當機器能和人類對話了，語言還是人類所獨有的嗎？人工智能可以通過“喂“數據的方式，超越人類智能嗎？多樣化語言對于人類的創造力意味著什么？教育應如何抓住人工智能帶來的機遇？10月14日，第二屆人工智能與人類語言高層論壇在北京外國語大學舉行。

此次論壇以“語言智能的跨學科研究”為主題，圍繞語言智能的理論爭鋒與傳遞革命、人類語言的可計算特征與自然語言理解、品德基因結構分析與智能計算、大模型最新進展及教育應用等議題，展開了深入的研討與交流。

多樣化語言是人類創造力的源泉

菲爾茲獎得主、2025年度中國政府友誼獎獲得者、法國科學院院士洛朗·拉福格（Laurent Lafforgue），現為華為拉格朗日數學與計算研究中心高級專家。他因在數論與代數幾何領域的開創性貢獻，被授予有“數學界的諾貝爾獎”之稱的菲爾茲獎。

過去20多年間，洛朗·拉福格積極投身于中法數學交流與合作，推動中法數學人才聯合培養事業取得豐碩成果。他在《數學與人工智能》主題報告中指出，當前的人工智能系統本質上處理的仍是符號而不是數字，“所以對數學家來說，這個系統仍是一個黑匣子”。

洛朗·拉福格表示，人工智能已經足夠先進，可以自動翻譯不同語言的數學文本，這使得多樣性的語言和國際交流相結合成為可能。他認為，這種“可能性”非常重要，因為每種語言都代表著一種特定的思維方式，數學和科學研究如果能運用多種語言，將會使研究更加豐富和富有創造力。多元文化與語言的交匯不僅豐富了數學和其他科學的研究路徑，也為不同文明之間的思想互鑒提供了契機，“多樣化的語言是人類創造力的源泉”。

“語言是人類進化的主要貢獻，是過去5億年中出現的最有趣的現象。人類語言的出現，使我們實現個體間無限的非基因信息的傳遞，并引起文化的進化。”清華大學教授江銘虎在《從人腦到GPT-5：語言智能的理論爭鋒與傳遞革命》主題報告中，從諾姆·喬姆斯基與杰弗里·辛頓的語言學理論爭論，談到AI的快速發展與挑戰。據他介紹，技術上大語言模型（LLM）推動知識傳遞革命，其“知識蒸餾”突破人類教育按領域傳遞的局限。例如，GPT-5在很多編程任務中已經在效率、正確率、覆蓋面上接近或超過普通人的水平，但還不能在所有層面全面超越人類程序員。而根據2024年11月倫敦大學學院等機構開發的神經學基準測試（BrainBench）顯示，經過訓練的大型語言模型在預測神經科學結論方面的準確率達81.4%，超過人類專家63%的平均水平。

江銘虎強調，人類是不能通過“喂”數據的方式來“超越”人工智能的。人類的大腦是一個十分精妙的系統，只需要少量的信息即可運作，它需求的是創造性解釋。因此，學校教育應改變注重知識傳授的教學方式，更多關注學生的思維訓練、問題解決、情感養成和創造力培養，“因為這些技能是AI難以替代的”。

機器能和人對話了，語言還是人類獨有的嗎？

大語言模型能“理解”語言嗎？當機器能和人對話了，語言還是人類所獨有的嗎？

北京外國語大學人工智能與人類語言重點實驗室主任李佐文，在其《人類語言的可計算特征與自然語言理解》主題報告中指出，這種圍繞“理解”的爭論由來已久。早期符號主義AI將知識編碼為符號和規則，具有封閉性和缺乏適應性的弱點。深度學習范式下的大語言模型則截然不同，它們并非被明確編程規則，而是通過海量數據自行學習模式與關聯，展現出開放性和應對未知情境的能力。它們能識別數據中的邏輯結構（模式），并能據此判斷陳述的真假一致性。雖然其運作機制（即統計關聯）迥異于人類基于具身經驗和意向性的理解，但若將“理解”視為某種識別和遵循邏輯結構的能力，那么模型確實展現出了一種“功能性理解”。問題的關鍵，或許在于區分“人類式的理解”與“機器式的功能實現”。

李佐文以美國數學家戴達納·布拉德利（Tai-danae Bradley）的研究為例，介紹了這位數學家如何運用范疇論研究和破解語言之謎，并顛覆了人類對于“語言”的理解。他介紹說，戴達納·布拉德利的研究提供了一個可能方向，即大語言模型也許并非在“理解”語言，而是在對某種隱藏的范疇結構進行近似模擬。它們不是直接建模“意義”，而是在建模“結構的穩定復合”。

“這不是簡單的數學建模語言，也不是用AI工具生成語言。這是數學與語言的真正結合點。”李佐文表示，傳統的語言學理論和方法雖然有其獨特的價值，但面對大數據、深度學習等新技術的挑戰，也需要不斷發展和創新，人類語言的概率分布特征、組合性特征以及動態范疇形成機制等研究亟待加強。他強調，探討人類語言的可計算特征以及這些特征之間的交互，將為揭開大語言模型的文本生成機制提供重要借鑒。

AI像一面鏡子，讓人類更清晰地審視自己

如果AI真的能以“機器式的功能”理解人類語言，那么未來的AI是否會像人一樣具有主體自我意識？北京外國語大學人工智能與人類語言重點實驗室首席專家顧曰國，研究興趣聚焦于老年語言學、語料庫語言學等。他表示，目前的主流觀點認為自我意識是人腦的獨特機能，AI無法產生類似人類的自主意識，其運行邏輯基于預設算法和數據處理，缺乏生物神經系統的自然演化機制。但部分研究通過具身智能技術（如控制算法與身體結構的深度融合）表明，AI可能在特定任務中展現出類似決策能力的特征，例如2023年發生在美國斯坦福大學的ChatGPT試圖逃逸事件。

顧曰國指出，盡管目前AI缺乏自我意識，但未來技術的發展可能會帶來新的可能性。例如，如果開發出能夠模擬人類大腦復雜機制的AI系統，可能會在一定程度上接近自我意識，“然而，這需要突破現有的技術瓶頸，并且需要在倫理和哲學層面進行深入探討”。

顧曰國一直十分關注跨物種共生智能，例如寵物犬和人形機器人，其研究主要聚焦于人、動物與AI寵物狗的共處關系，并提出“三層體驗世界模型”。他和研究團隊還以老年社區的“老人—寵物狗—AI伴侶”案例為切入點，探討智能評估標準和情感聯結強度量化方法。他指出，自然智能為人工智能研究提供了靈感，而人形機器人就像一面鏡子，讓人類能更清晰地審視自己。

首都師范大學教授、中國語言智能研究中心主任周建設，是國內最早提出“語言智能”概念的學者，并在首都師范大學應用語言學專業下設立語言智能研究方向，推動語言智能學科逐步形成完整的學科體系。在基礎教育領域，他從探索用數智技術提升中小學生的寫作能力，到“發現機器代寫后轉而研究智能批閱系統”，再到呼吁智能技術應具備“人文基因”，即能精準判斷文章的價值觀和人文性。

周建設在《品德基因結構分析與智能計算》主題報告中，圍繞構建品德基因技術模型及其智能計算，探討如何融合品德基因結構理論和人工智能技術，推進立德樹人教育目標的實現。他表示，語言是文化的載體，語言精神反映民族精神。從既有的語言文字數據中分析發現文化素養和家國情懷，精準實施優秀文化教育，可以成為語言智能的常態服務。

教育行業迎來新機遇

當人類語言與人工智能深度相遇，帶來的不僅是技術革命，更是對語言本質、學習規律和人類認知的再探索。科大訊飛副總裁、AI研究院常務副院長王士進，以《大模型最新進展及典型教育應用》為主題，從人工智能技術的第四次浪潮談起，探討了認知大模型、深度推理大模型的最新進展。他指出，人類通過知識學習和經驗積累形成的技能，正在被AI逐步替代甚至超越。未來5年內，全球職場將有22%的就業機會面臨變革，新創造的工作崗位1.7億個，被替代的工作崗位9200萬個，就業機會凈增7800萬個。

王士進指出，以大模型為代表的人工智能第四次浪潮，首次實現了讓機器掌握人類的語言和知識，打開了實現通用人工智能的曙光，即用一個統一的深度神經網絡模型“建模”一切。從聊天機器人到編寫代碼，再到自動駕駛的初步落地，大模型正用自己的方式重塑世界。其中，與人類對齊、多模態生成和具身智能，將是通用大模型下一步的發展方向。

北京大學計算機學院教授、計算機語言學研究所所長王厚峰，長期關注大模型語言知識獲取和語義分析技術。他在《大模型下的語法糾錯》主題報告中，通過展示大模型在文本校對和語言學習的語法錯誤分析應用，詳細介紹了機器如何理解語法、學習者又如何借助大模型實現個性化的語言學習。他還進一步展示了如何通過“小模型檢錯+大模型糾錯”的模式，有效控制大模型對文本的過度修改。

北京外國語大學網絡教育學院院長唐錦蘭，以“跨文化交際視域下走進韓國”虛擬仿真外語教學系統為例，詳細介紹了團隊如何運用虛擬現實技術，讓學生突破時空限制，沉浸在“真實”的語言交際環境中，可以足不出戶地體驗多元文化和進行語言學習，同時有效提升他們的跨文化交際能力和綜合語言運用能力。

在分組發言環節，來自全國的12位青年學者圍繞深度學習與多語言機器翻譯、大語言模型與多語言人機協同交互、人類語言的認知與腦科學研究、智慧語言教學與語言智能技術、人工智能時代的語言人才培養等議題，展示了他們的研究成果。與會專家學者就相關領域的具體問題，進行了深入研討與交流。

據悉，此次論壇由北京外國語大學、中國人工智能學會語言智能專業委員會主辦，北京外國語大學人工智能與人類語言重點實驗室、教育學院、網絡學院承辦。來自全國人工智能與外語教育領域的專家及青年學者近160余人參加了論壇。（中國教育新聞網 郜云雁）