“大语言模型与语言学发展座谈会”在京举行
10月8日，有“人工智能教父”之称的杰弗里·辛顿获2024年诺贝尔物理学奖，震动了语言学界。10月17日，我刊与《当代语言学》编辑部就“辛顿·乔姆斯基·语言学发展”这一热门话题，在商务印书馆共同举办“大语言模型与语言学发展座谈会”，商务印书馆执行董事顾青编审，我刊主编、北京语言大学李宇明教授，《当代语言学》主编、中国社会科学院语言研究所完权研究员，与线上线下20余位学者参加座谈。座谈会由商务印书馆副总编辑余桂林编审主持。
顾青执行董事致辞说，语言学的发展在人工智能时代面临着来自方方面面的挑战，但挑战也是机遇，带来新的可能性。期待听到各位学者的真知灼见，带来启发。完权主编在致辞中介绍了《当代语言学》刊发辛顿获尤利西斯奖章感言的过程，并指出，在人工智能时代，语言学依然很有价值，因为神经网络模型理解意义的方式与人类相比，还是缺了人的经验，需要用语用整体论帮助人工智能理解意义。
与会专家有的支持辛顿。中国社会科学院语言研究所沈家煊研究员发问：为什么我们出不了辛顿？我们的问题出在哪里？出在当代学术界崇洋媚外和抱残守缺相配而行。谁都可以给ChatGPT挑毛病，但语言学家没有资格，明明落后了，还自我感觉良好。澳门大学袁毓林教授的发言题目“这是语言统计技术的胜利，也是语言天生理论的失败”表明了态度。有的支持乔姆斯基。北京语言大学司富珍教授从语言是不是“学会”的、大型神经网络学习语言是否需要先天结构、乔姆斯基有没有提出过语义理论这3个方面指出辛顿对乔姆斯基的批评不符合事实。
更多的学者讨论人工智能和人脑在认知和学习上的差异。北京大学陈保亚教授指出，人工智能是从文本到文本的言知学习，而人脑是基于经验的亲知学习。北京外国语大学陈国华教授从常知（common knowledge）和常识（common sense）分析，大语言模型的翻译达不到人类的水平。新疆大学冯志伟教授指出，辛顿关注的是数字智能，而乔姆斯基关注的是人类智能，二者学习语言的方式不能等同。南京师范大学李葆嘉教授认为，自然语言的机制是亲身感知和联想，人工语能的机制是数据算法和预测；能够模拟自然语言，不等于已经模拟了人类自我意识。中国人民大学刘畅副教授区分自主反应和自发反应，指出人工智能即使成功模拟了人类神经系统的自发反应机制，也只是具有自主认知能力的人类的技术工具。南开大学石锋教授指出，人类儿童输入的语料是多通路并行、多模态整合的优质数据，远优于人工智能输入的单通道、单模态的文本语料。我刊副主编、首都师范大学王春辉教授指出，大语言模型产出的话语和文本与人类自然的话语和文本有着本质差异，但要警惕人工智能知识对人类智能知识的冲击甚至替代。
一些学者讨论如何利用人工智能。澳门大学徐杰教授认为，人工智能对语言学既是重大挑战，也是重大机遇，应当人机分工，语言学家集中精力和智慧于理论探索和解释。我刊执行主编、暨南大学郭熙教授同样认为，要研究人工智能怎么更好地为语言学研究服务。中国社会科学院语言研究所王伟副研究员认为应主动拥抱人工智能工具，尽快学习并掌握这一利器。北京大学詹卫东教授则提出了语言学研究融入人工智能的三种方式。我刊副主编、北京外国语大学张天伟教授指出，服务于语言资源建设的大语言模型在语言教学中非常重要，应该把它的优点和语言学研究结合起来，两者具有互补性。
李宇明主编总结说，这次座谈会反映了中国语言学界非常敏锐，关心相关学科的发展。在这个过程当中，最重要的是反思自己。语言学界再也不能抱残守缺了。大家一定要认识到，目前是经验主义重占上风的时候，这个时代是经验主义概率匹配、数据输入的时代，大语言模型是数据驱动。但有那么一天，应该是数据+规则双重驱动，那样大语言模型就会获取更好的效果。
座谈会部分发言内容刊发在本期“辛顿·乔姆斯基·语言学发展多人谈”栏目。沈家煊先生发言将另文刊出。
微信扫一扫
关注《语言战略研究》
