当前位置:人工智能行业动态 → 正文

专家论道语言与下一代人工智能发展

责任编辑:zsheng |来源:企业网D1Net  2019-01-19 14:59:36 本文摘自:科技日报

“未雨绸缪:语言与下一代人工智能博鳌论坛”近日在博鳌亚洲会议中心举行。来自人工智能、计算机科学、语言学、神经科学、脑科学等领域的专家学者,就当前人工智能存在的问题,下一代人工智能的发展方向,以及语言与语言脑机制研究在人工智能研究中的重要作用等问题进行了深入地交流、讨论,目的是在下一代人工智能到来之际,确保我国能够在人工智能领域实现变革性、颠覆性突破,特别是使人工智能基础理论研究走在前面。

中国科学院院士、清华大学张钹教授,教育部长江学者特聘教授、神经语言学研究会理事长、江苏师范大学杨亦鸣教授,哈尔滨工业大学李生教授,教育部长江学者特聘教授、北京大学袁毓林教授,中国工程院院士、新疆大学吾守尔·斯拉木教授,中国工程院院士、国防科技大学廖湘科教授,分别作了大会主旨演讲。

张钹院士对人工智能和自然语言的关系进行了深刻分析,指出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。人工智能解决语言问题可以分成三个阶段,第一阶段是传统人工智能时代,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,也称为新一代人工智能,是应用深度学习处理自然语言,目前虽然取得了很好的处理效果,但深度学习本身具有不可解释性、鲁棒性低容易受噪音影响、依靠大数据等问题;目前是第三代人工智能,被称为后深度学习时代,需要解决可解释性、鲁棒性、可理解三大问题。

杨亦鸣教授指出,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,人们对语言的认识只注意到在交流智力、意识、思维时需要运用到语言。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,而且因为人类有了语言,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。以这种颠覆性的观点为基础重新考虑人工智能的基本理论,有可能走出下一代人工智能发展的新路子,即寻找符合语言和大脑实际的下一代人工智能,并落实在脑机制的研究上。基于这样的认识,脑科学的计划也要重新规划,要有前瞻性的思维,特别要探索无人区,因为现有的语言脑机制研究在认知与行为层面很丰富,对系统功能与结构的研究也较多,而在细胞层面的研究几乎为零,在分子层面也局限于少量基因与语言障碍的关联研究,所以只有贯通分子到行为认知的语言机制解释,才可能对语言的脑机制有原创性的发现,为人工智能研究带来颠覆性的变革,并以此为基础对计算机的软硬件进行重新设计,使得数学和物理驱动的计算机更新到在数学物理基础上、加入生命元素和语言机制驱动的计算机,从而产生真正的创新。杨教授还强调,要重视培养“语言智能+X”人才,特别是要培养具有前瞻眼光、贯通语言学及语言脑机制、与人工智能基础理论的“人工智能+语言学专业”复合型人才。

李生教授指出,当前人工智能采用的受脑启发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,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。

袁毓林教授指出,人工智能必须理解自然语言的意义、能够进行常识推理,而通过对词汇知识进行深度挖掘来反映人的常识和语义,再跟计算机的视觉、知识图谱等技术结合起来,有望让人工智能达到一种可理解的、可解释的境界。

吾守尔·斯拉木院士强调,自然语言理解是混合智能的重要领域,使计算机能够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。

廖湘科院士认为,智能都是由软件来实现的,传统软件只是信息管理,今后的软件则感知多维信息,在感知的基础上要进行包含观察、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。关于智能软件如何发展,廖院士认为,第一,经营生态链,掌控巨大市场的互联网+发展模式;第二,一定要关心并行计算、云计算等新技术;第三,大力加强协同创新和人才培养。

还有数十位专家学者在会上进行了交流发言和自由发言。有专家认为,当前的机器深度学习给自然语言处理带来的变化还只是量变,并没有产生质变,深度学习需要以数学和语言学为基础。也有专家认为,人工智能从感知计算到认知计算的质的变化就是机器能够真正理解自然语言。还有专家提出,下一代人工智能应该在建模上给机器更多的自主性,在训练上让机器具备全面的感知能力,在推断上应该增强人对机器的可控性。专家普遍提出,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,同时也要加强计算机科学、语言科学等多学科复合型人才培养。

会议闭幕上,杨亦鸣教授基于对人工智能发展中存在的一些问题,以及语言及其脑机制研究是下一代人工智能研究的突破口的分析,提出要努力在人工智能基础理论上取得变革性、颠覆性突破,抢占下一代人工智能制高点,建议设立语言与下一代人工智能研究国家科技重大专项。国家973计划首席科学家、清华大学孙茂松教授作大会学术总结,对会议中计算机科学、人工智能领域专家和语言学、神经科学领域专家的演讲和发言进行了精辟地解读,同时指出人工智能研究任重道远,目前的机器还不能像人一样处理自然语言,计算机科学家与语言学家要开展深入地合作交流。

此次会议在如何推进下一代人工智能的研究上达成了共识,与会专家一致认为,一方面,要开展面向下一代人工智能的语言脑机制基础原创研究,在此基础上重新思考如何重新设计计算机的软硬件,使得数学和物理驱动的计算机更新到在数学物理基础上、加入生命元素和语言机制驱动的计算机。另一方面,加快培育下一代人工智能高端人才,设立“人工智能+语言学”相关专业,培养具有前瞻眼光、贯通语言学及语言脑机制与人工智能基础理论、先进方法技术的复合型人才,从根源上领跑人工智能。

此次论坛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、《语言科学》编辑部和神经语言学研究会共同主办。

关键字:发展智能下一代专家

本文摘自:科技日报

x 专家论道语言与下一代人工智能发展 扫一扫
分享本文到朋友圈
当前位置:人工智能行业动态 → 正文

专家论道语言与下一代人工智能发展

责任编辑:zsheng |来源:企业网D1Net  2019-01-19 14:59:36 本文摘自:科技日报

“未雨绸缪:语言与下一代人工智能博鳌论坛”近日在博鳌亚洲会议中心举行。来自人工智能、计算机科学、语言学、神经科学、脑科学等领域的专家学者,就当前人工智能存在的问题,下一代人工智能的发展方向,以及语言与语言脑机制研究在人工智能研究中的重要作用等问题进行了深入地交流、讨论,目的是在下一代人工智能到来之际,确保我国能够在人工智能领域实现变革性、颠覆性突破,特别是使人工智能基础理论研究走在前面。

中国科学院院士、清华大学张钹教授,教育部长江学者特聘教授、神经语言学研究会理事长、江苏师范大学杨亦鸣教授,哈尔滨工业大学李生教授,教育部长江学者特聘教授、北京大学袁毓林教授,中国工程院院士、新疆大学吾守尔·斯拉木教授,中国工程院院士、国防科技大学廖湘科教授,分别作了大会主旨演讲。

张钹院士对人工智能和自然语言的关系进行了深刻分析,指出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。人工智能解决语言问题可以分成三个阶段,第一阶段是传统人工智能时代,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,也称为新一代人工智能,是应用深度学习处理自然语言,目前虽然取得了很好的处理效果,但深度学习本身具有不可解释性、鲁棒性低容易受噪音影响、依靠大数据等问题;目前是第三代人工智能,被称为后深度学习时代,需要解决可解释性、鲁棒性、可理解三大问题。

杨亦鸣教授指出,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,人们对语言的认识只注意到在交流智力、意识、思维时需要运用到语言。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,而且因为人类有了语言,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。以这种颠覆性的观点为基础重新考虑人工智能的基本理论,有可能走出下一代人工智能发展的新路子,即寻找符合语言和大脑实际的下一代人工智能,并落实在脑机制的研究上。基于这样的认识,脑科学的计划也要重新规划,要有前瞻性的思维,特别要探索无人区,因为现有的语言脑机制研究在认知与行为层面很丰富,对系统功能与结构的研究也较多,而在细胞层面的研究几乎为零,在分子层面也局限于少量基因与语言障碍的关联研究,所以只有贯通分子到行为认知的语言机制解释,才可能对语言的脑机制有原创性的发现,为人工智能研究带来颠覆性的变革,并以此为基础对计算机的软硬件进行重新设计,使得数学和物理驱动的计算机更新到在数学物理基础上、加入生命元素和语言机制驱动的计算机,从而产生真正的创新。杨教授还强调,要重视培养“语言智能+X”人才,特别是要培养具有前瞻眼光、贯通语言学及语言脑机制、与人工智能基础理论的“人工智能+语言学专业”复合型人才。

李生教授指出,当前人工智能采用的受脑启发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,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。

袁毓林教授指出,人工智能必须理解自然语言的意义、能够进行常识推理,而通过对词汇知识进行深度挖掘来反映人的常识和语义,再跟计算机的视觉、知识图谱等技术结合起来,有望让人工智能达到一种可理解的、可解释的境界。

吾守尔·斯拉木院士强调,自然语言理解是混合智能的重要领域,使计算机能够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。

廖湘科院士认为,智能都是由软件来实现的,传统软件只是信息管理,今后的软件则感知多维信息,在感知的基础上要进行包含观察、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。关于智能软件如何发展,廖院士认为,第一,经营生态链,掌控巨大市场的互联网+发展模式;第二,一定要关心并行计算、云计算等新技术;第三,大力加强协同创新和人才培养。

还有数十位专家学者在会上进行了交流发言和自由发言。有专家认为,当前的机器深度学习给自然语言处理带来的变化还只是量变,并没有产生质变,深度学习需要以数学和语言学为基础。也有专家认为,人工智能从感知计算到认知计算的质的变化就是机器能够真正理解自然语言。还有专家提出,下一代人工智能应该在建模上给机器更多的自主性,在训练上让机器具备全面的感知能力,在推断上应该增强人对机器的可控性。专家普遍提出,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,同时也要加强计算机科学、语言科学等多学科复合型人才培养。

会议闭幕上,杨亦鸣教授基于对人工智能发展中存在的一些问题,以及语言及其脑机制研究是下一代人工智能研究的突破口的分析,提出要努力在人工智能基础理论上取得变革性、颠覆性突破,抢占下一代人工智能制高点,建议设立语言与下一代人工智能研究国家科技重大专项。国家973计划首席科学家、清华大学孙茂松教授作大会学术总结,对会议中计算机科学、人工智能领域专家和语言学、神经科学领域专家的演讲和发言进行了精辟地解读,同时指出人工智能研究任重道远,目前的机器还不能像人一样处理自然语言,计算机科学家与语言学家要开展深入地合作交流。

此次会议在如何推进下一代人工智能的研究上达成了共识,与会专家一致认为,一方面,要开展面向下一代人工智能的语言脑机制基础原创研究,在此基础上重新思考如何重新设计计算机的软硬件,使得数学和物理驱动的计算机更新到在数学物理基础上、加入生命元素和语言机制驱动的计算机。另一方面,加快培育下一代人工智能高端人才,设立“人工智能+语言学”相关专业,培养具有前瞻眼光、贯通语言学及语言脑机制与人工智能基础理论、先进方法技术的复合型人才,从根源上领跑人工智能。

此次论坛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、《语言科学》编辑部和神经语言学研究会共同主办。

关键字:发展智能下一代专家

本文摘自:科技日报

电子周刊
回到顶部

关于我们联系我们版权声明隐私条款广告服务友情链接投稿中心招贤纳士

企业网版权所有 ©2010-2024 京ICP备09108050号-6 京公网安备 11010502049343号

^