深化语言智能跨学科研究

2024-09-12 来源:中国社会科学网-中国社会科学报

微信公众号

分享
链接已复制

  9月7—8日,首届人工智能与人类语言高层论坛暨第七届中国语言智能大会在北京举行,与会学者围绕人工智能与人类语言、语言智能领域学术热点和前沿问题展开研究,进一步探寻语言智能未来的高质量发展。

  一种必然性的发展趋势

  人工智能(AI)技术在外语教育领域的应用,正如一股不可阻挡的潮流,成为教育信息化进程中的必然趋势。它不仅预示着教育模式的革新,更以其独特魅力展现了巨大的潜力和价值。AI技术的融入为传统教育注入了新鲜活力,使语言学习变得更加高效、个性化,并充满无限可能性,推动着教育边界不断扩展,为学习者打开了通往知识世界的新大门。

  北京外国语大学党委书记王定华表示,在物联网、大数据、超级计算、传感网、脑科学等新理论新技术的驱动下,人工智能展现出深度学习、跨界融合、人机协同等新特征,正在引发教育的深度变革,也推动着外语教育的革命性调整。未来,要继续推进教育数字化,赋能学习型社会建设,不断加强语言智能与外语教学和研究的深度融合,推动智能技术在外语学科不同领域的应用,加速外语教育的数字化转型与智能化提升。

  中国工程院院士沈昌祥认为,为外语教育领域量身定制的大模型的确立,标志着人类在探索人工智能应用新领域的征程上迈出了坚实的一步。语言智能发展对于提升人类语言能力、深化对语言活动规律的理解具有重要价值。只有通过跨学科的协同努力,我们才能在语言智能领域不断前行,实现以人类语言为基础的智能系统的完善,最终达到人机和谐共生的理想状态。

  一种革新性的人脑探索

  大语言模型不仅成为人工智能领域的新研究范式,还为探索人类大脑语言处理机制提供了新的机遇与可能。通过结合机器学习技术和神经科学研究方法,我们有望更深入地理解人类大脑的语言处理机制,并为未来人工智能发展提供重要的理论基础与技术支持。

  中国科学院自动化研究所研究员宗成庆表示,随着大模型技术的迅猛发展,借助预训练语言模型,AI已经能够直接根据磁共振成像数据生成词语,甚至在特定上下文中生成连贯的自然语言句子。同时,通过深入理解大脑的功能和认知机制,我们有望进一步改进大模型结构,优化算法,压缩大语言模型的规模,增强它在处理资源稀缺语言方面的能力。这些探索不仅涉及提升模型的效率,还包括对模型结构的根本性改进,是未来AI发展的重点方向。

  清华大学人文学院教授江铭虎提出,大语言模型在模拟人类语言能力方面已取得了令人瞩目的成就,并为我们探索人脑语言认知机制提供了全新视角。人类习得语言是通过多模态感官的结构化社会互动产生的,这些互动能够为词汇提供具体的外延含义。而大语言模型必须从包含语言的单一信息流中获取知识,而不是将语言信息与外部经验相联系。大语言模型的预训练数据量需超出人类习得语言的几个数量级,才能达到人类语言水平。相反,人脑神经元突触的数量远大于目前最大规模的大语言模型的权值参数,这些因素为我们理解人类语言的复杂性以及未来大语言模型发展提供了宝贵的启示。

  一次深层次的教育变革

  云计算、大数据、物联网以及AI大模型等前沿技术的迅猛发展和深度融合,不仅重塑了传统行业的面貌,还为教育领域开辟了广阔的创新空间,提供了个性化、高效化、智能化教育可能,引领未来教育模式的深刻变革。

  人工智能赋能教育,将形成师—机—生互动的三元智能化教育模式,需解决好人对人、人对机、机对人、机对机四类教育问题。“这种新型教育模式有望重塑大学的教育、科研、服务和治理模式,为新兴大学带来新的发展机遇。”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介绍,近年来,实验室以“探索人工智能,解码语言奥秘”为使命,着力开展语言学习机理研究、基于人工智能的语言教学研究、多语种语料库研究、多语种自然语言处理研究以及外语健脑强智研究。目前,已发布北外虚拟数字教师系统、北外多语种阅读智能学伴、北外多语智慧学习平台和“跨文化交际视域下走进韩国”虚拟仿真外语教学系统等成果,为学习者提供沉浸式和个性化的多语言学习体验。

  人工智能技术的应用可以使优质教育资源更加普及,缩小城乡及区域间的教育差距。通过在线平台和虚拟现实技术,偏远地区的学生也能享受到高质量的外语教育资源。北京理工大学人工智能研究院院长黄河燕认为,下一步外语教育应建立优质教育资源共享系统,以及更方便实用的在线教育和远程教学平台。根据不同地区学习者的需求和能力,全方位评估其学习过程和行为表现,实现智能化的分析与学习路径推荐,从而提供完全定制化的教育内容与路径,做到真正的因材施教。

  中国式现代化和新质生产力的发展对外语教育提出了新要求。外语教育应调整目标定位和培养模式,以满足数字科技、数字经济和数字人文的新需求。北京语言大学国际语言服务研究院院长王立非认为,语言智能学科群是语言智能人才培养的学科依托,应大力发展语言智能学、语言数据学、计算翻译学、机器翻译学等一批新文科语言学科。此外,还需加强智能语言服务人才队伍建设,重点培养行业急需的语言智能工程师、语言数据师、计算翻译师、机器翻译师、语言智能教师和语言智能企业家,为实现教育强国目标而努力。

  会议由北京外国语大学和中国人工智能学会语言智能专业委员会主办。

转载请注明来源:中国社会科学网【编辑:韩卓吾(报纸) 张赛(网络)】