1956年,“人工智能”概念首次在达特茅斯会议上提出,至今已有60余个年头。中国工程院院士李德毅认为,人工智能是“探究人类智能活动的机理和规律,构造受人脑启发的人工智能体,研究如何让智能体去完成以往需要人的智力才能胜任的工作,形成模拟人类智能行为的基本理论、方法和技术,所构建的机器人或者智能系统,能够像人一样思考和行动,并进一步提升人的智能”。当今中国,传统的人口红利、劳动红利正逐渐消失,劳动工具正在向基于数据、信息、知识、价值和智能的智力工具转化。

　　今天,语言文字事业已成为关系国家核心利益的重要因素,不只与国家经济、文化、科技发展紧密相关,甚至会直接影响到社会的和谐稳定与国家的综合安全。语言能力也已经成为国家综合实力的重要组成部分之一。如何在智能时代特色下开展语言学研究,是当今语言学者无法回避的问题。

　　人工智能影响语言学研究

　　在人工智能席卷社会各个领域的技术浪潮下,语言学也无法置身事外。如何做到让计算机真正理解自然语言,精准分析语言内部语法语义层次结构,实现从语言表面形式结构到内部意义的合适映射等问题不仅引起了语言学者的深思,同时也激发了计算机科学、数学等领域专家的极大兴趣。

　　自然语言处理与自然语言理解作为人工智能的四大内涵之一(脑认知基础、机器感知与模式识别、自然语言处理与理解、知识工程),和语言学有着不可分割的密切关系。然而,从20世纪七八十年代开始,自然语言处理的研究方法出现了根本性的转变,从以语言学提供的形式理论和计算方法为主转向以基于统计方法的研究为主。人工智能领域的相关工程技术人员普遍认为,不论是多么前沿的语言学理论,在实际的自然语言处理中也起不到多少实际作用。在这种观点的影响下,作为计算机的重要信息处理对象,自然语言因为其自身的特殊性逐渐被工程技术人员淡化。

　　半个世纪以来,语言学家们过于关注语言本体相关领域的研究:注重语法/语义相关规则的抽取,热衷于从一类语言现象出发来描述语言对象的性质,寻找解释范围更广的语言规律;某种程度上忽视了除语言符号本身之外的其他非语言本体知识的作用,也忽视了具体的语言使用个例。

　　人工智能引领语言学研究

　　人工智能时代下,科技更迭迅速,引领社会飞速发展的同时也不断催生各种与语言相关的需求。人工智能领域学者逐步开始关注人类学习语言的过程,研究热点涉及底层逻辑构建、规则专家系统、深度学习、自然语言理解等。这其中,规则系统、自然语言理解等方向的进一步发展都需要语言学家给予相关理论、知识、资源和专业技术等层面的支持。

　　语言学研究应做到找准自身优势,更好地和自然语言理解等人工智能技术深度融合。要实现人工智能的终极理想——机器真正理解自然语言,仅靠目前自然语言处理领域取得的工程上的进步尚远远不够。因此,语言学研究前进的方向要充分体现智能时代的特征,以大数据为支撑,凸显智能化优势,以服务国家战略为最终目标。

　　大数据为语言学研究提供支撑

　　正是由于互联网的广泛普及,大规模语言数据的生成成为可能,以统计方法为主导的自然语言处理研究才逐渐成为主角。