加强跨学科研究与场景应用 推动语言智能研究迈向新高度

当机器能和人类对话了，语言还是人类所独有的吗？人工智能可以通过“喂“数据的方式，超越人类智能吗？多样化语言对于人类的创造力意味着什么？教育应如何抓住人工智能带来的机遇？10月14日，第二届人工智能与人类语言高层论坛在北京外国语大学举行。

此次论坛以“语言智能的跨学科研究”为主题，围绕语言智能的理论争锋与传递革命、人类语言的可计算特征与自然语言理解、品德基因结构分析与智能计算、大模型最新进展及教育应用等议题，展开了深入的研讨与交流。

多样化语言是人类创造力的源泉

菲尔兹奖得主、2025年度中国政府友谊奖获得者、法国科学院院士洛朗·拉福格（Laurent Lafforgue），现为华为拉格朗日数学与计算研究中心高级专家。他因在数论与代数几何领域的开创性贡献，被授予有“数学界的诺贝尔奖”之称的菲尔兹奖。

过去20多年间，洛朗·拉福格积极投身于中法数学交流与合作，推动中法数学人才联合培养事业取得丰硕成果。他在《数学与人工智能》主题报告中指出，当前的人工智能系统本质上处理的仍是符号而不是数字，“所以对数学家来说，这个系统仍是一个黑匣子”。

洛朗·拉福格表示，人工智能已经足够先进，可以自动翻译不同语言的数学文本，这使得多样性的语言和国际交流相结合成为可能。他认为，这种“可能性”非常重要，因为每种语言都代表着一种特定的思维方式，数学和科学研究如果能运用多种语言，将会使研究更加丰富和富有创造力。多元文化与语言的交汇不仅丰富了数学和其他科学的研究路径，也为不同文明之间的思想互鉴提供了契机，“多样化的语言是人类创造力的源泉”。

“语言是人类进化的主要贡献，是过去5亿年中出现的最有趣的现象。人类语言的出现，使我们实现个体间无限的非基因信息的传递，并引起文化的进化。”清华大学教授江铭虎在《从人脑到GPT-5：语言智能的理论争锋与传递革命》主题报告中，从诺姆·乔姆斯基与杰弗里·辛顿的语言学理论争论，谈到AI的快速发展与挑战。据他介绍，技术上大语言模型（LLM）推动知识传递革命，其“知识蒸馏”突破人类教育按领域传递的局限。例如，GPT-5在很多编程任务中已经在效率、正确率、覆盖面上接近或超过普通人的水平，但还不能在所有层面全面超越人类程序员。而根据2024年11月伦敦大学学院等机构开发的神经学基准测试（BrainBench）显示，经过训练的大型语言模型在预测神经科学结论方面的准确率达81.4%，超过人类专家63%的平均水平。

江铭虎强调，人类是不能通过“喂”数据的方式来“超越”人工智能的。人类的大脑是一个十分精妙的系统，只需要少量的信息即可运作，它需求的是创造性解释。因此，学校教育应改变注重知识传授的教学方式，更多关注学生的思维训练、问题解决、情感养成和创造力培养，“因为这些技能是AI难以替代的”。

机器能和人对话了，语言还是人类独有的吗？

大语言模型能“理解”语言吗？当机器能和人对话了，语言还是人类所独有的吗？

北京外国语大学人工智能与人类语言重点实验室主任李佐文，在其《人类语言的可计算特征与自然语言理解》主题报告中指出，这种围绕“理解”的争论由来已久。早期符号主义AI将知识编码为符号和规则，具有封闭性和缺乏适应性的弱点。深度学习范式下的大语言模型则截然不同，它们并非被明确编程规则，而是通过海量数据自行学习模式与关联，展现出开放性和应对未知情境的能力。它们能识别数据中的逻辑结构（模式），并能据此判断陈述的真假一致性。虽然其运作机制（即统计关联）迥异于人类基于具身经验和意向性的理解，但若将“理解”视为某种识别和遵循逻辑结构的能力，那么模型确实展现出了一种“功能性理解”。问题的关键，或许在于区分“人类式的理解”与“机器式的功能实现”。

李佐文以美国数学家戴达纳·布拉德利（Tai-danae Bradley）的研究为例，介绍了这位数学家如何运用范畴论研究和破解语言之谜，并颠覆了人类对于“语言”的理解。他介绍说，戴达纳·布拉德利的研究提供了一个可能方向，即大语言模型也许并非在“理解”语言，而是在对某种隐藏的范畴结构进行近似模拟。它们不是直接建模“意义”，而是在建模“结构的稳定复合”。

“这不是简单的数学建模语言，也不是用AI工具生成语言。这是数学与语言的真正结合点。”李佐文表示，传统的语言学理论和方法虽然有其独特的价值，但面对大数据、深度学习等新技术的挑战，也需要不断发展和创新，人类语言的概率分布特征、组合性特征以及动态范畴形成机制等研究亟待加强。他强调，探讨人类语言的可计算特征以及这些特征之间的交互，将为揭开大语言模型的文本生成机制提供重要借鉴。

AI像一面镜子，让人类更清晰地审视自己

如果AI真的能以“机器式的功能”理解人类语言，那么未来的AI是否会像人一样具有主体自我意识？北京外国语大学人工智能与人类语言重点实验室首席专家顾曰国，研究兴趣聚焦于老年语言学、语料库语言学等。他表示，目前的主流观点认为自我意识是人脑的独特机能，AI无法产生类似人类的自主意识，其运行逻辑基于预设算法和数据处理，缺乏生物神经系统的自然演化机制。但部分研究通过具身智能技术（如控制算法与身体结构的深度融合）表明，AI可能在特定任务中展现出类似决策能力的特征，例如2023年发生在美国斯坦福大学的ChatGPT试图逃逸事件。

顾曰国指出，尽管目前AI缺乏自我意识，但未来技术的发展可能会带来新的可能性。例如，如果开发出能够模拟人类大脑复杂机制的AI系统，可能会在一定程度上接近自我意识，“然而，这需要突破现有的技术瓶颈，并且需要在伦理和哲学层面进行深入探讨”。

顾曰国一直十分关注跨物种共生智能，例如宠物犬和人形机器人，其研究主要聚焦于人、动物与AI宠物狗的共处关系，并提出“三层体验世界模型”。他和研究团队还以老年社区的“老人—宠物狗—AI伴侣”案例为切入点，探讨智能评估标准和情感联结强度量化方法。他指出，自然智能为人工智能研究提供了灵感，而人形机器人就像一面镜子，让人类能更清晰地审视自己。

首都师范大学教授、中国语言智能研究中心主任周建设，是国内最早提出“语言智能”概念的学者，并在首都师范大学应用语言学专业下设立语言智能研究方向，推动语言智能学科逐步形成完整的学科体系。在基础教育领域，他从探索用数智技术提升中小学生的写作能力，到“发现机器代写后转而研究智能批阅系统”，再到呼吁智能技术应具备“人文基因”，即能精准判断文章的价值观和人文性。

周建设在《品德基因结构分析与智能计算》主题报告中，围绕构建品德基因技术模型及其智能计算，探讨如何融合品德基因结构理论和人工智能技术，推进立德树人教育目标的实现。他表示，语言是文化的载体，语言精神反映民族精神。从既有的语言文字数据中分析发现文化素养和家国情怀，精准实施优秀文化教育，可以成为语言智能的常态服务。

教育行业迎来新机遇

当人类语言与人工智能深度相遇，带来的不仅是技术革命，更是对语言本质、学习规律和人类认知的再探索。科大讯飞副总裁、AI研究院常务副院长王士进，以《大模型最新进展及典型教育应用》为主题，从人工智能技术的第四次浪潮谈起，探讨了认知大模型、深度推理大模型的最新进展。他指出，人类通过知识学习和经验积累形成的技能，正在被AI逐步替代甚至超越。未来5年内，全球职场将有22%的就业机会面临变革，新创造的工作岗位1.7亿个，被替代的工作岗位9200万个，就业机会净增7800万个。

王士进指出，以大模型为代表的人工智能第四次浪潮，首次实现了让机器掌握人类的语言和知识，打开了实现通用人工智能的曙光，即用一个统一的深度神经网络模型“建模”一切。从聊天机器人到编写代码，再到自动驾驶的初步落地，大模型正用自己的方式重塑世界。其中，与人类对齐、多模态生成和具身智能，将是通用大模型下一步的发展方向。

北京大学计算机学院教授、计算机语言学研究所所长王厚峰，长期关注大模型语言知识获取和语义分析技术。他在《大模型下的语法纠错》主题报告中，通过展示大模型在文本校对和语言学习的语法错误分析应用，详细介绍了机器如何理解语法、学习者又如何借助大模型实现个性化的语言学习。他还进一步展示了如何通过“小模型检错+大模型纠错”的模式，有效控制大模型对文本的过度修改。

北京外国语大学网络教育学院院长唐锦兰，以“跨文化交际视域下走进韩国”虚拟仿真外语教学系统为例，详细介绍了团队如何运用虚拟现实技术，让学生突破时空限制，沉浸在“真实”的语言交际环境中，可以足不出户地体验多元文化和进行语言学习，同时有效提升他们的跨文化交际能力和综合语言运用能力。

在分组发言环节，来自全国的12位青年学者围绕深度学习与多语言机器翻译、大语言模型与多语言人机协同交互、人类语言的认知与脑科学研究、智慧语言教学与语言智能技术、人工智能时代的语言人才培养等议题，展示了他们的研究成果。与会专家学者就相关领域的具体问题，进行了深入研讨与交流。

据悉，此次论坛由北京外国语大学、中国人工智能学会语言智能专业委员会主办，北京外国语大学人工智能与人类语言重点实验室、教育学院、网络学院承办。来自全国人工智能与外语教育领域的专家及青年学者近160余人参加了论坛。（中国教育新闻网 郜云雁）