观察、判断、决策和行动的管理。因此,软件是智能经济时代知识的载体。更好地发展智能软件,需要经营生态链,关注并行计算、云计算等新技术,建设具有高水平学科交叉能力的人才队伍,大力加强协同创新和人才培养。

  清华大学教授孙茂松表示,目前,机器还不能像人一样处理自然语言,人工智能研究任重道远。人工智能自身具有鲜明的跨学科性质,需要计算机科学家、语言学家等各个领域的专家学者开展深入的交流合作。

  杨亦鸣认为,与人工智能密切相关的脑科学研究要有前瞻性。目前,认知与行为层面的语言脑机制研究相对丰富,细胞层面的研究相对匮乏,在分子层面也局限于少量基因与语言障碍的关联研究。只有贯通从分子层面到认知与行为层面的研究,才可能为人工智能研究带来突破性变革。他强调,要重视“语言智能+X”人才培养,特别是要着重培养具有前瞻性的“人工智能+语言学专业”复合型人才。

    记者 王广禄 通讯员 耿立波

作者简介

姓名:王广禄 耿立波 工作单位:

转载请注明来源:中国社会科学网 (责编:韩卓吾)
相关文章
语言认知研究推进人工智能发展
2019年01月16日 09:03 来源:中国社会科学网-中国社会科学报 作者:王广禄 耿立波 字号

内容摘要:人工智能研究和应用已经走过了60多年的历程。近年来,由于互联网的发展和深度学习算法的进步,人工智能迎来了又一次发展的机遇。1月 10—12日,由江苏高校语言能力协同创新中心、江苏师范大学国家语委语言能力高等研究院、江苏师范大学语言科学与艺术学院等机构主办的“未雨绸缪:语言与下一代人工智能博鳌论坛”在海南举行。来自国内30余所高校和科研院所的70余位人工智能、计算机科学等领域的专家学者与会研讨。第一阶段是传统人工智能时代,主要基于语言规则来处理语言问题。提升自然语言处理能力与会学者认为,如果人工智能能够实现从感知计算到认知计算的质变,机器就能够真正理解自然语言。以此为基础重新考虑人工智能的基本理论,有可能推进符合语言和大脑实际的人工智能研究。

关键词:

作者简介:

  人工智能研究和应用已经走过了60多年的历程。近年来,由于互联网的发展和深度学习算法的进步,人工智能迎来了又一次发展的机遇。但目前人工智能依然存在着许多“机器”属性,真正的智能关口有待突破。1月10—12日,由江苏高校语言能力协同创新中心、江苏师范大学国家语委语言能力高等研究院、江苏师范大学语言科学与艺术学院等机构主办的“未雨绸缪:语言与下一代人工智能博鳌论坛”在海南举行,来自国内30余所高校和科研院所的70余位人工智能、计算机科学等领域的专家学者与会研讨。

  人工智能发展历经三个阶段

  60多年来,人工智能在世界范围内经历了三个发展阶段,在许多领域都取得了突破性进展。

  “人工智能发展至今,主要经历了逻辑推理、知识工程和数据挖掘三大阶段。”中国工程院院士吾守尔·斯拉木表示,20世纪50年代至70年代是人工智能的“逻辑推理”时代。这一时期,人们普遍认为只要赋予机器逻辑推理能力就可以实现人工智能。20世纪70年代至90年代是人工智能的“知识工程”时代。当时人们普遍认为,要让机器变得智能就应该设法让机器学习知识。2000年至今,人工智能进入“数据挖掘”时代。随着各种机器学习算法的提出和应用,特别是深度学习技术的发展,人们希望机器通过大量数据分析进行自主学习、获取知识,逐步达到智能化水平。

  对自然语言的处理能力是人工智能发展水平的重要体现。“人工智能的终极目标是使机器达到人类理解自然语言的水平。”中国科学院院士、清华大学人工智能研究院院长张钹提出,人工智能解决语言问题可以分为三个阶段。第一阶段是传统人工智能时代,主要基于语言规则来处理语言问题。第二阶段是概念统计学习时代,主要应用深度学习处理自然语言。第三阶段是后深度学习时代。

  提升自然语言处理能力

  与会学者认为,如果人工智能能够实现从感知计算到认知计算的质变,机器就能够真正理解自然语言。当前的机器深度学习给自然语言处理带来的只是量变,真正的深度学习需要以数学和语言学为基础。

  哈尔滨工业大学语言语音教育部—微软重点实验室教授李生提出,当前人工智能采用的深度学习算法,在感知智能上已经取得了突破性成果,但其认知能力还十分有限,尚处于感知走向认知的临界点。因此,人工智能的进一步发展必须逾越人类大脑思维能力和因果推理的鸿沟,否则真正的认知和通用人工智能难以实现。

  “在人工智能研究领域,人们已经充分认识到人类智力、意识、思维的重要性,但是很少意识到这些都是以语言为基础的。”江苏师范大学语言科学与艺术学院院长杨亦鸣认为,动物只有建立在具象基础上的思维,而人类不仅具有具象思维,还有抽象思维和灵感思维。因为人类有了语言,人类的具象思维也远超动物的具象思维,语言作为思维的物质载体参与了整个高级认知功能。以此为基础重新考虑人工智能的基本理论,有可能推进符合语言和大脑实际的人工智能研究。

  吾守尔·斯拉木强调了以自然语言理解为核心的认知方法的重要性。他谈到,自然语言理解是混合智能的重要领域,使计算机具备理解自然语言的能力是认知计算的核心问题,其发展的关键是开展语言认知的脑机制研究。

  北京大学中文系教授袁毓林认为,人工智能必须能够理解自然语言的意义并进行常识推理。通过对词汇知识进行深度挖掘,并与计算机的视觉、知识图谱等技术相结合,有望让人工智能达到一种可理解的、可解释的境界。

  开展多学科协同创新研究

  与发达国家相比,我国的人工智能已在部分领域实现关键技术突破。未来我国人工智能研究要在战略上由跟跑向并跑、领跑迈进,提前布局,尽早谋划下一代人工智能发展,发挥各个相关领域专家学者的共同作用,努力取得变革性、颠覆性突破。与会学者提出,探索机器语言理解的人工智能研究需要多学科、多领域联合攻关、协同创新,同时还要加强计算机科学、语言科学等多学科复合型人才培养。

  中国工程院院士、国防科技大学计算机学院院长廖湘科认为,智能都是由软件来实现的,传统软件只是信息管理,今后的软件则能感知多维信息,在感知的基础上进行包含观察、判断、决策和行动的管理。因此,软件是智能经济时代知识的载体。更好地发展智能软件,需要经营生态链,关注并行计算、云计算等新技术,建设具有高水平学科交叉能力的人才队伍,大力加强协同创新和人才培养。

  清华大学教授孙茂松表示,目前,机器还不能像人一样处理自然语言,人工智能研究任重道远。人工智能自身具有鲜明的跨学科性质,需要计算机科学家、语言学家等各个领域的专家学者开展深入的交流合作。

  杨亦鸣认为,与人工智能密切相关的脑科学研究要有前瞻性。目前,认知与行为层面的语言脑机制研究相对丰富,细胞层面的研究相对匮乏,在分子层面也局限于少量基因与语言障碍的关联研究。只有贯通从分子层面到认知与行为层面的研究,才可能为人工智能研究带来突破性变革。他强调,要重视“语言智能+X”人才培养,特别是要着重培养具有前瞻性的“人工智能+语言学专业”复合型人才。

    记者 王广禄 通讯员 耿立波

作者简介

姓名:王广禄 耿立波 工作单位:

转载请注明来源:中国社会科学网 (责编:韩卓吾)
相关文章
语言认知研究推进人工智能发展
2019年01月16日 09:03 来源:中国社会科学网-中国社会科学报 作者:王广禄 耿立波 字号

内容摘要:人工智能研究和应用已经走过了60多年的历程。近年来,由于互联网的发展和深度学习算法的进步,人工智能迎来了又一次发展的机遇。1月 10—12日,由江苏高校语言能力协同创新中心、江苏师范大学国家语委语言能力高等研究院、江苏师范大学语言科学与艺术学院等机构主办的“未雨绸缪:语言与下一代人工智能博鳌论坛”在海南举行。来自国内30余所高校和科研院所的70余位人工智能、计算机科学等领域的专家学者与会研讨。第一阶段是传统人工智能时代,主要基于语言规则来处理语言问题。提升自然语言处理能力与会学者认为,如果人工智能能够实现从感知计算到认知计算的质变,机器就能够真正理解自然语言。以此为基础重新考虑人工智能的基本理论,有可能推进符合语言和大脑实际的人工智能研究。

关键词:

作者简介:

  人工智能研究和应用已经走过了60多年的历程。近年来,由于互联网的发展和深度学习算法的进步,人工智能迎来了又一次发展的机遇。但目前人工智能依然存在着许多“机器”属性,真正的智能关口有待突破。1月10—12日,由江苏高校语言能力协同创新中心、江苏师范大学国家语委语言能力高等研究院、江苏师范大学语言科学与艺术学院等机构主办的“未雨绸缪:语言与下一代人工智能博鳌论坛”在海南举行,来自国内30余所高校和科研院所的70余位人工智能、计算机科学等领域的专家学者与会研讨。

  人工智能发展历经三个阶段

  60多年来,人工智能在世界范围内经历了三个发展阶段,在许多领域都取得了突破性进展。

  “人工智能发展至今,主要经历了逻辑推理、知识工程和数据挖掘三大阶段。”中国工程院院士吾守尔·斯拉木表示,20世纪50年代至70年代是人工智能的“逻辑推理”时代。这一时期,人们普遍认为只要赋予机器逻辑推理能力就可以实现人工智能。20世纪70年代至90年代是人工智能的“知识工程”时代。当时人们普遍认为,要让机器变得智能就应该设法让机器学习知识。2000年至今,人工智能进入“数据挖掘”时代。随着各种机器学习算法的提出和应用,特别是深度学习技术的发展,人们希望机器通过大量数据分析进行自主学习、获取知识,逐步达到智能化水平。

  对自然语言的处理能力是人工智能发展水平的重要体现。“人工智能的终极目标是使机器达到人类理解自然语言的水平。”中国科学院院士、清华大学人工智能研究院院长张钹提出,人工智能解决语言问题可以分为三个阶段。第一阶段是传统人工智能时代,主要基于语言规则来处理语言问题。第二阶段是概念统计学习时代,主要应用深度学习处理自然语言。第三阶段是后深度学习时代。

  提升自然语言处理能力

  与会学者认为,如果人工智能能够实现从感知计算到认知计算的质变,机器就能够真正理解自然语言。当前的机器深度学习给自然语言处理带来的只是量变,真正的深度学习需要以数学和语言学为基础。

  哈尔滨工业大学语言语音教育部—微软重点实验室教授李生提出,当前人工智能采用的深度学习算法,在感知智能上已经取得了突破性成果,但其认知能力还十分有限,尚处于感知走向认知的临界点。因此,人工智能的进一步发展必须逾越人类大脑思维能力和因果推理的鸿沟,否则真正的认知和通用人工智能难以实现。

  “在人工智能研究领域,人们已经充分认识到人类智力、意识、思维的重要性,但是很少意识到这些都是以语言为基础的。”江苏师范大学语言科学与艺术学院院长杨亦鸣认为,动物只有建立在具象基础上的思维,而人类不仅具有具象思维,还有抽象思维和灵感思维。因为人类有了语言,人类的具象思维也远超动物的具象思维,语言作为思维的物质载体参与了整个高级认知功能。以此为基础重新考虑人工智能的基本理论,有可能推进符合语言和大脑实际的人工智能研究。

  吾守尔·斯拉木强调了以自然语言理解为核心的认知方法的重要性。他谈到,自然语言理解是混合智能的重要领域,使计算机具备理解自然语言的能力是认知计算的核心问题,其发展的关键是开展语言认知的脑机制研究。

  北京大学中文系教授袁毓林认为,人工智能必须能够理解自然语言的意义并进行常识推理。通过对词汇知识进行深度挖掘,并与计算机的视觉、知识图谱等技术相结合,有望让人工智能达到一种可理解的、可解释的境界。

  开展多学科协同创新研究

  与发达国家相比,我国的人工智能已在部分领域实现关键技术突破。未来我国人工智能研究要在战略上由跟跑向并跑、领跑迈进,提前布局,尽早谋划下一代人工智能发展,发挥各个相关领域专家学者的共同作用,努力取得变革性、颠覆性突破。与会学者提出,探索机器语言理解的人工智能研究需要多学科、多领域联合攻关、协同创新,同时还要加强计算机科学、语言科学等多学科复合型人才培养。

  中国工程院院士、国防科技大学计算机学院院长廖湘科认为,智能都是由软件来实现的,传统软件只是信息管理,今后的软件则能感知多维信息,在感知的基础上进行包含观察、判断、决策和行动的管理。因此,软件是智能经济时代知识的载体。更好地发展智能软件,需要经营生态链,关注并行计算、云计算等新技术,建设具有高水平学科交叉能力的人才队伍,大力加强协同创新和人才培养。

  清华大学教授孙茂松表示,目前,机器还不能像人一样处理自然语言,人工智能研究任重道远。人工智能自身具有鲜明的跨学科性质,需要计算机科学家、语言学家等各个领域的专家学者开展深入的交流合作。

  杨亦鸣认为,与人工智能密切相关的脑科学研究要有前瞻性。目前,认知与行为层面的语言脑机制研究相对丰富,细胞层面的研究相对匮乏,在分子层面也局限于少量基因与语言障碍的关联研究。只有贯通从分子层面到认知与行为层面的研究,才可能为人工智能研究带来突破性变革。他强调,要重视“语言智能+X”人才培养,特别是要着重培养具有前瞻性的“人工智能+语言学专业”复合型人才。

    记者 王广禄 通讯员 耿立波

作者简介

姓名:王广禄 耿立波 工作单位:

转载请注明来源:中国社会科学网 (责编:韩卓吾)
相关文章
语言认知研究推进人工智能发展
2019年01月16日 09:03 来源:中国社会科学网-中国社会科学报 作者:王广禄 耿立波 字号

内容摘要:人工智能研究和应用已经走过了60多年的历程。近年来,由于互联网的发展和深度学习算法的进步,人工智能迎来了又一次发展的机遇。1月 10—12日,由江苏高校语言能力协同创新中心、江苏师范大学国家语委语言能力高等研究院、江苏师范大学语言科学与艺术学院等机构主办的“未雨绸缪:语言与下一代人工智能博鳌论坛”在海南举行。来自国内30余所高校和科研院所的70余位人工智能、计算机科学等领域的专家学者与会研讨。第一阶段是传统人工智能时代,主要基于语言规则来处理语言问题。提升自然语言处理能力与会学者认为,如果人工智能能够实现从感知计算到认知计算的质变,机器就能够真正理解自然语言。以此为基础重新考虑人工智能的基本理论,有可能推进符合语言和大脑实际的人工智能研究。

关键词:

作者简介:

  人工智能研究和应用已经走过了60多年的历程。近年来,由于互联网的发展和深度学习算法的进步,人工智能迎来了又一次发展的机遇。但目前人工智能依然存在着许多“机器”属性,真正的智能关口有待突破。1月10—12日,由江苏高校语言能力协同创新中心、江苏师范大学国家语委语言能力高等研究院、江苏师范大学语言科学与艺术学院等机构主办的“未雨绸缪:语言与下一代人工智能博鳌论坛”在海南举行,来自国内30余所高校和科研院所的70余位人工智能、计算机科学等领域的专家学者与会研讨。

  人工智能发展历经三个阶段

  60多年来,人工智能在世界范围内经历了三个发展阶段,在许多领域都取得了突破性进展。

  “人工智能发展至今,主要经历了逻辑推理、知识工程和数据挖掘三大阶段。”中国工程院院士吾守尔·斯拉木表示,20世纪50年代至70年代是人工智能的“逻辑推理”时代。这一时期,人们普遍认为只要赋予机器逻辑推理能力就可以实现人工智能。20世纪70年代至90年代是人工智能的“知识工程”时代。当时人们普遍认为,要让机器变得智能就应该设法让机器学习知识。2000年至今,人工智能进入“数据挖掘”时代。随着各种机器学习算法的提出和应用,特别是深度学习技术的发展,人们希望机器通过大量数据分析进行自主学习、获取知识,逐步达到智能化水平。

  对自然语言的处理能力是人工智能发展水平的重要体现。“人工智能的终极目标是使机器达到人类理解自然语言的水平。”中国科学院院士、清华大学人工智能研究院院长张钹提出,人工智能解决语言问题可以分为三个阶段。第一阶段是传统人工智能时代,主要基于语言规则来处理语言问题。第二阶段是概念统计学习时代,主要应用深度学习处理自然语言。第三阶段是后深度学习时代。

  提升自然语言处理能力

  与会学者认为,如果人工智能能够实现从感知计算到认知计算的质变,机器就能够真正理解自然语言。当前的机器深度学习给自然语言处理带来的只是量变,真正的深度学习需要以数学和语言学为基础。

  哈尔滨工业大学语言语音教育部—微软重点实验室教授李生提出,当前人工智能采用的深度学习算法,在感知智能上已经取得了突破性成果,但其认知能力还十分有限,尚处于感知走向认知的临界点。因此,人工智能的进一步发展必须逾越人类大脑思维能力和因果推理的鸿沟,否则真正的认知和通用人工智能难以实现。

  “在人工智能研究领域,人们已经充分认识到人类智力、意识、思维的重要性,但是很少意识到这些都是以语言为基础的。”江苏师范大学语言科学与艺术学院院长杨亦鸣认为,动物只有建立在具象基础上的思维,而人类不仅具有具象思维,还有抽象思维和灵感思维。因为人类有了语言,人类的具象思维也远超动物的具象思维,语言作为思维的物质载体参与了整个高级认知功能。以此为基础重新考虑人工智能的基本理论,有可能推进符合语言和大脑实际的人工智能研究。

  吾守尔·斯拉木强调了以自然语言理解为核心的认知方法的重要性。他谈到,自然语言理解是混合智能的重要领域,使计算机具备理解自然语言的能力是认知计算的核心问题,其发展的关键是开展语言认知的脑机制研究。

  北京大学中文系教授袁毓林认为,人工智能必须能够理解自然语言的意义并进行常识推理。通过对词汇知识进行深度挖掘,并与计算机的视觉、知识图谱等技术相结合,有望让人工智能达到一种可理解的、可解释的境界。

  开展多学科协同创新研究

  与发达国家相比,我国的人工智能已在部分领域实现关键技术突破。未来我国人工智能研究要在战略上由跟跑向并跑、领跑迈进,提前布局,尽早谋划下一代人工智能发展,发挥各个相关领域专家学者的共同作用,努力取得变革性、颠覆性突破。与会学者提出,探索机器语言理解的人工智能研究需要多学科、多领域联合攻关、协同创新,同时还要加强计算机科学、语言科学等多学科复合型人才培养。

  中国工程院院士、国防科技大学计算机学院院长廖湘科认为,智能都是由软件来实现的,传统软件只是信息管理,今后的软件则能感知多维信息,在感知的基础上进行包含观察、判断、决策和行动的管理。因此,软件是智能经济时代知识的载体。更好地发展智能软件,需要经营生态链,关注并行计算、云计算等新技术,建设具有高水平学科交叉能力的人才队伍,大力加强协同创新和人才培养。

  清华大学教授孙茂松表示,目前,机器还不能像人一样处理自然语言,人工智能研究任重道远。人工智能自身具有鲜明的跨学科性质,需要计算机科学家、语言学家等各个领域的专家学者开展深入的交流合作。

  杨亦鸣认为,与人工智能密切相关的脑科学研究要有前瞻性。目前,认知与行为层面的语言脑机制研究相对丰富,细胞层面的研究相对匮乏,在分子层面也局限于少量基因与语言障碍的关联研究。只有贯通从分子层面到认知与行为层面的研究,才可能为人工智能研究带来突破性变革。他强调,要重视“语言智能+X”人才培养,特别是要着重培养具有前瞻性的“人工智能+语言学专业”复合型人才。

    记者 王广禄 通讯员 耿立波

作者简介

姓名:王广禄 耿立波 工作单位:

转载请注明来源:中国社会科学网 (责编:韩卓吾)
相关文章
语言认知研究推进人工智能发展
2019年01月16日 09:03 来源:中国社会科学网-中国社会科学报 作者:王广禄 耿立波 字号

内容摘要:人工智能研究和应用已经走过了60多年的历程。近年来,由于互联网的发展和深度学习算法的进步,人工智能迎来了又一次发展的机遇。1月 10—12日,由江苏高校语言能力协同创新中心、江苏师范大学国家语委语言能力高等研究院、江苏师范大学语言科学与艺术学院等机构主办的“未雨绸缪:语言与下一代人工智能博鳌论坛”在海南举行。来自国内30余所高校和科研院所的70余位人工智能、计算机科学等领域的专家学者与会研讨。第一阶段是传统人工智能时代,主要基于语言规则来处理语言问题。提升自然语言处理能力与会学者认为,如果人工智能能够实现从感知计算到认知计算的质变,机器就能够真正理解自然语言。以此为基础重新考虑人工智能的基本理论,有可能推进符合语言和大脑实际的人工智能研究。

关键词:

作者简介:

  人工智能研究和应用已经走过了60多年的历程。近年来,由于互联网的发展和深度学习算法的进步,人工智能迎来了又一次发展的机遇。但目前人工智能依然存在着许多“机器”属性,真正的智能关口有待突破。1月10—12日,由江苏高校语言能力协同创新中心、江苏师范大学国家语委语言能力高等研究院、江苏师范大学语言科学与艺术学院等机构主办的“未雨绸缪:语言与下一代人工智能博鳌论坛”在海南举行,来自国内30余所高校和科研院所的70余位人工智能、计算机科学等领域的专家学者与会研讨。

  人工智能发展历经三个阶段

  60多年来,人工智能在世界范围内经历了三个发展阶段,在许多领域都取得了突破性进展。

  “人工智能发展至今,主要经历了逻辑推理、知识工程和数据挖掘三大阶段。”中国工程院院士吾守尔·斯拉木表示,20世纪50年代至70年代是人工智能的“逻辑推理”时代。这一时期,人们普遍认为只要赋予机器逻辑推理能力就可以实现人工智能。20世纪70年代至90年代是人工智能的“知识工程”时代。当时人们普遍认为,要让机器变得智能就应该设法让机器学习知识。2000年至今,人工智能进入“数据挖掘”时代。随着各种机器学习算法的提出和应用,特别是深度学习技术的发展,人们希望机器通过大量数据分析进行自主学习、获取知识,逐步达到智能化水平。

  对自然语言的处理能力是人工智能发展水平的重要体现。“人工智能的终极目标是使机器达到人类理解自然语言的水平。”中国科学院院士、清华大学人工智能研究院院长张钹提出,人工智能解决语言问题可以分为三个阶段。第一阶段是传统人工智能时代,主要基于语言规则来处理语言问题。第二阶段是概念统计学习时代,主要应用深度学习处理自然语言。第三阶段是后深度学习时代。

  提升自然语言处理能力

  与会学者认为,如果人工智能能够实现从感知计算到认知计算的质变,机器就能够真正理解自然语言。当前的机器深度学习给自然语言处理带来的只是量变,真正的深度学习需要以数学和语言学为基础。

  哈尔滨工业大学语言语音教育部—微软重点实验室教授李生提出,当前人工智能采用的深度学习算法,在感知智能上已经取得了突破性成果,但其认知能力还十分有限,尚处于感知走向认知的临界点。因此,人工智能的进一步发展必须逾越人类大脑思维能力和因果推理的鸿沟,否则真正的认知和通用人工智能难以实现。

  “在人工智能研究领域,人们已经充分认识到人类智力、意识、思维的重要性,但是很少意识到这些都是以语言为基础的。”江苏师范大学语言科学与艺术学院院长杨亦鸣认为,动物只有建立在具象基础上的思维,而人类不仅具有具象思维,还有抽象思维和灵感思维。因为人类有了语言,人类的具象思维也远超动物的具象思维,语言作为思维的物质载体参与了整个高级认知功能。以此为基础重新考虑人工智能的基本理论,有可能推进符合语言和大脑实际的人工智能研究。

  吾守尔·斯拉木强调了以自然语言理解为核心的认知方法的重要性。他谈到,自然语言理解是混合智能的重要领域,使计算机具备理解自然语言的能力是认知计算的核心问题,其发展的关键是开展语言认知的脑机制研究。

  北京大学中文系教授袁毓林认为,人工智能必须能够理解自然语言的意义并进行常识推理。通过对词汇知识进行深度挖掘,并与计算机的视觉、知识图谱等技术相结合,有望让人工智能达到一种可理解的、可解释的境界。

  开展多学科协同创新研究

  与发达国家相比,我国的人工智能已在部分领域实现关键技术突破。未来我国人工智能研究要在战略上由跟跑向并跑、领跑迈进,提前布局,尽早谋划下一代人工智能发展,发挥各个相关领域专家学者的共同作用,努力取得变革性、颠覆性突破。与会学者提出,探索机器语言理解的人工智能研究需要多学科、多领域联合攻关、协同创新,同时还要加强计算机科学、语言科学等多学科复合型人才培养。

  中国工程院院士、国防科技大学计算机学院院长廖湘科认为,智能都是由软件来实现的,传统软件只是信息管理,今后的软件则能感知多维信息,在感知的基础上进行包含观察、判断、决策和行动的管理。因此,软件是智能经济时代知识的载体。更好地发展智能软件,需要经营生态链,关注并行计算、云计算等新技术,建设具有高水平学科交叉能力的人才队伍,大力加强协同创新和人才培养。

  清华大学教授孙茂松表示,目前,机器还不能像人一样处理自然语言,人工智能研究任重道远。人工智能自身具有鲜明的跨学科性质,需要计算机科学家、语言学家等各个领域的专家学者开展深入的交流合作。

  杨亦鸣认为,与人工智能密切相关的脑科学研究要有前瞻性。目前,认知与行为层面的语言脑机制研究相对丰富,细胞层面的研究相对匮乏,在分子层面也局限于少量基因与语言障碍的关联研究。只有贯通从分子层面到认知与行为层面的研究,才可能为人工智能研究带来突破性变革。他强调,要重视“语言智能+X”人才培养,特别是要着重培养具有前瞻性的“人工智能+语言学专业”复合型人才。

    记者 王广禄 通讯员 耿立波

作者简介

姓名:王广禄 耿立波 工作单位:

转载请注明来源:中国社会科学网 (责编:韩卓吾)
相关文章
语言认知研究推进人工智能发展
2019年01月16日 09:03 来源:中国社会科学网-中国社会科学报 作者:王广禄 耿立波 字号

内容摘要:人工智能研究和应用已经走过了60多年的历程。近年来,由于互联网的发展和深度学习算法的进步,人工智能迎来了又一次发展的机遇。1月 10—12日,由江苏高校语言能力协同创新中心、江苏师范大学国家语委语言能力高等研究院、江苏师范大学语言科学与艺术学院等机构主办的“未雨绸缪:语言与下一代人工智能博鳌论坛”在海南举行。来自国内30余所高校和科研院所的70余位人工智能、计算机科学等领域的专家学者与会研讨。第一阶段是传统人工智能时代,主要基于语言规则来处理语言问题。提升自然语言处理能力与会学者认为,如果人工智能能够实现从感知计算到认知计算的质变,机器就能够真正理解自然语言。以此为基础重新考虑人工智能的基本理论,有可能推进符合语言和大脑实际的人工智能研究。

关键词:

作者简介:

  人工智能研究和应用已经走过了60多年的历程。近年来,由于互联网的发展和深度学习算法的进步,人工智能迎来了又一次发展的机遇。但目前人工智能依然存在着许多“机器”属性,真正的智能关口有待突破。1月10—12日,由江苏高校语言能力协同创新中心、江苏师范大学国家语委语言能力高等研究院、江苏师范大学语言科学与艺术学院等机构主办的“未雨绸缪:语言与下一代人工智能博鳌论坛”在海南举行,来自国内30余所高校和科研院所的70余位人工智能、计算机科学等领域的专家学者与会研讨。

  人工智能发展历经三个阶段

  60多年来,人工智能在世界范围内经历了三个发展阶段,在许多领域都取得了突破性进展。

  “人工智能发展至今,主要经历了逻辑推理、知识工程和数据挖掘三大阶段。”中国工程院院士吾守尔·斯拉木表示,20世纪50年代至70年代是人工智能的“逻辑推理”时代。这一时期,人们普遍认为只要赋予机器逻辑推理能力就可以实现人工智能。20世纪70年代至90年代是人工智能的“知识工程”时代。当时人们普遍认为,要让机器变得智能就应该设法让机器学习知识。2000年至今,人工智能进入“数据挖掘”时代。随着各种机器学习算法的提出和应用,特别是深度学习技术的发展,人们希望机器通过大量数据分析进行自主学习、获取知识,逐步达到智能化水平。

  对自然语言的处理能力是人工智能发展水平的重要体现。“人工智能的终极目标是使机器达到人类理解自然语言的水平。”中国科学院院士、清华大学人工智能研究院院长张钹提出,人工智能解决语言问题可以分为三个阶段。第一阶段是传统人工智能时代,主要基于语言规则来处理语言问题。第二阶段是概念统计学习时代,主要应用深度学习处理自然语言。第三阶段是后深度学习时代。

  提升自然语言处理能力

  与会学者认为,如果人工智能能够实现从感知计算到认知计算的质变,机器就能够真正理解自然语言。当前的机器深度学习给自然语言处理带来的只是量变,真正的深度学习需要以数学和语言学为基础。

  哈尔滨工业大学语言语音教育部—微软重点实验室教授李生提出,当前人工智能采用的深度学习算法,在感知智能上已经取得了突破性成果,但其认知能力还十分有限,尚处于感知走向认知的临界点。因此,人工智能的进一步发展必须逾越人类大脑思维能力和因果推理的鸿沟,否则真正的认知和通用人工智能难以实现。

  “在人工智能研究领域,人们已经充分认识到人类智力、意识、思维的重要性,但是很少意识到这些都是以语言为基础的。”江苏师范大学语言科学与艺术学院院长杨亦鸣认为,动物只有建立在具象基础上的思维,而人类不仅具有具象思维,还有抽象思维和灵感思维。因为人类有了语言,人类的具象思维也远超动物的具象思维,语言作为思维的物质载体参与了整个高级认知功能。以此为基础重新考虑人工智能的基本理论,有可能推进符合语言和大脑实际的人工智能研究。

  吾守尔·斯拉木强调了以自然语言理解为核心的认知方法的重要性。他谈到,自然语言理解是混合智能的重要领域,使计算机具备理解自然语言的能力是认知计算的核心问题,其发展的关键是开展语言认知的脑机制研究。

  北京大学中文系教授袁毓林认为,人工智能必须能够理解自然语言的意义并进行常识推理。通过对词汇知识进行深度挖掘,并与计算机的视觉、知识图谱等技术相结合,有望让人工智能达到一种可理解的、可解释的境界。

  开展多学科协同创新研究

  与发达国家相比,我国的人工智能已在部分领域实现关键技术突破。未来我国人工智能研究要在战略上由跟跑向并跑、领跑迈进,提前布局,尽早谋划下一代人工智能发展,发挥各个相关领域专家学者的共同作用,努力取得变革性、颠覆性突破。与会学者提出,探索机器语言理解的人工智能研究需要多学科、多领域联合攻关、协同创新,同时还要加强计算机科学、语言科学等多学科复合型人才培养。

  中国工程院院士、国防科技大学计算机学院院长廖湘科认为,智能都是由软件来实现的,传统软件只是信息管理,今后的软件则能感知多维信息,在感知的基础上进行包含观察、判断、决策和行动的管理。因此,软件是智能经济时代知识的载体。更好地发展智能软件,需要经营生态链,关注并行计算、云计算等新技术,建设具有高水平学科交叉能力的人才队伍,大力加强协同创新和人才培养。

  清华大学教授孙茂松表示,目前,机器还不能像人一样处理自然语言,人工智能研究任重道远。人工智能自身具有鲜明的跨学科性质,需要计算机科学家、语言学家等各个领域的专家学者开展深入的交流合作。

  杨亦鸣认为,与人工智能密切相关的脑科学研究要有前瞻性。目前,认知与行为层面的语言脑机制研究相对丰富,细胞层面的研究相对匮乏,在分子层面也局限于少量基因与语言障碍的关联研究。只有贯通从分子层面到认知与行为层面的研究,才可能为人工智能研究带来突破性变革。他强调,要重视“语言智能+X”人才培养,特别是要着重培养具有前瞻性的“人工智能+语言学专业”复合型人才。

    记者 王广禄 通讯员 耿立波

作者简介

姓名:王广禄 耿立波 工作单位:

转载请注明来源:中国社会科学网 (责编:韩卓吾)
相关文章
语言认知研究推进人工智能发展
2019年01月16日 09:03 来源:中国社会科学网-中国社会科学报 作者:王广禄 耿立波 字号

内容摘要:人工智能研究和应用已经走过了60多年的历程。近年来,由于互联网的发展和深度学习算法的进步,人工智能迎来了又一次发展的机遇。1月 10—12日,由江苏高校语言能力协同创新中心、江苏师范大学国家语委语言能力高等研究院、江苏师范大学语言科学与艺术学院等机构主办的“未雨绸缪:语言与下一代人工智能博鳌论坛”在海南举行。来自国内30余所高校和科研院所的70余位人工智能、计算机科学等领域的专家学者与会研讨。第一阶段是传统人工智能时代,主要基于语言规则来处理语言问题。提升自然语言处理能力与会学者认为,如果人工智能能够实现从感知计算到认知计算的质变,机器就能够真正理解自然语言。以此为基础重新考虑人工智能的基本理论,有可能推进符合语言和大脑实际的人工智能研究。

关键词:

作者简介:

  人工智能研究和应用已经走过了60多年的历程。近年来,由于互联网的发展和深度学习算法的进步,人工智能迎来了又一次发展的机遇。但目前人工智能依然存在着许多“机器”属性,真正的智能关口有待突破。1月10—12日,由江苏高校语言能力协同创新中心、江苏师范大学国家语委语言能力高等研究院、江苏师范大学语言科学与艺术学院等机构主办的“未雨绸缪:语言与下一代人工智能博鳌论坛”在海南举行,来自国内30余所高校和科研院所的70余位人工智能、计算机科学等领域的专家学者与会研讨。

  人工智能发展历经三个阶段

  60多年来,人工智能在世界范围内经历了三个发展阶段,在许多领域都取得了突破性进展。

  “人工智能发展至今,主要经历了逻辑推理、知识工程和数据挖掘三大阶段。”中国工程院院士吾守尔·斯拉木表示,20世纪50年代至70年代是人工智能的“逻辑推理”时代。这一时期,人们普遍认为只要赋予机器逻辑推理能力就可以实现人工智能。20世纪70年代至90年代是人工智能的“知识工程”时代。当时人们普遍认为,要让机器变得智能就应该设法让机器学习知识。2000年至今,人工智能进入“数据挖掘”时代。随着各种机器学习算法的提出和应用,特别是深度学习技术的发展,人们希望机器通过大量数据分析进行自主学习、获取知识,逐步达到智能化水平。

  对自然语言的处理能力是人工智能发展水平的重要体现。“人工智能的终极目标是使机器达到人类理解自然语言的水平。”中国科学院院士、清华大学人工智能研究院院长张钹提出,人工智能解决语言问题可以分为三个阶段。第一阶段是传统人工智能时代,主要基于语言规则来处理语言问题。第二阶段是概念统计学习时代,主要应用深度学习处理自然语言。第三阶段是后深度学习时代。

  提升自然语言处理能力

  与会学者认为,如果人工智能能够实现从感知计算到认知计算的质变,机器就能够真正理解自然语言。当前的机器深度学习给自然语言处理带来的只是量变,真正的深度学习需要以数学和语言学为基础。

  哈尔滨工业大学语言语音教育部—微软重点实验室教授李生提出,当前人工智能采用的深度学习算法,在感知智能上已经取得了突破性成果,但其认知能力还十分有限,尚处于感知走向认知的临界点。因此,人工智能的进一步发展必须逾越人类大脑思维能力和因果推理的鸿沟,否则真正的认知和通用人工智能难以实现。

  “在人工智能研究领域,人们已经充分认识到人类智力、意识、思维的重要性,但是很少意识到这些都是以语言为基础的。”江苏师范大学语言科学与艺术学院院长杨亦鸣认为,动物只有建立在具象基础上的思维,而人类不仅具有具象思维,还有抽象思维和灵感思维。因为人类有了语言,人类的具象思维也远超动物的具象思维,语言作为思维的物质载体参与了整个高级认知功能。以此为基础重新考虑人工智能的基本理论,有可能推进符合语言和大脑实际的人工智能研究。

  吾守尔·斯拉木强调了以自然语言理解为核心的认知方法的重要性。他谈到,自然语言理解是混合智能的重要领域,使计算机具备理解自然语言的能力是认知计算的核心问题,其发展的关键是开展语言认知的脑机制研究。

  北京大学中文系教授袁毓林认为,人工智能必须能够理解自然语言的意义并进行常识推理。通过对词汇知识进行深度挖掘,并与计算机的视觉、知识图谱等技术相结合,有望让人工智能达到一种可理解的、可解释的境界。

  开展多学科协同创新研究

  与发达国家相比,我国的人工智能已在部分领域实现关键技术突破。未来我国人工智能研究要在战略上由跟跑向并跑、领跑迈进,提前布局,尽早谋划下一代人工智能发展,发挥各个相关领域专家学者的共同作用,努力取得变革性、颠覆性突破。与会学者提出,探索机器语言理解的人工智能研究需要多学科、多领域联合攻关、协同创新,同时还要加强计算机科学、语言科学等多学科复合型人才培养。

  中国工程院院士、国防科技大学计算机学院院长廖湘科认为,智能都是由软件来实现的,传统软件只是信息管理,今后的软件则能感知多维信息,在感知的基础上进行包含观察、判断、决策和行动的管理。因此,软件是智能经济时代知识的载体。更好地发展智能软件,需要经营生态链,关注并行计算、云计算等新技术,建设具有高水平学科交叉能力的人才队伍,大力加强协同创新和人才培养。

  清华大学教授孙茂松表示,目前,机器还不能像人一样处理自然语言,人工智能研究任重道远。人工智能自身具有鲜明的跨学科性质,需要计算机科学家、语言学家等各个领域的专家学者开展深入的交流合作。

  杨亦鸣认为,与人工智能密切相关的脑科学研究要有前瞻性。目前,认知与行为层面的语言脑机制研究相对丰富,细胞层面的研究相对匮乏,在分子层面也局限于少量基因与语言障碍的关联研究。只有贯通从分子层面到认知与行为层面的研究,才可能为人工智能研究带来突破性变革。他强调,要重视“语言智能+X”人才培养,特别是要着重培养具有前瞻性的“人工智能+语言学专业”复合型人才。

    记者 王广禄 通讯员 耿立波

作者简介

姓名:王广禄 耿立波 工作单位:

转载请注明来源:中国社会科学网 (责编:韩卓吾)
相关文章
语言认知研究推进人工智能发展
2019年01月16日 09:03 来源:中国社会科学网-中国社会科学报 作者:王广禄 耿立波 字号

内容摘要:人工智能研究和应用已经走过了60多年的历程。近年来,由于互联网的发展和深度学习算法的进步,人工智能迎来了又一次发展的机遇。1月 10—12日,由江苏高校语言能力协同创新中心、江苏师范大学国家语委语言能力高等研究院、江苏师范大学语言科学与艺术学院等机构主办的“未雨绸缪:语言与下一代人工智能博鳌论坛”在海南举行。来自国内30余所高校和科研院所的70余位人工智能、计算机科学等领域的专家学者与会研讨。第一阶段是传统人工智能时代,主要基于语言规则来处理语言问题。提升自然语言处理能力与会学者认为,如果人工智能能够实现从感知计算到认知计算的质变,机器就能够真正理解自然语言。以此为基础重新考虑人工智能的基本理论,有可能推进符合语言和大脑实际的人工智能研究。

关键词:

作者简介:

  人工智能研究和应用已经走过了60多年的历程。近年来,由于互联网的发展和深度学习算法的进步,人工智能迎来了又一次发展的机遇。但目前人工智能依然存在着许多“机器”属性,真正的智能关口有待突破。1月10—12日,由江苏高校语言能力协同创新中心、江苏师范大学国家语委语言能力高等研究院、江苏师范大学语言科学与艺术学院等机构主办的“未雨绸缪:语言与下一代人工智能博鳌论坛”在海南举行,来自国内30余所高校和科研院所的70余位人工智能、计算机科学等领域的专家学者与会研讨。

  人工智能发展历经三个阶段

  60多年来,人工智能在世界范围内经历了三个发展阶段,在许多领域都取得了突破性进展。

  “人工智能发展至今,主要经历了逻辑推理、知识工程和数据挖掘三大阶段。”中国工程院院士吾守尔·斯拉木表示,20世纪50年代至70年代是人工智能的“逻辑推理”时代。这一时期,人们普遍认为只要赋予机器逻辑推理能力就可以实现人工智能。20世纪70年代至90年代是人工智能的“知识工程”时代。当时人们普遍认为,要让机器变得智能就应该设法让机器学习知识。2000年至今,人工智能进入“数据挖掘”时代。随着各种机器学习算法的提出和应用,特别是深度学习技术的发展,人们希望机器通过大量数据分析进行自主学习、获取知识,逐步达到智能化水平。

  对自然语言的处理能力是人工智能发展水平的重要体现。“人工智能的终极目标是使机器达到人类理解自然语言的水平。”中国科学院院士、清华大学人工智能研究院院长张钹提出,人工智能解决语言问题可以分为三个阶段。第一阶段是传统人工智能时代,主要基于语言规则来处理语言问题。第二阶段是概念统计学习时代,主要应用深度学习处理自然语言。第三阶段是后深度学习时代。

  提升自然语言处理能力

  与会学者认为,如果人工智能能够实现从感知计算到认知计算的质变,机器就能够真正理解自然语言。当前的机器深度学习给自然语言处理带来的只是量变,真正的深度学习需要以数学和语言学为基础。

  哈尔滨工业大学语言语音教育部—微软重点实验室教授李生提出,当前人工智能采用的深度学习算法,在感知智能上已经取得了突破性成果,但其认知能力还十分有限,尚处于感知走向认知的临界点。因此,人工智能的进一步发展必须逾越人类大脑思维能力和因果推理的鸿沟,否则真正的认知和通用人工智能难以实现。

  “在人工智能研究领域,人们已经充分认识到人类智力、意识、思维的重要性,但是很少意识到这些都是以语言为基础的。”江苏师范大学语言科学与艺术学院院长杨亦鸣认为,动物只有建立在具象基础上的思维,而人类不仅具有具象思维,还有抽象思维和灵感思维。因为人类有了语言,人类的具象思维也远超动物的具象思维,语言作为思维的物质载体参与了整个高级认知功能。以此为基础重新考虑人工智能的基本理论,有可能推进符合语言和大脑实际的人工智能研究。

  吾守尔·斯拉木强调了以自然语言理解为核心的认知方法的重要性。他谈到,自然语言理解是混合智能的重要领域,使计算机具备理解自然语言的能力是认知计算的核心问题,其发展的关键是开展语言认知的脑机制研究。

  北京大学中文系教授袁毓林认为,人工智能必须能够理解自然语言的意义并进行常识推理。通过对词汇知识进行深度挖掘,并与计算机的视觉、知识图谱等技术相结合,有望让人工智能达到一种可理解的、可解释的境界。

  开展多学科协同创新研究

  与发达国家相比,我国的人工智能已在部分领域实现关键技术突破。未来我国人工智能研究要在战略上由跟跑向并跑、领跑迈进,提前布局,尽早谋划下一代人工智能发展,发挥各个相关领域专家学者的共同作用,努力取得变革性、颠覆性突破。与会学者提出,探索机器语言理解的人工智能研究需要多学科、多领域联合攻关、协同创新,同时还要加强计算机科学、语言科学等多学科复合型人才培养。

  中国工程院院士、国防科技大学计算机学院院长廖湘科认为,智能都是由软件来实现的,传统软件只是信息管理,今后的软件则能感知多维信息,在感知的基础上进行包含观察、判断、决策和行动的管理。因此,软件是智能经济时代知识的载体。更好地发展智能软件,需要经营生态链,关注并行计算、云计算等新技术,建设具有高水平学科交叉能力的人才队伍,大力加强协同创新和人才培养。

  清华大学教授孙茂松表示,目前,机器还不能像人一样处理自然语言,人工智能研究任重道远。人工智能自身具有鲜明的跨学科性质,需要计算机科学家、语言学家等各个领域的专家学者开展深入的交流合作。

  杨亦鸣认为,与人工智能密切相关的脑科学研究要有前瞻性。目前,认知与行为层面的语言脑机制研究相对丰富,细胞层面的研究相对匮乏,在分子层面也局限于少量基因与语言障碍的关联研究。只有贯通从分子层面到认知与行为层面的研究,才可能为人工智能研究带来突破性变革。他强调,要重视“语言智能+X”人才培养,特别是要着重培养具有前瞻性的“人工智能+语言学专业”复合型人才。

    记者 王广禄 通讯员 耿立波

作者简介

姓名:王广禄 耿立波 工作单位:

转载请注明来源:中国社会科学网 (责编:韩卓吾)
相关文章
语言认知研究推进人工智能发展
2019年01月16日 09:03 来源:中国社会科学网-中国社会科学报 作者:王广禄 耿立波 字号

内容摘要:人工智能研究和应用已经走过了60多年的历程。近年来,由于互联网的发展和深度学习算法的进步,人工智能迎来了又一次发展的机遇。1月 10—12日,由江苏高校语言能力协同创新中心、江苏师范大学国家语委语言能力高等研究院、江苏师范大学语言科学与艺术学院等机构主办的“未雨绸缪:语言与下一代人工智能博鳌论坛”在海南举行。来自国内30余所高校和科研院所的70余位人工智能、计算机科学等领域的专家学者与会研讨。第一阶段是传统人工智能时代,主要基于语言规则来处理语言问题。提升自然语言处理能力与会学者认为,如果人工智能能够实现从感知计算到认知计算的质变,机器就能够真正理解自然语言。以此为基础重新考虑人工智能的基本理论,有可能推进符合语言和大脑实际的人工智能研究。

关键词:

作者简介:

  人工智能研究和应用已经走过了60多年的历程。近年来,由于互联网的发展和深度学习算法的进步,人工智能迎来了又一次发展的机遇。但目前人工智能依然存在着许多“机器”属性,真正的智能关口有待突破。1月10—12日,由江苏高校语言能力协同创新中心、江苏师范大学国家语委语言能力高等研究院、江苏师范大学语言科学与艺术学院等机构主办的“未雨绸缪:语言与下一代人工智能博鳌论坛”在海南举行,来自国内30余所高校和科研院所的70余位人工智能、计算机科学等领域的专家学者与会研讨。

  人工智能发展历经三个阶段

  60多年来,人工智能在世界范围内经历了三个发展阶段,在许多领域都取得了突破性进展。

  “人工智能发展至今,主要经历了逻辑推理、知识工程和数据挖掘三大阶段。”中国工程院院士吾守尔·斯拉木表示,20世纪50年代至70年代是人工智能的“逻辑推理”时代。这一时期,人们普遍认为只要赋予机器逻辑推理能力就可以实现人工智能。20世纪70年代至90年代是人工智能的“知识工程”时代。当时人们普遍认为,要让机器变得智能就应该设法让机器学习知识。2000年至今,人工智能进入“数据挖掘”时代。随着各种机器学习算法的提出和应用,特别是深度学习技术的发展,人们希望机器通过大量数据分析进行自主学习、获取知识,逐步达到智能化水平。

  对自然语言的处理能力是人工智能发展水平的重要体现。“人工智能的终极目标是使机器达到人类理解自然语言的水平。”中国科学院院士、清华大学人工智能研究院院长张钹提出,人工智能解决语言问题可以分为三个阶段。第一阶段是传统人工智能时代,主要基于语言规则来处理语言问题。第二阶段是概念统计学习时代,主要应用深度学习处理自然语言。第三阶段是后深度学习时代。

  提升自然语言处理能力

  与会学者认为,如果人工智能能够实现从感知计算到认知计算的质变,机器就能够真正理解自然语言。当前的机器深度学习给自然语言处理带来的只是量变,真正的深度学习需要以数学和语言学为基础。

  哈尔滨工业大学语言语音教育部—微软重点实验室教授李生提出,当前人工智能采用的深度学习算法,在感知智能上已经取得了突破性成果,但其认知能力还十分有限,尚处于感知走向认知的临界点。因此,人工智能的进一步发展必须逾越人类大脑思维能力和因果推理的鸿沟,否则真正的认知和通用人工智能难以实现。

  “在人工智能研究领域,人们已经充分认识到人类智力、意识、思维的重要性,但是很少意识到这些都是以语言为基础的。”江苏师范大学语言科学与艺术学院院长杨亦鸣认为,动物只有建立在具象基础上的思维,而人类不仅具有具象思维,还有抽象思维和灵感思维。因为人类有了语言,人类的具象思维也远超动物的具象思维,语言作为思维的物质载体参与了整个高级认知功能。以此为基础重新考虑人工智能的基本理论,有可能推进符合语言和大脑实际的人工智能研究。

  吾守尔·斯拉木强调了以自然语言理解为核心的认知方法的重要性。他谈到,自然语言理解是混合智能的重要领域,使计算机具备理解自然语言的能力是认知计算的核心问题,其发展的关键是开展语言认知的脑机制研究。

  北京大学中文系教授袁毓林认为,人工智能必须能够理解自然语言的意义并进行常识推理。通过对词汇知识进行深度挖掘,并与计算机的视觉、知识图谱等技术相结合,有望让人工智能达到一种可理解的、可解释的境界。

  开展多学科协同创新研究

  与发达国家相比,我国的人工智能已在部分领域实现关键技术突破。未来我国人工智能研究要在战略上由跟跑向并跑、领跑迈进,提前布局,尽早谋划下一代人工智能发展,发挥各个相关领域专家学者的共同作用,努力取得变革性、颠覆性突破。与会学者提出,探索机器语言理解的人工智能研究需要多学科、多领域联合攻关、协同创新,同时还要加强计算机科学、语言科学等多学科复合型人才培养。

  中国工程院院士、国防科技大学计算机学院院长廖湘科认为,智能都是由软件来实现的,传统软件只是信息管理,今后的软件则能感知多维信息,在感知的基础上进行包含观察、判断、决策和行动的管理。因此,软件是智能经济时代知识的载体。更好地发展智能软件,需要经营生态链,关注并行计算、云计算等新技术,建设具有高水平学科交叉能力的人才队伍,大力加强协同创新和人才培养。

  清华大学教授孙茂松表示,目前,机器还不能像人一样处理自然语言,人工智能研究任重道远。人工智能自身具有鲜明的跨学科性质,需要计算机科学家、语言学家等各个领域的专家学者开展深入的交流合作。

  杨亦鸣认为,与人工智能密切相关的脑科学研究要有前瞻性。目前,认知与行为层面的语言脑机制研究相对丰富,细胞层面的研究相对匮乏,在分子层面也局限于少量基因与语言障碍的关联研究。只有贯通从分子层面到认知与行为层面的研究,才可能为人工智能研究带来突破性变革。他强调,要重视“语言智能+X”人才培养,特别是要着重培养具有前瞻性的“人工智能+语言学专业”复合型人才。

    记者 王广禄 通讯员 耿立波

作者简介

姓名:王广禄 耿立波 工作单位:

转载请注明来源:中国社会科学网 (责编:韩卓吾)
相关文章
语言认知研究推进人工智能发展
2019年01月16日 09:03 来源:中国社会科学网-中国社会科学报 作者:王广禄 耿立波 字号

内容摘要:人工智能研究和应用已经走过了60多年的历程。近年来,由于互联网的发展和深度学习算法的进步,人工智能迎来了又一次发展的机遇。1月 10—12日,由江苏高校语言能力协同创新中心、江苏师范大学国家语委语言能力高等研究院、江苏师范大学语言科学与艺术学院等机构主办的“未雨绸缪:语言与下一代人工智能博鳌论坛”在海南举行。来自国内30余所高校和科研院所的70余位人工智能、计算机科学等领域的专家学者与会研讨。第一阶段是传统人工智能时代,主要基于语言规则来处理语言问题。提升自然语言处理能力与会学者认为,如果人工智能能够实现从感知计算到认知计算的质变,机器就能够真正理解自然语言。以此为基础重新考虑人工智能的基本理论,有可能推进符合语言和大脑实际的人工智能研究。

关键词:

作者简介:

  人工智能研究和应用已经走过了60多年的历程。近年来,由于互联网的发展和深度学习算法的进步,人工智能迎来了又一次发展的机遇。但目前人工智能依然存在着许多“机器”属性,真正的智能关口有待突破。1月10—12日,由江苏高校语言能力协同创新中心、江苏师范大学国家语委语言能力高等研究院、江苏师范大学语言科学与艺术学院等机构主办的“未雨绸缪:语言与下一代人工智能博鳌论坛”在海南举行,来自国内30余所高校和科研院所的70余位人工智能、计算机科学等领域的专家学者与会研讨。

  人工智能发展历经三个阶段

  60多年来,人工智能在世界范围内经历了三个发展阶段,在许多领域都取得了突破性进展。

  “人工智能发展至今,主要经历了逻辑推理、知识工程和数据挖掘三大阶段。”中国工程院院士吾守尔·斯拉木表示,20世纪50年代至70年代是人工智能的“逻辑推理”时代。这一时期,人们普遍认为只要赋予机器逻辑推理能力就可以实现人工智能。20世纪70年代至90年代是人工智能的“知识工程”时代。当时人们普遍认为,要让机器变得智能就应该设法让机器学习知识。2000年至今,人工智能进入“数据挖掘”时代。随着各种机器学习算法的提出和应用,特别是深度学习技术的发展,人们希望机器通过大量数据分析进行自主学习、获取知识,逐步达到智能化水平。

  对自然语言的处理能力是人工智能发展水平的重要体现。“人工智能的终极目标是使机器达到人类理解自然语言的水平。”中国科学院院士、清华大学人工智能研究院院长张钹提出,人工智能解决语言问题可以分为三个阶段。第一阶段是传统人工智能时代,主要基于语言规则来处理语言问题。第二阶段是概念统计学习时代,主要应用深度学习处理自然语言。第三阶段是后深度学习时代。

  提升自然语言处理能力

  与会学者认为,如果人工智能能够实现从感知计算到认知计算的质变,机器就能够真正理解自然语言。当前的机器深度学习给自然语言处理带来的只是量变,真正的深度学习需要以数学和语言学为基础。

  哈尔滨工业大学语言语音教育部—微软重点实验室教授李生提出,当前人工智能采用的深度学习算法,在感知智能上已经取得了突破性成果,但其认知能力还十分有限,尚处于感知走向认知的临界点。因此,人工智能的进一步发展必须逾越人类大脑思维能力和因果推理的鸿沟,否则真正的认知和通用人工智能难以实现。

  “在人工智能研究领域,人们已经充分认识到人类智力、意识、思维的重要性,但是很少意识到这些都是以语言为基础的。”江苏师范大学语言科学与艺术学院院长杨亦鸣认为,动物只有建立在具象基础上的思维,而人类不仅具有具象思维,还有抽象思维和灵感思维。因为人类有了语言,人类的具象思维也远超动物的具象思维,语言作为思维的物质载体参与了整个高级认知功能。以此为基础重新考虑人工智能的基本理论,有可能推进符合语言和大脑实际的人工智能研究。

  吾守尔·斯拉木强调了以自然语言理解为核心的认知方法的重要性。他谈到,自然语言理解是混合智能的重要领域,使计算机具备理解自然语言的能力是认知计算的核心问题,其发展的关键是开展语言认知的脑机制研究。

  北京大学中文系教授袁毓林认为,人工智能必须能够理解自然语言的意义并进行常识推理。通过对词汇知识进行深度挖掘,并与计算机的视觉、知识图谱等技术相结合,有望让人工智能达到一种可理解的、可解释的境界。

  开展多学科协同创新研究

  与发达国家相比,我国的人工智能已在部分领域实现关键技术突破。未来我国人工智能研究要在战略上由跟跑向并跑、领跑迈进,提前布局,尽早谋划下一代人工智能发展,发挥各个相关领域专家学者的共同作用,努力取得变革性、颠覆性突破。与会学者提出,探索机器语言理解的人工智能研究需要多学科、多领域联合攻关、协同创新,同时还要加强计算机科学、语言科学等多学科复合型人才培养。

  中国工程院院士、国防科技大学计算机学院院长廖湘科认为,智能都是由软件来实现的,传统软件只是信息管理,今后的软件则能感知多维信息,在感知的基础上进行包含观察、判断、决策和行动的管理。因此,软件是智能经济时代知识的载体。更好地发展智能软件,需要经营生态链,关注并行计算、云计算等新技术,建设具有高水平学科交叉能力的人才队伍,大力加强协同创新和人才培养。

  清华大学教授孙茂松表示,目前,机器还不能像人一样处理自然语言,人工智能研究任重道远。人工智能自身具有鲜明的跨学科性质,需要计算机科学家、语言学家等各个领域的专家学者开展深入的交流合作。

  杨亦鸣认为,与人工智能密切相关的脑科学研究要有前瞻性。目前,认知与行为层面的语言脑机制研究相对丰富,细胞层面的研究相对匮乏,在分子层面也局限于少量基因与语言障碍的关联研究。只有贯通从分子层面到认知与行为层面的研究,才可能为人工智能研究带来突破性变革。他强调,要重视“语言智能+X”人才培养,特别是要着重培养具有前瞻性的“人工智能+语言学专业”复合型人才。

    记者 王广禄 通讯员 耿立波

作者简介

姓名:王广禄 耿立波 工作单位:

转载请注明来源:中国社会科学网 (责编:韩卓吾)
相关文章
语言认知研究推进人工智能发展
2019年01月16日 09:03 来源:中国社会科学网-中国社会科学报 作者:王广禄 耿立波 字号

内容摘要:人工智能研究和应用已经走过了60多年的历程。近年来,由于互联网的发展和深度学习算法的进步,人工智能迎来了又一次发展的机遇。1月 10—12日,由江苏高校语言能力协同创新中心、江苏师范大学国家语委语言能力高等研究院、江苏师范大学语言科学与艺术学院等机构主办的“未雨绸缪:语言与下一代人工智能博鳌论坛”在海南举行。来自国内30余所高校和科研院所的70余位人工智能、计算机科学等领域的专家学者与会研讨。第一阶段是传统人工智能时代,主要基于语言规则来处理语言问题。提升自然语言处理能力与会学者认为,如果人工智能能够实现从感知计算到认知计算的质变,机器就能够真正理解自然语言。以此为基础重新考虑人工智能的基本理论,有可能推进符合语言和大脑实际的人工智能研究。

关键词:

作者简介:

  人工智能研究和应用已经走过了60多年的历程。近年来,由于互联网的发展和深度学习算法的进步,人工智能迎来了又一次发展的机遇。但目前人工智能依然存在着许多“机器”属性,真正的智能关口有待突破。1月10—12日,由江苏高校语言能力协同创新中心、江苏师范大学国家语委语言能力高等研究院、江苏师范大学语言科学与艺术学院等机构主办的“未雨绸缪:语言与下一代人工智能博鳌论坛”在海南举行,来自国内30余所高校和科研院所的70余位人工智能、计算机科学等领域的专家学者与会研讨。

  人工智能发展历经三个阶段

  60多年来,人工智能在世界范围内经历了三个发展阶段,在许多领域都取得了突破性进展。

  “人工智能发展至今,主要经历了逻辑推理、知识工程和数据挖掘三大阶段。”中国工程院院士吾守尔·斯拉木表示,20世纪50年代至70年代是人工智能的“逻辑推理”时代。这一时期,人们普遍认为只要赋予机器逻辑推理能力就可以实现人工智能。20世纪70年代至90年代是人工智能的“知识工程”时代。当时人们普遍认为,要让机器变得智能就应该设法让机器学习知识。2000年至今,人工智能进入“数据挖掘”时代。随着各种机器学习算法的提出和应用,特别是深度学习技术的发展,人们希望机器通过大量数据分析进行自主学习、获取知识,逐步达到智能化水平。

  对自然语言的处理能力是人工智能发展水平的重要体现。“人工智能的终极目标是使机器达到人类理解自然语言的水平。”中国科学院院士、清华大学人工智能研究院院长张钹提出,人工智能解决语言问题可以分为三个阶段。第一阶段是传统人工智能时代,主要基于语言规则来处理语言问题。第二阶段是概念统计学习时代,主要应用深度学习处理自然语言。第三阶段是后深度学习时代。

  提升自然语言处理能力

  与会学者认为,如果人工智能能够实现从感知计算到认知计算的质变,机器就能够真正理解自然语言。当前的机器深度学习给自然语言处理带来的只是量变,真正的深度学习需要以数学和语言学为基础。

  哈尔滨工业大学语言语音教育部—微软重点实验室教授李生提出,当前人工智能采用的深度学习算法,在感知智能上已经取得了突破性成果,但其认知能力还十分有限,尚处于感知走向认知的临界点。因此,人工智能的进一步发展必须逾越人类大脑思维能力和因果推理的鸿沟,否则真正的认知和通用人工智能难以实现。

  “在人工智能研究领域,人们已经充分认识到人类智力、意识、思维的重要性,但是很少意识到这些都是以语言为基础的。”江苏师范大学语言科学与艺术学院院长杨亦鸣认为,动物只有建立在具象基础上的思维,而人类不仅具有具象思维,还有抽象思维和灵感思维。因为人类有了语言,人类的具象思维也远超动物的具象思维,语言作为思维的物质载体参与了整个高级认知功能。以此为基础重新考虑人工智能的基本理论,有可能推进符合语言和大脑实际的人工智能研究。

  吾守尔·斯拉木强调了以自然语言理解为核心的认知方法的重要性。他谈到,自然语言理解是混合智能的重要领域,使计算机具备理解自然语言的能力是认知计算的核心问题,其发展的关键是开展语言认知的脑机制研究。

  北京大学中文系教授袁毓林认为,人工智能必须能够理解自然语言的意义并进行常识推理。通过对词汇知识进行深度挖掘,并与计算机的视觉、知识图谱等技术相结合,有望让人工智能达到一种可理解的、可解释的境界。

  开展多学科协同创新研究

  与发达国家相比,我国的人工智能已在部分领域实现关键技术突破。未来我国人工智能研究要在战略上由跟跑向并跑、领跑迈进,提前布局,尽早谋划下一代人工智能发展,发挥各个相关领域专家学者的共同作用,努力取得变革性、颠覆性突破。与会学者提出,探索机器语言理解的人工智能研究需要多学科、多领域联合攻关、协同创新,同时还要加强计算机科学、语言科学等多学科复合型人才培养。

  中国工程院院士、国防科技大学计算机学院院长廖湘科认为,智能都是由软件来实现的,传统软件只是信息管理,今后的软件则能感知多维信息,在感知的基础上进行包含观察、判断、决策和行动的管理。因此,软件是智能经济时代知识的载体。更好地发展智能软件,需要经营生态链,关注并行计算、云计算等新技术,建设具有高水平学科交叉能力的人才队伍,大力加强协同创新和人才培养。

  清华大学教授孙茂松表示,目前,机器还不能像人一样处理自然语言,人工智能研究任重道远。人工智能自身具有鲜明的跨学科性质,需要计算机科学家、语言学家等各个领域的专家学者开展深入的交流合作。

  杨亦鸣认为,与人工智能密切相关的脑科学研究要有前瞻性。目前,认知与行为层面的语言脑机制研究相对丰富,细胞层面的研究相对匮乏,在分子层面也局限于少量基因与语言障碍的关联研究。只有贯通从分子层面到认知与行为层面的研究,才可能为人工智能研究带来突破性变革。他强调,要重视“语言智能+X”人才培养,特别是要着重培养具有前瞻性的“人工智能+语言学专业”复合型人才。

    记者 王广禄 通讯员 耿立波

作者简介

姓名:王广禄 耿立波 工作单位:

转载请注明来源:中国社会科学网 (责编:韩卓吾)
相关文章
语言认知研究推进人工智能发展
2019年01月16日 09:03 来源:中国社会科学网-中国社会科学报 作者:王广禄 耿立波 字号

内容摘要:人工智能研究和应用已经走过了60多年的历程。近年来,由于互联网的发展和深度学习算法的进步,人工智能迎来了又一次发展的机遇。1月 10—12日,由江苏高校语言能力协同创新中心、江苏师范大学国家语委语言能力高等研究院、江苏师范大学语言科学与艺术学院等机构主办的“未雨绸缪:语言与下一代人工智能博鳌论坛”在海南举行。来自国内30余所高校和科研院所的70余位人工智能、计算机科学等领域的专家学者与会研讨。第一阶段是传统人工智能时代,主要基于语言规则来处理语言问题。提升自然语言处理能力与会学者认为,如果人工智能能够实现从感知计算到认知计算的质变,机器就能够真正理解自然语言。以此为基础重新考虑人工智能的基本理论,有可能推进符合语言和大脑实际的人工智能研究。

关键词:

作者简介:

  人工智能研究和应用已经走过了60多年的历程。近年来,由于互联网的发展和深度学习算法的进步,人工智能迎来了又一次发展的机遇。但目前人工智能依然存在着许多“机器”属性,真正的智能关口有待突破。1月10—12日,由江苏高校语言能力协同创新中心、江苏师范大学国家语委语言能力高等研究院、江苏师范大学语言科学与艺术学院等机构主办的“未雨绸缪:语言与下一代人工智能博鳌论坛”在海南举行,来自国内30余所高校和科研院所的70余位人工智能、计算机科学等领域的专家学者与会研讨。

  人工智能发展历经三个阶段

  60多年来,人工智能在世界范围内经历了三个发展阶段,在许多领域都取得了突破性进展。

  “人工智能发展至今,主要经历了逻辑推理、知识工程和数据挖掘三大阶段。”中国工程院院士吾守尔·斯拉木表示,20世纪50年代至70年代是人工智能的“逻辑推理”时代。这一时期,人们普遍认为只要赋予机器逻辑推理能力就可以实现人工智能。20世纪70年代至90年代是人工智能的“知识工程”时代。当时人们普遍认为,要让机器变得智能就应该设法让机器学习知识。2000年至今,人工智能进入“数据挖掘”时代。随着各种机器学习算法的提出和应用,特别是深度学习技术的发展,人们希望机器通过大量数据分析进行自主学习、获取知识,逐步达到智能化水平。

  对自然语言的处理能力是人工智能发展水平的重要体现。“人工智能的终极目标是使机器达到人类理解自然语言的水平。”中国科学院院士、清华大学人工智能研究院院长张钹提出,人工智能解决语言问题可以分为三个阶段。第一阶段是传统人工智能时代,主要基于语言规则来处理语言问题。第二阶段是概念统计学习时代,主要应用深度学习处理自然语言。第三阶段是后深度学习时代。

  提升自然语言处理能力

  与会学者认为,如果人工智能能够实现从感知计算到认知计算的质变,机器就能够真正理解自然语言。当前的机器深度学习给自然语言处理带来的只是量变,真正的深度学习需要以数学和语言学为基础。

  哈尔滨工业大学语言语音教育部—微软重点实验室教授李生提出,当前人工智能采用的深度学习算法,在感知智能上已经取得了突破性成果,但其认知能力还十分有限,尚处于感知走向认知的临界点。因此,人工智能的进一步发展必须逾越人类大脑思维能力和因果推理的鸿沟,否则真正的认知和通用人工智能难以实现。

  “在人工智能研究领域,人们已经充分认识到人类智力、意识、思维的重要性,但是很少意识到这些都是以语言为基础的。”江苏师范大学语言科学与艺术学院院长杨亦鸣认为,动物只有建立在具象基础上的思维,而人类不仅具有具象思维,还有抽象思维和灵感思维。因为人类有了语言,人类的具象思维也远超动物的具象思维,语言作为思维的物质载体参与了整个高级认知功能。以此为基础重新考虑人工智能的基本理论,有可能推进符合语言和大脑实际的人工智能研究。

  吾守尔·斯拉木强调了以自然语言理解为核心的认知方法的重要性。他谈到,自然语言理解是混合智能的重要领域,使计算机具备理解自然语言的能力是认知计算的核心问题,其发展的关键是开展语言认知的脑机制研究。

  北京大学中文系教授袁毓林认为,人工智能必须能够理解自然语言的意义并进行常识推理。通过对词汇知识进行深度挖掘,并与计算机的视觉、知识图谱等技术相结合,有望让人工智能达到一种可理解的、可解释的境界。

  开展多学科协同创新研究

  与发达国家相比,我国的人工智能已在部分领域实现关键技术突破。未来我国人工智能研究要在战略上由跟跑向并跑、领跑迈进,提前布局,尽早谋划下一代人工智能发展,发挥各个相关领域专家学者的共同作用,努力取得变革性、颠覆性突破。与会学者提出,探索机器语言理解的人工智能研究需要多学科、多领域联合攻关、协同创新,同时还要加强计算机科学、语言科学等多学科复合型人才培养。

  中国工程院院士、国防科技大学计算机学院院长廖湘科认为,智能都是由软件来实现的,传统软件只是信息管理,今后的软件则能感知多维信息,在感知的基础上进行包含观察、判断、决策和行动的管理。因此,软件是智能经济时代知识的载体。更好地发展智能软件,需要经营生态链,关注并行计算、云计算等新技术,建设具有高水平学科交叉能力的人才队伍,大力加强协同创新和人才培养。

  清华大学教授孙茂松表示,目前,机器还不能像人一样处理自然语言,人工智能研究任重道远。人工智能自身具有鲜明的跨学科性质,需要计算机科学家、语言学家等各个领域的专家学者开展深入的交流合作。

  杨亦鸣认为,与人工智能密切相关的脑科学研究要有前瞻性。目前,认知与行为层面的语言脑机制研究相对丰富,细胞层面的研究相对匮乏,在分子层面也局限于少量基因与语言障碍的关联研究。只有贯通从分子层面到认知与行为层面的研究,才可能为人工智能研究带来突破性变革。他强调,要重视“语言智能+X”人才培养,特别是要着重培养具有前瞻性的“人工智能+语言学专业”复合型人才。

    记者 王广禄 通讯员 耿立波

作者简介

姓名:王广禄 耿立波 工作单位:

转载请注明来源:中国社会科学网 (责编:韩卓吾)
相关文章
语言认知研究推进人工智能发展
2019年01月16日 09:03 来源:中国社会科学网-中国社会科学报 作者:王广禄 耿立波 字号

内容摘要:人工智能研究和应用已经走过了60多年的历程。近年来,由于互联网的发展和深度学习算法的进步,人工智能迎来了又一次发展的机遇。1月 10—12日,由江苏高校语言能力协同创新中心、江苏师范大学国家语委语言能力高等研究院、江苏师范大学语言科学与艺术学院等机构主办的“未雨绸缪:语言与下一代人工智能博鳌论坛”在海南举行。来自国内30余所高校和科研院所的70余位人工智能、计算机科学等领域的专家学者与会研讨。第一阶段是传统人工智能时代,主要基于语言规则来处理语言问题。提升自然语言处理能力与会学者认为,如果人工智能能够实现从感知计算到认知计算的质变,机器就能够真正理解自然语言。以此为基础重新考虑人工智能的基本理论,有可能推进符合语言和大脑实际的人工智能研究。

关键词:

作者简介:

  人工智能研究和应用已经走过了60多年的历程。近年来,由于互联网的发展和深度学习算法的进步,人工智能迎来了又一次发展的机遇。但目前人工智能依然存在着许多“机器”属性,真正的智能关口有待突破。1月10—12日,由江苏高校语言能力协同创新中心、江苏师范大学国家语委语言能力高等研究院、江苏师范大学语言科学与艺术学院等机构主办的“未雨绸缪:语言与下一代人工智能博鳌论坛”在海南举行,来自国内30余所高校和科研院所的70余位人工智能、计算机科学等领域的专家学者与会研讨。

  人工智能发展历经三个阶段

  60多年来,人工智能在世界范围内经历了三个发展阶段,在许多领域都取得了突破性进展。

  “人工智能发展至今,主要经历了逻辑推理、知识工程和数据挖掘三大阶段。”中国工程院院士吾守尔·斯拉木表示,20世纪50年代至70年代是人工智能的“逻辑推理”时代。这一时期,人们普遍认为只要赋予机器逻辑推理能力就可以实现人工智能。20世纪70年代至90年代是人工智能的“知识工程”时代。当时人们普遍认为,要让机器变得智能就应该设法让机器学习知识。2000年至今,人工智能进入“数据挖掘”时代。随着各种机器学习算法的提出和应用,特别是深度学习技术的发展,人们希望机器通过大量数据分析进行自主学习、获取知识,逐步达到智能化水平。

  对自然语言的处理能力是人工智能发展水平的重要体现。“人工智能的终极目标是使机器达到人类理解自然语言的水平。”中国科学院院士、清华大学人工智能研究院院长张钹提出,人工智能解决语言问题可以分为三个阶段。第一阶段是传统人工智能时代,主要基于语言规则来处理语言问题。第二阶段是概念统计学习时代,主要应用深度学习处理自然语言。第三阶段是后深度学习时代。

  提升自然语言处理能力

  与会学者认为,如果人工智能能够实现从感知计算到认知计算的质变,机器就能够真正理解自然语言。当前的机器深度学习给自然语言处理带来的只是量变,真正的深度学习需要以数学和语言学为基础。

  哈尔滨工业大学语言语音教育部—微软重点实验室教授李生提出,当前人工智能采用的深度学习算法,在感知智能上已经取得了突破性成果,但其认知能力还十分有限,尚处于感知走向认知的临界点。因此,人工智能的进一步发展必须逾越人类大脑思维能力和因果推理的鸿沟,否则真正的认知和通用人工智能难以实现。

  “在人工智能研究领域,人们已经充分认识到人类智力、意识、思维的重要性,但是很少意识到这些都是以语言为基础的。”江苏师范大学语言科学与艺术学院院长杨亦鸣认为,动物只有建立在具象基础上的思维,而人类不仅具有具象思维,还有抽象思维和灵感思维。因为人类有了语言,人类的具象思维也远超动物的具象思维,语言作为思维的物质载体参与了整个高级认知功能。以此为基础重新考虑人工智能的基本理论,有可能推进符合语言和大脑实际的人工智能研究。

  吾守尔·斯拉木强调了以自然语言理解为核心的认知方法的重要性。他谈到,自然语言理解是混合智能的重要领域,使计算机具备理解自然语言的能力是认知计算的核心问题,其发展的关键是开展语言认知的脑机制研究。

  北京大学中文系教授袁毓林认为,人工智能必须能够理解自然语言的意义并进行常识推理。通过对词汇知识进行深度挖掘,并与计算机的视觉、知识图谱等技术相结合,有望让人工智能达到一种可理解的、可解释的境界。

  开展多学科协同创新研究

  与发达国家相比,我国的人工智能已在部分领域实现关键技术突破。未来我国人工智能研究要在战略上由跟跑向并跑、领跑迈进,提前布局,尽早谋划下一代人工智能发展,发挥各个相关领域专家学者的共同作用,努力取得变革性、颠覆性突破。与会学者提出,探索机器语言理解的人工智能研究需要多学科、多领域联合攻关、协同创新,同时还要加强计算机科学、语言科学等多学科复合型人才培养。

  中国工程院院士、国防科技大学计算机学院院长廖湘科认为,智能都是由软件来实现的,传统软件只是信息管理,今后的软件则能感知多维信息,在感知的基础上进行包含观察、判断、决策和行动的管理。因此,软件是智能经济时代知识的载体。更好地发展智能软件,需要经营生态链,关注并行计算、云计算等新技术,建设具有高水平学科交叉能力的人才队伍,大力加强协同创新和人才培养。

  清华大学教授孙茂松表示,目前,机器还不能像人一样处理自然语言,人工智能研究任重道远。人工智能自身具有鲜明的跨学科性质,需要计算机科学家、语言学家等各个领域的专家学者开展深入的交流合作。

  杨亦鸣认为,与人工智能密切相关的脑科学研究要有前瞻性。目前,认知与行为层面的语言脑机制研究相对丰富,细胞层面的研究相对匮乏,在分子层面也局限于少量基因与语言障碍的关联研究。只有贯通从分子层面到认知与行为层面的研究,才可能为人工智能研究带来突破性变革。他强调,要重视“语言智能+X”人才培养,特别是要着重培养具有前瞻性的“人工智能+语言学专业”复合型人才。

    记者 王广禄 通讯员 耿立波

作者简介

姓名:王广禄 耿立波 工作单位:

转载请注明来源:中国社会科学网 (责编:韩卓吾)
相关文章
语言认知研究推进人工智能发展
2019年01月16日 09:03 来源:中国社会科学网-中国社会科学报 作者:王广禄 耿立波 字号

内容摘要:人工智能研究和应用已经走过了60多年的历程。近年来,由于互联网的发展和深度学习算法的进步,人工智能迎来了又一次发展的机遇。1月 10—12日,由江苏高校语言能力协同创新中心、江苏师范大学国家语委语言能力高等研究院、江苏师范大学语言科学与艺术学院等机构主办的“未雨绸缪:语言与下一代人工智能博鳌论坛”在海南举行。来自国内30余所高校和科研院所的70余位人工智能、计算机科学等领域的专家学者与会研讨。第一阶段是传统人工智能时代,主要基于语言规则来处理语言问题。提升自然语言处理能力与会学者认为,如果人工智能能够实现从感知计算到认知计算的质变,机器就能够真正理解自然语言。以此为基础重新考虑人工智能的基本理论,有可能推进符合语言和大脑实际的人工智能研究。

关键词:

作者简介:

  人工智能研究和应用已经走过了60多年的历程。近年来,由于互联网的发展和深度学习算法的进步,人工智能迎来了又一次发展的机遇。但目前人工智能依然存在着许多“机器”属性,真正的智能关口有待突破。1月10—12日,由江苏高校语言能力协同创新中心、江苏师范大学国家语委语言能力高等研究院、江苏师范大学语言科学与艺术学院等机构主办的“未雨绸缪:语言与下一代人工智能博鳌论坛”在海南举行,来自国内30余所高校和科研院所的70余位人工智能、计算机科学等领域的专家学者与会研讨。

  人工智能发展历经三个阶段

  60多年来,人工智能在世界范围内经历了三个发展阶段,在许多领域都取得了突破性进展。

  “人工智能发展至今,主要经历了逻辑推理、知识工程和数据挖掘三大阶段。”中国工程院院士吾守尔·斯拉木表示,20世纪50年代至70年代是人工智能的“逻辑推理”时代。这一时期,人们普遍认为只要赋予机器逻辑推理能力就可以实现人工智能。20世纪70年代至90年代是人工智能的“知识工程”时代。当时人们普遍认为,要让机器变得智能就应该设法让机器学习知识。2000年至今,人工智能进入“数据挖掘”时代。随着各种机器学习算法的提出和应用,特别是深度学习技术的发展,人们希望机器通过大量数据分析进行自主学习、获取知识,逐步达到智能化水平。

  对自然语言的处理能力是人工智能发展水平的重要体现。“人工智能的终极目标是使机器达到人类理解自然语言的水平。”中国科学院院士、清华大学人工智能研究院院长张钹提出,人工智能解决语言问题可以分为三个阶段。第一阶段是传统人工智能时代,主要基于语言规则来处理语言问题。第二阶段是概念统计学习时代,主要应用深度学习处理自然语言。第三阶段是后深度学习时代。

  提升自然语言处理能力

  与会学者认为,如果人工智能能够实现从感知计算到认知计算的质变,机器就能够真正理解自然语言。当前的机器深度学习给自然语言处理带来的只是量变,真正的深度学习需要以数学和语言学为基础。

  哈尔滨工业大学语言语音教育部—微软重点实验室教授李生提出,当前人工智能采用的深度学习算法,在感知智能上已经取得了突破性成果,但其认知能力还十分有限,尚处于感知走向认知的临界点。因此,人工智能的进一步发展必须逾越人类大脑思维能力和因果推理的鸿沟,否则真正的认知和通用人工智能难以实现。

  “在人工智能研究领域,人们已经充分认识到人类智力、意识、思维的重要性,但是很少意识到这些都是以语言为基础的。”江苏师范大学语言科学与艺术学院院长杨亦鸣认为,动物只有建立在具象基础上的思维,而人类不仅具有具象思维,还有抽象思维和灵感思维。因为人类有了语言,人类的具象思维也远超动物的具象思维,语言作为思维的物质载体参与了整个高级认知功能。以此为基础重新考虑人工智能的基本理论,有可能推进符合语言和大脑实际的人工智能研究。

  吾守尔·斯拉木强调了以自然语言理解为核心的认知方法的重要性。他谈到,自然语言理解是混合智能的重要领域,使计算机具备理解自然语言的能力是认知计算的核心问题,其发展的关键是开展语言认知的脑机制研究。

  北京大学中文系教授袁毓林认为,人工智能必须能够理解自然语言的意义并进行常识推理。通过对词汇知识进行深度挖掘,并与计算机的视觉、知识图谱等技术相结合,有望让人工智能达到一种可理解的、可解释的境界。

  开展多学科协同创新研究

  与发达国家相比,我国的人工智能已在部分领域实现关键技术突破。未来我国人工智能研究要在战略上由跟跑向并跑、领跑迈进,提前布局,尽早谋划下一代人工智能发展,发挥各个相关领域专家学者的共同作用,努力取得变革性、颠覆性突破。与会学者提出,探索机器语言理解的人工智能研究需要多学科、多领域联合攻关、协同创新,同时还要加强计算机科学、语言科学等多学科复合型人才培养。

  中国工程院院士、国防科技大学计算机学院院长廖湘科认为,智能都是由软件来实现的,传统软件只是信息管理,今后的软件则能感知多维信息,在感知的基础上进行包含观察、判断、决策和行动的管理。因此,软件是智能经济时代知识的载体。更好地发展智能软件,需要经营生态链,关注并行计算、云计算等新技术,建设具有高水平学科交叉能力的人才队伍,大力加强协同创新和人才培养。

  清华大学教授孙茂松表示,目前,机器还不能像人一样处理自然语言,人工智能研究任重道远。人工智能自身具有鲜明的跨学科性质,需要计算机科学家、语言学家等各个领域的专家学者开展深入的交流合作。

  杨亦鸣认为,与人工智能密切相关的脑科学研究要有前瞻性。目前,认知与行为层面的语言脑机制研究相对丰富,细胞层面的研究相对匮乏,在分子层面也局限于少量基因与语言障碍的关联研究。只有贯通从分子层面到认知与行为层面的研究,才可能为人工智能研究带来突破性变革。他强调,要重视“语言智能+X”人才培养,特别是要着重培养具有前瞻性的“人工智能+语言学专业”复合型人才。

    记者 王广禄 通讯员 耿立波

作者简介

姓名:王广禄 耿立波 工作单位:

转载请注明来源:中国社会科学网 (责编:韩卓吾)
相关文章
语言认知研究推进人工智能发展
2019年01月16日 09:03 来源:中国社会科学网-中国社会科学报 作者:王广禄 耿立波 字号

内容摘要:人工智能研究和应用已经走过了60多年的历程。近年来,由于互联网的发展和深度学习算法的进步,人工智能迎来了又一次发展的机遇。1月 10—12日,由江苏高校语言能力协同创新中心、江苏师范大学国家语委语言能力高等研究院、江苏师范大学语言科学与艺术学院等机构主办的“未雨绸缪:语言与下一代人工智能博鳌论坛”在海南举行。来自国内30余所高校和科研院所的70余位人工智能、计算机科学等领域的专家学者与会研讨。第一阶段是传统人工智能时代,主要基于语言规则来处理语言问题。提升自然语言处理能力与会学者认为,如果人工智能能够实现从感知计算到认知计算的质变,机器就能够真正理解自然语言。以此为基础重新考虑人工智能的基本理论,有可能推进符合语言和大脑实际的人工智能研究。

关键词:

作者简介:

  人工智能研究和应用已经走过了60多年的历程。近年来,由于互联网的发展和深度学习算法的进步,人工智能迎来了又一次发展的机遇。但目前人工智能依然存在着许多“机器”属性,真正的智能关口有待突破。1月10—12日,由江苏高校语言能力协同创新中心、江苏师范大学国家语委语言能力高等研究院、江苏师范大学语言科学与艺术学院等机构主办的“未雨绸缪:语言与下一代人工智能博鳌论坛”在海南举行,来自国内30余所高校和科研院所的70余位人工智能、计算机科学等领域的专家学者与会研讨。

  人工智能发展历经三个阶段

  60多年来,人工智能在世界范围内经历了三个发展阶段,在许多领域都取得了突破性进展。

  “人工智能发展至今,主要经历了逻辑推理、知识工程和数据挖掘三大阶段。”中国工程院院士吾守尔·斯拉木表示,20世纪50年代至70年代是人工智能的“逻辑推理”时代。这一时期,人们普遍认为只要赋予机器逻辑推理能力就可以实现人工智能。20世纪70年代至90年代是人工智能的“知识工程”时代。当时人们普遍认为,要让机器变得智能就应该设法让机器学习知识。2000年至今,人工智能进入“数据挖掘”时代。随着各种机器学习算法的提出和应用,特别是深度学习技术的发展,人们希望机器通过大量数据分析进行自主学习、获取知识,逐步达到智能化水平。

  对自然语言的处理能力是人工智能发展水平的重要体现。“人工智能的终极目标是使机器达到人类理解自然语言的水平。”中国科学院院士、清华大学人工智能研究院院长张钹提出,人工智能解决语言问题可以分为三个阶段。第一阶段是传统人工智能时代,主要基于语言规则来处理语言问题。第二阶段是概念统计学习时代,主要应用深度学习处理自然语言。第三阶段是后深度学习时代。

  提升自然语言处理能力

  与会学者认为,如果人工智能能够实现从感知计算到认知计算的质变,机器就能够真正理解自然语言。当前的机器深度学习给自然语言处理带来的只是量变,真正的深度学习需要以数学和语言学为基础。

  哈尔滨工业大学语言语音教育部—微软重点实验室教授李生提出,当前人工智能采用的深度学习算法,在感知智能上已经取得了突破性成果,但其认知能力还十分有限,尚处于感知走向认知的临界点。因此,人工智能的进一步发展必须逾越人类大脑思维能力和因果推理的鸿沟,否则真正的认知和通用人工智能难以实现。

  “在人工智能研究领域,人们已经充分认识到人类智力、意识、思维的重要性,但是很少意识到这些都是以语言为基础的。”江苏师范大学语言科学与艺术学院院长杨亦鸣认为,动物只有建立在具象基础上的思维,而人类不仅具有具象思维,还有抽象思维和灵感思维。因为人类有了语言,人类的具象思维也远超动物的具象思维,语言作为思维的物质载体参与了整个高级认知功能。以此为基础重新考虑人工智能的基本理论,有可能推进符合语言和大脑实际的人工智能研究。

  吾守尔·斯拉木强调了以自然语言理解为核心的认知方法的重要性。他谈到,自然语言理解是混合智能的重要领域,使计算机具备理解自然语言的能力是认知计算的核心问题,其发展的关键是开展语言认知的脑机制研究。

  北京大学中文系教授袁毓林认为,人工智能必须能够理解自然语言的意义并进行常识推理。通过对词汇知识进行深度挖掘,并与计算机的视觉、知识图谱等技术相结合,有望让人工智能达到一种可理解的、可解释的境界。

  开展多学科协同创新研究

  与发达国家相比,我国的人工智能已在部分领域实现关键技术突破。未来我国人工智能研究要在战略上由跟跑向并跑、领跑迈进,提前布局,尽早谋划下一代人工智能发展,发挥各个相关领域专家学者的共同作用,努力取得变革性、颠覆性突破。与会学者提出,探索机器语言理解的人工智能研究需要多学科、多领域联合攻关、协同创新,同时还要加强计算机科学、语言科学等多学科复合型人才培养。

  中国工程院院士、国防科技大学计算机学院院长廖湘科认为,智能都是由软件来实现的,传统软件只是信息管理,今后的软件则能感知多维信息,在感知的基础上进行包含观察、判断、决策和行动的管理。因此,软件是智能经济时代知识的载体。更好地发展智能软件,需要经营生态链,关注并行计算、云计算等新技术,建设具有高水平学科交叉能力的人才队伍,大力加强协同创新和人才培养。

  清华大学教授孙茂松表示,目前,机器还不能像人一样处理自然语言,人工智能研究任重道远。人工智能自身具有鲜明的跨学科性质,需要计算机科学家、语言学家等各个领域的专家学者开展深入的交流合作。

  杨亦鸣认为,与人工智能密切相关的脑科学研究要有前瞻性。目前,认知与行为层面的语言脑机制研究相对丰富,细胞层面的研究相对匮乏,在分子层面也局限于少量基因与语言障碍的关联研究。只有贯通从分子层面到认知与行为层面的研究,才可能为人工智能研究带来突破性变革。他强调,要重视“语言智能+X”人才培养,特别是要着重培养具有前瞻性的“人工智能+语言学专业”复合型人才。

    记者 王广禄 通讯员 耿立波

作者简介

姓名:王广禄 耿立波 工作单位:

转载请注明来源:中国社会科学网 (责编:韩卓吾)
相关文章
语言认知研究推进人工智能发展
2019年01月16日 09:03 来源:中国社会科学网-中国社会科学报 作者:王广禄 耿立波 字号

内容摘要:人工智能研究和应用已经走过了60多年的历程。近年来,由于互联网的发展和深度学习算法的进步,人工智能迎来了又一次发展的机遇。1月 10—12日,由江苏高校语言能力协同创新中心、江苏师范大学国家语委语言能力高等研究院、江苏师范大学语言科学与艺术学院等机构主办的“未雨绸缪:语言与下一代人工智能博鳌论坛”在海南举行。来自国内30余所高校和科研院所的70余位人工智能、计算机科学等领域的专家学者与会研讨。第一阶段是传统人工智能时代,主要基于语言规则来处理语言问题。提升自然语言处理能力与会学者认为,如果人工智能能够实现从感知计算到认知计算的质变,机器就能够真正理解自然语言。以此为基础重新考虑人工智能的基本理论,有可能推进符合语言和大脑实际的人工智能研究。

关键词:

作者简介:

  人工智能研究和应用已经走过了60多年的历程。近年来,由于互联网的发展和深度学习算法的进步,人工智能迎来了又一次发展的机遇。但目前人工智能依然存在着许多“机器”属性,真正的智能关口有待突破。1月10—12日,由江苏高校语言能力协同创新中心、江苏师范大学国家语委语言能力高等研究院、江苏师范大学语言科学与艺术学院等机构主办的“未雨绸缪:语言与下一代人工智能博鳌论坛”在海南举行,来自国内30余所高校和科研院所的70余位人工智能、计算机科学等领域的专家学者与会研讨。

  人工智能发展历经三个阶段

  60多年来,人工智能在世界范围内经历了三个发展阶段,在许多领域都取得了突破性进展。

  “人工智能发展至今,主要经历了逻辑推理、知识工程和数据挖掘三大阶段。”中国工程院院士吾守尔·斯拉木表示,20世纪50年代至70年代是人工智能的“逻辑推理”时代。这一时期,人们普遍认为只要赋予机器逻辑推理能力就可以实现人工智能。20世纪70年代至90年代是人工智能的“知识工程”时代。当时人们普遍认为,要让机器变得智能就应该设法让机器学习知识。2000年至今,人工智能进入“数据挖掘”时代。随着各种机器学习算法的提出和应用,特别是深度学习技术的发展,人们希望机器通过大量数据分析进行自主学习、获取知识,逐步达到智能化水平。

  对自然语言的处理能力是人工智能发展水平的重要体现。“人工智能的终极目标是使机器达到人类理解自然语言的水平。”中国科学院院士、清华大学人工智能研究院院长张钹提出,人工智能解决语言问题可以分为三个阶段。第一阶段是传统人工智能时代,主要基于语言规则来处理语言问题。第二阶段是概念统计学习时代,主要应用深度学习处理自然语言。第三阶段是后深度学习时代。

  提升自然语言处理能力

  与会学者认为,如果人工智能能够实现从感知计算到认知计算的质变,机器就能够真正理解自然语言。当前的机器深度学习给自然语言处理带来的只是量变,真正的深度学习需要以数学和语言学为基础。

  哈尔滨工业大学语言语音教育部—微软重点实验室教授李生提出,当前人工智能采用的深度学习算法,在感知智能上已经取得了突破性成果,但其认知能力还十分有限,尚处于感知走向认知的临界点。因此,人工智能的进一步发展必须逾越人类大脑思维能力和因果推理的鸿沟,否则真正的认知和通用人工智能难以实现。

  “在人工智能研究领域,人们已经充分认识到人类智力、意识、思维的重要性,但是很少意识到这些都是以语言为基础的。”江苏师范大学语言科学与艺术学院院长杨亦鸣认为,动物只有建立在具象基础上的思维,而人类不仅具有具象思维,还有抽象思维和灵感思维。因为人类有了语言,人类的具象思维也远超动物的具象思维,语言作为思维的物质载体参与了整个高级认知功能。以此为基础重新考虑人工智能的基本理论,有可能推进符合语言和大脑实际的人工智能研究。

  吾守尔·斯拉木强调了以自然语言理解为核心的认知方法的重要性。他谈到,自然语言理解是混合智能的重要领域,使计算机具备理解自然语言的能力是认知计算的核心问题,其发展的关键是开展语言认知的脑机制研究。

  北京大学中文系教授袁毓林认为,人工智能必须能够理解自然语言的意义并进行常识推理。通过对词汇知识进行深度挖掘,并与计算机的视觉、知识图谱等技术相结合,有望让人工智能达到一种可理解的、可解释的境界。

  开展多学科协同创新研究

  与发达国家相比,我国的人工智能已在部分领域实现关键技术突破。未来我国人工智能研究要在战略上由跟跑向并跑、领跑迈进,提前布局,尽早谋划下一代人工智能发展,发挥各个相关领域专家学者的共同作用,努力取得变革性、颠覆性突破。与会学者提出,探索机器语言理解的人工智能研究需要多学科、多领域联合攻关、协同创新,同时还要加强计算机科学、语言科学等多学科复合型人才培养。

  中国工程院院士、国防科技大学计算机学院院长廖湘科认为,智能都是由软件来实现的,传统软件只是信息管理,今后的软件则能感知多维信息,在感知的基础上进行包含观察、判断、决策和行动的管理。因此,软件是智能经济时代知识的载体。更好地发展智能软件,需要经营生态链,关注并行计算、云计算等新技术,建设具有高水平学科交叉能力的人才队伍,大力加强协同创新和人才培养。

  清华大学教授孙茂松表示,目前,机器还不能像人一样处理自然语言,人工智能研究任重道远。人工智能自身具有鲜明的跨学科性质,需要计算机科学家、语言学家等各个领域的专家学者开展深入的交流合作。

  杨亦鸣认为,与人工智能密切相关的脑科学研究要有前瞻性。目前,认知与行为层面的语言脑机制研究相对丰富,细胞层面的研究相对匮乏,在分子层面也局限于少量基因与语言障碍的关联研究。只有贯通从分子层面到认知与行为层面的研究,才可能为人工智能研究带来突破性变革。他强调,要重视“语言智能+X”人才培养,特别是要着重培养具有前瞻性的“人工智能+语言学专业”复合型人才。

    记者 王广禄 通讯员 耿立波

作者简介

姓名:王广禄 耿立波 工作单位:

转载请注明来源:中国社会科学网 (责编:韩卓吾)
相关文章
语言认知研究推进人工智能发展
2019年01月16日 09:03 来源:中国社会科学网-中国社会科学报 作者:王广禄 耿立波 字号

内容摘要:人工智能研究和应用已经走过了60多年的历程。近年来,由于互联网的发展和深度学习算法的进步,人工智能迎来了又一次发展的机遇。1月 10—12日,由江苏高校语言能力协同创新中心、江苏师范大学国家语委语言能力高等研究院、江苏师范大学语言科学与艺术学院等机构主办的“未雨绸缪:语言与下一代人工智能博鳌论坛”在海南举行。来自国内30余所高校和科研院所的70余位人工智能、计算机科学等领域的专家学者与会研讨。第一阶段是传统人工智能时代,主要基于语言规则来处理语言问题。提升自然语言处理能力与会学者认为,如果人工智能能够实现从感知计算到认知计算的质变,机器就能够真正理解自然语言。以此为基础重新考虑人工智能的基本理论,有可能推进符合语言和大脑实际的人工智能研究。

关键词:

作者简介:

  人工智能研究和应用已经走过了60多年的历程。近年来,由于互联网的发展和深度学习算法的进步,人工智能迎来了又一次发展的机遇。但目前人工智能依然存在着许多“机器”属性,真正的智能关口有待突破。1月10—12日,由江苏高校语言能力协同创新中心、江苏师范大学国家语委语言能力高等研究院、江苏师范大学语言科学与艺术学院等机构主办的“未雨绸缪:语言与下一代人工智能博鳌论坛”在海南举行,来自国内30余所高校和科研院所的70余位人工智能、计算机科学等领域的专家学者与会研讨。

  人工智能发展历经三个阶段

  60多年来,人工智能在世界范围内经历了三个发展阶段,在许多领域都取得了突破性进展。

  “人工智能发展至今,主要经历了逻辑推理、知识工程和数据挖掘三大阶段。”中国工程院院士吾守尔·斯拉木表示,20世纪50年代至70年代是人工智能的“逻辑推理”时代。这一时期,人们普遍认为只要赋予机器逻辑推理能力就可以实现人工智能。20世纪70年代至90年代是人工智能的“知识工程”时代。当时人们普遍认为,要让机器变得智能就应该设法让机器学习知识。2000年至今,人工智能进入“数据挖掘”时代。随着各种机器学习算法的提出和应用,特别是深度学习技术的发展,人们希望机器通过大量数据分析进行自主学习、获取知识,逐步达到智能化水平。

  对自然语言的处理能力是人工智能发展水平的重要体现。“人工智能的终极目标是使机器达到人类理解自然语言的水平。”中国科学院院士、清华大学人工智能研究院院长张钹提出,人工智能解决语言问题可以分为三个阶段。第一阶段是传统人工智能时代,主要基于语言规则来处理语言问题。第二阶段是概念统计学习时代,主要应用深度学习处理自然语言。第三阶段是后深度学习时代。

  提升自然语言处理能力

  与会学者认为,如果人工智能能够实现从感知计算到认知计算的质变,机器就能够真正理解自然语言。当前的机器深度学习给自然语言处理带来的只是量变,真正的深度学习需要以数学和语言学为基础。

  哈尔滨工业大学语言语音教育部—微软重点实验室教授李生提出,当前人工智能采用的深度学习算法,在感知智能上已经取得了突破性成果,但其认知能力还十分有限,尚处于感知走向认知的临界点。因此,人工智能的进一步发展必须逾越人类大脑思维能力和因果推理的鸿沟,否则真正的认知和通用人工智能难以实现。

  “在人工智能研究领域,人们已经充分认识到人类智力、意识、思维的重要性,但是很少意识到这些都是以语言为基础的。”江苏师范大学语言科学与艺术学院院长杨亦鸣认为,动物只有建立在具象基础上的思维,而人类不仅具有具象思维,还有抽象思维和灵感思维。因为人类有了语言,人类的具象思维也远超动物的具象思维,语言作为思维的物质载体参与了整个高级认知功能。以此为基础重新考虑人工智能的基本理论,有可能推进符合语言和大脑实际的人工智能研究。

  吾守尔·斯拉木强调了以自然语言理解为核心的认知方法的重要性。他谈到,自然语言理解是混合智能的重要领域,使计算机具备理解自然语言的能力是认知计算的核心问题,其发展的关键是开展语言认知的脑机制研究。

  北京大学中文系教授袁毓林认为,人工智能必须能够理解自然语言的意义并进行常识推理。通过对词汇知识进行深度挖掘,并与计算机的视觉、知识图谱等技术相结合,有望让人工智能达到一种可理解的、可解释的境界。

  开展多学科协同创新研究

  与发达国家相比,我国的人工智能已在部分领域实现关键技术突破。未来我国人工智能研究要在战略上由跟跑向并跑、领跑迈进,提前布局,尽早谋划下一代人工智能发展,发挥各个相关领域专家学者的共同作用,努力取得变革性、颠覆性突破。与会学者提出,探索机器语言理解的人工智能研究需要多学科、多领域联合攻关、协同创新,同时还要加强计算机科学、语言科学等多学科复合型人才培养。

  中国工程院院士、国防科技大学计算机学院院长廖湘科认为,智能都是由软件来实现的,传统软件只是信息管理,今后的软件则能感知多维信息,在感知的基础上进行包含观察、判断、决策和行动的管理。因此,软件是智能经济时代知识的载体。更好地发展智能软件,需要经营生态链,关注并行计算、云计算等新技术,建设具有高水平学科交叉能力的人才队伍,大力加强协同创新和人才培养。

  清华大学教授孙茂松表示,目前,机器还不能像人一样处理自然语言,人工智能研究任重道远。人工智能自身具有鲜明的跨学科性质,需要计算机科学家、语言学家等各个领域的专家学者开展深入的交流合作。

  杨亦鸣认为,与人工智能密切相关的脑科学研究要有前瞻性。目前,认知与行为层面的语言脑机制研究相对丰富,细胞层面的研究相对匮乏,在分子层面也局限于少量基因与语言障碍的关联研究。只有贯通从分子层面到认知与行为层面的研究,才可能为人工智能研究带来突破性变革。他强调,要重视“语言智能+X”人才培养,特别是要着重培养具有前瞻性的“人工智能+语言学专业”复合型人才。

    记者 王广禄 通讯员 耿立波

作者简介

姓名:王广禄 耿立波 工作单位:

转载请注明来源:中国社会科学网 (责编:韩卓吾)
相关文章
语言认知研究推进人工智能发展
2019年01月16日 09:03 来源:中国社会科学网-中国社会科学报 作者:王广禄 耿立波 字号

内容摘要:人工智能研究和应用已经走过了60多年的历程。近年来,由于互联网的发展和深度学习算法的进步,人工智能迎来了又一次发展的机遇。1月 10—12日,由江苏高校语言能力协同创新中心、江苏师范大学国家语委语言能力高等研究院、江苏师范大学语言科学与艺术学院等机构主办的“未雨绸缪:语言与下一代人工智能博鳌论坛”在海南举行。来自国内30余所高校和科研院所的70余位人工智能、计算机科学等领域的专家学者与会研讨。第一阶段是传统人工智能时代,主要基于语言规则来处理语言问题。提升自然语言处理能力与会学者认为,如果人工智能能够实现从感知计算到认知计算的质变,机器就能够真正理解自然语言。以此为基础重新考虑人工智能的基本理论,有可能推进符合语言和大脑实际的人工智能研究。

关键词:

作者简介:

  人工智能研究和应用已经走过了60多年的历程。近年来,由于互联网的发展和深度学习算法的进步,人工智能迎来了又一次发展的机遇。但目前人工智能依然存在着许多“机器”属性,真正的智能关口有待突破。1月10—12日,由江苏高校语言能力协同创新中心、江苏师范大学国家语委语言能力高等研究院、江苏师范大学语言科学与艺术学院等机构主办的“未雨绸缪:语言与下一代人工智能博鳌论坛”在海南举行,来自国内30余所高校和科研院所的70余位人工智能、计算机科学等领域的专家学者与会研讨。

  人工智能发展历经三个阶段

  60多年来,人工智能在世界范围内经历了三个发展阶段,在许多领域都取得了突破性进展。

  “人工智能发展至今,主要经历了逻辑推理、知识工程和数据挖掘三大阶段。”中国工程院院士吾守尔·斯拉木表示,20世纪50年代至70年代是人工智能的“逻辑推理”时代。这一时期,人们普遍认为只要赋予机器逻辑推理能力就可以实现人工智能。20世纪70年代至90年代是人工智能的“知识工程”时代。当时人们普遍认为,要让机器变得智能就应该设法让机器学习知识。2000年至今,人工智能进入“数据挖掘”时代。随着各种机器学习算法的提出和应用,特别是深度学习技术的发展,人们希望机器通过大量数据分析进行自主学习、获取知识,逐步达到智能化水平。

  对自然语言的处理能力是人工智能发展水平的重要体现。“人工智能的终极目标是使机器达到人类理解自然语言的水平。”中国科学院院士、清华大学人工智能研究院院长张钹提出,人工智能解决语言问题可以分为三个阶段。第一阶段是传统人工智能时代,主要基于语言规则来处理语言问题。第二阶段是概念统计学习时代,主要应用深度学习处理自然语言。第三阶段是后深度学习时代。

  提升自然语言处理能力

  与会学者认为,如果人工智能能够实现从感知计算到认知计算的质变,机器就能够真正理解自然语言。当前的机器深度学习给自然语言处理带来的只是量变,真正的深度学习需要以数学和语言学为基础。

  哈尔滨工业大学语言语音教育部—微软重点实验室教授李生提出,当前人工智能采用的深度学习算法,在感知智能上已经取得了突破性成果,但其认知能力还十分有限,尚处于感知走向认知的临界点。因此,人工智能的进一步发展必须逾越人类大脑思维能力和因果推理的鸿沟,否则真正的认知和通用人工智能难以实现。

  “在人工智能研究领域,人们已经充分认识到人类智力、意识、思维的重要性,但是很少意识到这些都是以语言为基础的。”江苏师范大学语言科学与艺术学院院长杨亦鸣认为,动物只有建立在具象基础上的思维,而人类不仅具有具象思维,还有抽象思维和灵感思维。因为人类有了语言,人类的具象思维也远超动物的具象思维,语言作为思维的物质载体参与了整个高级认知功能。以此为基础重新考虑人工智能的基本理论,有可能推进符合语言和大脑实际的人工智能研究。

  吾守尔·斯拉木强调了以自然语言理解为核心的认知方法的重要性。他谈到,自然语言理解是混合智能的重要领域,使计算机具备理解自然语言的能力是认知计算的核心问题,其发展的关键是开展语言认知的脑机制研究。

  北京大学中文系教授袁毓林认为,人工智能必须能够理解自然语言的意义并进行常识推理。通过对词汇知识进行深度挖掘,并与计算机的视觉、知识图谱等技术相结合,有望让人工智能达到一种可理解的、可解释的境界。

  开展多学科协同创新研究

  与发达国家相比,我国的人工智能已在部分领域实现关键技术突破。未来我国人工智能研究要在战略上由跟跑向并跑、领跑迈进,提前布局,尽早谋划下一代人工智能发展,发挥各个相关领域专家学者的共同作用,努力取得变革性、颠覆性突破。与会学者提出,探索机器语言理解的人工智能研究需要多学科、多领域联合攻关、协同创新,同时还要加强计算机科学、语言科学等多学科复合型人才培养。

  中国工程院院士、国防科技大学计算机学院院长廖湘科认为,智能都是由软件来实现的,传统软件只是信息管理,今后的软件则能感知多维信息,在感知的基础上进行包含观察、判断、决策和行动的管理。因此,软件是智能经济时代知识的载体。更好地发展智能软件,需要经营生态链,关注并行计算、云计算等新技术,建设具有高水平学科交叉能力的人才队伍,大力加强协同创新和人才培养。

  清华大学教授孙茂松表示,目前,机器还不能像人一样处理自然语言,人工智能研究任重道远。人工智能自身具有鲜明的跨学科性质,需要计算机科学家、语言学家等各个领域的专家学者开展深入的交流合作。

  杨亦鸣认为,与人工智能密切相关的脑科学研究要有前瞻性。目前,认知与行为层面的语言脑机制研究相对丰富,细胞层面的研究相对匮乏,在分子层面也局限于少量基因与语言障碍的关联研究。只有贯通从分子层面到认知与行为层面的研究,才可能为人工智能研究带来突破性变革。他强调,要重视“语言智能+X”人才培养,特别是要着重培养具有前瞻性的“人工智能+语言学专业”复合型人才。

    记者 王广禄 通讯员 耿立波

作者简介

姓名:王广禄 耿立波 工作单位:

转载请注明来源:中国社会科学网 (责编:韩卓吾)
相关文章
语言认知研究推进人工智能发展
2019年01月16日 09:03 来源:中国社会科学网-中国社会科学报 作者:王广禄 耿立波 字号

内容摘要:人工智能研究和应用已经走过了60多年的历程。近年来,由于互联网的发展和深度学习算法的进步,人工智能迎来了又一次发展的机遇。1月 10—12日,由江苏高校语言能力协同创新中心、江苏师范大学国家语委语言能力高等研究院、江苏师范大学语言科学与艺术学院等机构主办的“未雨绸缪:语言与下一代人工智能博鳌论坛”在海南举行。来自国内30余所高校和科研院所的70余位人工智能、计算机科学等领域的专家学者与会研讨。第一阶段是传统人工智能时代,主要基于语言规则来处理语言问题。提升自然语言处理能力与会学者认为,如果人工智能能够实现从感知计算到认知计算的质变,机器就能够真正理解自然语言。以此为基础重新考虑人工智能的基本理论,有可能推进符合语言和大脑实际的人工智能研究。

关键词:

作者简介:

  人工智能研究和应用已经走过了60多年的历程。近年来,由于互联网的发展和深度学习算法的进步,人工智能迎来了又一次发展的机遇。但目前人工智能依然存在着许多“机器”属性,真正的智能关口有待突破。1月10—12日,由江苏高校语言能力协同创新中心、江苏师范大学国家语委语言能力高等研究院、江苏师范大学语言科学与艺术学院等机构主办的“未雨绸缪:语言与下一代人工智能博鳌论坛”在海南举行,来自国内30余所高校和科研院所的70余位人工智能、计算机科学等领域的专家学者与会研讨。

  人工智能发展历经三个阶段

  60多年来,人工智能在世界范围内经历了三个发展阶段,在许多领域都取得了突破性进展。

  “人工智能发展至今,主要经历了逻辑推理、知识工程和数据挖掘三大阶段。”中国工程院院士吾守尔·斯拉木表示,20世纪50年代至70年代是人工智能的“逻辑推理”时代。这一时期,人们普遍认为只要赋予机器逻辑推理能力就可以实现人工智能。20世纪70年代至90年代是人工智能的“知识工程”时代。当时人们普遍认为,要让机器变得智能就应该设法让机器学习知识。2000年至今,人工智能进入“数据挖掘”时代。随着各种机器学习算法的提出和应用,特别是深度学习技术的发展,人们希望机器通过大量数据分析进行自主学习、获取知识,逐步达到智能化水平。

  对自然语言的处理能力是人工智能发展水平的重要体现。“人工智能的终极目标是使机器达到人类理解自然语言的水平。”中国科学院院士、清华大学人工智能研究院院长张钹提出,人工智能解决语言问题可以分为三个阶段。第一阶段是传统人工智能时代,主要基于语言规则来处理语言问题。第二阶段是概念统计学习时代,主要应用深度学习处理自然语言。第三阶段是后深度学习时代。

  提升自然语言处理能力

  与会学者认为,如果人工智能能够实现从感知计算到认知计算的质变,机器就能够真正理解自然语言。当前的机器深度学习给自然语言处理带来的只是量变,真正的深度学习需要以数学和语言学为基础。

  哈尔滨工业大学语言语音教育部—微软重点实验室教授李生提出,当前人工智能采用的深度学习算法,在感知智能上已经取得了突破性成果,但其认知能力还十分有限,尚处于感知走向认知的临界点。因此,人工智能的进一步发展必须逾越人类大脑思维能力和因果推理的鸿沟,否则真正的认知和通用人工智能难以实现。

  “在人工智能研究领域,人们已经充分认识到人类智力、意识、思维的重要性,但是很少意识到这些都是以语言为基础的。”江苏师范大学语言科学与艺术学院院长杨亦鸣认为,动物只有建立在具象基础上的思维,而人类不仅具有具象思维,还有抽象思维和灵感思维。因为人类有了语言,人类的具象思维也远超动物的具象思维,语言作为思维的物质载体参与了整个高级认知功能。以此为基础重新考虑人工智能的基本理论,有可能推进符合语言和大脑实际的人工智能研究。

  吾守尔·斯拉木强调了以自然语言理解为核心的认知方法的重要性。他谈到,自然语言理解是混合智能的重要领域,使计算机具备理解自然语言的能力是认知计算的核心问题,其发展的关键是开展语言认知的脑机制研究。

  北京大学中文系教授袁毓林认为,人工智能必须能够理解自然语言的意义并进行常识推理。通过对词汇知识进行深度挖掘,并与计算机的视觉、知识图谱等技术相结合,有望让人工智能达到一种可理解的、可解释的境界。

  开展多学科协同创新研究

  与发达国家相比,我国的人工智能已在部分领域实现关键技术突破。未来我国人工智能研究要在战略上由跟跑向并跑、领跑迈进,提前布局,尽早谋划下一代人工智能发展,发挥各个相关领域专家学者的共同作用,努力取得变革性、颠覆性突破。与会学者提出,探索机器语言理解的人工智能研究需要多学科、多领域联合攻关、协同创新,同时还要加强计算机科学、语言科学等多学科复合型人才培养。

  中国工程院院士、国防科技大学计算机学院院长廖湘科认为,智能都是由软件来实现的,传统软件只是信息管理,今后的软件则能感知多维信息,在感知的基础上进行包含观察、判断、决策和行动的管理。因此,软件是智能经济时代知识的载体。更好地发展智能软件,需要经营生态链,关注并行计算、云计算等新技术,建设具有高水平学科交叉能力的人才队伍,大力加强协同创新和人才培养。

  清华大学教授孙茂松表示,目前,机器还不能像人一样处理自然语言,人工智能研究任重道远。人工智能自身具有鲜明的跨学科性质,需要计算机科学家、语言学家等各个领域的专家学者开展深入的交流合作。

  杨亦鸣认为,与人工智能密切相关的脑科学研究要有前瞻性。目前,认知与行为层面的语言脑机制研究相对丰富,细胞层面的研究相对匮乏,在分子层面也局限于少量基因与语言障碍的关联研究。只有贯通从分子层面到认知与行为层面的研究,才可能为人工智能研究带来突破性变革。他强调,要重视“语言智能+X”人才培养,特别是要着重培养具有前瞻性的“人工智能+语言学专业”复合型人才。

    记者 王广禄 通讯员 耿立波

作者简介

姓名:王广禄 耿立波 工作单位:

转载请注明来源:中国社会科学网 (责编:韩卓吾)
相关文章
语言认知研究推进人工智能发展
2019年01月16日 09:03 来源:中国社会科学网-中国社会科学报 作者:王广禄 耿立波 字号

内容摘要:人工智能研究和应用已经走过了60多年的历程。近年来,由于互联网的发展和深度学习算法的进步,人工智能迎来了又一次发展的机遇。1月 10—12日,由江苏高校语言能力协同创新中心、江苏师范大学国家语委语言能力高等研究院、江苏师范大学语言科学与艺术学院等机构主办的“未雨绸缪:语言与下一代人工智能博鳌论坛”在海南举行。来自国内30余所高校和科研院所的70余位人工智能、计算机科学等领域的专家学者与会研讨。第一阶段是传统人工智能时代,主要基于语言规则来处理语言问题。提升自然语言处理能力与会学者认为,如果人工智能能够实现从感知计算到认知计算的质变,机器就能够真正理解自然语言。以此为基础重新考虑人工智能的基本理论,有可能推进符合语言和大脑实际的人工智能研究。

关键词:

作者简介:

  人工智能研究和应用已经走过了60多年的历程。近年来,由于互联网的发展和深度学习算法的进步,人工智能迎来了又一次发展的机遇。但目前人工智能依然存在着许多“机器”属性,真正的智能关口有待突破。1月10—12日,由江苏高校语言能力协同创新中心、江苏师范大学国家语委语言能力高等研究院、江苏师范大学语言科学与艺术学院等机构主办的“未雨绸缪:语言与下一代人工智能博鳌论坛”在海南举行,来自国内30余所高校和科研院所的70余位人工智能、计算机科学等领域的专家学者与会研讨。

  人工智能发展历经三个阶段

  60多年来,人工智能在世界范围内经历了三个发展阶段,在许多领域都取得了突破性进展。

  “人工智能发展至今,主要经历了逻辑推理、知识工程和数据挖掘三大阶段。”中国工程院院士吾守尔·斯拉木表示,20世纪50年代至70年代是人工智能的“逻辑推理”时代。这一时期,人们普遍认为只要赋予机器逻辑推理能力就可以实现人工智能。20世纪70年代至90年代是人工智能的“知识工程”时代。当时人们普遍认为,要让机器变得智能就应该设法让机器学习知识。2000年至今,人工智能进入“数据挖掘”时代。随着各种机器学习算法的提出和应用,特别是深度学习技术的发展,人们希望机器通过大量数据分析进行自主学习、获取知识,逐步达到智能化水平。

  对自然语言的处理能力是人工智能发展水平的重要体现。“人工智能的终极目标是使机器达到人类理解自然语言的水平。”中国科学院院士、清华大学人工智能研究院院长张钹提出,人工智能解决语言问题可以分为三个阶段。第一阶段是传统人工智能时代,主要基于语言规则来处理语言问题。第二阶段是概念统计学习时代,主要应用深度学习处理自然语言。第三阶段是后深度学习时代。

  提升自然语言处理能力

  与会学者认为,如果人工智能能够实现从感知计算到认知计算的质变,机器就能够真正理解自然语言。当前的机器深度学习给自然语言处理带来的只是量变,真正的深度学习需要以数学和语言学为基础。

  哈尔滨工业大学语言语音教育部—微软重点实验室教授李生提出,当前人工智能采用的深度学习算法,在感知智能上已经取得了突破性成果,但其认知能力还十分有限,尚处于感知走向认知的临界点。因此,人工智能的进一步发展必须逾越人类大脑思维能力和因果推理的鸿沟,否则真正的认知和通用人工智能难以实现。

  “在人工智能研究领域,人们已经充分认识到人类智力、意识、思维的重要性,但是很少意识到这些都是以语言为基础的。”江苏师范大学语言科学与艺术学院院长杨亦鸣认为,动物只有建立在具象基础上的思维,而人类不仅具有具象思维,还有抽象思维和灵感思维。因为人类有了语言,人类的具象思维也远超动物的具象思维,语言作为思维的物质载体参与了整个高级认知功能。以此为基础重新考虑人工智能的基本理论,有可能推进符合语言和大脑实际的人工智能研究。

  吾守尔·斯拉木强调了以自然语言理解为核心的认知方法的重要性。他谈到,自然语言理解是混合智能的重要领域,使计算机具备理解自然语言的能力是认知计算的核心问题,其发展的关键是开展语言认知的脑机制研究。

  北京大学中文系教授袁毓林认为,人工智能必须能够理解自然语言的意义并进行常识推理。通过对词汇知识进行深度挖掘,并与计算机的视觉、知识图谱等技术相结合,有望让人工智能达到一种可理解的、可解释的境界。

  开展多学科协同创新研究

  与发达国家相比,我国的人工智能已在部分领域实现关键技术突破。未来我国人工智能研究要在战略上由跟跑向并跑、领跑迈进,提前布局,尽早谋划下一代人工智能发展,发挥各个相关领域专家学者的共同作用,努力取得变革性、颠覆性突破。与会学者提出,探索机器语言理解的人工智能研究需要多学科、多领域联合攻关、协同创新,同时还要加强计算机科学、语言科学等多学科复合型人才培养。

  中国工程院院士、国防科技大学计算机学院院长廖湘科认为,智能都是由软件来实现的,传统软件只是信息管理,今后的软件则能感知多维信息,在感知的基础上进行包含观察、判断、决策和行动的管理。因此,软件是智能经济时代知识的载体。更好地发展智能软件,需要经营生态链,关注并行计算、云计算等新技术,建设具有高水平学科交叉能力的人才队伍,大力加强协同创新和人才培养。

  清华大学教授孙茂松表示,目前,机器还不能像人一样处理自然语言,人工智能研究任重道远。人工智能自身具有鲜明的跨学科性质,需要计算机科学家、语言学家等各个领域的专家学者开展深入的交流合作。

  杨亦鸣认为,与人工智能密切相关的脑科学研究要有前瞻性。目前,认知与行为层面的语言脑机制研究相对丰富,细胞层面的研究相对匮乏,在分子层面也局限于少量基因与语言障碍的关联研究。只有贯通从分子层面到认知与行为层面的研究,才可能为人工智能研究带来突破性变革。他强调,要重视“语言智能+X”人才培养,特别是要着重培养具有前瞻性的“人工智能+语言学专业”复合型人才。

    记者 王广禄 通讯员 耿立波

作者简介

姓名:王广禄 耿立波 工作单位:

转载请注明来源:中国社会科学网 (责编:韩卓吾)
相关文章
语言认知研究推进人工智能发展
2019年01月16日 09:03 来源:中国社会科学网-中国社会科学报 作者:王广禄 耿立波 字号

内容摘要:人工智能研究和应用已经走过了60多年的历程。近年来,由于互联网的发展和深度学习算法的进步,人工智能迎来了又一次发展的机遇。1月 10—12日,由江苏高校语言能力协同创新中心、江苏师范大学国家语委语言能力高等研究院、江苏师范大学语言科学与艺术学院等机构主办的“未雨绸缪:语言与下一代人工智能博鳌论坛”在海南举行。来自国内30余所高校和科研院所的70余位人工智能、计算机科学等领域的专家学者与会研讨。第一阶段是传统人工智能时代,主要基于语言规则来处理语言问题。提升自然语言处理能力与会学者认为,如果人工智能能够实现从感知计算到认知计算的质变,机器就能够真正理解自然语言。以此为基础重新考虑人工智能的基本理论,有可能推进符合语言和大脑实际的人工智能研究。

关键词:

作者简介:

  人工智能研究和应用已经走过了60多年的历程。近年来,由于互联网的发展和深度学习算法的进步,人工智能迎来了又一次发展的机遇。但目前人工智能依然存在着许多“机器”属性,真正的智能关口有待突破。1月10—12日,由江苏高校语言能力协同创新中心、江苏师范大学国家语委语言能力高等研究院、江苏师范大学语言科学与艺术学院等机构主办的“未雨绸缪:语言与下一代人工智能博鳌论坛”在海南举行,来自国内30余所高校和科研院所的70余位人工智能、计算机科学等领域的专家学者与会研讨。

  人工智能发展历经三个阶段

  60多年来,人工智能在世界范围内经历了三个发展阶段,在许多领域都取得了突破性进展。

  “人工智能发展至今,主要经历了逻辑推理、知识工程和数据挖掘三大阶段。”中国工程院院士吾守尔·斯拉木表示,20世纪50年代至70年代是人工智能的“逻辑推理”时代。这一时期,人们普遍认为只要赋予机器逻辑推理能力就可以实现人工智能。20世纪70年代至90年代是人工智能的“知识工程”时代。当时人们普遍认为,要让机器变得智能就应该设法让机器学习知识。2000年至今,人工智能进入“数据挖掘”时代。随着各种机器学习算法的提出和应用,特别是深度学习技术的发展,人们希望机器通过大量数据分析进行自主学习、获取知识,逐步达到智能化水平。

  对自然语言的处理能力是人工智能发展水平的重要体现。“人工智能的终极目标是使机器达到人类理解自然语言的水平。”中国科学院院士、清华大学人工智能研究院院长张钹提出,人工智能解决语言问题可以分为三个阶段。第一阶段是传统人工智能时代,主要基于语言规则来处理语言问题。第二阶段是概念统计学习时代,主要应用深度学习处理自然语言。第三阶段是后深度学习时代。

  提升自然语言处理能力

  与会学者认为,如果人工智能能够实现从感知计算到认知计算的质变,机器就能够真正理解自然语言。当前的机器深度学习给自然语言处理带来的只是量变,真正的深度学习需要以数学和语言学为基础。

  哈尔滨工业大学语言语音教育部—微软重点实验室教授李生提出,当前人工智能采用的深度学习算法,在感知智能上已经取得了突破性成果,但其认知能力还十分有限,尚处于感知走向认知的临界点。因此,人工智能的进一步发展必须逾越人类大脑思维能力和因果推理的鸿沟,否则真正的认知和通用人工智能难以实现。

  “在人工智能研究领域,人们已经充分认识到人类智力、意识、思维的重要性,但是很少意识到这些都是以语言为基础的。”江苏师范大学语言科学与艺术学院院长杨亦鸣认为,动物只有建立在具象基础上的思维,而人类不仅具有具象思维,还有抽象思维和灵感思维。因为人类有了语言,人类的具象思维也远超动物的具象思维,语言作为思维的物质载体参与了整个高级认知功能。以此为基础重新考虑人工智能的基本理论,有可能推进符合语言和大脑实际的人工智能研究。

  吾守尔·斯拉木强调了以自然语言理解为核心的认知方法的重要性。他谈到,自然语言理解是混合智能的重要领域,使计算机具备理解自然语言的能力是认知计算的核心问题,其发展的关键是开展语言认知的脑机制研究。

  北京大学中文系教授袁毓林认为,人工智能必须能够理解自然语言的意义并进行常识推理。通过对词汇知识进行深度挖掘,并与计算机的视觉、知识图谱等技术相结合,有望让人工智能达到一种可理解的、可解释的境界。

  开展多学科协同创新研究

  与发达国家相比,我国的人工智能已在部分领域实现关键技术突破。未来我国人工智能研究要在战略上由跟跑向并跑、领跑迈进,提前布局,尽早谋划下一代人工智能发展,发挥各个相关领域专家学者的共同作用,努力取得变革性、颠覆性突破。与会学者提出,探索机器语言理解的人工智能研究需要多学科、多领域联合攻关、协同创新,同时还要加强计算机科学、语言科学等多学科复合型人才培养。

  中国工程院院士、国防科技大学计算机学院院长廖湘科认为,智能都是由软件来实现的,传统软件只是信息管理,今后的软件则能感知多维信息,在感知的基础上进行包含观察、判断、决策和行动的管理。因此,软件是智能经济时代知识的载体。更好地发展智能软件,需要经营生态链,关注并行计算、云计算等新技术,建设具有高水平学科交叉能力的人才队伍,大力加强协同创新和人才培养。

  清华大学教授孙茂松表示,目前,机器还不能像人一样处理自然语言,人工智能研究任重道远。人工智能自身具有鲜明的跨学科性质,需要计算机科学家、语言学家等各个领域的专家学者开展深入的交流合作。

  杨亦鸣认为,与人工智能密切相关的脑科学研究要有前瞻性。目前,认知与行为层面的语言脑机制研究相对丰富,细胞层面的研究相对匮乏,在分子层面也局限于少量基因与语言障碍的关联研究。只有贯通从分子层面到认知与行为层面的研究,才可能为人工智能研究带来突破性变革。他强调,要重视“语言智能+X”人才培养,特别是要着重培养具有前瞻性的“人工智能+语言学专业”复合型人才。

    记者 王广禄 通讯员 耿立波

作者简介

姓名:王广禄 耿立波 工作单位:

转载请注明来源:中国社会科学网 (责编:韩卓吾)
相关文章
语言认知研究推进人工智能发展
2019年01月16日 09:03 来源:中国社会科学网-中国社会科学报 作者:王广禄 耿立波 字号

内容摘要:人工智能研究和应用已经走过了60多年的历程。近年来,由于互联网的发展和深度学习算法的进步,人工智能迎来了又一次发展的机遇。1月 10—12日,由江苏高校语言能力协同创新中心、江苏师范大学国家语委语言能力高等研究院、江苏师范大学语言科学与艺术学院等机构主办的“未雨绸缪:语言与下一代人工智能博鳌论坛”在海南举行。来自国内30余所高校和科研院所的70余位人工智能、计算机科学等领域的专家学者与会研讨。第一阶段是传统人工智能时代,主要基于语言规则来处理语言问题。提升自然语言处理能力与会学者认为,如果人工智能能够实现从感知计算到认知计算的质变,机器就能够真正理解自然语言。以此为基础重新考虑人工智能的基本理论,有可能推进符合语言和大脑实际的人工智能研究。

关键词:

作者简介:

  人工智能研究和应用已经走过了60多年的历程。近年来,由于互联网的发展和深度学习算法的进步,人工智能迎来了又一次发展的机遇。但目前人工智能依然存在着许多“机器”属性,真正的智能关口有待突破。1月10—12日,由江苏高校语言能力协同创新中心、江苏师范大学国家语委语言能力高等研究院、江苏师范大学语言科学与艺术学院等机构主办的“未雨绸缪:语言与下一代人工智能博鳌论坛”在海南举行,来自国内30余所高校和科研院所的70余位人工智能、计算机科学等领域的专家学者与会研讨。

  人工智能发展历经三个阶段

  60多年来,人工智能在世界范围内经历了三个发展阶段,在许多领域都取得了突破性进展。

  “人工智能发展至今,主要经历了逻辑推理、知识工程和数据挖掘三大阶段。”中国工程院院士吾守尔·斯拉木表示,20世纪50年代至70年代是人工智能的“逻辑推理”时代。这一时期,人们普遍认为只要赋予机器逻辑推理能力就可以实现人工智能。20世纪70年代至90年代是人工智能的“知识工程”时代。当时人们普遍认为,要让机器变得智能就应该设法让机器学习知识。2000年至今,人工智能进入“数据挖掘”时代。随着各种机器学习算法的提出和应用,特别是深度学习技术的发展,人们希望机器通过大量数据分析进行自主学习、获取知识,逐步达到智能化水平。

  对自然语言的处理能力是人工智能发展水平的重要体现。“人工智能的终极目标是使机器达到人类理解自然语言的水平。”中国科学院院士、清华大学人工智能研究院院长张钹提出,人工智能解决语言问题可以分为三个阶段。第一阶段是传统人工智能时代,主要基于语言规则来处理语言问题。第二阶段是概念统计学习时代,主要应用深度学习处理自然语言。第三阶段是后深度学习时代。

  提升自然语言处理能力

  与会学者认为,如果人工智能能够实现从感知计算到认知计算的质变,机器就能够真正理解自然语言。当前的机器深度学习给自然语言处理带来的只是量变,真正的深度学习需要以数学和语言学为基础。

  哈尔滨工业大学语言语音教育部—微软重点实验室教授李生提出,当前人工智能采用的深度学习算法,在感知智能上已经取得了突破性成果,但其认知能力还十分有限,尚处于感知走向认知的临界点。因此,人工智能的进一步发展必须逾越人类大脑思维能力和因果推理的鸿沟,否则真正的认知和通用人工智能难以实现。

  “在人工智能研究领域,人们已经充分认识到人类智力、意识、思维的重要性,但是很少意识到这些都是以语言为基础的。”江苏师范大学语言科学与艺术学院院长杨亦鸣认为,动物只有建立在具象基础上的思维,而人类不仅具有具象思维,还有抽象思维和灵感思维。因为人类有了语言,人类的具象思维也远超动物的具象思维,语言作为思维的物质载体参与了整个高级认知功能。以此为基础重新考虑人工智能的基本理论,有可能推进符合语言和大脑实际的人工智能研究。

  吾守尔·斯拉木强调了以自然语言理解为核心的认知方法的重要性。他谈到,自然语言理解是混合智能的重要领域,使计算机具备理解自然语言的能力是认知计算的核心问题,其发展的关键是开展语言认知的脑机制研究。

  北京大学中文系教授袁毓林认为,人工智能必须能够理解自然语言的意义并进行常识推理。通过对词汇知识进行深度挖掘,并与计算机的视觉、知识图谱等技术相结合,有望让人工智能达到一种可理解的、可解释的境界。

  开展多学科协同创新研究

  与发达国家相比,我国的人工智能已在部分领域实现关键技术突破。未来我国人工智能研究要在战略上由跟跑向并跑、领跑迈进,提前布局,尽早谋划下一代人工智能发展,发挥各个相关领域专家学者的共同作用,努力取得变革性、颠覆性突破。与会学者提出,探索机器语言理解的人工智能研究需要多学科、多领域联合攻关、协同创新,同时还要加强计算机科学、语言科学等多学科复合型人才培养。

  中国工程院院士、国防科技大学计算机学院院长廖湘科认为,智能都是由软件来实现的,传统软件只是信息管理,今后的软件则能感知多维信息,在感知的基础上进行包含观察、判断、决策和行动的管理。因此,软件是智能经济时代知识的载体。更好地发展智能软件,需要经营生态链,关注并行计算、云计算等新技术,建设具有高水平学科交叉能力的人才队伍,大力加强协同创新和人才培养。

  清华大学教授孙茂松表示,目前,机器还不能像人一样处理自然语言,人工智能研究任重道远。人工智能自身具有鲜明的跨学科性质,需要计算机科学家、语言学家等各个领域的专家学者开展深入的交流合作。

  杨亦鸣认为,与人工智能密切相关的脑科学研究要有前瞻性。目前,认知与行为层面的语言脑机制研究相对丰富,细胞层面的研究相对匮乏,在分子层面也局限于少量基因与语言障碍的关联研究。只有贯通从分子层面到认知与行为层面的研究,才可能为人工智能研究带来突破性变革。他强调,要重视“语言智能+X”人才培养,特别是要着重培养具有前瞻性的“人工智能+语言学专业”复合型人才。

    记者 王广禄 通讯员 耿立波

作者简介

姓名:王广禄 耿立波 工作单位:

转载请注明来源:中国社会科学网 (责编:韩卓吾)
相关文章
语言认知研究推进人工智能发展
2019年01月16日 09:03 来源:中国社会科学网-中国社会科学报 作者:王广禄 耿立波 字号

内容摘要:人工智能研究和应用已经走过了60多年的历程。近年来,由于互联网的发展和深度学习算法的进步,人工智能迎来了又一次发展的机遇。1月 10—12日,由江苏高校语言能力协同创新中心、江苏师范大学国家语委语言能力高等研究院、江苏师范大学语言科学与艺术学院等机构主办的“未雨绸缪:语言与下一代人工智能博鳌论坛”在海南举行。来自国内30余所高校和科研院所的70余位人工智能、计算机科学等领域的专家学者与会研讨。第一阶段是传统人工智能时代,主要基于语言规则来处理语言问题。提升自然语言处理能力与会学者认为,如果人工智能能够实现从感知计算到认知计算的质变,机器就能够真正理解自然语言。以此为基础重新考虑人工智能的基本理论,有可能推进符合语言和大脑实际的人工智能研究。

关键词:

作者简介:

  人工智能研究和应用已经走过了60多年的历程。近年来,由于互联网的发展和深度学习算法的进步,人工智能迎来了又一次发展的机遇。但目前人工智能依然存在着许多“机器”属性,真正的智能关口有待突破。1月10—12日,由江苏高校语言能力协同创新中心、江苏师范大学国家语委语言能力高等研究院、江苏师范大学语言科学与艺术学院等机构主办的“未雨绸缪:语言与下一代人工智能博鳌论坛”在海南举行,来自国内30余所高校和科研院所的70余位人工智能、计算机科学等领域的专家学者与会研讨。

  人工智能发展历经三个阶段

  60多年来,人工智能在世界范围内经历了三个发展阶段,在许多领域都取得了突破性进展。

  “人工智能发展至今,主要经历了逻辑推理、知识工程和数据挖掘三大阶段。”中国工程院院士吾守尔·斯拉木表示,20世纪50年代至70年代是人工智能的“逻辑推理”时代。这一时期,人们普遍认为只要赋予机器逻辑推理能力就可以实现人工智能。20世纪70年代至90年代是人工智能的“知识工程”时代。当时人们普遍认为,要让机器变得智能就应该设法让机器学习知识。2000年至今,人工智能进入“数据挖掘”时代。随着各种机器学习算法的提出和应用,特别是深度学习技术的发展,人们希望机器通过大量数据分析进行自主学习、获取知识,逐步达到智能化水平。

  对自然语言的处理能力是人工智能发展水平的重要体现。“人工智能的终极目标是使机器达到人类理解自然语言的水平。”中国科学院院士、清华大学人工智能研究院院长张钹提出,人工智能解决语言问题可以分为三个阶段。第一阶段是传统人工智能时代,主要基于语言规则来处理语言问题。第二阶段是概念统计学习时代,主要应用深度学习处理自然语言。第三阶段是后深度学习时代。

  提升自然语言处理能力

  与会学者认为,如果人工智能能够实现从感知计算到认知计算的质变,机器就能够真正理解自然语言。当前的机器深度学习给自然语言处理带来的只是量变,真正的深度学习需要以数学和语言学为基础。

  哈尔滨工业大学语言语音教育部—微软重点实验室教授李生提出,当前人工智能采用的深度学习算法,在感知智能上已经取得了突破性成果,但其认知能力还十分有限,尚处于感知走向认知的临界点。因此,人工智能的进一步发展必须逾越人类大脑思维能力和因果推理的鸿沟,否则真正的认知和通用人工智能难以实现。

  “在人工智能研究领域,人们已经充分认识到人类智力、意识、思维的重要性,但是很少意识到这些都是以语言为基础的。”江苏师范大学语言科学与艺术学院院长杨亦鸣认为,动物只有建立在具象基础上的思维,而人类不仅具有具象思维,还有抽象思维和灵感思维。因为人类有了语言,人类的具象思维也远超动物的具象思维,语言作为思维的物质载体参与了整个高级认知功能。以此为基础重新考虑人工智能的基本理论,有可能推进符合语言和大脑实际的人工智能研究。

  吾守尔·斯拉木强调了以自然语言理解为核心的认知方法的重要性。他谈到,自然语言理解是混合智能的重要领域,使计算机具备理解自然语言的能力是认知计算的核心问题,其发展的关键是开展语言认知的脑机制研究。

  北京大学中文系教授袁毓林认为,人工智能必须能够理解自然语言的意义并进行常识推理。通过对词汇知识进行深度挖掘,并与计算机的视觉、知识图谱等技术相结合,有望让人工智能达到一种可理解的、可解释的境界。

  开展多学科协同创新研究

  与发达国家相比,我国的人工智能已在部分领域实现关键技术突破。未来我国人工智能研究要在战略上由跟跑向并跑、领跑迈进,提前布局,尽早谋划下一代人工智能发展,发挥各个相关领域专家学者的共同作用,努力取得变革性、颠覆性突破。与会学者提出,探索机器语言理解的人工智能研究需要多学科、多领域联合攻关、协同创新,同时还要加强计算机科学、语言科学等多学科复合型人才培养。

  中国工程院院士、国防科技大学计算机学院院长廖湘科认为,智能都是由软件来实现的,传统软件只是信息管理,今后的软件则能感知多维信息,在感知的基础上进行包含观察、判断、决策和行动的管理。因此,软件是智能经济时代知识的载体。更好地发展智能软件,需要经营生态链,关注并行计算、云计算等新技术,建设具有高水平学科交叉能力的人才队伍,大力加强协同创新和人才培养。

  清华大学教授孙茂松表示,目前,机器还不能像人一样处理自然语言,人工智能研究任重道远。人工智能自身具有鲜明的跨学科性质,需要计算机科学家、语言学家等各个领域的专家学者开展深入的交流合作。

  杨亦鸣认为,与人工智能密切相关的脑科学研究要有前瞻性。目前,认知与行为层面的语言脑机制研究相对丰富,细胞层面的研究相对匮乏,在分子层面也局限于少量基因与语言障碍的关联研究。只有贯通从分子层面到认知与行为层面的研究,才可能为人工智能研究带来突破性变革。他强调,要重视“语言智能+X”人才培养,特别是要着重培养具有前瞻性的“人工智能+语言学专业”复合型人才。

    记者 王广禄 通讯员 耿立波

作者简介

姓名:王广禄 耿立波 工作单位:

转载请注明来源:中国社会科学网 (责编:韩卓吾)
相关文章
语言认知研究推进人工智能发展
2019年01月16日 09:03 来源:中国社会科学网-中国社会科学报 作者:王广禄 耿立波 字号

内容摘要:人工智能研究和应用已经走过了60多年的历程。近年来,由于互联网的发展和深度学习算法的进步,人工智能迎来了又一次发展的机遇。1月 10—12日,由江苏高校语言能力协同创新中心、江苏师范大学国家语委语言能力高等研究院、江苏师范大学语言科学与艺术学院等机构主办的“未雨绸缪:语言与下一代人工智能博鳌论坛”在海南举行。来自国内30余所高校和科研院所的70余位人工智能、计算机科学等领域的专家学者与会研讨。第一阶段是传统人工智能时代,主要基于语言规则来处理语言问题。提升自然语言处理能力与会学者认为,如果人工智能能够实现从感知计算到认知计算的质变,机器就能够真正理解自然语言。以此为基础重新考虑人工智能的基本理论,有可能推进符合语言和大脑实际的人工智能研究。

关键词:

作者简介:

  人工智能研究和应用已经走过了60多年的历程。近年来,由于互联网的发展和深度学习算法的进步,人工智能迎来了又一次发展的机遇。但目前人工智能依然存在着许多“机器”属性,真正的智能关口有待突破。1月10—12日,由江苏高校语言能力协同创新中心、江苏师范大学国家语委语言能力高等研究院、江苏师范大学语言科学与艺术学院等机构主办的“未雨绸缪:语言与下一代人工智能博鳌论坛”在海南举行,来自国内30余所高校和科研院所的70余位人工智能、计算机科学等领域的专家学者与会研讨。

  人工智能发展历经三个阶段

  60多年来,人工智能在世界范围内经历了三个发展阶段,在许多领域都取得了突破性进展。

  “人工智能发展至今,主要经历了逻辑推理、知识工程和数据挖掘三大阶段。”中国工程院院士吾守尔·斯拉木表示,20世纪50年代至70年代是人工智能的“逻辑推理”时代。这一时期,人们普遍认为只要赋予机器逻辑推理能力就可以实现人工智能。20世纪70年代至90年代是人工智能的“知识工程”时代。当时人们普遍认为,要让机器变得智能就应该设法让机器学习知识。2000年至今,人工智能进入“数据挖掘”时代。随着各种机器学习算法的提出和应用,特别是深度学习技术的发展,人们希望机器通过大量数据分析进行自主学习、获取知识,逐步达到智能化水平。

  对自然语言的处理能力是人工智能发展水平的重要体现。“人工智能的终极目标是使机器达到人类理解自然语言的水平。”中国科学院院士、清华大学人工智能研究院院长张钹提出,人工智能解决语言问题可以分为三个阶段。第一阶段是传统人工智能时代,主要基于语言规则来处理语言问题。第二阶段是概念统计学习时代,主要应用深度学习处理自然语言。第三阶段是后深度学习时代。

  提升自然语言处理能力

  与会学者认为,如果人工智能能够实现从感知计算到认知计算的质变,机器就能够真正理解自然语言。当前的机器深度学习给自然语言处理带来的只是量变,真正的深度学习需要以数学和语言学为基础。

  哈尔滨工业大学语言语音教育部—微软重点实验室教授李生提出,当前人工智能采用的深度学习算法,在感知智能上已经取得了突破性成果,但其认知能力还十分有限,尚处于感知走向认知的临界点。因此,人工智能的进一步发展必须逾越人类大脑思维能力和因果推理的鸿沟,否则真正的认知和通用人工智能难以实现。

  “在人工智能研究领域,人们已经充分认识到人类智力、意识、思维的重要性,但是很少意识到这些都是以语言为基础的。”江苏师范大学语言科学与艺术学院院长杨亦鸣认为,动物只有建立在具象基础上的思维,而人类不仅具有具象思维,还有抽象思维和灵感思维。因为人类有了语言,人类的具象思维也远超动物的具象思维,语言作为思维的物质载体参与了整个高级认知功能。以此为基础重新考虑人工智能的基本理论,有可能推进符合语言和大脑实际的人工智能研究。

  吾守尔·斯拉木强调了以自然语言理解为核心的认知方法的重要性。他谈到,自然语言理解是混合智能的重要领域,使计算机具备理解自然语言的能力是认知计算的核心问题,其发展的关键是开展语言认知的脑机制研究。

  北京大学中文系教授袁毓林认为,人工智能必须能够理解自然语言的意义并进行常识推理。通过对词汇知识进行深度挖掘,并与计算机的视觉、知识图谱等技术相结合,有望让人工智能达到一种可理解的、可解释的境界。

  开展多学科协同创新研究

  与发达国家相比,我国的人工智能已在部分领域实现关键技术突破。未来我国人工智能研究要在战略上由跟跑向并跑、领跑迈进,提前布局,尽早谋划下一代人工智能发展,发挥各个相关领域专家学者的共同作用,努力取得变革性、颠覆性突破。与会学者提出,探索机器语言理解的人工智能研究需要多学科、多领域联合攻关、协同创新,同时还要加强计算机科学、语言科学等多学科复合型人才培养。

  中国工程院院士、国防科技大学计算机学院院长廖湘科认为,智能都是由软件来实现的,传统软件只是信息管理,今后的软件则能感知多维信息,在感知的基础上进行包含观察、判断、决策和行动的管理。因此,软件是智能经济时代知识的载体。更好地发展智能软件,需要经营生态链,关注并行计算、云计算等新技术,建设具有高水平学科交叉能力的人才队伍,大力加强协同创新和人才培养。

  清华大学教授孙茂松表示,目前,机器还不能像人一样处理自然语言,人工智能研究任重道远。人工智能自身具有鲜明的跨学科性质,需要计算机科学家、语言学家等各个领域的专家学者开展深入的交流合作。

  杨亦鸣认为,与人工智能密切相关的脑科学研究要有前瞻性。目前,认知与行为层面的语言脑机制研究相对丰富,细胞层面的研究相对匮乏,在分子层面也局限于少量基因与语言障碍的关联研究。只有贯通从分子层面到认知与行为层面的研究,才可能为人工智能研究带来突破性变革。他强调,要重视“语言智能+X”人才培养,特别是要着重培养具有前瞻性的“人工智能+语言学专业”复合型人才。

    记者 王广禄 通讯员 耿立波

作者简介

姓名:王广禄 耿立波 工作单位:

转载请注明来源:中国社会科学网 (责编:韩卓吾)
相关文章
语言认知研究推进人工智能发展
2019年01月16日 09:03 来源:中国社会科学网-中国社会科学报 作者:王广禄 耿立波 字号

内容摘要:人工智能研究和应用已经走过了60多年的历程。近年来,由于互联网的发展和深度学习算法的进步,人工智能迎来了又一次发展的机遇。1月 10—12日,由江苏高校语言能力协同创新中心、江苏师范大学国家语委语言能力高等研究院、江苏师范大学语言科学与艺术学院等机构主办的“未雨绸缪:语言与下一代人工智能博鳌论坛”在海南举行。来自国内30余所高校和科研院所的70余位人工智能、计算机科学等领域的专家学者与会研讨。第一阶段是传统人工智能时代,主要基于语言规则来处理语言问题。提升自然语言处理能力与会学者认为,如果人工智能能够实现从感知计算到认知计算的质变,机器就能够真正理解自然语言。以此为基础重新考虑人工智能的基本理论,有可能推进符合语言和大脑实际的人工智能研究。

关键词:

作者简介:

  人工智能研究和应用已经走过了60多年的历程。近年来,由于互联网的发展和深度学习算法的进步,人工智能迎来了又一次发展的机遇。但目前人工智能依然存在着许多“机器”属性,真正的智能关口有待突破。1月10—12日,由江苏高校语言能力协同创新中心、江苏师范大学国家语委语言能力高等研究院、江苏师范大学语言科学与艺术学院等机构主办的“未雨绸缪:语言与下一代人工智能博鳌论坛”在海南举行,来自国内30余所高校和科研院所的70余位人工智能、计算机科学等领域的专家学者与会研讨。

  人工智能发展历经三个阶段

  60多年来,人工智能在世界范围内经历了三个发展阶段,在许多领域都取得了突破性进展。

  “人工智能发展至今,主要经历了逻辑推理、知识工程和数据挖掘三大阶段。”中国工程院院士吾守尔·斯拉木表示,20世纪50年代至70年代是人工智能的“逻辑推理”时代。这一时期,人们普遍认为只要赋予机器逻辑推理能力就可以实现人工智能。20世纪70年代至90年代是人工智能的“知识工程”时代。当时人们普遍认为,要让机器变得智能就应该设法让机器学习知识。2000年至今,人工智能进入“数据挖掘”时代。随着各种机器学习算法的提出和应用,特别是深度学习技术的发展,人们希望机器通过大量数据分析进行自主学习、获取知识,逐步达到智能化水平。

  对自然语言的处理能力是人工智能发展水平的重要体现。“人工智能的终极目标是使机器达到人类理解自然语言的水平。”中国科学院院士、清华大学人工智能研究院院长张钹提出,人工智能解决语言问题可以分为三个阶段。第一阶段是传统人工智能时代,主要基于语言规则来处理语言问题。第二阶段是概念统计学习时代,主要应用深度学习处理自然语言。第三阶段是后深度学习时代。

  提升自然语言处理能力

  与会学者认为,如果人工智能能够实现从感知计算到认知计算的质变,机器就能够真正理解自然语言。当前的机器深度学习给自然语言处理带来的只是量变,真正的深度学习需要以数学和语言学为基础。

  哈尔滨工业大学语言语音教育部—微软重点实验室教授李生提出,当前人工智能采用的深度学习算法,在感知智能上已经取得了突破性成果,但其认知能力还十分有限,尚处于感知走向认知的临界点。因此,人工智能的进一步发展必须逾越人类大脑思维能力和因果推理的鸿沟,否则真正的认知和通用人工智能难以实现。

  “在人工智能研究领域,人们已经充分认识到人类智力、意识、思维的重要性,但是很少意识到这些都是以语言为基础的。”江苏师范大学语言科学与艺术学院院长杨亦鸣认为,动物只有建立在具象基础上的思维,而人类不仅具有具象思维,还有抽象思维和灵感思维。因为人类有了语言,人类的具象思维也远超动物的具象思维,语言作为思维的物质载体参与了整个高级认知功能。以此为基础重新考虑人工智能的基本理论,有可能推进符合语言和大脑实际的人工智能研究。

  吾守尔·斯拉木强调了以自然语言理解为核心的认知方法的重要性。他谈到,自然语言理解是混合智能的重要领域,使计算机具备理解自然语言的能力是认知计算的核心问题,其发展的关键是开展语言认知的脑机制研究。

  北京大学中文系教授袁毓林认为,人工智能必须能够理解自然语言的意义并进行常识推理。通过对词汇知识进行深度挖掘,并与计算机的视觉、知识图谱等技术相结合,有望让人工智能达到一种可理解的、可解释的境界。

  开展多学科协同创新研究

  与发达国家相比,我国的人工智能已在部分领域实现关键技术突破。未来我国人工智能研究要在战略上由跟跑向并跑、领跑迈进,提前布局,尽早谋划下一代人工智能发展,发挥各个相关领域专家学者的共同作用,努力取得变革性、颠覆性突破。与会学者提出,探索机器语言理解的人工智能研究需要多学科、多领域联合攻关、协同创新,同时还要加强计算机科学、语言科学等多学科复合型人才培养。

  中国工程院院士、国防科技大学计算机学院院长廖湘科认为,智能都是由软件来实现的,传统软件只是信息管理,今后的软件则能感知多维信息,在感知的基础上进行包含观察、判断、决策和行动的管理。因此,软件是智能经济时代知识的载体。更好地发展智能软件,需要经营生态链,关注并行计算、云计算等新技术,建设具有高水平学科交叉能力的人才队伍,大力加强协同创新和人才培养。

  清华大学教授孙茂松表示,目前,机器还不能像人一样处理自然语言,人工智能研究任重道远。人工智能自身具有鲜明的跨学科性质,需要计算机科学家、语言学家等各个领域的专家学者开展深入的交流合作。

  杨亦鸣认为,与人工智能密切相关的脑科学研究要有前瞻性。目前,认知与行为层面的语言脑机制研究相对丰富,细胞层面的研究相对匮乏,在分子层面也局限于少量基因与语言障碍的关联研究。只有贯通从分子层面到认知与行为层面的研究,才可能为人工智能研究带来突破性变革。他强调,要重视“语言智能+X”人才培养,特别是要着重培养具有前瞻性的“人工智能+语言学专业”复合型人才。

    记者 王广禄 通讯员 耿立波

作者简介

姓名:王广禄 耿立波 工作单位:

转载请注明来源:中国社会科学网 (责编:韩卓吾)
相关文章
语言认知研究推进人工智能发展
2019年01月16日 09:03 来源:中国社会科学网-中国社会科学报 作者:王广禄 耿立波 字号

内容摘要:人工智能研究和应用已经走过了60多年的历程。近年来,由于互联网的发展和深度学习算法的进步,人工智能迎来了又一次发展的机遇。1月 10—12日,由江苏高校语言能力协同创新中心、江苏师范大学国家语委语言能力高等研究院、江苏师范大学语言科学与艺术学院等机构主办的“未雨绸缪:语言与下一代人工智能博鳌论坛”在海南举行。来自国内30余所高校和科研院所的70余位人工智能、计算机科学等领域的专家学者与会研讨。第一阶段是传统人工智能时代,主要基于语言规则来处理语言问题。提升自然语言处理能力与会学者认为,如果人工智能能够实现从感知计算到认知计算的质变,机器就能够真正理解自然语言。以此为基础重新考虑人工智能的基本理论,有可能推进符合语言和大脑实际的人工智能研究。

关键词:

作者简介:

  人工智能研究和应用已经走过了60多年的历程。近年来,由于互联网的发展和深度学习算法的进步,人工智能迎来了又一次发展的机遇。但目前人工智能依然存在着许多“机器”属性,真正的智能关口有待突破。1月10—12日,由江苏高校语言能力协同创新中心、江苏师范大学国家语委语言能力高等研究院、江苏师范大学语言科学与艺术学院等机构主办的“未雨绸缪:语言与下一代人工智能博鳌论坛”在海南举行,来自国内30余所高校和科研院所的70余位人工智能、计算机科学等领域的专家学者与会研讨。

  人工智能发展历经三个阶段

  60多年来,人工智能在世界范围内经历了三个发展阶段,在许多领域都取得了突破性进展。

  “人工智能发展至今,主要经历了逻辑推理、知识工程和数据挖掘三大阶段。”中国工程院院士吾守尔·斯拉木表示,20世纪50年代至70年代是人工智能的“逻辑推理”时代。这一时期,人们普遍认为只要赋予机器逻辑推理能力就可以实现人工智能。20世纪70年代至90年代是人工智能的“知识工程”时代。当时人们普遍认为,要让机器变得智能就应该设法让机器学习知识。2000年至今,人工智能进入“数据挖掘”时代。随着各种机器学习算法的提出和应用,特别是深度学习技术的发展,人们希望机器通过大量数据分析进行自主学习、获取知识,逐步达到智能化水平。

  对自然语言的处理能力是人工智能发展水平的重要体现。“人工智能的终极目标是使机器达到人类理解自然语言的水平。”中国科学院院士、清华大学人工智能研究院院长张钹提出,人工智能解决语言问题可以分为三个阶段。第一阶段是传统人工智能时代,主要基于语言规则来处理语言问题。第二阶段是概念统计学习时代,主要应用深度学习处理自然语言。第三阶段是后深度学习时代。

  提升自然语言处理能力

  与会学者认为,如果人工智能能够实现从感知计算到认知计算的质变,机器就能够真正理解自然语言。当前的机器深度学习给自然语言处理带来的只是量变,真正的深度学习需要以数学和语言学为基础。

  哈尔滨工业大学语言语音教育部—微软重点实验室教授李生提出,当前人工智能采用的深度学习算法,在感知智能上已经取得了突破性成果,但其认知能力还十分有限,尚处于感知走向认知的临界点。因此,人工智能的进一步发展必须逾越人类大脑思维能力和因果推理的鸿沟,否则真正的认知和通用人工智能难以实现。

  “在人工智能研究领域,人们已经充分认识到人类智力、意识、思维的重要性,但是很少意识到这些都是以语言为基础的。”江苏师范大学语言科学与艺术学院院长杨亦鸣认为,动物只有建立在具象基础上的思维,而人类不仅具有具象思维,还有抽象思维和灵感思维。因为人类有了语言,人类的具象思维也远超动物的具象思维,语言作为思维的物质载体参与了整个高级认知功能。以此为基础重新考虑人工智能的基本理论,有可能推进符合语言和大脑实际的人工智能研究。

  吾守尔·斯拉木强调了以自然语言理解为核心的认知方法的重要性。他谈到,自然语言理解是混合智能的重要领域,使计算机具备理解自然语言的能力是认知计算的核心问题,其发展的关键是开展语言认知的脑机制研究。

  北京大学中文系教授袁毓林认为,人工智能必须能够理解自然语言的意义并进行常识推理。通过对词汇知识进行深度挖掘,并与计算机的视觉、知识图谱等技术相结合,有望让人工智能达到一种可理解的、可解释的境界。

  开展多学科协同创新研究

  与发达国家相比,我国的人工智能已在部分领域实现关键技术突破。未来我国人工智能研究要在战略上由跟跑向并跑、领跑迈进,提前布局,尽早谋划下一代人工智能发展,发挥各个相关领域专家学者的共同作用,努力取得变革性、颠覆性突破。与会学者提出,探索机器语言理解的人工智能研究需要多学科、多领域联合攻关、协同创新,同时还要加强计算机科学、语言科学等多学科复合型人才培养。

  中国工程院院士、国防科技大学计算机学院院长廖湘科认为,智能都是由软件来实现的,传统软件只是信息管理,今后的软件则能感知多维信息,在感知的基础上进行包含观察、判断、决策和行动的管理。因此,软件是智能经济时代知识的载体。更好地发展智能软件,需要经营生态链,关注并行计算、云计算等新技术,建设具有高水平学科交叉能力的人才队伍,大力加强协同创新和人才培养。

  清华大学教授孙茂松表示,目前,机器还不能像人一样处理自然语言,人工智能研究任重道远。人工智能自身具有鲜明的跨学科性质,需要计算机科学家、语言学家等各个领域的专家学者开展深入的交流合作。

  杨亦鸣认为,与人工智能密切相关的脑科学研究要有前瞻性。目前,认知与行为层面的语言脑机制研究相对丰富,细胞层面的研究相对匮乏,在分子层面也局限于少量基因与语言障碍的关联研究。只有贯通从分子层面到认知与行为层面的研究,才可能为人工智能研究带来突破性变革。他强调,要重视“语言智能+X”人才培养,特别是要着重培养具有前瞻性的“人工智能+语言学专业”复合型人才。

    记者 王广禄 通讯员 耿立波

作者简介

姓名:王广禄 耿立波 工作单位:

转载请注明来源:中国社会科学网 (责编:韩卓吾)
相关文章
语言认知研究推进人工智能发展
2019年01月16日 09:03 来源:中国社会科学网-中国社会科学报 作者:王广禄 耿立波 字号

内容摘要:人工智能研究和应用已经走过了60多年的历程。近年来,由于互联网的发展和深度学习算法的进步,人工智能迎来了又一次发展的机遇。1月 10—12日,由江苏高校语言能力协同创新中心、江苏师范大学国家语委语言能力高等研究院、江苏师范大学语言科学与艺术学院等机构主办的“未雨绸缪:语言与下一代人工智能博鳌论坛”在海南举行。来自国内30余所高校和科研院所的70余位人工智能、计算机科学等领域的专家学者与会研讨。第一阶段是传统人工智能时代,主要基于语言规则来处理语言问题。提升自然语言处理能力与会学者认为,如果人工智能能够实现从感知计算到认知计算的质变,机器就能够真正理解自然语言。以此为基础重新考虑人工智能的基本理论,有可能推进符合语言和大脑实际的人工智能研究。

关键词:

作者简介:

  人工智能研究和应用已经走过了60多年的历程。近年来,由于互联网的发展和深度学习算法的进步,人工智能迎来了又一次发展的机遇。但目前人工智能依然存在着许多“机器”属性,真正的智能关口有待突破。1月10—12日,由江苏高校语言能力协同创新中心、江苏师范大学国家语委语言能力高等研究院、江苏师范大学语言科学与艺术学院等机构主办的“未雨绸缪:语言与下一代人工智能博鳌论坛”在海南举行,来自国内30余所高校和科研院所的70余位人工智能、计算机科学等领域的专家学者与会研讨。

  人工智能发展历经三个阶段

  60多年来,人工智能在世界范围内经历了三个发展阶段,在许多领域都取得了突破性进展。

  “人工智能发展至今,主要经历了逻辑推理、知识工程和数据挖掘三大阶段。”中国工程院院士吾守尔·斯拉木表示,20世纪50年代至70年代是人工智能的“逻辑推理”时代。这一时期,人们普遍认为只要赋予机器逻辑推理能力就可以实现人工智能。20世纪70年代至90年代是人工智能的“知识工程”时代。当时人们普遍认为,要让机器变得智能就应该设法让机器学习知识。2000年至今,人工智能进入“数据挖掘”时代。随着各种机器学习算法的提出和应用,特别是深度学习技术的发展,人们希望机器通过大量数据分析进行自主学习、获取知识,逐步达到智能化水平。

  对自然语言的处理能力是人工智能发展水平的重要体现。“人工智能的终极目标是使机器达到人类理解自然语言的水平。”中国科学院院士、清华大学人工智能研究院院长张钹提出,人工智能解决语言问题可以分为三个阶段。第一阶段是传统人工智能时代,主要基于语言规则来处理语言问题。第二阶段是概念统计学习时代,主要应用深度学习处理自然语言。第三阶段是后深度学习时代。

  提升自然语言处理能力

  与会学者认为,如果人工智能能够实现从感知计算到认知计算的质变,机器就能够真正理解自然语言。当前的机器深度学习给自然语言处理带来的只是量变,真正的深度学习需要以数学和语言学为基础。

  哈尔滨工业大学语言语音教育部—微软重点实验室教授李生提出,当前人工智能采用的深度学习算法,在感知智能上已经取得了突破性成果,但其认知能力还十分有限,尚处于感知走向认知的临界点。因此,人工智能的进一步发展必须逾越人类大脑思维能力和因果推理的鸿沟,否则真正的认知和通用人工智能难以实现。

  “在人工智能研究领域,人们已经充分认识到人类智力、意识、思维的重要性,但是很少意识到这些都是以语言为基础的。”江苏师范大学语言科学与艺术学院院长杨亦鸣认为,动物只有建立在具象基础上的思维,而人类不仅具有具象思维,还有抽象思维和灵感思维。因为人类有了语言,人类的具象思维也远超动物的具象思维,语言作为思维的物质载体参与了整个高级认知功能。以此为基础重新考虑人工智能的基本理论,有可能推进符合语言和大脑实际的人工智能研究。

  吾守尔·斯拉木强调了以自然语言理解为核心的认知方法的重要性。他谈到,自然语言理解是混合智能的重要领域,使计算机具备理解自然语言的能力是认知计算的核心问题,其发展的关键是开展语言认知的脑机制研究。

  北京大学中文系教授袁毓林认为,人工智能必须能够理解自然语言的意义并进行常识推理。通过对词汇知识进行深度挖掘,并与计算机的视觉、知识图谱等技术相结合,有望让人工智能达到一种可理解的、可解释的境界。

  开展多学科协同创新研究

  与发达国家相比,我国的人工智能已在部分领域实现关键技术突破。未来我国人工智能研究要在战略上由跟跑向并跑、领跑迈进,提前布局,尽早谋划下一代人工智能发展,发挥各个相关领域专家学者的共同作用,努力取得变革性、颠覆性突破。与会学者提出,探索机器语言理解的人工智能研究需要多学科、多领域联合攻关、协同创新,同时还要加强计算机科学、语言科学等多学科复合型人才培养。

  中国工程院院士、国防科技大学计算机学院院长廖湘科认为,智能都是由软件来实现的,传统软件只是信息管理,今后的软件则能感知多维信息,在感知的基础上进行包含观察、判断、决策和行动的管理。因此,软件是智能经济时代知识的载体。更好地发展智能软件,需要经营生态链,关注并行计算、云计算等新技术,建设具有高水平学科交叉能力的人才队伍,大力加强协同创新和人才培养。

  清华大学教授孙茂松表示,目前,机器还不能像人一样处理自然语言,人工智能研究任重道远。人工智能自身具有鲜明的跨学科性质,需要计算机科学家、语言学家等各个领域的专家学者开展深入的交流合作。

  杨亦鸣认为,与人工智能密切相关的脑科学研究要有前瞻性。目前,认知与行为层面的语言脑机制研究相对丰富,细胞层面的研究相对匮乏,在分子层面也局限于少量基因与语言障碍的关联研究。只有贯通从分子层面到认知与行为层面的研究,才可能为人工智能研究带来突破性变革。他强调,要重视“语言智能+X”人才培养,特别是要着重培养具有前瞻性的“人工智能+语言学专业”复合型人才。

    记者 王广禄 通讯员 耿立波

作者简介

姓名:王广禄 耿立波 工作单位:

转载请注明来源:中国社会科学网 (责编:韩卓吾)
相关文章
语言认知研究推进人工智能发展
2019年01月16日 09:03 来源:中国社会科学网-中国社会科学报 作者:王广禄 耿立波 字号

内容摘要:人工智能研究和应用已经走过了60多年的历程。近年来,由于互联网的发展和深度学习算法的进步,人工智能迎来了又一次发展的机遇。1月 10—12日,由江苏高校语言能力协同创新中心、江苏师范大学国家语委语言能力高等研究院、江苏师范大学语言科学与艺术学院等机构主办的“未雨绸缪:语言与下一代人工智能博鳌论坛”在海南举行。来自国内30余所高校和科研院所的70余位人工智能、计算机科学等领域的专家学者与会研讨。第一阶段是传统人工智能时代,主要基于语言规则来处理语言问题。提升自然语言处理能力与会学者认为,如果人工智能能够实现从感知计算到认知计算的质变,机器就能够真正理解自然语言。以此为基础重新考虑人工智能的基本理论,有可能推进符合语言和大脑实际的人工智能研究。

关键词:

作者简介:

  人工智能研究和应用已经走过了60多年的历程。近年来,由于互联网的发展和深度学习算法的进步,人工智能迎来了又一次发展的机遇。但目前人工智能依然存在着许多“机器”属性,真正的智能关口有待突破。1月10—12日,由江苏高校语言能力协同创新中心、江苏师范大学国家语委语言能力高等研究院、江苏师范大学语言科学与艺术学院等机构主办的“未雨绸缪:语言与下一代人工智能博鳌论坛”在海南举行,来自国内30余所高校和科研院所的70余位人工智能、计算机科学等领域的专家学者与会研讨。

  人工智能发展历经三个阶段

  60多年来,人工智能在世界范围内经历了三个发展阶段,在许多领域都取得了突破性进展。

  “人工智能发展至今,主要经历了逻辑推理、知识工程和数据挖掘三大阶段。”中国工程院院士吾守尔·斯拉木表示,20世纪50年代至70年代是人工智能的“逻辑推理”时代。这一时期,人们普遍认为只要赋予机器逻辑推理能力就可以实现人工智能。20世纪70年代至90年代是人工智能的“知识工程”时代。当时人们普遍认为,要让机器变得智能就应该设法让机器学习知识。2000年至今,人工智能进入“数据挖掘”时代。随着各种机器学习算法的提出和应用,特别是深度学习技术的发展,人们希望机器通过大量数据分析进行自主学习、获取知识,逐步达到智能化水平。

  对自然语言的处理能力是人工智能发展水平的重要体现。“人工智能的终极目标是使机器达到人类理解自然语言的水平。”中国科学院院士、清华大学人工智能研究院院长张钹提出,人工智能解决语言问题可以分为三个阶段。第一阶段是传统人工智能时代,主要基于语言规则来处理语言问题。第二阶段是概念统计学习时代,主要应用深度学习处理自然语言。第三阶段是后深度学习时代。

  提升自然语言处理能力

  与会学者认为,如果人工智能能够实现从感知计算到认知计算的质变,机器就能够真正理解自然语言。当前的机器深度学习给自然语言处理带来的只是量变,真正的深度学习需要以数学和语言学为基础。

  哈尔滨工业大学语言语音教育部—微软重点实验室教授李生提出,当前人工智能采用的深度学习算法,在感知智能上已经取得了突破性成果,但其认知能力还十分有限,尚处于感知走向认知的临界点。因此,人工智能的进一步发展必须逾越人类大脑思维能力和因果推理的鸿沟,否则真正的认知和通用人工智能难以实现。

  “在人工智能研究领域,人们已经充分认识到人类智力、意识、思维的重要性,但是很少意识到这些都是以语言为基础的。”江苏师范大学语言科学与艺术学院院长杨亦鸣认为,动物只有建立在具象基础上的思维,而人类不仅具有具象思维,还有抽象思维和灵感思维。因为人类有了语言,人类的具象思维也远超动物的具象思维,语言作为思维的物质载体参与了整个高级认知功能。以此为基础重新考虑人工智能的基本理论,有可能推进符合语言和大脑实际的人工智能研究。

  吾守尔·斯拉木强调了以自然语言理解为核心的认知方法的重要性。他谈到,自然语言理解是混合智能的重要领域,使计算机具备理解自然语言的能力是认知计算的核心问题,其发展的关键是开展语言认知的脑机制研究。

  北京大学中文系教授袁毓林认为,人工智能必须能够理解自然语言的意义并进行常识推理。通过对词汇知识进行深度挖掘,并与计算机的视觉、知识图谱等技术相结合,有望让人工智能达到一种可理解的、可解释的境界。

  开展多学科协同创新研究

  与发达国家相比,我国的人工智能已在部分领域实现关键技术突破。未来我国人工智能研究要在战略上由跟跑向并跑、领跑迈进,提前布局,尽早谋划下一代人工智能发展,发挥各个相关领域专家学者的共同作用,努力取得变革性、颠覆性突破。与会学者提出,探索机器语言理解的人工智能研究需要多学科、多领域联合攻关、协同创新,同时还要加强计算机科学、语言科学等多学科复合型人才培养。

  中国工程院院士、国防科技大学计算机学院院长廖湘科认为,智能都是由软件来实现的,传统软件只是信息管理,今后的软件则能感知多维信息,在感知的基础上进行包含观察、判断、决策和行动的管理。因此,软件是智能经济时代知识的载体。更好地发展智能软件,需要经营生态链,关注并行计算、云计算等新技术,建设具有高水平学科交叉能力的人才队伍,大力加强协同创新和人才培养。

  清华大学教授孙茂松表示,目前,机器还不能像人一样处理自然语言,人工智能研究任重道远。人工智能自身具有鲜明的跨学科性质,需要计算机科学家、语言学家等各个领域的专家学者开展深入的交流合作。

  杨亦鸣认为,与人工智能密切相关的脑科学研究要有前瞻性。目前,认知与行为层面的语言脑机制研究相对丰富,细胞层面的研究相对匮乏,在分子层面也局限于少量基因与语言障碍的关联研究。只有贯通从分子层面到认知与行为层面的研究,才可能为人工智能研究带来突破性变革。他强调,要重视“语言智能+X”人才培养,特别是要着重培养具有前瞻性的“人工智能+语言学专业”复合型人才。

    记者 王广禄 通讯员 耿立波

作者简介

姓名:王广禄 耿立波 工作单位:

转载请注明来源:中国社会科学网 (责编:韩卓吾)
相关文章
语言认知研究推进人工智能发展
2019年01月16日 09:03 来源:中国社会科学网-中国社会科学报 作者:王广禄 耿立波 字号

内容摘要:人工智能研究和应用已经走过了60多年的历程。近年来,由于互联网的发展和深度学习算法的进步,人工智能迎来了又一次发展的机遇。1月 10—12日,由江苏高校语言能力协同创新中心、江苏师范大学国家语委语言能力高等研究院、江苏师范大学语言科学与艺术学院等机构主办的“未雨绸缪:语言与下一代人工智能博鳌论坛”在海南举行。来自国内30余所高校和科研院所的70余位人工智能、计算机科学等领域的专家学者与会研讨。第一阶段是传统人工智能时代,主要基于语言规则来处理语言问题。提升自然语言处理能力与会学者认为,如果人工智能能够实现从感知计算到认知计算的质变,机器就能够真正理解自然语言。以此为基础重新考虑人工智能的基本理论,有可能推进符合语言和大脑实际的人工智能研究。

关键词:

作者简介:

  人工智能研究和应用已经走过了60多年的历程。近年来,由于互联网的发展和深度学习算法的进步,人工智能迎来了又一次发展的机遇。但目前人工智能依然存在着许多“机器”属性,真正的智能关口有待突破。1月10—12日,由江苏高校语言能力协同创新中心、江苏师范大学国家语委语言能力高等研究院、江苏师范大学语言科学与艺术学院等机构主办的“未雨绸缪:语言与下一代人工智能博鳌论坛”在海南举行,来自国内30余所高校和科研院所的70余位人工智能、计算机科学等领域的专家学者与会研讨。

  人工智能发展历经三个阶段

  60多年来,人工智能在世界范围内经历了三个发展阶段,在许多领域都取得了突破性进展。

  “人工智能发展至今,主要经历了逻辑推理、知识工程和数据挖掘三大阶段。”中国工程院院士吾守尔·斯拉木表示,20世纪50年代至70年代是人工智能的“逻辑推理”时代。这一时期,人们普遍认为只要赋予机器逻辑推理能力就可以实现人工智能。20世纪70年代至90年代是人工智能的“知识工程”时代。当时人们普遍认为,要让机器变得智能就应该设法让机器学习知识。2000年至今,人工智能进入“数据挖掘”时代。随着各种机器学习算法的提出和应用,特别是深度学习技术的发展,人们希望机器通过大量数据分析进行自主学习、获取知识,逐步达到智能化水平。

  对自然语言的处理能力是人工智能发展水平的重要体现。“人工智能的终极目标是使机器达到人类理解自然语言的水平。”中国科学院院士、清华大学人工智能研究院院长张钹提出,人工智能解决语言问题可以分为三个阶段。第一阶段是传统人工智能时代,主要基于语言规则来处理语言问题。第二阶段是概念统计学习时代,主要应用深度学习处理自然语言。第三阶段是后深度学习时代。

  提升自然语言处理能力

  与会学者认为,如果人工智能能够实现从感知计算到认知计算的质变,机器就能够真正理解自然语言。当前的机器深度学习给自然语言处理带来的只是量变,真正的深度学习需要以数学和语言学为基础。

  哈尔滨工业大学语言语音教育部—微软重点实验室教授李生提出,当前人工智能采用的深度学习算法,在感知智能上已经取得了突破性成果,但其认知能力还十分有限,尚处于感知走向认知的临界点。因此,人工智能的进一步发展必须逾越人类大脑思维能力和因果推理的鸿沟,否则真正的认知和通用人工智能难以实现。

  “在人工智能研究领域,人们已经充分认识到人类智力、意识、思维的重要性,但是很少意识到这些都是以语言为基础的。”江苏师范大学语言科学与艺术学院院长杨亦鸣认为,动物只有建立在具象基础上的思维,而人类不仅具有具象思维,还有抽象思维和灵感思维。因为人类有了语言,人类的具象思维也远超动物的具象思维,语言作为思维的物质载体参与了整个高级认知功能。以此为基础重新考虑人工智能的基本理论,有可能推进符合语言和大脑实际的人工智能研究。

  吾守尔·斯拉木强调了以自然语言理解为核心的认知方法的重要性。他谈到,自然语言理解是混合智能的重要领域,使计算机具备理解自然语言的能力是认知计算的核心问题,其发展的关键是开展语言认知的脑机制研究。

  北京大学中文系教授袁毓林认为,人工智能必须能够理解自然语言的意义并进行常识推理。通过对词汇知识进行深度挖掘,并与计算机的视觉、知识图谱等技术相结合,有望让人工智能达到一种可理解的、可解释的境界。

  开展多学科协同创新研究

  与发达国家相比,我国的人工智能已在部分领域实现关键技术突破。未来我国人工智能研究要在战略上由跟跑向并跑、领跑迈进,提前布局,尽早谋划下一代人工智能发展,发挥各个相关领域专家学者的共同作用,努力取得变革性、颠覆性突破。与会学者提出,探索机器语言理解的人工智能研究需要多学科、多领域联合攻关、协同创新,同时还要加强计算机科学、语言科学等多学科复合型人才培养。

  中国工程院院士、国防科技大学计算机学院院长廖湘科认为,智能都是由软件来实现的,传统软件只是信息管理,今后的软件则能感知多维信息,在感知的基础上进行包含观察、判断、决策和行动的管理。因此,软件是智能经济时代知识的载体。更好地发展智能软件,需要经营生态链,关注并行计算、云计算等新技术,建设具有高水平学科交叉能力的人才队伍,大力加强协同创新和人才培养。

  清华大学教授孙茂松表示,目前,机器还不能像人一样处理自然语言,人工智能研究任重道远。人工智能自身具有鲜明的跨学科性质,需要计算机科学家、语言学家等各个领域的专家学者开展深入的交流合作。

  杨亦鸣认为,与人工智能密切相关的脑科学研究要有前瞻性。目前,认知与行为层面的语言脑机制研究相对丰富,细胞层面的研究相对匮乏,在分子层面也局限于少量基因与语言障碍的关联研究。只有贯通从分子层面到认知与行为层面的研究,才可能为人工智能研究带来突破性变革。他强调,要重视“语言智能+X”人才培养,特别是要着重培养具有前瞻性的“人工智能+语言学专业”复合型人才。

    记者 王广禄 通讯员 耿立波

作者简介

姓名:王广禄 耿立波 工作单位:

转载请注明来源:中国社会科学网 (责编:韩卓吾)
相关文章
语言认知研究推进人工智能发展
2019年01月16日 09:03 来源:中国社会科学网-中国社会科学报 作者:王广禄 耿立波 字号

内容摘要:人工智能研究和应用已经走过了60多年的历程。近年来,由于互联网的发展和深度学习算法的进步,人工智能迎来了又一次发展的机遇。1月 10—12日,由江苏高校语言能力协同创新中心、江苏师范大学国家语委语言能力高等研究院、江苏师范大学语言科学与艺术学院等机构主办的“未雨绸缪:语言与下一代人工智能博鳌论坛”在海南举行。来自国内30余所高校和科研院所的70余位人工智能、计算机科学等领域的专家学者与会研讨。第一阶段是传统人工智能时代,主要基于语言规则来处理语言问题。提升自然语言处理能力与会学者认为,如果人工智能能够实现从感知计算到认知计算的质变,机器就能够真正理解自然语言。以此为基础重新考虑人工智能的基本理论,有可能推进符合语言和大脑实际的人工智能研究。

关键词:

作者简介:

  人工智能研究和应用已经走过了60多年的历程。近年来,由于互联网的发展和深度学习算法的进步,人工智能迎来了又一次发展的机遇。但目前人工智能依然存在着许多“机器”属性,真正的智能关口有待突破。1月10—12日,由江苏高校语言能力协同创新中心、江苏师范大学国家语委语言能力高等研究院、江苏师范大学语言科学与艺术学院等机构主办的“未雨绸缪:语言与下一代人工智能博鳌论坛”在海南举行,来自国内30余所高校和科研院所的70余位人工智能、计算机科学等领域的专家学者与会研讨。

  人工智能发展历经三个阶段

  60多年来,人工智能在世界范围内经历了三个发展阶段,在许多领域都取得了突破性进展。

  “人工智能发展至今,主要经历了逻辑推理、知识工程和数据挖掘三大阶段。”中国工程院院士吾守尔·斯拉木表示,20世纪50年代至70年代是人工智能的“逻辑推理”时代。这一时期,人们普遍认为只要赋予机器逻辑推理能力就可以实现人工智能。20世纪70年代至90年代是人工智能的“知识工程”时代。当时人们普遍认为,要让机器变得智能就应该设法让机器学习知识。2000年至今,人工智能进入“数据挖掘”时代。随着各种机器学习算法的提出和应用,特别是深度学习技术的发展,人们希望机器通过大量数据分析进行自主学习、获取知识,逐步达到智能化水平。

  对自然语言的处理能力是人工智能发展水平的重要体现。“人工智能的终极目标是使机器达到人类理解自然语言的水平。”中国科学院院士、清华大学人工智能研究院院长张钹提出,人工智能解决语言问题可以分为三个阶段。第一阶段是传统人工智能时代,主要基于语言规则来处理语言问题。第二阶段是概念统计学习时代,主要应用深度学习处理自然语言。第三阶段是后深度学习时代。

  提升自然语言处理能力

  与会学者认为,如果人工智能能够实现从感知计算到认知计算的质变,机器就能够真正理解自然语言。当前的机器深度学习给自然语言处理带来的只是量变,真正的深度学习需要以数学和语言学为基础。

  哈尔滨工业大学语言语音教育部—微软重点实验室教授李生提出,当前人工智能采用的深度学习算法,在感知智能上已经取得了突破性成果,但其认知能力还十分有限,尚处于感知走向认知的临界点。因此,人工智能的进一步发展必须逾越人类大脑思维能力和因果推理的鸿沟,否则真正的认知和通用人工智能难以实现。

  “在人工智能研究领域,人们已经充分认识到人类智力、意识、思维的重要性,但是很少意识到这些都是以语言为基础的。”江苏师范大学语言科学与艺术学院院长杨亦鸣认为,动物只有建立在具象基础上的思维,而人类不仅具有具象思维,还有抽象思维和灵感思维。因为人类有了语言,人类的具象思维也远超动物的具象思维,语言作为思维的物质载体参与了整个高级认知功能。以此为基础重新考虑人工智能的基本理论,有可能推进符合语言和大脑实际的人工智能研究。

  吾守尔·斯拉木强调了以自然语言理解为核心的认知方法的重要性。他谈到,自然语言理解是混合智能的重要领域,使计算机具备理解自然语言的能力是认知计算的核心问题,其发展的关键是开展语言认知的脑机制研究。

  北京大学中文系教授袁毓林认为,人工智能必须能够理解自然语言的意义并进行常识推理。通过对词汇知识进行深度挖掘,并与计算机的视觉、知识图谱等技术相结合,有望让人工智能达到一种可理解的、可解释的境界。

  开展多学科协同创新研究

  与发达国家相比,我国的人工智能已在部分领域实现关键技术突破。未来我国人工智能研究要在战略上由跟跑向并跑、领跑迈进,提前布局,尽早谋划下一代人工智能发展,发挥各个相关领域专家学者的共同作用,努力取得变革性、颠覆性突破。与会学者提出,探索机器语言理解的人工智能研究需要多学科、多领域联合攻关、协同创新,同时还要加强计算机科学、语言科学等多学科复合型人才培养。

  中国工程院院士、国防科技大学计算机学院院长廖湘科认为,智能都是由软件来实现的,传统软件只是信息管理,今后的软件则能感知多维信息,在感知的基础上进行包含观察、判断、决策和行动的管理。因此,软件是智能经济时代知识的载体。更好地发展智能软件,需要经营生态链,关注并行计算、云计算等新技术,建设具有高水平学科交叉能力的人才队伍,大力加强协同创新和人才培养。

  清华大学教授孙茂松表示,目前,机器还不能像人一样处理自然语言,人工智能研究任重道远。人工智能自身具有鲜明的跨学科性质,需要计算机科学家、语言学家等各个领域的专家学者开展深入的交流合作。

  杨亦鸣认为,与人工智能密切相关的脑科学研究要有前瞻性。目前,认知与行为层面的语言脑机制研究相对丰富,细胞层面的研究相对匮乏,在分子层面也局限于少量基因与语言障碍的关联研究。只有贯通从分子层面到认知与行为层面的研究,才可能为人工智能研究带来突破性变革。他强调,要重视“语言智能+X”人才培养,特别是要着重培养具有前瞻性的“人工智能+语言学专业”复合型人才。

    记者 王广禄 通讯员 耿立波

作者简介

姓名:王广禄 耿立波 工作单位:

转载请注明来源:中国社会科学网 (责编:韩卓吾)
相关文章
语言认知研究推进人工智能发展
2019年01月16日 09:03 来源:中国社会科学网-中国社会科学报 作者:王广禄 耿立波 字号

内容摘要:人工智能研究和应用已经走过了60多年的历程。近年来,由于互联网的发展和深度学习算法的进步,人工智能迎来了又一次发展的机遇。1月 10—12日,由江苏高校语言能力协同创新中心、江苏师范大学国家语委语言能力高等研究院、江苏师范大学语言科学与艺术学院等机构主办的“未雨绸缪:语言与下一代人工智能博鳌论坛”在海南举行。来自国内30余所高校和科研院所的70余位人工智能、计算机科学等领域的专家学者与会研讨。第一阶段是传统人工智能时代,主要基于语言规则来处理语言问题。提升自然语言处理能力与会学者认为,如果人工智能能够实现从感知计算到认知计算的质变,机器就能够真正理解自然语言。以此为基础重新考虑人工智能的基本理论,有可能推进符合语言和大脑实际的人工智能研究。

关键词:

作者简介:

  人工智能研究和应用已经走过了60多年的历程。近年来,由于互联网的发展和深度学习算法的进步,人工智能迎来了又一次发展的机遇。但目前人工智能依然存在着许多“机器”属性,真正的智能关口有待突破。1月10—12日,由江苏高校语言能力协同创新中心、江苏师范大学国家语委语言能力高等研究院、江苏师范大学语言科学与艺术学院等机构主办的“未雨绸缪:语言与下一代人工智能博鳌论坛”在海南举行,来自国内30余所高校和科研院所的70余位人工智能、计算机科学等领域的专家学者与会研讨。

  人工智能发展历经三个阶段

  60多年来,人工智能在世界范围内经历了三个发展阶段,在许多领域都取得了突破性进展。

  “人工智能发展至今,主要经历了逻辑推理、知识工程和数据挖掘三大阶段。”中国工程院院士吾守尔·斯拉木表示,20世纪50年代至70年代是人工智能的“逻辑推理”时代。这一时期,人们普遍认为只要赋予机器逻辑推理能力就可以实现人工智能。20世纪70年代至90年代是人工智能的“知识工程”时代。当时人们普遍认为,要让机器变得智能就应该设法让机器学习知识。2000年至今,人工智能进入“数据挖掘”时代。随着各种机器学习算法的提出和应用,特别是深度学习技术的发展,人们希望机器通过大量数据分析进行自主学习、获取知识,逐步达到智能化水平。

  对自然语言的处理能力是人工智能发展水平的重要体现。“人工智能的终极目标是使机器达到人类理解自然语言的水平。”中国科学院院士、清华大学人工智能研究院院长张钹提出,人工智能解决语言问题可以分为三个阶段。第一阶段是传统人工智能时代,主要基于语言规则来处理语言问题。第二阶段是概念统计学习时代,主要应用深度学习处理自然语言。第三阶段是后深度学习时代。

  提升自然语言处理能力

  与会学者认为,如果人工智能能够实现从感知计算到认知计算的质变,机器就能够真正理解自然语言。当前的机器深度学习给自然语言处理带来的只是量变,真正的深度学习需要以数学和语言学为基础。

  哈尔滨工业大学语言语音教育部—微软重点实验室教授李生提出,当前人工智能采用的深度学习算法,在感知智能上已经取得了突破性成果,但其认知能力还十分有限,尚处于感知走向认知的临界点。因此,人工智能的进一步发展必须逾越人类大脑思维能力和因果推理的鸿沟,否则真正的认知和通用人工智能难以实现。

  “在人工智能研究领域,人们已经充分认识到人类智力、意识、思维的重要性,但是很少意识到这些都是以语言为基础的。”江苏师范大学语言科学与艺术学院院长杨亦鸣认为,动物只有建立在具象基础上的思维,而人类不仅具有具象思维,还有抽象思维和灵感思维。因为人类有了语言,人类的具象思维也远超动物的具象思维,语言作为思维的物质载体参与了整个高级认知功能。以此为基础重新考虑人工智能的基本理论,有可能推进符合语言和大脑实际的人工智能研究。

  吾守尔·斯拉木强调了以自然语言理解为核心的认知方法的重要性。他谈到,自然语言理解是混合智能的重要领域,使计算机具备理解自然语言的能力是认知计算的核心问题,其发展的关键是开展语言认知的脑机制研究。

  北京大学中文系教授袁毓林认为,人工智能必须能够理解自然语言的意义并进行常识推理。通过对词汇知识进行深度挖掘,并与计算机的视觉、知识图谱等技术相结合,有望让人工智能达到一种可理解的、可解释的境界。

  开展多学科协同创新研究

  与发达国家相比,我国的人工智能已在部分领域实现关键技术突破。未来我国人工智能研究要在战略上由跟跑向并跑、领跑迈进,提前布局,尽早谋划下一代人工智能发展,发挥各个相关领域专家学者的共同作用,努力取得变革性、颠覆性突破。与会学者提出,探索机器语言理解的人工智能研究需要多学科、多领域联合攻关、协同创新,同时还要加强计算机科学、语言科学等多学科复合型人才培养。

  中国工程院院士、国防科技大学计算机学院院长廖湘科认为,智能都是由软件来实现的,传统软件只是信息管理,今后的软件则能感知多维信息,在感知的基础上进行包含观察、判断、决策和行动的管理。因此,软件是智能经济时代知识的载体。更好地发展智能软件,需要经营生态链,关注并行计算、云计算等新技术,建设具有高水平学科交叉能力的人才队伍,大力加强协同创新和人才培养。

  清华大学教授孙茂松表示,目前,机器还不能像人一样处理自然语言,人工智能研究任重道远。人工智能自身具有鲜明的跨学科性质,需要计算机科学家、语言学家等各个领域的专家学者开展深入的交流合作。

  杨亦鸣认为,与人工智能密切相关的脑科学研究要有前瞻性。目前,认知与行为层面的语言脑机制研究相对丰富,细胞层面的研究相对匮乏,在分子层面也局限于少量基因与语言障碍的关联研究。只有贯通从分子层面到认知与行为层面的研究,才可能为人工智能研究带来突破性变革。他强调,要重视“语言智能+X”人才培养,特别是要着重培养具有前瞻性的“人工智能+语言学专业”复合型人才。

    记者 王广禄 通讯员 耿立波

作者简介

姓名:王广禄 耿立波 工作单位:

转载请注明来源:中国社会科学网 (责编:韩卓吾)
相关文章
语言认知研究推进人工智能发展
2019年01月16日 09:03 来源:中国社会科学网-中国社会科学报 作者:王广禄 耿立波 字号

内容摘要:人工智能研究和应用已经走过了60多年的历程。近年来,由于互联网的发展和深度学习算法的进步,人工智能迎来了又一次发展的机遇。1月 10—12日,由江苏高校语言能力协同创新中心、江苏师范大学国家语委语言能力高等研究院、江苏师范大学语言科学与艺术学院等机构主办的“未雨绸缪:语言与下一代人工智能博鳌论坛”在海南举行。来自国内30余所高校和科研院所的70余位人工智能、计算机科学等领域的专家学者与会研讨。第一阶段是传统人工智能时代,主要基于语言规则来处理语言问题。提升自然语言处理能力与会学者认为,如果人工智能能够实现从感知计算到认知计算的质变,机器就能够真正理解自然语言。以此为基础重新考虑人工智能的基本理论,有可能推进符合语言和大脑实际的人工智能研究。

关键词:

作者简介:

  人工智能研究和应用已经走过了60多年的历程。近年来,由于互联网的发展和深度学习算法的进步,人工智能迎来了又一次发展的机遇。但目前人工智能依然存在着许多“机器”属性,真正的智能关口有待突破。1月10—12日,由江苏高校语言能力协同创新中心、江苏师范大学国家语委语言能力高等研究院、江苏师范大学语言科学与艺术学院等机构主办的“未雨绸缪:语言与下一代人工智能博鳌论坛”在海南举行,来自国内30余所高校和科研院所的70余位人工智能、计算机科学等领域的专家学者与会研讨。

  人工智能发展历经三个阶段

  60多年来,人工智能在世界范围内经历了三个发展阶段,在许多领域都取得了突破性进展。

  “人工智能发展至今,主要经历了逻辑推理、知识工程和数据挖掘三大阶段。”中国工程院院士吾守尔·斯拉木表示,20世纪50年代至70年代是人工智能的“逻辑推理”时代。这一时期,人们普遍认为只要赋予机器逻辑推理能力就可以实现人工智能。20世纪70年代至90年代是人工智能的“知识工程”时代。当时人们普遍认为,要让机器变得智能就应该设法让机器学习知识。2000年至今,人工智能进入“数据挖掘”时代。随着各种机器学习算法的提出和应用,特别是深度学习技术的发展,人们希望机器通过大量数据分析进行自主学习、获取知识,逐步达到智能化水平。

  对自然语言的处理能力是人工智能发展水平的重要体现。“人工智能的终极目标是使机器达到人类理解自然语言的水平。”中国科学院院士、清华大学人工智能研究院院长张钹提出,人工智能解决语言问题可以分为三个阶段。第一阶段是传统人工智能时代,主要基于语言规则来处理语言问题。第二阶段是概念统计学习时代,主要应用深度学习处理自然语言。第三阶段是后深度学习时代。

  提升自然语言处理能力

  与会学者认为,如果人工智能能够实现从感知计算到认知计算的质变,机器就能够真正理解自然语言。当前的机器深度学习给自然语言处理带来的只是量变,真正的深度学习需要以数学和语言学为基础。

  哈尔滨工业大学语言语音教育部—微软重点实验室教授李生提出,当前人工智能采用的深度学习算法,在感知智能上已经取得了突破性成果,但其认知能力还十分有限,尚处于感知走向认知的临界点。因此,人工智能的进一步发展必须逾越人类大脑思维能力和因果推理的鸿沟,否则真正的认知和通用人工智能难以实现。

  “在人工智能研究领域,人们已经充分认识到人类智力、意识、思维的重要性,但是很少意识到这些都是以语言为基础的。”江苏师范大学语言科学与艺术学院院长杨亦鸣认为,动物只有建立在具象基础上的思维,而人类不仅具有具象思维,还有抽象思维和灵感思维。因为人类有了语言,人类的具象思维也远超动物的具象思维,语言作为思维的物质载体参与了整个高级认知功能。以此为基础重新考虑人工智能的基本理论,有可能推进符合语言和大脑实际的人工智能研究。

  吾守尔·斯拉木强调了以自然语言理解为核心的认知方法的重要性。他谈到,自然语言理解是混合智能的重要领域,使计算机具备理解自然语言的能力是认知计算的核心问题,其发展的关键是开展语言认知的脑机制研究。

  北京大学中文系教授袁毓林认为,人工智能必须能够理解自然语言的意义并进行常识推理。通过对词汇知识进行深度挖掘,并与计算机的视觉、知识图谱等技术相结合,有望让人工智能达到一种可理解的、可解释的境界。

  开展多学科协同创新研究

  与发达国家相比,我国的人工智能已在部分领域实现关键技术突破。未来我国人工智能研究要在战略上由跟跑向并跑、领跑迈进,提前布局,尽早谋划下一代人工智能发展,发挥各个相关领域专家学者的共同作用,努力取得变革性、颠覆性突破。与会学者提出,探索机器语言理解的人工智能研究需要多学科、多领域联合攻关、协同创新,同时还要加强计算机科学、语言科学等多学科复合型人才培养。

  中国工程院院士、国防科技大学计算机学院院长廖湘科认为,智能都是由软件来实现的,传统软件只是信息管理,今后的软件则能感知多维信息,在感知的基础上进行包含观察、判断、决策和行动的管理。因此,软件是智能经济时代知识的载体。更好地发展智能软件,需要经营生态链,关注并行计算、云计算等新技术,建设具有高水平学科交叉能力的人才队伍,大力加强协同创新和人才培养。

  清华大学教授孙茂松表示,目前,机器还不能像人一样处理自然语言,人工智能研究任重道远。人工智能自身具有鲜明的跨学科性质,需要计算机科学家、语言学家等各个领域的专家学者开展深入的交流合作。

  杨亦鸣认为,与人工智能密切相关的脑科学研究要有前瞻性。目前,认知与行为层面的语言脑机制研究相对丰富,细胞层面的研究相对匮乏,在分子层面也局限于少量基因与语言障碍的关联研究。只有贯通从分子层面到认知与行为层面的研究,才可能为人工智能研究带来突破性变革。他强调,要重视“语言智能+X”人才培养,特别是要着重培养具有前瞻性的“人工智能+语言学专业”复合型人才。

    记者 王广禄 通讯员 耿立波

作者简介

姓名:王广禄 耿立波 工作单位:

转载请注明来源:中国社会科学网 (责编:韩卓吾)
相关文章
语言认知研究推进人工智能发展
2019年01月16日 09:03 来源:中国社会科学网-中国社会科学报 作者:王广禄 耿立波 字号

内容摘要:人工智能研究和应用已经走过了60多年的历程。近年来,由于互联网的发展和深度学习算法的进步,人工智能迎来了又一次发展的机遇。1月 10—12日,由江苏高校语言能力协同创新中心、江苏师范大学国家语委语言能力高等研究院、江苏师范大学语言科学与艺术学院等机构主办的“未雨绸缪:语言与下一代人工智能博鳌论坛”在海南举行。来自国内30余所高校和科研院所的70余位人工智能、计算机科学等领域的专家学者与会研讨。第一阶段是传统人工智能时代,主要基于语言规则来处理语言问题。提升自然语言处理能力与会学者认为,如果人工智能能够实现从感知计算到认知计算的质变,机器就能够真正理解自然语言。以此为基础重新考虑人工智能的基本理论,有可能推进符合语言和大脑实际的人工智能研究。

关键词:

作者简介:

  人工智能研究和应用已经走过了60多年的历程。近年来,由于互联网的发展和深度学习算法的进步,人工智能迎来了又一次发展的机遇。但目前人工智能依然存在着许多“机器”属性,真正的智能关口有待突破。1月10—12日,由江苏高校语言能力协同创新中心、江苏师范大学国家语委语言能力高等研究院、江苏师范大学语言科学与艺术学院等机构主办的“未雨绸缪:语言与下一代人工智能博鳌论坛”在海南举行,来自国内30余所高校和科研院所的70余位人工智能、计算机科学等领域的专家学者与会研讨。

  人工智能发展历经三个阶段

  60多年来,人工智能在世界范围内经历了三个发展阶段,在许多领域都取得了突破性进展。

  “人工智能发展至今,主要经历了逻辑推理、知识工程和数据挖掘三大阶段。”中国工程院院士吾守尔·斯拉木表示,20世纪50年代至70年代是人工智能的“逻辑推理”时代。这一时期,人们普遍认为只要赋予机器逻辑推理能力就可以实现人工智能。20世纪70年代至90年代是人工智能的“知识工程”时代。当时人们普遍认为,要让机器变得智能就应该设法让机器学习知识。2000年至今,人工智能进入“数据挖掘”时代。随着各种机器学习算法的提出和应用,特别是深度学习技术的发展,人们希望机器通过大量数据分析进行自主学习、获取知识,逐步达到智能化水平。

  对自然语言的处理能力是人工智能发展水平的重要体现。“人工智能的终极目标是使机器达到人类理解自然语言的水平。”中国科学院院士、清华大学人工智能研究院院长张钹提出,人工智能解决语言问题可以分为三个阶段。第一阶段是传统人工智能时代,主要基于语言规则来处理语言问题。第二阶段是概念统计学习时代,主要应用深度学习处理自然语言。第三阶段是后深度学习时代。

  提升自然语言处理能力

  与会学者认为,如果人工智能能够实现从感知计算到认知计算的质变,机器就能够真正理解自然语言。当前的机器深度学习给自然语言处理带来的只是量变,真正的深度学习需要以数学和语言学为基础。

  哈尔滨工业大学语言语音教育部—微软重点实验室教授李生提出,当前人工智能采用的深度学习算法,在感知智能上已经取得了突破性成果,但其认知能力还十分有限,尚处于感知走向认知的临界点。因此,人工智能的进一步发展必须逾越人类大脑思维能力和因果推理的鸿沟,否则真正的认知和通用人工智能难以实现。

  “在人工智能研究领域,人们已经充分认识到人类智力、意识、思维的重要性,但是很少意识到这些都是以语言为基础的。”江苏师范大学语言科学与艺术学院院长杨亦鸣认为,动物只有建立在具象基础上的思维,而人类不仅具有具象思维,还有抽象思维和灵感思维。因为人类有了语言,人类的具象思维也远超动物的具象思维,语言作为思维的物质载体参与了整个高级认知功能。以此为基础重新考虑人工智能的基本理论,有可能推进符合语言和大脑实际的人工智能研究。

  吾守尔·斯拉木强调了以自然语言理解为核心的认知方法的重要性。他谈到,自然语言理解是混合智能的重要领域,使计算机具备理解自然语言的能力是认知计算的核心问题,其发展的关键是开展语言认知的脑机制研究。

  北京大学中文系教授袁毓林认为,人工智能必须能够理解自然语言的意义并进行常识推理。通过对词汇知识进行深度挖掘,并与计算机的视觉、知识图谱等技术相结合,有望让人工智能达到一种可理解的、可解释的境界。

  开展多学科协同创新研究

  与发达国家相比,我国的人工智能已在部分领域实现关键技术突破。未来我国人工智能研究要在战略上由跟跑向并跑、领跑迈进,提前布局,尽早谋划下一代人工智能发展,发挥各个相关领域专家学者的共同作用,努力取得变革性、颠覆性突破。与会学者提出,探索机器语言理解的人工智能研究需要多学科、多领域联合攻关、协同创新,同时还要加强计算机科学、语言科学等多学科复合型人才培养。

  中国工程院院士、国防科技大学计算机学院院长廖湘科认为,智能都是由软件来实现的,传统软件只是信息管理,今后的软件则能感知多维信息,在感知的基础上进行包含观察、判断、决策和行动的管理。因此,软件是智能经济时代知识的载体。更好地发展智能软件,需要经营生态链,关注并行计算、云计算等新技术,建设具有高水平学科交叉能力的人才队伍,大力加强协同创新和人才培养。

  清华大学教授孙茂松表示,目前,机器还不能像人一样处理自然语言,人工智能研究任重道远。人工智能自身具有鲜明的跨学科性质,需要计算机科学家、语言学家等各个领域的专家学者开展深入的交流合作。

  杨亦鸣认为,与人工智能密切相关的脑科学研究要有前瞻性。目前,认知与行为层面的语言脑机制研究相对丰富,细胞层面的研究相对匮乏,在分子层面也局限于少量基因与语言障碍的关联研究。只有贯通从分子层面到认知与行为层面的研究,才可能为人工智能研究带来突破性变革。他强调,要重视“语言智能+X”人才培养,特别是要着重培养具有前瞻性的“人工智能+语言学专业”复合型人才。

    记者 王广禄 通讯员 耿立波

作者简介

姓名:王广禄 耿立波 工作单位:

转载请注明来源:中国社会科学网 (责编:韩卓吾)
相关文章
语言认知研究推进人工智能发展
2019年01月16日 09:03 来源:中国社会科学网-中国社会科学报 作者:王广禄 耿立波 字号

内容摘要:人工智能研究和应用已经走过了60多年的历程。近年来,由于互联网的发展和深度学习算法的进步,人工智能迎来了又一次发展的机遇。1月 10—12日,由江苏高校语言能力协同创新中心、江苏师范大学国家语委语言能力高等研究院、江苏师范大学语言科学与艺术学院等机构主办的“未雨绸缪:语言与下一代人工智能博鳌论坛”在海南举行。来自国内30余所高校和科研院所的70余位人工智能、计算机科学等领域的专家学者与会研讨。第一阶段是传统人工智能时代,主要基于语言规则来处理语言问题。提升自然语言处理能力与会学者认为,如果人工智能能够实现从感知计算到认知计算的质变,机器就能够真正理解自然语言。以此为基础重新考虑人工智能的基本理论,有可能推进符合语言和大脑实际的人工智能研究。

关键词:

作者简介:

  人工智能研究和应用已经走过了60多年的历程。近年来,由于互联网的发展和深度学习算法的进步,人工智能迎来了又一次发展的机遇。但目前人工智能依然存在着许多“机器”属性,真正的智能关口有待突破。1月10—12日,由江苏高校语言能力协同创新中心、江苏师范大学国家语委语言能力高等研究院、江苏师范大学语言科学与艺术学院等机构主办的“未雨绸缪:语言与下一代人工智能博鳌论坛”在海南举行,来自国内30余所高校和科研院所的70余位人工智能、计算机科学等领域的专家学者与会研讨。

  人工智能发展历经三个阶段

  60多年来,人工智能在世界范围内经历了三个发展阶段,在许多领域都取得了突破性进展。

  “人工智能发展至今,主要经历了逻辑推理、知识工程和数据挖掘三大阶段。”中国工程院院士吾守尔·斯拉木表示,20世纪50年代至70年代是人工智能的“逻辑推理”时代。这一时期,人们普遍认为只要赋予机器逻辑推理能力就可以实现人工智能。20世纪70年代至90年代是人工智能的“知识工程”时代。当时人们普遍认为,要让机器变得智能就应该设法让机器学习知识。2000年至今,人工智能进入“数据挖掘”时代。随着各种机器学习算法的提出和应用,特别是深度学习技术的发展,人们希望机器通过大量数据分析进行自主学习、获取知识,逐步达到智能化水平。

  对自然语言的处理能力是人工智能发展水平的重要体现。“人工智能的终极目标是使机器达到人类理解自然语言的水平。”中国科学院院士、清华大学人工智能研究院院长张钹提出,人工智能解决语言问题可以分为三个阶段。第一阶段是传统人工智能时代,主要基于语言规则来处理语言问题。第二阶段是概念统计学习时代,主要应用深度学习处理自然语言。第三阶段是后深度学习时代。

  提升自然语言处理能力

  与会学者认为,如果人工智能能够实现从感知计算到认知计算的质变,机器就能够真正理解自然语言。当前的机器深度学习给自然语言处理带来的只是量变,真正的深度学习需要以数学和语言学为基础。

  哈尔滨工业大学语言语音教育部—微软重点实验室教授李生提出,当前人工智能采用的深度学习算法,在感知智能上已经取得了突破性成果,但其认知能力还十分有限,尚处于感知走向认知的临界点。因此,人工智能的进一步发展必须逾越人类大脑思维能力和因果推理的鸿沟,否则真正的认知和通用人工智能难以实现。

  “在人工智能研究领域,人们已经充分认识到人类智力、意识、思维的重要性,但是很少意识到这些都是以语言为基础的。”江苏师范大学语言科学与艺术学院院长杨亦鸣认为,动物只有建立在具象基础上的思维,而人类不仅具有具象思维,还有抽象思维和灵感思维。因为人类有了语言,人类的具象思维也远超动物的具象思维,语言作为思维的物质载体参与了整个高级认知功能。以此为基础重新考虑人工智能的基本理论,有可能推进符合语言和大脑实际的人工智能研究。

  吾守尔·斯拉木强调了以自然语言理解为核心的认知方法的重要性。他谈到,自然语言理解是混合智能的重要领域,使计算机具备理解自然语言的能力是认知计算的核心问题,其发展的关键是开展语言认知的脑机制研究。

  北京大学中文系教授袁毓林认为,人工智能必须能够理解自然语言的意义并进行常识推理。通过对词汇知识进行深度挖掘,并与计算机的视觉、知识图谱等技术相结合,有望让人工智能达到一种可理解的、可解释的境界。

  开展多学科协同创新研究

  与发达国家相比,我国的人工智能已在部分领域实现关键技术突破。未来我国人工智能研究要在战略上由跟跑向并跑、领跑迈进,提前布局,尽早谋划下一代人工智能发展,发挥各个相关领域专家学者的共同作用,努力取得变革性、颠覆性突破。与会学者提出,探索机器语言理解的人工智能研究需要多学科、多领域联合攻关、协同创新,同时还要加强计算机科学、语言科学等多学科复合型人才培养。

  中国工程院院士、国防科技大学计算机学院院长廖湘科认为,智能都是由软件来实现的,传统软件只是信息管理,今后的软件则能感知多维信息,在感知的基础上进行包含观察、判断、决策和行动的管理。因此,软件是智能经济时代知识的载体。更好地发展智能软件,需要经营生态链,关注并行计算、云计算等新技术,建设具有高水平学科交叉能力的人才队伍,大力加强协同创新和人才培养。

  清华大学教授孙茂松表示,目前,机器还不能像人一样处理自然语言,人工智能研究任重道远。人工智能自身具有鲜明的跨学科性质,需要计算机科学家、语言学家等各个领域的专家学者开展深入的交流合作。

  杨亦鸣认为,与人工智能密切相关的脑科学研究要有前瞻性。目前,认知与行为层面的语言脑机制研究相对丰富,细胞层面的研究相对匮乏,在分子层面也局限于少量基因与语言障碍的关联研究。只有贯通从分子层面到认知与行为层面的研究,才可能为人工智能研究带来突破性变革。他强调,要重视“语言智能+X”人才培养,特别是要着重培养具有前瞻性的“人工智能+语言学专业”复合型人才。

    记者 王广禄 通讯员 耿立波

作者简介

姓名:王广禄 耿立波 工作单位:

转载请注明来源:中国社会科学网 (责编:韩卓吾)
相关文章
语言认知研究推进人工智能发展
2019年01月16日 09:03 来源:中国社会科学网-中国社会科学报 作者:王广禄 耿立波 字号

内容摘要:人工智能研究和应用已经走过了60多年的历程。近年来,由于互联网的发展和深度学习算法的进步,人工智能迎来了又一次发展的机遇。1月 10—12日,由江苏高校语言能力协同创新中心、江苏师范大学国家语委语言能力高等研究院、江苏师范大学语言科学与艺术学院等机构主办的“未雨绸缪:语言与下一代人工智能博鳌论坛”在海南举行。来自国内30余所高校和科研院所的70余位人工智能、计算机科学等领域的专家学者与会研讨。第一阶段是传统人工智能时代,主要基于语言规则来处理语言问题。提升自然语言处理能力与会学者认为,如果人工智能能够实现从感知计算到认知计算的质变,机器就能够真正理解自然语言。以此为基础重新考虑人工智能的基本理论,有可能推进符合语言和大脑实际的人工智能研究。

关键词:

作者简介:

  人工智能研究和应用已经走过了60多年的历程。近年来,由于互联网的发展和深度学习算法的进步,人工智能迎来了又一次发展的机遇。但目前人工智能依然存在着许多“机器”属性,真正的智能关口有待突破。1月10—12日,由江苏高校语言能力协同创新中心、江苏师范大学国家语委语言能力高等研究院、江苏师范大学语言科学与艺术学院等机构主办的“未雨绸缪:语言与下一代人工智能博鳌论坛”在海南举行,来自国内30余所高校和科研院所的70余位人工智能、计算机科学等领域的专家学者与会研讨。

  人工智能发展历经三个阶段

  60多年来,人工智能在世界范围内经历了三个发展阶段,在许多领域都取得了突破性进展。

  “人工智能发展至今,主要经历了逻辑推理、知识工程和数据挖掘三大阶段。”中国工程院院士吾守尔·斯拉木表示,20世纪50年代至70年代是人工智能的“逻辑推理”时代。这一时期,人们普遍认为只要赋予机器逻辑推理能力就可以实现人工智能。20世纪70年代至90年代是人工智能的“知识工程”时代。当时人们普遍认为,要让机器变得智能就应该设法让机器学习知识。2000年至今,人工智能进入“数据挖掘”时代。随着各种机器学习算法的提出和应用,特别是深度学习技术的发展,人们希望机器通过大量数据分析进行自主学习、获取知识,逐步达到智能化水平。

  对自然语言的处理能力是人工智能发展水平的重要体现。“人工智能的终极目标是使机器达到人类理解自然语言的水平。”中国科学院院士、清华大学人工智能研究院院长张钹提出,人工智能解决语言问题可以分为三个阶段。第一阶段是传统人工智能时代,主要基于语言规则来处理语言问题。第二阶段是概念统计学习时代,主要应用深度学习处理自然语言。第三阶段是后深度学习时代。

  提升自然语言处理能力

  与会学者认为,如果人工智能能够实现从感知计算到认知计算的质变,机器就能够真正理解自然语言。当前的机器深度学习给自然语言处理带来的只是量变,真正的深度学习需要以数学和语言学为基础。

  哈尔滨工业大学语言语音教育部—微软重点实验室教授李生提出,当前人工智能采用的深度学习算法,在感知智能上已经取得了突破性成果,但其认知能力还十分有限,尚处于感知走向认知的临界点。因此,人工智能的进一步发展必须逾越人类大脑思维能力和因果推理的鸿沟,否则真正的认知和通用人工智能难以实现。

  “在人工智能研究领域,人们已经充分认识到人类智力、意识、思维的重要性,但是很少意识到这些都是以语言为基础的。”江苏师范大学语言科学与艺术学院院长杨亦鸣认为,动物只有建立在具象基础上的思维,而人类不仅具有具象思维,还有抽象思维和灵感思维。因为人类有了语言,人类的具象思维也远超动物的具象思维,语言作为思维的物质载体参与了整个高级认知功能。以此为基础重新考虑人工智能的基本理论,有可能推进符合语言和大脑实际的人工智能研究。

  吾守尔·斯拉木强调了以自然语言理解为核心的认知方法的重要性。他谈到,自然语言理解是混合智能的重要领域,使计算机具备理解自然语言的能力是认知计算的核心问题,其发展的关键是开展语言认知的脑机制研究。

  北京大学中文系教授袁毓林认为,人工智能必须能够理解自然语言的意义并进行常识推理。通过对词汇知识进行深度挖掘,并与计算机的视觉、知识图谱等技术相结合,有望让人工智能达到一种可理解的、可解释的境界。

  开展多学科协同创新研究

  与发达国家相比,我国的人工智能已在部分领域实现关键技术突破。未来我国人工智能研究要在战略上由跟跑向并跑、领跑迈进,提前布局,尽早谋划下一代人工智能发展,发挥各个相关领域专家学者的共同作用,努力取得变革性、颠覆性突破。与会学者提出,探索机器语言理解的人工智能研究需要多学科、多领域联合攻关、协同创新,同时还要加强计算机科学、语言科学等多学科复合型人才培养。

  中国工程院院士、国防科技大学计算机学院院长廖湘科认为,智能都是由软件来实现的,传统软件只是信息管理,今后的软件则能感知多维信息,在感知的基础上进行包含观察、判断、决策和行动的管理。因此,软件是智能经济时代知识的载体。更好地发展智能软件,需要经营生态链,关注并行计算、云计算等新技术,建设具有高水平学科交叉能力的人才队伍,大力加强协同创新和人才培养。

  清华大学教授孙茂松表示,目前,机器还不能像人一样处理自然语言,人工智能研究任重道远。人工智能自身具有鲜明的跨学科性质,需要计算机科学家、语言学家等各个领域的专家学者开展深入的交流合作。

  杨亦鸣认为,与人工智能密切相关的脑科学研究要有前瞻性。目前,认知与行为层面的语言脑机制研究相对丰富,细胞层面的研究相对匮乏,在分子层面也局限于少量基因与语言障碍的关联研究。只有贯通从分子层面到认知与行为层面的研究,才可能为人工智能研究带来突破性变革。他强调,要重视“语言智能+X”人才培养,特别是要着重培养具有前瞻性的“人工智能+语言学专业”复合型人才。

    记者 王广禄 通讯员 耿立波

作者简介

姓名:王广禄 耿立波 工作单位:

转载请注明来源:中国社会科学网 (责编:韩卓吾)
相关文章
语言认知研究推进人工智能发展
2019年01月16日 09:03 来源:中国社会科学网-中国社会科学报 作者:王广禄 耿立波 字号

内容摘要:人工智能研究和应用已经走过了60多年的历程。近年来,由于互联网的发展和深度学习算法的进步,人工智能迎来了又一次发展的机遇。1月 10—12日,由江苏高校语言能力协同创新中心、江苏师范大学国家语委语言能力高等研究院、江苏师范大学语言科学与艺术学院等机构主办的“未雨绸缪:语言与下一代人工智能博鳌论坛”在海南举行。来自国内30余所高校和科研院所的70余位人工智能、计算机科学等领域的专家学者与会研讨。第一阶段是传统人工智能时代,主要基于语言规则来处理语言问题。提升自然语言处理能力与会学者认为,如果人工智能能够实现从感知计算到认知计算的质变,机器就能够真正理解自然语言。以此为基础重新考虑人工智能的基本理论,有可能推进符合语言和大脑实际的人工智能研究。

关键词:

作者简介:

  人工智能研究和应用已经走过了60多年的历程。近年来,由于互联网的发展和深度学习算法的进步,人工智能迎来了又一次发展的机遇。但目前人工智能依然存在着许多“机器”属性,真正的智能关口有待突破。1月10—12日,由江苏高校语言能力协同创新中心、江苏师范大学国家语委语言能力高等研究院、江苏师范大学语言科学与艺术学院等机构主办的“未雨绸缪:语言与下一代人工智能博鳌论坛”在海南举行,来自国内30余所高校和科研院所的70余位人工智能、计算机科学等领域的专家学者与会研讨。

  人工智能发展历经三个阶段

  60多年来,人工智能在世界范围内经历了三个发展阶段,在许多领域都取得了突破性进展。

  “人工智能发展至今,主要经历了逻辑推理、知识工程和数据挖掘三大阶段。”中国工程院院士吾守尔·斯拉木表示,20世纪50年代至70年代是人工智能的“逻辑推理”时代。这一时期,人们普遍认为只要赋予机器逻辑推理能力就可以实现人工智能。20世纪70年代至90年代是人工智能的“知识工程”时代。当时人们普遍认为,要让机器变得智能就应该设法让机器学习知识。2000年至今,人工智能进入“数据挖掘”时代。随着各种机器学习算法的提出和应用,特别是深度学习技术的发展,人们希望机器通过大量数据分析进行自主学习、获取知识,逐步达到智能化水平。

  对自然语言的处理能力是人工智能发展水平的重要体现。“人工智能的终极目标是使机器达到人类理解自然语言的水平。”中国科学院院士、清华大学人工智能研究院院长张钹提出,人工智能解决语言问题可以分为三个阶段。第一阶段是传统人工智能时代,主要基于语言规则来处理语言问题。第二阶段是概念统计学习时代,主要应用深度学习处理自然语言。第三阶段是后深度学习时代。

  提升自然语言处理能力

  与会学者认为,如果人工智能能够实现从感知计算到认知计算的质变,机器就能够真正理解自然语言。当前的机器深度学习给自然语言处理带来的只是量变,真正的深度学习需要以数学和语言学为基础。

  哈尔滨工业大学语言语音教育部—微软重点实验室教授李生提出,当前人工智能采用的深度学习算法,在感知智能上已经取得了突破性成果,但其认知能力还十分有限,尚处于感知走向认知的临界点。因此,人工智能的进一步发展必须逾越人类大脑思维能力和因果推理的鸿沟,否则真正的认知和通用人工智能难以实现。

  “在人工智能研究领域,人们已经充分认识到人类智力、意识、思维的重要性,但是很少意识到这些都是以语言为基础的。”江苏师范大学语言科学与艺术学院院长杨亦鸣认为,动物只有建立在具象基础上的思维,而人类不仅具有具象思维,还有抽象思维和灵感思维。因为人类有了语言,人类的具象思维也远超动物的具象思维,语言作为思维的物质载体参与了整个高级认知功能。以此为基础重新考虑人工智能的基本理论,有可能推进符合语言和大脑实际的人工智能研究。

  吾守尔·斯拉木强调了以自然语言理解为核心的认知方法的重要性。他谈到,自然语言理解是混合智能的重要领域,使计算机具备理解自然语言的能力是认知计算的核心问题,其发展的关键是开展语言认知的脑机制研究。

  北京大学中文系教授袁毓林认为,人工智能必须能够理解自然语言的意义并进行常识推理。通过对词汇知识进行深度挖掘,并与计算机的视觉、知识图谱等技术相结合,有望让人工智能达到一种可理解的、可解释的境界。

  开展多学科协同创新研究

  与发达国家相比,我国的人工智能已在部分领域实现关键技术突破。未来我国人工智能研究要在战略上由跟跑向并跑、领跑迈进,提前布局,尽早谋划下一代人工智能发展,发挥各个相关领域专家学者的共同作用,努力取得变革性、颠覆性突破。与会学者提出,探索机器语言理解的人工智能研究需要多学科、多领域联合攻关、协同创新,同时还要加强计算机科学、语言科学等多学科复合型人才培养。

  中国工程院院士、国防科技大学计算机学院院长廖湘科认为,智能都是由软件来实现的,传统软件只是信息管理,今后的软件则能感知多维信息,在感知的基础上进行包含观察、判断、决策和行动的管理。因此,软件是智能经济时代知识的载体。更好地发展智能软件,需要经营生态链,关注并行计算、云计算等新技术,建设具有高水平学科交叉能力的人才队伍,大力加强协同创新和人才培养。

  清华大学教授孙茂松表示,目前,机器还不能像人一样处理自然语言,人工智能研究任重道远。人工智能自身具有鲜明的跨学科性质,需要计算机科学家、语言学家等各个领域的专家学者开展深入的交流合作。

  杨亦鸣认为,与人工智能密切相关的脑科学研究要有前瞻性。目前,认知与行为层面的语言脑机制研究相对丰富,细胞层面的研究相对匮乏,在分子层面也局限于少量基因与语言障碍的关联研究。只有贯通从分子层面到认知与行为层面的研究,才可能为人工智能研究带来突破性变革。他强调,要重视“语言智能+X”人才培养,特别是要着重培养具有前瞻性的“人工智能+语言学专业”复合型人才。

    记者 王广禄 通讯员 耿立波

作者简介

姓名:王广禄 耿立波 工作单位:

转载请注明来源:中国社会科学网 (责编:韩卓吾)
相关文章
语言认知研究推进人工智能发展
2019年01月16日 09:03 来源:中国社会科学网-中国社会科学报 作者:王广禄 耿立波 字号

内容摘要:人工智能研究和应用已经走过了60多年的历程。近年来,由于互联网的发展和深度学习算法的进步,人工智能迎来了又一次发展的机遇。1月 10—12日,由江苏高校语言能力协同创新中心、江苏师范大学国家语委语言能力高等研究院、江苏师范大学语言科学与艺术学院等机构主办的“未雨绸缪:语言与下一代人工智能博鳌论坛”在海南举行。来自国内30余所高校和科研院所的70余位人工智能、计算机科学等领域的专家学者与会研讨。第一阶段是传统人工智能时代,主要基于语言规则来处理语言问题。提升自然语言处理能力与会学者认为,如果人工智能能够实现从感知计算到认知计算的质变,机器就能够真正理解自然语言。以此为基础重新考虑人工智能的基本理论,有可能推进符合语言和大脑实际的人工智能研究。

关键词:

作者简介:

  人工智能研究和应用已经走过了60多年的历程。近年来,由于互联网的发展和深度学习算法的进步,人工智能迎来了又一次发展的机遇。但目前人工智能依然存在着许多“机器”属性,真正的智能关口有待突破。1月10—12日,由江苏高校语言能力协同创新中心、江苏师范大学国家语委语言能力高等研究院、江苏师范大学语言科学与艺术学院等机构主办的“未雨绸缪:语言与下一代人工智能博鳌论坛”在海南举行,来自国内30余所高校和科研院所的70余位人工智能、计算机科学等领域的专家学者与会研讨。

  人工智能发展历经三个阶段

  60多年来,人工智能在世界范围内经历了三个发展阶段,在许多领域都取得了突破性进展。

  “人工智能发展至今,主要经历了逻辑推理、知识工程和数据挖掘三大阶段。”中国工程院院士吾守尔·斯拉木表示,20世纪50年代至70年代是人工智能的“逻辑推理”时代。这一时期,人们普遍认为只要赋予机器逻辑推理能力就可以实现人工智能。20世纪70年代至90年代是人工智能的“知识工程”时代。当时人们普遍认为,要让机器变得智能就应该设法让机器学习知识。2000年至今,人工智能进入“数据挖掘”时代。随着各种机器学习算法的提出和应用,特别是深度学习技术的发展,人们希望机器通过大量数据分析进行自主学习、获取知识,逐步达到智能化水平。

  对自然语言的处理能力是人工智能发展水平的重要体现。“人工智能的终极目标是使机器达到人类理解自然语言的水平。”中国科学院院士、清华大学人工智能研究院院长张钹提出,人工智能解决语言问题可以分为三个阶段。第一阶段是传统人工智能时代,主要基于语言规则来处理语言问题。第二阶段是概念统计学习时代,主要应用深度学习处理自然语言。第三阶段是后深度学习时代。

  提升自然语言处理能力

  与会学者认为,如果人工智能能够实现从感知计算到认知计算的质变,机器就能够真正理解自然语言。当前的机器深度学习给自然语言处理带来的只是量变,真正的深度学习需要以数学和语言学为基础。

  哈尔滨工业大学语言语音教育部—微软重点实验室教授李生提出,当前人工智能采用的深度学习算法,在感知智能上已经取得了突破性成果,但其认知能力还十分有限,尚处于感知走向认知的临界点。因此,人工智能的进一步发展必须逾越人类大脑思维能力和因果推理的鸿沟,否则真正的认知和通用人工智能难以实现。

  “在人工智能研究领域,人们已经充分认识到人类智力、意识、思维的重要性,但是很少意识到这些都是以语言为基础的。”江苏师范大学语言科学与艺术学院院长杨亦鸣认为,动物只有建立在具象基础上的思维,而人类不仅具有具象思维,还有抽象思维和灵感思维。因为人类有了语言,人类的具象思维也远超动物的具象思维,语言作为思维的物质载体参与了整个高级认知功能。以此为基础重新考虑人工智能的基本理论,有可能推进符合语言和大脑实际的人工智能研究。

  吾守尔·斯拉木强调了以自然语言理解为核心的认知方法的重要性。他谈到,自然语言理解是混合智能的重要领域,使计算机具备理解自然语言的能力是认知计算的核心问题,其发展的关键是开展语言认知的脑机制研究。

  北京大学中文系教授袁毓林认为,人工智能必须能够理解自然语言的意义并进行常识推理。通过对词汇知识进行深度挖掘,并与计算机的视觉、知识图谱等技术相结合,有望让人工智能达到一种可理解的、可解释的境界。

  开展多学科协同创新研究

  与发达国家相比,我国的人工智能已在部分领域实现关键技术突破。未来我国人工智能研究要在战略上由跟跑向并跑、领跑迈进,提前布局,尽早谋划下一代人工智能发展,发挥各个相关领域专家学者的共同作用,努力取得变革性、颠覆性突破。与会学者提出,探索机器语言理解的人工智能研究需要多学科、多领域联合攻关、协同创新,同时还要加强计算机科学、语言科学等多学科复合型人才培养。

  中国工程院院士、国防科技大学计算机学院院长廖湘科认为,智能都是由软件来实现的,传统软件只是信息管理,今后的软件则能感知多维信息,在感知的基础上进行包含观察、判断、决策和行动的管理。因此,软件是智能经济时代知识的载体。更好地发展智能软件,需要经营生态链,关注并行计算、云计算等新技术,建设具有高水平学科交叉能力的人才队伍,大力加强协同创新和人才培养。

  清华大学教授孙茂松表示,目前,机器还不能像人一样处理自然语言,人工智能研究任重道远。人工智能自身具有鲜明的跨学科性质,需要计算机科学家、语言学家等各个领域的专家学者开展深入的交流合作。

  杨亦鸣认为,与人工智能密切相关的脑科学研究要有前瞻性。目前,认知与行为层面的语言脑机制研究相对丰富,细胞层面的研究相对匮乏,在分子层面也局限于少量基因与语言障碍的关联研究。只有贯通从分子层面到认知与行为层面的研究,才可能为人工智能研究带来突破性变革。他强调,要重视“语言智能+X”人才培养,特别是要着重培养具有前瞻性的“人工智能+语言学专业”复合型人才。

    记者 王广禄 通讯员 耿立波

作者简介

姓名:王广禄 耿立波 工作单位:

转载请注明来源:中国社会科学网 (责编:韩卓吾)
相关文章
语言认知研究推进人工智能发展
2019年01月16日 09:03 来源:中国社会科学网-中国社会科学报 作者:王广禄 耿立波 字号

内容摘要:人工智能研究和应用已经走过了60多年的历程。近年来,由于互联网的发展和深度学习算法的进步,人工智能迎来了又一次发展的机遇。1月 10—12日,由江苏高校语言能力协同创新中心、江苏师范大学国家语委语言能力高等研究院、江苏师范大学语言科学与艺术学院等机构主办的“未雨绸缪:语言与下一代人工智能博鳌论坛”在海南举行。来自国内30余所高校和科研院所的70余位人工智能、计算机科学等领域的专家学者与会研讨。第一阶段是传统人工智能时代,主要基于语言规则来处理语言问题。提升自然语言处理能力与会学者认为,如果人工智能能够实现从感知计算到认知计算的质变,机器就能够真正理解自然语言。以此为基础重新考虑人工智能的基本理论,有可能推进符合语言和大脑实际的人工智能研究。

关键词:

作者简介:

  人工智能研究和应用已经走过了60多年的历程。近年来,由于互联网的发展和深度学习算法的进步,人工智能迎来了又一次发展的机遇。但目前人工智能依然存在着许多“机器”属性,真正的智能关口有待突破。1月10—12日,由江苏高校语言能力协同创新中心、江苏师范大学国家语委语言能力高等研究院、江苏师范大学语言科学与艺术学院等机构主办的“未雨绸缪:语言与下一代人工智能博鳌论坛”在海南举行,来自国内30余所高校和科研院所的70余位人工智能、计算机科学等领域的专家学者与会研讨。

  人工智能发展历经三个阶段

  60多年来,人工智能在世界范围内经历了三个发展阶段,在许多领域都取得了突破性进展。

  “人工智能发展至今,主要经历了逻辑推理、知识工程和数据挖掘三大阶段。”中国工程院院士吾守尔·斯拉木表示,20世纪50年代至70年代是人工智能的“逻辑推理”时代。这一时期,人们普遍认为只要赋予机器逻辑推理能力就可以实现人工智能。20世纪70年代至90年代是人工智能的“知识工程”时代。当时人们普遍认为,要让机器变得智能就应该设法让机器学习知识。2000年至今,人工智能进入“数据挖掘”时代。随着各种机器学习算法的提出和应用,特别是深度学习技术的发展,人们希望机器通过大量数据分析进行自主学习、获取知识,逐步达到智能化水平。

  对自然语言的处理能力是人工智能发展水平的重要体现。“人工智能的终极目标是使机器达到人类理解自然语言的水平。”中国科学院院士、清华大学人工智能研究院院长张钹提出,人工智能解决语言问题可以分为三个阶段。第一阶段是传统人工智能时代,主要基于语言规则来处理语言问题。第二阶段是概念统计学习时代,主要应用深度学习处理自然语言。第三阶段是后深度学习时代。

  提升自然语言处理能力

  与会学者认为,如果人工智能能够实现从感知计算到认知计算的质变,机器就能够真正理解自然语言。当前的机器深度学习给自然语言处理带来的只是量变,真正的深度学习需要以数学和语言学为基础。

  哈尔滨工业大学语言语音教育部—微软重点实验室教授李生提出,当前人工智能采用的深度学习算法,在感知智能上已经取得了突破性成果,但其认知能力还十分有限,尚处于感知走向认知的临界点。因此,人工智能的进一步发展必须逾越人类大脑思维能力和因果推理的鸿沟,否则真正的认知和通用人工智能难以实现。

  “在人工智能研究领域,人们已经充分认识到人类智力、意识、思维的重要性,但是很少意识到这些都是以语言为基础的。”江苏师范大学语言科学与艺术学院院长杨亦鸣认为,动物只有建立在具象基础上的思维,而人类不仅具有具象思维,还有抽象思维和灵感思维。因为人类有了语言,人类的具象思维也远超动物的具象思维,语言作为思维的物质载体参与了整个高级认知功能。以此为基础重新考虑人工智能的基本理论,有可能推进符合语言和大脑实际的人工智能研究。

  吾守尔·斯拉木强调了以自然语言理解为核心的认知方法的重要性。他谈到,自然语言理解是混合智能的重要领域,使计算机具备理解自然语言的能力是认知计算的核心问题,其发展的关键是开展语言认知的脑机制研究。

  北京大学中文系教授袁毓林认为,人工智能必须能够理解自然语言的意义并进行常识推理。通过对词汇知识进行深度挖掘,并与计算机的视觉、知识图谱等技术相结合,有望让人工智能达到一种可理解的、可解释的境界。

  开展多学科协同创新研究

  与发达国家相比,我国的人工智能已在部分领域实现关键技术突破。未来我国人工智能研究要在战略上由跟跑向并跑、领跑迈进,提前布局,尽早谋划下一代人工智能发展,发挥各个相关领域专家学者的共同作用,努力取得变革性、颠覆性突破。与会学者提出,探索机器语言理解的人工智能研究需要多学科、多领域联合攻关、协同创新,同时还要加强计算机科学、语言科学等多学科复合型人才培养。

  中国工程院院士、国防科技大学计算机学院院长廖湘科认为,智能都是由软件来实现的,传统软件只是信息管理,今后的软件则能感知多维信息,在感知的基础上进行包含观察、判断、决策和行动的管理。因此,软件是智能经济时代知识的载体。更好地发展智能软件,需要经营生态链,关注并行计算、云计算等新技术,建设具有高水平学科交叉能力的人才队伍,大力加强协同创新和人才培养。

  清华大学教授孙茂松表示,目前,机器还不能像人一样处理自然语言,人工智能研究任重道远。人工智能自身具有鲜明的跨学科性质,需要计算机科学家、语言学家等各个领域的专家学者开展深入的交流合作。

  杨亦鸣认为,与人工智能密切相关的脑科学研究要有前瞻性。目前,认知与行为层面的语言脑机制研究相对丰富,细胞层面的研究相对匮乏,在分子层面也局限于少量基因与语言障碍的关联研究。只有贯通从分子层面到认知与行为层面的研究,才可能为人工智能研究带来突破性变革。他强调,要重视“语言智能+X”人才培养,特别是要着重培养具有前瞻性的“人工智能+语言学专业”复合型人才。

    记者 王广禄 通讯员 耿立波

作者简介

姓名:王广禄 耿立波 工作单位:

转载请注明来源:中国社会科学网 (责编:韩卓吾)
相关文章
语言认知研究推进人工智能发展
2019年01月16日 09:03 来源:中国社会科学网-中国社会科学报 作者:王广禄 耿立波 字号

内容摘要:人工智能研究和应用已经走过了60多年的历程。近年来,由于互联网的发展和深度学习算法的进步,人工智能迎来了又一次发展的机遇。1月 10—12日,由江苏高校语言能力协同创新中心、江苏师范大学国家语委语言能力高等研究院、江苏师范大学语言科学与艺术学院等机构主办的“未雨绸缪:语言与下一代人工智能博鳌论坛”在海南举行。来自国内30余所高校和科研院所的70余位人工智能、计算机科学等领域的专家学者与会研讨。第一阶段是传统人工智能时代,主要基于语言规则来处理语言问题。提升自然语言处理能力与会学者认为,如果人工智能能够实现从感知计算到认知计算的质变,机器就能够真正理解自然语言。以此为基础重新考虑人工智能的基本理论,有可能推进符合语言和大脑实际的人工智能研究。

关键词:

作者简介:

  人工智能研究和应用已经走过了60多年的历程。近年来,由于互联网的发展和深度学习算法的进步,人工智能迎来了又一次发展的机遇。但目前人工智能依然存在着许多“机器”属性,真正的智能关口有待突破。1月10—12日,由江苏高校语言能力协同创新中心、江苏师范大学国家语委语言能力高等研究院、江苏师范大学语言科学与艺术学院等机构主办的“未雨绸缪:语言与下一代人工智能博鳌论坛”在海南举行,来自国内30余所高校和科研院所的70余位人工智能、计算机科学等领域的专家学者与会研讨。

  人工智能发展历经三个阶段

  60多年来,人工智能在世界范围内经历了三个发展阶段,在许多领域都取得了突破性进展。

  “人工智能发展至今,主要经历了逻辑推理、知识工程和数据挖掘三大阶段。”中国工程院院士吾守尔·斯拉木表示,20世纪50年代至70年代是人工智能的“逻辑推理”时代。这一时期,人们普遍认为只要赋予机器逻辑推理能力就可以实现人工智能。20世纪70年代至90年代是人工智能的“知识工程”时代。当时人们普遍认为,要让机器变得智能就应该设法让机器学习知识。2000年至今,人工智能进入“数据挖掘”时代。随着各种机器学习算法的提出和应用,特别是深度学习技术的发展,人们希望机器通过大量数据分析进行自主学习、获取知识,逐步达到智能化水平。

  对自然语言的处理能力是人工智能发展水平的重要体现。“人工智能的终极目标是使机器达到人类理解自然语言的水平。”中国科学院院士、清华大学人工智能研究院院长张钹提出,人工智能解决语言问题可以分为三个阶段。第一阶段是传统人工智能时代,主要基于语言规则来处理语言问题。第二阶段是概念统计学习时代,主要应用深度学习处理自然语言。第三阶段是后深度学习时代。

  提升自然语言处理能力

  与会学者认为,如果人工智能能够实现从感知计算到认知计算的质变,机器就能够真正理解自然语言。当前的机器深度学习给自然语言处理带来的只是量变,真正的深度学习需要以数学和语言学为基础。

  哈尔滨工业大学语言语音教育部—微软重点实验室教授李生提出,当前人工智能采用的深度学习算法,在感知智能上已经取得了突破性成果,但其认知能力还十分有限,尚处于感知走向认知的临界点。因此,人工智能的进一步发展必须逾越人类大脑思维能力和因果推理的鸿沟,否则真正的认知和通用人工智能难以实现。

  “在人工智能研究领域,人们已经充分认识到人类智力、意识、思维的重要性,但是很少意识到这些都是以语言为基础的。”江苏师范大学语言科学与艺术学院院长杨亦鸣认为,动物只有建立在具象基础上的思维,而人类不仅具有具象思维,还有抽象思维和灵感思维。因为人类有了语言,人类的具象思维也远超动物的具象思维,语言作为思维的物质载体参与了整个高级认知功能。以此为基础重新考虑人工智能的基本理论,有可能推进符合语言和大脑实际的人工智能研究。

  吾守尔·斯拉木强调了以自然语言理解为核心的认知方法的重要性。他谈到,自然语言理解是混合智能的重要领域,使计算机具备理解自然语言的能力是认知计算的核心问题,其发展的关键是开展语言认知的脑机制研究。

  北京大学中文系教授袁毓林认为,人工智能必须能够理解自然语言的意义并进行常识推理。通过对词汇知识进行深度挖掘,并与计算机的视觉、知识图谱等技术相结合,有望让人工智能达到一种可理解的、可解释的境界。

  开展多学科协同创新研究

  与发达国家相比,我国的人工智能已在部分领域实现关键技术突破。未来我国人工智能研究要在战略上由跟跑向并跑、领跑迈进,提前布局,尽早谋划下一代人工智能发展,发挥各个相关领域专家学者的共同作用,努力取得变革性、颠覆性突破。与会学者提出,探索机器语言理解的人工智能研究需要多学科、多领域联合攻关、协同创新,同时还要加强计算机科学、语言科学等多学科复合型人才培养。

  中国工程院院士、国防科技大学计算机学院院长廖湘科认为,智能都是由软件来实现的,传统软件只是信息管理,今后的软件则能感知多维信息,在感知的基础上进行包含观察、判断、决策和行动的管理。因此,软件是智能经济时代知识的载体。更好地发展智能软件,需要经营生态链,关注并行计算、云计算等新技术,建设具有高水平学科交叉能力的人才队伍,大力加强协同创新和人才培养。

  清华大学教授孙茂松表示,目前,机器还不能像人一样处理自然语言,人工智能研究任重道远。人工智能自身具有鲜明的跨学科性质,需要计算机科学家、语言学家等各个领域的专家学者开展深入的交流合作。

  杨亦鸣认为,与人工智能密切相关的脑科学研究要有前瞻性。目前,认知与行为层面的语言脑机制研究相对丰富,细胞层面的研究相对匮乏,在分子层面也局限于少量基因与语言障碍的关联研究。只有贯通从分子层面到认知与行为层面的研究,才可能为人工智能研究带来突破性变革。他强调,要重视“语言智能+X”人才培养,特别是要着重培养具有前瞻性的“人工智能+语言学专业”复合型人才。

    记者 王广禄 通讯员 耿立波

作者简介

姓名:王广禄 耿立波 工作单位:

转载请注明来源:中国社会科学网 (责编:韩卓吾)
相关文章
语言认知研究推进人工智能发展
2019年01月16日 09:03 来源:中国社会科学网-中国社会科学报 作者:王广禄 耿立波 字号

内容摘要:人工智能研究和应用已经走过了60多年的历程。近年来,由于互联网的发展和深度学习算法的进步,人工智能迎来了又一次发展的机遇。1月 10—12日,由江苏高校语言能力协同创新中心、江苏师范大学国家语委语言能力高等研究院、江苏师范大学语言科学与艺术学院等机构主办的“未雨绸缪:语言与下一代人工智能博鳌论坛”在海南举行。来自国内30余所高校和科研院所的70余位人工智能、计算机科学等领域的专家学者与会研讨。第一阶段是传统人工智能时代,主要基于语言规则来处理语言问题。提升自然语言处理能力与会学者认为,如果人工智能能够实现从感知计算到认知计算的质变,机器就能够真正理解自然语言。以此为基础重新考虑人工智能的基本理论,有可能推进符合语言和大脑实际的人工智能研究。

关键词:

作者简介:

  人工智能研究和应用已经走过了60多年的历程。近年来,由于互联网的发展和深度学习算法的进步,人工智能迎来了又一次发展的机遇。但目前人工智能依然存在着许多“机器”属性,真正的智能关口有待突破。1月10—12日,由江苏高校语言能力协同创新中心、江苏师范大学国家语委语言能力高等研究院、江苏师范大学语言科学与艺术学院等机构主办的“未雨绸缪:语言与下一代人工智能博鳌论坛”在海南举行,来自国内30余所高校和科研院所的70余位人工智能、计算机科学等领域的专家学者与会研讨。

  人工智能发展历经三个阶段

  60多年来,人工智能在世界范围内经历了三个发展阶段,在许多领域都取得了突破性进展。

  “人工智能发展至今,主要经历了逻辑推理、知识工程和数据挖掘三大阶段。”中国工程院院士吾守尔·斯拉木表示,20世纪50年代至70年代是人工智能的“逻辑推理”时代。这一时期,人们普遍认为只要赋予机器逻辑推理能力就可以实现人工智能。20世纪70年代至90年代是人工智能的“知识工程”时代。当时人们普遍认为,要让机器变得智能就应该设法让机器学习知识。2000年至今,人工智能进入“数据挖掘”时代。随着各种机器学习算法的提出和应用,特别是深度学习技术的发展,人们希望机器通过大量数据分析进行自主学习、获取知识,逐步达到智能化水平。

  对自然语言的处理能力是人工智能发展水平的重要体现。“人工智能的终极目标是使机器达到人类理解自然语言的水平。”中国科学院院士、清华大学人工智能研究院院长张钹提出,人工智能解决语言问题可以分为三个阶段。第一阶段是传统人工智能时代,主要基于语言规则来处理语言问题。第二阶段是概念统计学习时代,主要应用深度学习处理自然语言。第三阶段是后深度学习时代。

  提升自然语言处理能力

  与会学者认为,如果人工智能能够实现从感知计算到认知计算的质变,机器就能够真正理解自然语言。当前的机器深度学习给自然语言处理带来的只是量变,真正的深度学习需要以数学和语言学为基础。

  哈尔滨工业大学语言语音教育部—微软重点实验室教授李生提出,当前人工智能采用的深度学习算法,在感知智能上已经取得了突破性成果,但其认知能力还十分有限,尚处于感知走向认知的临界点。因此,人工智能的进一步发展必须逾越人类大脑思维能力和因果推理的鸿沟,否则真正的认知和通用人工智能难以实现。

  “在人工智能研究领域,人们已经充分认识到人类智力、意识、思维的重要性,但是很少意识到这些都是以语言为基础的。”江苏师范大学语言科学与艺术学院院长杨亦鸣认为,动物只有建立在具象基础上的思维,而人类不仅具有具象思维,还有抽象思维和灵感思维。因为人类有了语言,人类的具象思维也远超动物的具象思维,语言作为思维的物质载体参与了整个高级认知功能。以此为基础重新考虑人工智能的基本理论,有可能推进符合语言和大脑实际的人工智能研究。

  吾守尔·斯拉木强调了以自然语言理解为核心的认知方法的重要性。他谈到,自然语言理解是混合智能的重要领域,使计算机具备理解自然语言的能力是认知计算的核心问题,其发展的关键是开展语言认知的脑机制研究。

  北京大学中文系教授袁毓林认为,人工智能必须能够理解自然语言的意义并进行常识推理。通过对词汇知识进行深度挖掘,并与计算机的视觉、知识图谱等技术相结合,有望让人工智能达到一种可理解的、可解释的境界。

  开展多学科协同创新研究

  与发达国家相比,我国的人工智能已在部分领域实现关键技术突破。未来我国人工智能研究要在战略上由跟跑向并跑、领跑迈进,提前布局,尽早谋划下一代人工智能发展,发挥各个相关领域专家学者的共同作用,努力取得变革性、颠覆性突破。与会学者提出,探索机器语言理解的人工智能研究需要多学科、多领域联合攻关、协同创新,同时还要加强计算机科学、语言科学等多学科复合型人才培养。

  中国工程院院士、国防科技大学计算机学院院长廖湘科认为,智能都是由软件来实现的,传统软件只是信息管理,今后的软件则能感知多维信息,在感知的基础上进行包含观察、判断、决策和行动的管理。因此,软件是智能经济时代知识的载体。更好地发展智能软件,需要经营生态链,关注并行计算、云计算等新技术,建设具有高水平学科交叉能力的人才队伍,大力加强协同创新和人才培养。

  清华大学教授孙茂松表示,目前,机器还不能像人一样处理自然语言,人工智能研究任重道远。人工智能自身具有鲜明的跨学科性质,需要计算机科学家、语言学家等各个领域的专家学者开展深入的交流合作。

  杨亦鸣认为,与人工智能密切相关的脑科学研究要有前瞻性。目前,认知与行为层面的语言脑机制研究相对丰富,细胞层面的研究相对匮乏,在分子层面也局限于少量基因与语言障碍的关联研究。只有贯通从分子层面到认知与行为层面的研究,才可能为人工智能研究带来突破性变革。他强调,要重视“语言智能+X”人才培养,特别是要着重培养具有前瞻性的“人工智能+语言学专业”复合型人才。

    记者 王广禄 通讯员 耿立波

作者简介

姓名:王广禄 耿立波 工作单位:

转载请注明来源:中国社会科学网 (责编:韩卓吾)
相关文章
语言认知研究推进人工智能发展
2019年01月16日 09:03 来源:中国社会科学网-中国社会科学报 作者:王广禄 耿立波 字号

内容摘要:人工智能研究和应用已经走过了60多年的历程。近年来,由于互联网的发展和深度学习算法的进步,人工智能迎来了又一次发展的机遇。1月 10—12日,由江苏高校语言能力协同创新中心、江苏师范大学国家语委语言能力高等研究院、江苏师范大学语言科学与艺术学院等机构主办的“未雨绸缪:语言与下一代人工智能博鳌论坛”在海南举行。来自国内30余所高校和科研院所的70余位人工智能、计算机科学等领域的专家学者与会研讨。第一阶段是传统人工智能时代,主要基于语言规则来处理语言问题。提升自然语言处理能力与会学者认为,如果人工智能能够实现从感知计算到认知计算的质变,机器就能够真正理解自然语言。以此为基础重新考虑人工智能的基本理论,有可能推进符合语言和大脑实际的人工智能研究。

关键词:

作者简介:

  人工智能研究和应用已经走过了60多年的历程。近年来,由于互联网的发展和深度学习算法的进步,人工智能迎来了又一次发展的机遇。但目前人工智能依然存在着许多“机器”属性,真正的智能关口有待突破。1月10—12日,由江苏高校语言能力协同创新中心、江苏师范大学国家语委语言能力高等研究院、江苏师范大学语言科学与艺术学院等机构主办的“未雨绸缪:语言与下一代人工智能博鳌论坛”在海南举行,来自国内30余所高校和科研院所的70余位人工智能、计算机科学等领域的专家学者与会研讨。

  人工智能发展历经三个阶段

  60多年来,人工智能在世界范围内经历了三个发展阶段,在许多领域都取得了突破性进展。

  “人工智能发展至今,主要经历了逻辑推理、知识工程和数据挖掘三大阶段。”中国工程院院士吾守尔·斯拉木表示,20世纪50年代至70年代是人工智能的“逻辑推理”时代。这一时期,人们普遍认为只要赋予机器逻辑推理能力就可以实现人工智能。20世纪70年代至90年代是人工智能的“知识工程”时代。当时人们普遍认为,要让机器变得智能就应该设法让机器学习知识。2000年至今,人工智能进入“数据挖掘”时代。随着各种机器学习算法的提出和应用,特别是深度学习技术的发展,人们希望机器通过大量数据分析进行自主学习、获取知识,逐步达到智能化水平。

  对自然语言的处理能力是人工智能发展水平的重要体现。“人工智能的终极目标是使机器达到人类理解自然语言的水平。”中国科学院院士、清华大学人工智能研究院院长张钹提出,人工智能解决语言问题可以分为三个阶段。第一阶段是传统人工智能时代,主要基于语言规则来处理语言问题。第二阶段是概念统计学习时代,主要应用深度学习处理自然语言。第三阶段是后深度学习时代。

  提升自然语言处理能力

  与会学者认为,如果人工智能能够实现从感知计算到认知计算的质变,机器就能够真正理解自然语言。当前的机器深度学习给自然语言处理带来的只是量变,真正的深度学习需要以数学和语言学为基础。

  哈尔滨工业大学语言语音教育部—微软重点实验室教授李生提出,当前人工智能采用的深度学习算法,在感知智能上已经取得了突破性成果,但其认知能力还十分有限,尚处于感知走向认知的临界点。因此,人工智能的进一步发展必须逾越人类大脑思维能力和因果推理的鸿沟,否则真正的认知和通用人工智能难以实现。

  “在人工智能研究领域,人们已经充分认识到人类智力、意识、思维的重要性,但是很少意识到这些都是以语言为基础的。”江苏师范大学语言科学与艺术学院院长杨亦鸣认为,动物只有建立在具象基础上的思维,而人类不仅具有具象思维,还有抽象思维和灵感思维。因为人类有了语言,人类的具象思维也远超动物的具象思维,语言作为思维的物质载体参与了整个高级认知功能。以此为基础重新考虑人工智能的基本理论,有可能推进符合语言和大脑实际的人工智能研究。

  吾守尔·斯拉木强调了以自然语言理解为核心的认知方法的重要性。他谈到,自然语言理解是混合智能的重要领域,使计算机具备理解自然语言的能力是认知计算的核心问题,其发展的关键是开展语言认知的脑机制研究。

  北京大学中文系教授袁毓林认为,人工智能必须能够理解自然语言的意义并进行常识推理。通过对词汇知识进行深度挖掘,并与计算机的视觉、知识图谱等技术相结合,有望让人工智能达到一种可理解的、可解释的境界。

  开展多学科协同创新研究

  与发达国家相比,我国的人工智能已在部分领域实现关键技术突破。未来我国人工智能研究要在战略上由跟跑向并跑、领跑迈进,提前布局,尽早谋划下一代人工智能发展,发挥各个相关领域专家学者的共同作用,努力取得变革性、颠覆性突破。与会学者提出,探索机器语言理解的人工智能研究需要多学科、多领域联合攻关、协同创新,同时还要加强计算机科学、语言科学等多学科复合型人才培养。

  中国工程院院士、国防科技大学计算机学院院长廖湘科认为,智能都是由软件来实现的,传统软件只是信息管理,今后的软件则能感知多维信息,在感知的基础上进行包含观察、判断、决策和行动的管理。因此,软件是智能经济时代知识的载体。更好地发展智能软件,需要经营生态链,关注并行计算、云计算等新技术,建设具有高水平学科交叉能力的人才队伍,大力加强协同创新和人才培养。

  清华大学教授孙茂松表示,目前,机器还不能像人一样处理自然语言,人工智能研究任重道远。人工智能自身具有鲜明的跨学科性质,需要计算机科学家、语言学家等各个领域的专家学者开展深入的交流合作。

  杨亦鸣认为,与人工智能密切相关的脑科学研究要有前瞻性。目前,认知与行为层面的语言脑机制研究相对丰富,细胞层面的研究相对匮乏,在分子层面也局限于少量基因与语言障碍的关联研究。只有贯通从分子层面到认知与行为层面的研究,才可能为人工智能研究带来突破性变革。他强调,要重视“语言智能+X”人才培养,特别是要着重培养具有前瞻性的“人工智能+语言学专业”复合型人才。

    记者 王广禄 通讯员 耿立波

作者简介

姓名:王广禄 耿立波 工作单位:

转载请注明来源:中国社会科学网 (责编:韩卓吾)
相关文章
语言认知研究推进人工智能发展
2019年01月16日 09:03 来源:中国社会科学网-中国社会科学报 作者:王广禄 耿立波 字号

内容摘要:人工智能研究和应用已经走过了60多年的历程。近年来,由于互联网的发展和深度学习算法的进步,人工智能迎来了又一次发展的机遇。1月 10—12日,由江苏高校语言能力协同创新中心、江苏师范大学国家语委语言能力高等研究院、江苏师范大学语言科学与艺术学院等机构主办的“未雨绸缪:语言与下一代人工智能博鳌论坛”在海南举行。来自国内30余所高校和科研院所的70余位人工智能、计算机科学等领域的专家学者与会研讨。第一阶段是传统人工智能时代,主要基于语言规则来处理语言问题。提升自然语言处理能力与会学者认为,如果人工智能能够实现从感知计算到认知计算的质变,机器就能够真正理解自然语言。以此为基础重新考虑人工智能的基本理论,有可能推进符合语言和大脑实际的人工智能研究。

关键词:

作者简介:

  人工智能研究和应用已经走过了60多年的历程。近年来,由于互联网的发展和深度学习算法的进步,人工智能迎来了又一次发展的机遇。但目前人工智能依然存在着许多“机器”属性,真正的智能关口有待突破。1月10—12日,由江苏高校语言能力协同创新中心、江苏师范大学国家语委语言能力高等研究院、江苏师范大学语言科学与艺术学院等机构主办的“未雨绸缪:语言与下一代人工智能博鳌论坛”在海南举行,来自国内30余所高校和科研院所的70余位人工智能、计算机科学等领域的专家学者与会研讨。

  人工智能发展历经三个阶段

  60多年来,人工智能在世界范围内经历了三个发展阶段,在许多领域都取得了突破性进展。

  “人工智能发展至今,主要经历了逻辑推理、知识工程和数据挖掘三大阶段。”中国工程院院士吾守尔·斯拉木表示,20世纪50年代至70年代是人工智能的“逻辑推理”时代。这一时期,人们普遍认为只要赋予机器逻辑推理能力就可以实现人工智能。20世纪70年代至90年代是人工智能的“知识工程”时代。当时人们普遍认为,要让机器变得智能就应该设法让机器学习知识。2000年至今,人工智能进入“数据挖掘”时代。随着各种机器学习算法的提出和应用,特别是深度学习技术的发展,人们希望机器通过大量数据分析进行自主学习、获取知识,逐步达到智能化水平。

  对自然语言的处理能力是人工智能发展水平的重要体现。“人工智能的终极目标是使机器达到人类理解自然语言的水平。”中国科学院院士、清华大学人工智能研究院院长张钹提出,人工智能解决语言问题可以分为三个阶段。第一阶段是传统人工智能时代,主要基于语言规则来处理语言问题。第二阶段是概念统计学习时代,主要应用深度学习处理自然语言。第三阶段是后深度学习时代。

  提升自然语言处理能力

  与会学者认为,如果人工智能能够实现从感知计算到认知计算的质变,机器就能够真正理解自然语言。当前的机器深度学习给自然语言处理带来的只是量变,真正的深度学习需要以数学和语言学为基础。

  哈尔滨工业大学语言语音教育部—微软重点实验室教授李生提出,当前人工智能采用的深度学习算法,在感知智能上已经取得了突破性成果,但其认知能力还十分有限,尚处于感知走向认知的临界点。因此,人工智能的进一步发展必须逾越人类大脑思维能力和因果推理的鸿沟,否则真正的认知和通用人工智能难以实现。

  “在人工智能研究领域,人们已经充分认识到人类智力、意识、思维的重要性,但是很少意识到这些都是以语言为基础的。”江苏师范大学语言科学与艺术学院院长杨亦鸣认为,动物只有建立在具象基础上的思维,而人类不仅具有具象思维,还有抽象思维和灵感思维。因为人类有了语言,人类的具象思维也远超动物的具象思维,语言作为思维的物质载体参与了整个高级认知功能。以此为基础重新考虑人工智能的基本理论,有可能推进符合语言和大脑实际的人工智能研究。

  吾守尔·斯拉木强调了以自然语言理解为核心的认知方法的重要性。他谈到,自然语言理解是混合智能的重要领域,使计算机具备理解自然语言的能力是认知计算的核心问题,其发展的关键是开展语言认知的脑机制研究。

  北京大学中文系教授袁毓林认为,人工智能必须能够理解自然语言的意义并进行常识推理。通过对词汇知识进行深度挖掘,并与计算机的视觉、知识图谱等技术相结合,有望让人工智能达到一种可理解的、可解释的境界。

  开展多学科协同创新研究

  与发达国家相比,我国的人工智能已在部分领域实现关键技术突破。未来我国人工智能研究要在战略上由跟跑向并跑、领跑迈进,提前布局,尽早谋划下一代人工智能发展,发挥各个相关领域专家学者的共同作用,努力取得变革性、颠覆性突破。与会学者提出,探索机器语言理解的人工智能研究需要多学科、多领域联合攻关、协同创新,同时还要加强计算机科学、语言科学等多学科复合型人才培养。

  中国工程院院士、国防科技大学计算机学院院长廖湘科认为,智能都是由软件来实现的,传统软件只是信息管理,今后的软件则能感知多维信息,在感知的基础上进行包含观察、判断、决策和行动的管理。因此,软件是智能经济时代知识的载体。更好地发展智能软件,需要经营生态链,关注并行计算、云计算等新技术,建设具有高水平学科交叉能力的人才队伍,大力加强协同创新和人才培养。

  清华大学教授孙茂松表示,目前,机器还不能像人一样处理自然语言,人工智能研究任重道远。人工智能自身具有鲜明的跨学科性质,需要计算机科学家、语言学家等各个领域的专家学者开展深入的交流合作。

  杨亦鸣认为,与人工智能密切相关的脑科学研究要有前瞻性。目前,认知与行为层面的语言脑机制研究相对丰富,细胞层面的研究相对匮乏,在分子层面也局限于少量基因与语言障碍的关联研究。只有贯通从分子层面到认知与行为层面的研究,才可能为人工智能研究带来突破性变革。他强调,要重视“语言智能+X”人才培养,特别是要着重培养具有前瞻性的“人工智能+语言学专业”复合型人才。

    记者 王广禄 通讯员 耿立波

作者简介

姓名:王广禄 耿立波 工作单位:

转载请注明来源:中国社会科学网 (责编:韩卓吾)
相关文章
语言认知研究推进人工智能发展
2019年01月16日 09:03 来源:中国社会科学网-中国社会科学报 作者:王广禄 耿立波 字号

内容摘要:人工智能研究和应用已经走过了60多年的历程。近年来,由于互联网的发展和深度学习算法的进步,人工智能迎来了又一次发展的机遇。1月 10—12日,由江苏高校语言能力协同创新中心、江苏师范大学国家语委语言能力高等研究院、江苏师范大学语言科学与艺术学院等机构主办的“未雨绸缪:语言与下一代人工智能博鳌论坛”在海南举行。来自国内30余所高校和科研院所的70余位人工智能、计算机科学等领域的专家学者与会研讨。第一阶段是传统人工智能时代,主要基于语言规则来处理语言问题。提升自然语言处理能力与会学者认为,如果人工智能能够实现从感知计算到认知计算的质变,机器就能够真正理解自然语言。以此为基础重新考虑人工智能的基本理论,有可能推进符合语言和大脑实际的人工智能研究。

关键词:

作者简介:

  人工智能研究和应用已经走过了60多年的历程。近年来,由于互联网的发展和深度学习算法的进步,人工智能迎来了又一次发展的机遇。但目前人工智能依然存在着许多“机器”属性,真正的智能关口有待突破。1月10—12日,由江苏高校语言能力协同创新中心、江苏师范大学国家语委语言能力高等研究院、江苏师范大学语言科学与艺术学院等机构主办的“未雨绸缪:语言与下一代人工智能博鳌论坛”在海南举行,来自国内30余所高校和科研院所的70余位人工智能、计算机科学等领域的专家学者与会研讨。

  人工智能发展历经三个阶段

  60多年来,人工智能在世界范围内经历了三个发展阶段,在许多领域都取得了突破性进展。

  “人工智能发展至今,主要经历了逻辑推理、知识工程和数据挖掘三大阶段。”中国工程院院士吾守尔·斯拉木表示,20世纪50年代至70年代是人工智能的“逻辑推理”时代。这一时期,人们普遍认为只要赋予机器逻辑推理能力就可以实现人工智能。20世纪70年代至90年代是人工智能的“知识工程”时代。当时人们普遍认为,要让机器变得智能就应该设法让机器学习知识。2000年至今,人工智能进入“数据挖掘”时代。随着各种机器学习算法的提出和应用,特别是深度学习技术的发展,人们希望机器通过大量数据分析进行自主学习、获取知识,逐步达到智能化水平。

  对自然语言的处理能力是人工智能发展水平的重要体现。“人工智能的终极目标是使机器达到人类理解自然语言的水平。”中国科学院院士、清华大学人工智能研究院院长张钹提出,人工智能解决语言问题可以分为三个阶段。第一阶段是传统人工智能时代,主要基于语言规则来处理语言问题。第二阶段是概念统计学习时代,主要应用深度学习处理自然语言。第三阶段是后深度学习时代。

  提升自然语言处理能力

  与会学者认为,如果人工智能能够实现从感知计算到认知计算的质变,机器就能够真正理解自然语言。当前的机器深度学习给自然语言处理带来的只是量变,真正的深度学习需要以数学和语言学为基础。

  哈尔滨工业大学语言语音教育部—微软重点实验室教授李生提出,当前人工智能采用的深度学习算法,在感知智能上已经取得了突破性成果,但其认知能力还十分有限,尚处于感知走向认知的临界点。因此,人工智能的进一步发展必须逾越人类大脑思维能力和因果推理的鸿沟,否则真正的认知和通用人工智能难以实现。

  “在人工智能研究领域,人们已经充分认识到人类智力、意识、思维的重要性,但是很少意识到这些都是以语言为基础的。”江苏师范大学语言科学与艺术学院院长杨亦鸣认为,动物只有建立在具象基础上的思维,而人类不仅具有具象思维,还有抽象思维和灵感思维。因为人类有了语言,人类的具象思维也远超动物的具象思维,语言作为思维的物质载体参与了整个高级认知功能。以此为基础重新考虑人工智能的基本理论,有可能推进符合语言和大脑实际的人工智能研究。

  吾守尔·斯拉木强调了以自然语言理解为核心的认知方法的重要性。他谈到,自然语言理解是混合智能的重要领域,使计算机具备理解自然语言的能力是认知计算的核心问题,其发展的关键是开展语言认知的脑机制研究。

  北京大学中文系教授袁毓林认为,人工智能必须能够理解自然语言的意义并进行常识推理。通过对词汇知识进行深度挖掘,并与计算机的视觉、知识图谱等技术相结合,有望让人工智能达到一种可理解的、可解释的境界。

  开展多学科协同创新研究

  与发达国家相比,我国的人工智能已在部分领域实现关键技术突破。未来我国人工智能研究要在战略上由跟跑向并跑、领跑迈进,提前布局,尽早谋划下一代人工智能发展,发挥各个相关领域专家学者的共同作用,努力取得变革性、颠覆性突破。与会学者提出,探索机器语言理解的人工智能研究需要多学科、多领域联合攻关、协同创新,同时还要加强计算机科学、语言科学等多学科复合型人才培养。

  中国工程院院士、国防科技大学计算机学院院长廖湘科认为,智能都是由软件来实现的,传统软件只是信息管理,今后的软件则能感知多维信息,在感知的基础上进行包含观察、判断、决策和行动的管理。因此,软件是智能经济时代知识的载体。更好地发展智能软件,需要经营生态链,关注并行计算、云计算等新技术,建设具有高水平学科交叉能力的人才队伍,大力加强协同创新和人才培养。

  清华大学教授孙茂松表示,目前,机器还不能像人一样处理自然语言,人工智能研究任重道远。人工智能自身具有鲜明的跨学科性质,需要计算机科学家、语言学家等各个领域的专家学者开展深入的交流合作。

  杨亦鸣认为,与人工智能密切相关的脑科学研究要有前瞻性。目前,认知与行为层面的语言脑机制研究相对丰富,细胞层面的研究相对匮乏,在分子层面也局限于少量基因与语言障碍的关联研究。只有贯通从分子层面到认知与行为层面的研究,才可能为人工智能研究带来突破性变革。他强调,要重视“语言智能+X”人才培养,特别是要着重培养具有前瞻性的“人工智能+语言学专业”复合型人才。

    记者 王广禄 通讯员 耿立波

作者简介

姓名:王广禄 耿立波 工作单位:

转载请注明来源:中国社会科学网 (责编:韩卓吾)
相关文章
语言认知研究推进人工智能发展
2019年01月16日 09:03 来源:中国社会科学网-中国社会科学报 作者:王广禄 耿立波 字号

内容摘要:人工智能研究和应用已经走过了60多年的历程。近年来,由于互联网的发展和深度学习算法的进步,人工智能迎来了又一次发展的机遇。1月 10—12日,由江苏高校语言能力协同创新中心、江苏师范大学国家语委语言能力高等研究院、江苏师范大学语言科学与艺术学院等机构主办的“未雨绸缪:语言与下一代人工智能博鳌论坛”在海南举行。来自国内30余所高校和科研院所的70余位人工智能、计算机科学等领域的专家学者与会研讨。第一阶段是传统人工智能时代,主要基于语言规则来处理语言问题。提升自然语言处理能力与会学者认为,如果人工智能能够实现从感知计算到认知计算的质变,机器就能够真正理解自然语言。以此为基础重新考虑人工智能的基本理论,有可能推进符合语言和大脑实际的人工智能研究。

关键词:

作者简介:

  人工智能研究和应用已经走过了60多年的历程。近年来,由于互联网的发展和深度学习算法的进步,人工智能迎来了又一次发展的机遇。但目前人工智能依然存在着许多“机器”属性,真正的智能关口有待突破。1月10—12日,由江苏高校语言能力协同创新中心、江苏师范大学国家语委语言能力高等研究院、江苏师范大学语言科学与艺术学院等机构主办的“未雨绸缪:语言与下一代人工智能博鳌论坛”在海南举行,来自国内30余所高校和科研院所的70余位人工智能、计算机科学等领域的专家学者与会研讨。

  人工智能发展历经三个阶段

  60多年来,人工智能在世界范围内经历了三个发展阶段,在许多领域都取得了突破性进展。

  “人工智能发展至今,主要经历了逻辑推理、知识工程和数据挖掘三大阶段。”中国工程院院士吾守尔·斯拉木表示,20世纪50年代至70年代是人工智能的“逻辑推理”时代。这一时期,人们普遍认为只要赋予机器逻辑推理能力就可以实现人工智能。20世纪70年代至90年代是人工智能的“知识工程”时代。当时人们普遍认为,要让机器变得智能就应该设法让机器学习知识。2000年至今,人工智能进入“数据挖掘”时代。随着各种机器学习算法的提出和应用,特别是深度学习技术的发展,人们希望机器通过大量数据分析进行自主学习、获取知识,逐步达到智能化水平。

  对自然语言的处理能力是人工智能发展水平的重要体现。“人工智能的终极目标是使机器达到人类理解自然语言的水平。”中国科学院院士、清华大学人工智能研究院院长张钹提出,人工智能解决语言问题可以分为三个阶段。第一阶段是传统人工智能时代,主要基于语言规则来处理语言问题。第二阶段是概念统计学习时代,主要应用深度学习处理自然语言。第三阶段是后深度学习时代。

  提升自然语言处理能力

  与会学者认为,如果人工智能能够实现从感知计算到认知计算的质变,机器就能够真正理解自然语言。当前的机器深度学习给自然语言处理带来的只是量变,真正的深度学习需要以数学和语言学为基础。

  哈尔滨工业大学语言语音教育部—微软重点实验室教授李生提出,当前人工智能采用的深度学习算法,在感知智能上已经取得了突破性成果,但其认知能力还十分有限,尚处于感知走向认知的临界点。因此,人工智能的进一步发展必须逾越人类大脑思维能力和因果推理的鸿沟,否则真正的认知和通用人工智能难以实现。

  “在人工智能研究领域,人们已经充分认识到人类智力、意识、思维的重要性,但是很少意识到这些都是以语言为基础的。”江苏师范大学语言科学与艺术学院院长杨亦鸣认为,动物只有建立在具象基础上的思维,而人类不仅具有具象思维,还有抽象思维和灵感思维。因为人类有了语言,人类的具象思维也远超动物的具象思维,语言作为思维的物质载体参与了整个高级认知功能。以此为基础重新考虑人工智能的基本理论,有可能推进符合语言和大脑实际的人工智能研究。

  吾守尔·斯拉木强调了以自然语言理解为核心的认知方法的重要性。他谈到,自然语言理解是混合智能的重要领域,使计算机具备理解自然语言的能力是认知计算的核心问题,其发展的关键是开展语言认知的脑机制研究。

  北京大学中文系教授袁毓林认为,人工智能必须能够理解自然语言的意义并进行常识推理。通过对词汇知识进行深度挖掘,并与计算机的视觉、知识图谱等技术相结合,有望让人工智能达到一种可理解的、可解释的境界。

  开展多学科协同创新研究

  与发达国家相比,我国的人工智能已在部分领域实现关键技术突破。未来我国人工智能研究要在战略上由跟跑向并跑、领跑迈进,提前布局,尽早谋划下一代人工智能发展,发挥各个相关领域专家学者的共同作用,努力取得变革性、颠覆性突破。与会学者提出,探索机器语言理解的人工智能研究需要多学科、多领域联合攻关、协同创新,同时还要加强计算机科学、语言科学等多学科复合型人才培养。

  中国工程院院士、国防科技大学计算机学院院长廖湘科认为,智能都是由软件来实现的,传统软件只是信息管理,今后的软件则能感知多维信息,在感知的基础上进行包含观察、判断、决策和行动的管理。因此,软件是智能经济时代知识的载体。更好地发展智能软件,需要经营生态链,关注并行计算、云计算等新技术,建设具有高水平学科交叉能力的人才队伍,大力加强协同创新和人才培养。

  清华大学教授孙茂松表示,目前,机器还不能像人一样处理自然语言,人工智能研究任重道远。人工智能自身具有鲜明的跨学科性质,需要计算机科学家、语言学家等各个领域的专家学者开展深入的交流合作。

  杨亦鸣认为,与人工智能密切相关的脑科学研究要有前瞻性。目前,认知与行为层面的语言脑机制研究相对丰富,细胞层面的研究相对匮乏,在分子层面也局限于少量基因与语言障碍的关联研究。只有贯通从分子层面到认知与行为层面的研究,才可能为人工智能研究带来突破性变革。他强调,要重视“语言智能+X”人才培养,特别是要着重培养具有前瞻性的“人工智能+语言学专业”复合型人才。

    记者 王广禄 通讯员 耿立波

作者简介

姓名:王广禄 耿立波 工作单位:

转载请注明来源:中国社会科学网 (责编:韩卓吾)
相关文章
带领村民过上甘甜如蜜的生活 记西藏南木林县仁欧村党支部书记尼玛石曲
2018年05月18日 07:37 来源:光明日报 作者:尕玛多吉 字号

内容摘要:

关键词:

作者简介:

 

  【最美基层干部】

  “江苏江阴的华西村享有‘天下第一村’的美誉,但过去条件不比我们仁欧村强多少。他们能做到,我们怎么就不能试一试呢?”从华西村参观归来后,党的十九大代表、西藏南木林县仁欧村党支部书记尼玛石曲对村民慷慨激昂地说。

  位于雅鲁藏布江北岸的日喀则市南木林县仁欧村,过去因受气候、地理等多种因素的制约,贫困一直是当地百姓挥之不去的噩梦。

  今年38岁的尼玛石曲十多年前还是个牧羊人,他干过自行车维修,当过焊工、“包工头”。2012年他当选村委会主任、2017年10月任村党支部书记,多年来带领乡亲拔穷根,奔上致富路,建生态“林卡”、办农产品加工厂、养蜜蜂,尼玛石曲一步一个脚印地筑起心中的“华西梦”。

  牧羊人成“领头雁”

  面色黝黑,比实际年龄看起来苍老许多的尼玛石曲,一看这些年就没少吃苦头。

  由于没有文化,尼玛石曲一开始放过羊、做过焊工、维修过自行车。2004年,尼玛石曲在外地学习藏式炉制造,回到家乡南木林县后,用攒下来的积蓄在县里开了家店铺,开始了人生中的第一次创业。从那时起,他的生意越做越大,短短三年,他从一个“穷光蛋”成为当地有名的“致富能手”。

  富裕起来的他,没有忘记贫困的父老乡亲。2007年,他出资组建了仁欧村农民施工队,全村25名贫困农民实现了就业。“尼玛石曲不仅是仁欧村的致富‘领头雁’,还帮助改善邻村群众的生活条件。”村民旦培说,尼玛石曲自掏腰包,给吉龙村两个自然组修了9公里公路,修建了6座桥,还帮助米如村小学维修了危房。多年来,尼玛石曲累计捐款70多万元,赢得了当地干部群众的广泛赞誉。

  项目带动产业致富

  2012年,经过村民一致投票,尼玛石曲当选仁欧村村委会主任。5年后,当选村支书。

  多年来,尼玛石曲一直琢磨如何带领群众改变观念,改善生产生活条件。他说:“当时,全村年人均收入2800元,主要依靠单一的农牧业收入,要想带领大家脱贫致富,首先要根据村里的实际情况引进合适的产业项目,靠项目脱贫,以产业致富。”

  仁欧村是个典型的山区与河谷交错城郊村落,农牧业、矿产等资源匮乏。2010年前,村办企业、集体经济的发展几乎为零。并且,该村又是典型的贫困户多、孤寡老人多、留守儿童多、病残人员多的“四多”村庄。

  打好脱贫攻坚战,除了传统产业,更要发展符合当地的特色优势产业,创新思路才能实现更好更快脱贫。尼玛石曲说,高原由于独特的自然气候,蜂蜜稀缺,但仁欧村却有着良好的养殖条件。2013年,他在驻村队的指导下,学习养蜂技艺,并在南木林镇建立了养蜂基地。

  说起养蜂,此前尼玛石曲和大部分当地农民对蜜蜂比较陌生。自第三批驻村队队长扎罗开始,充分利用农业所养蜂研究团队和项目资源,用3年时间,让当地农民认识了解蜜蜂,完全掌握了养殖技巧,做到了实地养殖和管理。

  “蜂蜜价格好,蜂农腰包也鼓起来了。”尼玛石曲高兴地说。目前,当地养蜂产业已初具规模,具备养蜂基地1个,培训养蜂技术人员20名,实现年收入20余万元,成功带动了当地贫困户脱贫。仁欧村依托农业产业初步形成了加工能力,蜂蜜、菜籽油、糌粑等产品供不应求。全村年人均收入达8600元。

  逐梦路上的“永动机”

  “有理想,才有动力。”尼玛石曲形容自己就像一个永不停歇的“逐梦人”。

  这不,今年在得知县人民政府规划“老城区改造”“棚户区改造”“新农村建设”等工程后,尼玛石曲多方沟通、积极争取,终于将仁欧村作为离县城较近的城郊村,优先安排在第一批新农村建设中。

  为了早日实现仁欧村的发展目标,尼玛石曲带领村里制定了详细的发展规划。他说,我们要争取全村的发展“一年一个样,五年大变样”。

  针对村庄整体房屋布局杂乱、居住环境差、道路弯曲狭窄等现状,尼玛石曲有计划地做好规划布局,为后续整村改扩建、建设新农村奠定基础。

  在仁欧村合作社外,尼玛石曲告诉记者,“我一直想着让村里的群众富起来,让孩子们有学上,老人能安心养老,年轻人有事干。现在,我们正一步步实现梦想,浑身充满了干劲。”在逐梦的路上,尼玛石曲的脚步越来越匆忙。

  “没有党的好政策,就没有仁欧村的今天。”尼玛石曲说,“作为党的十九大代表、仁欧村党支部书记,我将不忘初心,继续努力奋进,走在带领群众致富的道路上,让更多人过上如蜂蜜般甘甜的幸福生活。”

  (记者 尕玛多吉)

作者简介

姓名:尕玛多吉 工作单位:

转载请注明来源:中国社会科学网 (责编:孙志香)
W020180116412817190956.jpg
用户昵称:  (您填写的昵称将出现在评论列表中)  匿名
 验证码 
所有评论仅代表网友意见
最新发表的评论0条,总共0 查看全部评论