语言智能与语言学交叉学科教学与研究高级研讨会暨语言智能与语言学交叉学科青年学者论坛成功召开
6月17日至18日，湖南大学外国语学院联合上海外语教育出版社共同主办的“语言智能与语言学交叉学科教学与研究高级研讨会暨语言智能与语言学交叉学科青年学者论坛”在我校顺利召开。研讨会和青年学者论坛吸引了来自全国60余所高校、机构和企业的120余名教师代表、研究生代表和企业代表参会。湖南大学副校长李肯立出席开幕式并致辞。
李校长表示，湖南大学是一所历史悠久、享有盛誉的综合性大学，拥有着深厚的文化底蕴和卓越的学术传统。本次会议的举办，不仅为语言智能领域的创新和交叉学科教学与研究的进步提供了重要平台，也为湖南大学的学术交流和合作拓展了新的空间。这次会议旨在进一步加强与各方专家学者的联系和合作，共同推动语言智能技术的发展。
（湖南大学副校长李肯立致开幕词）
（湖南大学外国语学院莫再树院长主持会议）
（6月17日上午高级研讨会发言嘉宾合集）
6月17日上午的主旨发言中，四川外国语大学的姜孟教授进行了题为“语言智能与新文科建设”的主旨演讲，解释了当代人才成长和学科发展的周期性，探讨了语言智能与新文科建设的前景。姜教授认为语言智能作为“新生儿”学科，学科构架等方面都有待探索形成，语言智能是名副其实地建立在多学科交叉基础之上“烧脑”又“烧钱”的“新文科”，需要多方主体合力建设。姜教授的发言给语言智能研究领域和新文科建设方向提供了理论构建的思路。
广东外语外贸大学吴庄教授就“广外语言学拔尖人才培养的创新实践”在会议上做了报告。吴教授探讨了为什么要办实验班、实验班解决什么问题以及实验班该怎么做等问题。在报告末尾，吴教授还为大家展示了广外的课程体系，为语言学的人才培养提供了广外方案、广外策略、广外见解。
湖南大学外国语学院陈飞教授分享了“英语专业语言智能本科人才培养的探索与实践”，从语言智能本科培养的发展现状和前景出发，探讨了语言学与人工智能、信息技术交融的重要性和可行性，并展示了湖南大学外国语学院的初步探索成果。陈教授向大家讲述了湖南大学语言智能实验班的探索、设计与实践，作为中国第一个英语与语言智能本科实验班，它在课程设计、培养方案和学生生涯规划等方面都有着极大的创新性和前瞻性。
上海外国语大学的胡开宝教授作了“语言数据科学与应用专业人才培养体系构建研究与实践”的专题报告。胡教授介绍了语言数据科学与应用学科的界定与特征。胡教授认为语言数据科学与应用学科以信息技术和统计学为支撑，以语料库和数据库的应用为基础，是基于信息技术、统计学、语言学和翻译学的新兴交叉学科。语言数据科学与应用学科具有文理交叉、数字化、实证性、理论研究和应用研究并重等特征。胡教授还介绍了上海外国语大学的语言数据科学与应用学科建设情况，为“新文科”建设提供了宝贵经验。
香港理工大学的彭刚教授作了题为“语言与大脑漫谈”的讲话。他指出，大脑作为人体中最复杂的器官，对人类各项认知起重要作用，而通过跨学科研究的手段，可以通过语言在大脑中的表征探讨语言问题。彭教授介绍了大脑的语义加工、语法加工和语音加工，强调了语言研究与社会需求相结合的重要性。
中国社会科学院语言研究所的熊子瑜研究员作了题为“以数据为抓手，推进语音学研究——以汉语方言字音系统实验研究为例”的报告，介绍了语音研究室在语音库建设方面的工作，以及如何进行汉语方言字音库制作、字音数据提取以及声调数据分析，展示了语音标注的相关工具和平台。熊子瑜研究员提到在语言智能与语言学交叉学科建设过程中应注意加强语音与语言数据资源建设，要增强驾驭大规模数据的研究能力，要注意跟传统研究方法相结合，要着眼于解决理论或应用问题。
（6月17日下午高级研讨会发言嘉宾合集）
6月17日下午的主旨报告同样精彩纷呈。
首先，南京师范大学倪传斌教授分享了题为“大语言模型中的语言智能”的报告，归纳了GPT等大语言模型的特点，比对了大语言模型的“智能”和人类语言的“智能”的异同，结合中国古典哲学提出了在这个AI时代对语言智能的独到见解和观点，为语言的本质和语言习得的过程提供了研究新视角。
南开大学冉启斌教授就“抽象关联与具象映射——语言核心词音-义关系数字组图谱(印欧语系主要语言)”一题进行了学术报告，通过语种识别、语音合成等程序向我们展示了基于深度学习的语言智能研究成果，基于概念的音义关系探讨了语言比较与距离测量的不同路径，为深度学习和人工智能技术在语言研究中的应用提供了新的思路。
随后，科大讯飞教育研究院副院长张羽探讨了人工智能在教育教学中的应用研究和实践，具体举例说明了人工智能在教育实践中的应用以及人工智能在推动个性化学习中的作用，并介绍了未来人工智能的发展前景。
百度飞桨教育生态高效运营负责人雷晓洋讲述了百度飞桨作为一个产教融合的平台，将AI技术和实践教学相结合，不仅帮助学生提高了行业技能和综合能力，也为学生提供AI教育培训，将学生和企业联系起来。百度飞桨利用职业平台为学生提供实习和就业机会，实现产教融合，推动AI人才的快速成长。
传神语联网网络科技股份有限公司知识资产部总监殷白恩分享了题为“语言智能人机共译面临的机遇与挑战”的报告，介绍了人机共译落地的技术链路，分别总结了机器翻译和人工翻译的优缺点，提出了未来人机共译的趋势。
新东方智慧教育事业部副总经理刘斌立以“智能技术助力语言教与学——探索新文科人才培养与专业发展的新范式”为题做了主旨报告。报告中，刘斌立认为，科技的进步具有两面性，AI智能技术既对传统文科行业提出了严峻挑战，却也为新文科人才培养与专业发展带来了无限机遇。为解决上述人才培养的问题，实现新文科教育改革，刘斌立给出了新东方智慧教育结合智能技术的方案，协助高校培养兼具专业素养、数字素养、认知与技能能力的复合型新文科人才。
6月18日上午语言智能与语言学交叉学科青年学者论坛开幕。
首先，湖南大学外国语学院黄宁老师进行了湖南大学外国语学院人才引进政策宣讲。黄老师详细介绍了湖南大学外国语学院办学情况和湖南大学人才政策，并且诚挚邀请优秀的青年学者加入湖南大学外国语学院。
随后，来自全国高校优秀的八名博士与博士后分别作了精彩的学术报告，汇报了他们最新的科研进展。香港理工大学博士后朱加强和湖南大学博士后王星采用先进的脑电技术，从大脑机制的角度探究了语言和音乐的关系。此外，悉尼大学在读博士毛诗漫致力于二语习得方面的研究，她对于纠正性反馈这一传统话题提出了新的见解。香港理工大学谢郴伟博士和沧州师范学院副教授阎锦婷深耕于社会热点——病理人群的语言发展。谢郴伟探讨了中国老年人感知和产出的不对称性及其陈述性以及程序性知识记忆机制，探究了老年痴呆可能的成因。阎锦婷汇报了孤独症儿童声母与韵母的发展规律，对于孤独症儿童的言语诊断与康复具有一定的参考价值。
除了应用研究，青年学者也致力于理论的完善。湖南师范大学成刘祎探讨了汉英心理形宾构式的语义倾向性演变的共性和差异以及其认知理据，为汉英研究方向的研究学习提供了许多新的见解和思路。湖南大学博士后刘雨桐针对在国际医疗中口译伦理中的权利拥护原则提出独特见解，结合伦理学合理性分析介绍了其逻辑过程，指出了医疗口译实践中的局限性和对应解决办法。湖南大学博士后李钰茜采用行为实验、眼动实验、脑动实验，全面系统地探究了中国二语学习者英语增元结构加工特点，并完善了增元结构研究的理论框架。
（6月18日上午青年学者论坛发言嘉宾合集）
（会议合影）
本次研讨会和青年学者论坛探究了语言智能领域语言学方向人才培养经验、语言智能与语言学交叉学科研究领域的最新成果和发展趋势，并深入研讨语言智能技术的具体应用。本次会议的成果将促进语言学交叉学科协同创新发展，有助于各地高校复合型高素质新文科人才培养。
举例说明语言学的交叉学科
语言的交叉研究大体上可以分为三大类：
第一类是研究语言和社会文化的关系的学科。例如研究语言和社会的关系的社会语言学、研究语言和文化关系的文化语言学等等。社会语言学是语言学和社会学相结合形成的交叉学科。它用社会科学的方法从语言和社会的关系角度研究语言，把语言结构和运用的各方面跟社会环境结合起来研究，着重探讨语言变体和社会变异的对应，涉及语言和方言、语言和交际、语言和民族、语言和政治等一系列问题。文化语言学是研究语言与文化的关系的学科，它主要探讨语言和文化之间的对应关系、语言和文化之间的互相影响等。
第二类是研究语言与思维认知的关系的学科。例如研究人们掌握语言和使用语言的心理过程的心理语言学、语言学与神经病理学交叉形成的生理语言学等等。心理语言学是语言学和心理学相结合形成的边缘学科。它运用心理学的方法研究语言，从人的心理活动角度解释语言现象，对言语活动过程进行心理学的描写，着重研究人类大脑的语言机制。生理语言学是语言学和生理学、神经学等相结合形成的交叉学科。它从生理和神经活动的角度研究语言，着重通过神经控制系统研究言语产生的过程和言语的生理系统，对言语的大脑机制、内部言语过程进行分析，又叫神经语言学。
第三类是研究语言在各个领域的实际应用的学科。例如运用数学思想和数学方法研究语言的数理语言学、与计算机科学结合研究自然语言处理的计算机语言学等等。数理语言学是语言学和数学相结合形成的交叉学科。主要是运用数学中的一些理论和方法来分析和描写语言结构。目前这方面的研究较多的是应用于人工语言。工程语言学是语言学同计算机科学相结合形成的交叉学科。它从计算机处理信息的角度研究语言，又叫计算语言学。
这些新兴交叉性学科的大量产生，一方面是语言学自身发展的必然结果，另一方面，也是受20世纪科学发展总趋势及其他学科发展影响的结果。
作为一种社会现象，语言存在于人的所有活动领域，这一特性决定了语言必然要和其他学科发生关联，由此产生众多的交叉学科。除上述外，已经出现的交叉学科还有：地理语言学、生物语言学、计量语言学、病理语言学、信息语言学、统计语言学，等等。近年来，语言学的第二代交叉学科，例如社会心理语言学等已经出现，使语言研究出现了更加广阔的前景。
人工智能产业发展现状与四大趋势
随着全球新一轮科技革命和产业变革孕育兴起，人工智能等数字技术加速演进，引领数字经济蓬勃发展，对各国科技、经济、社会等产生深远影响，已成为驱动新一轮科技革命和产业变革的重要力量。近年来，各国政府及相关组织持续加强人工智能战略布局，以人工智能为核心的集成化技术创新成为重点，人工智能相关技术产业化和商业化进程不断提速，正在加快与千行百业深度融合，其“头雁”效应得以充分发挥。此外，全球高度关注人工智能治理工作，发展安全可信人工智能已成为全球共识。
一人工智能的内涵与产业链
（一）人工智能的内涵
人工智能（ArtificialIntelligence）作为一门前沿交叉学科，与数学、计算机科学、控制科学、脑与认知科学、语言学等密切相关，自1956年首次提出以来，各方对其界定一直存在不同的观点。通过梳理不同研究机构和专家学者提出的相关概念，关于“人工智能”的内涵可总结如下：人工智能是指研究、模拟人类智能的理论、方法、技术及应用系统的一门技术科学，赋予机器模拟、延伸、扩展类人智能，实现会听、会看、会说、会思考、会学习、会行动等功能，本质是对人的意识和思想过程的模拟。
图1：人工智能内涵示意图
来源：火石创造根据公开资料绘制
（二）人工智能的发展历程
从1956年“人工智能”概念在达特茅斯会议上首次被提出至今，人工智能发展已经历经60余年，经历了三次发展浪潮。当前全球人工智能正处于第三次发展浪潮之中。
第一次浪潮（1956－1980年）：训练机器逻辑推理能力。在1956年达特茅斯会议上，以“人工智能”概念被提出为标志，第一次发展浪潮正式掀起，该阶段的核心是：让计算机具备逻辑推理能力。这一时期内，开发出了计算机可以解决代数应用题、证明几何定理、学习和使用英语的程序，并且研发出第一款感知神经网络软件和聊天软件，这些初期的突破性进展让人工智能迎来发展史上的第一个高峰。但与此同时，受限于当时计算机的内存容量和处理速度，早期的人工智能大多是通过固定指令来执行特定问题，并不具备真正的学习能力。
第二次浪潮（1980－2006年）：专家系统应用推广。1980年，以“专家系统”商业化兴起为标志，第二次发展浪潮正式掀起，该阶段的核心是：总结知识，并“教授”给计算机。这一时期内，解决特定领域问题的“专家系统”AI程序开始为全世界的公司所采纳，弥补了第一次发展浪潮中“早起人工智能大多是通过固定指令来执行特定问题”，使得AI变得实用起来，知识库系统和知识工程成为了80年代AI研究的主要方向，应用领域不断拓宽。
第三次浪潮（2006年至今）：机器学习、深度学习、类脑计算提出。以2006年Hinton提出“深度学习”神经网络为标志，第三次发展浪潮正式掀起，该阶段的核心是实现从“不能用、不好用”到“可以用”的技术突破。与此前多次起落不同，第三次浪潮解决了人工智能的基础理论问题，受到互联网、云计算、5G通信、大数据等新兴技术不断崛起的影响，以及核心算法的突破、计算能力的提高和海量数据的支撑，人工智能领域的发展跨越了从科学理论与实际应用之间的“技术鸿沟”，迎来爆发式增长的新高潮。
图2：人工智能的三次发展浪潮
来源：火石创造根据公开资料绘制
（三）人工智能的产业链
人工智能产业链分为三层：基础层、技术层以及应用层。基础层涉及数据收集与运算，这是人工智能的发展基础，包括智能芯片、智能传感器、大数据与云计算等；技术层处理数据的挖掘、学习与智能处理，是连接基础层与应用层的桥梁，包括机器学习、类脑智能计算、计算机视觉、自然语言处理、智能语音、生物特征识别等；应用层是将人工智能技术与行业的融合发展的应用场景，包括智能机器人、智能终端、智慧城市、智能交通、智能制造、智能医疗、智能教育等。
图3：人工智能产业链
来源：火石创造根据公开资料绘制
二全球人工智能产业发展现状
（一）人工智能产业规模保持快速增长
近年来人工智能技术飞速发展，对人类社会的经济发展以及生产生活方式的变革产生重大影响。人工智能正全方位商业化，AI技术已在金融、医疗、制造、教育、安防等多个领域实现技术落地，应用场景也日益丰富。人工智能的广泛应用及商业化，加快推动了企业的数字化、产业链结构的优化以及信息利用效率的提升。全球范围内美国、欧盟、英国、日本、中国等国家和地区均大力支持人工智能产业发展，相关新兴应用不断落地。根据相关统计显示，全球人工智能产业规模已从2017年的6900亿美元增长至2021年的3万亿美元，并有望到2025年突破6万亿美元，2017－2025年有望以超30％的复合增长率快速增长。
图4：2017－2025年全球人工智能产业规模（单位：亿美元）
数据来源：火石创造根据公开资料整理
（二）全球主要经济体争相布局，中美两国占据领先位置
人工智能作为引领未来的战略性技术，目前全球主要经济体都将人工智能作为提升国家竞争力、维护国家安全的重大战略。美国处于全球人工智能领导者地位，中国紧随其后，欧洲的英国、德国、法国，亚洲的日本、韩国，北美的加拿大等国也具有较好的基础。从全球各国人工智能企业数量来看，美国人工智能企业数量在全球占比达到41％，中国占比为22％，英国为11％，以上三个国家的人工智能企业数量合计占到全球的七成以上。
图5：全球人工智能企业数量分布
数据来源：中国信通院，火石创造整理
（三）公共数据集不断丰富，关键平台逐步形成
全球数据流量持续快速增长，为深度学习所需要的海量数据提供良好基础。商业化数据产业发展迅速，为企业提供海量图片、语音等数据资源和相关服务。公共数据集为创新创业和行业竞争提供优质数据，也为初创企业的发展带来必不可少的资源。优势企业例如Google、亚马逊、Facebook等都加快部署机器学习、深度学习底层平台，建立产业事实标准。目前业内已有近40个各类AI学习框架，生态竞争十分激烈。中国的代表企业如科大讯飞、商汤科技利用技术优势建设开放技术平台，为开发者提供AI开发环境，建设上层应用生态。
（四）人工智能技术飞速发展，应用持续深入
近十年来，得益于深度学习等算法的突破、算力的不断提升以及海量数据的持续积累，人工智能真正大范围地从实验室研究走向产业实践。以深度学习为代表的算法爆发拉开了人工智能浪潮的序幕，在计算机视觉、智能语音、自然语言处理等领域广泛应用，相继超过人类识别水平。人工智能与云计算、大数据等支撑技术的融合不断深入，围绕着数据处理、模型训练、部署运营和安全监测等各环节的工具链不断丰富。工程化能力持续增强，人工智能的落地应用和产品交付更加便捷高效。AI在医疗、制造、自动驾驶、安防、消杀等领域的应用持续深入，特别是新冠疫情以来，社会的数字化、智能化转型不断提速，进一步推动人工智能应用迈入快车道。
三全球人工智能产业发展趋势
（一）算法、算力和数据作为人工智能产业的底层支撑，仍是全球新一代人工智能产业的核心引擎
算法、算力和数据被全球公认为是人工智能发展的三驾马车，也是推动人工智能发展的重要基础。在算力层面，单点算力持续提升，算力定制化、多元化成为重要发展趋势；计算技术围绕数据处理、数据存储、数据交互三大能力要素演进升级，类脑芯片、量子计算等方向持续探索智能芯片的技术架构由通用类芯片发展为全定制化芯片，技术创新带来的蓝海市场吸引了大量的巨头企业和初创企业进入产业。在算法层面，Cafe框架?CNTK框架等分别针对不同新兴人工智能算法模型进行收集整合，可以大幅度提高算法开发的场景适用性，人工智能算法从RNN、LSTM到CNN过渡到GAN和BERT还有GPT－3等，不断涌现的新兴学习算法将在主流机器学习算法模型库中得到更高效的实现。在数据层面，以深度学习为代表的人工智能技术需要大量的标注数据，催生了专业的技术服务，数据服务进入深度定制化阶段。
（二）全球新兴技术持续孕育涌现，以人工智能为核心的集成化技术创新成为重点
随着全球虚拟现实、超高清视频、新兴汽车电子等新技术、新产品将不断孕育涌现，并与人工智能加速交叉集成，推动生产生活方式和社会治理方式智能化变革的经济形态；与此同时，人工智能与5G、云计算、大数据、工业互联网、物联网、混合现实（MR）、量子计算、区块链、边缘计算等新一代信息技术互为支撑。这意味着以交叉融合为特征的集成化创新渐成主流，多种新兴技术交叉集成的价值将使人工智能发挥更大社会经济价值。例如：人工智能与汽车电子领域加速融合，实现感知、决策、控制等专用功能模块，推动形成自动驾驶、驾驶辅助、人车交互、服务娱乐应用系统；人工智能与虚拟现实技术相结合，为生产制造、家装等提供工具，并为虚拟制造、智能驾驶、模拟医疗、教育培训、影视娱乐等提供场景丰富、互动及时的平台环境等。
（三）新基建春风与场景赋能双轮驱动，全球泛在智能时代加速来临
在新冠肺炎疫情成为全球发展“新常态”背景下，全球主要经济体均面临经济社会创新发展和转型升级挑战，对人工智能的运用需求愈加迫切，纷纷推动人工智能与实体经济加速融合，助力实现新常态下产业转型升级。一方面，全球大力布局智能化基础设施建设和传统基础设施智能化升级，推动网络泛在、数据泛在和应用需求泛在的万物互联生态加速实现，为人工智能的应用场景向更多行业、更多领域、更多环节、更多层面拓展奠定基础；另一方面，AI应用场景建设成为国内外关注和紧抓的关键举措，面向医疗健康、金融、供应链交通、制造、家居、轨道交通等重点应用领域，积极构建符合本地优势和发展特点的人工智能深度应用场景，探索智能制造、智能物流、智能农业、智慧旅游、智能医疗、智慧城市等模式创新和业态创新，同时典型场景建设也吸引了全球资本市场的重点关注，泛在化智能经济发展时代即将到来。
（四）全球高度关注人工智能治理工作，发展安全可信人工智能已成为全球共识
随着全球人工智能发展步入蓬勃发展阶段，人工智能深入赋能引发的挑战与风险广受关注，并在全球范围内掀起了人工治理浪潮。2019年6月，二十国集团（G20）批准了倡导人工智能使用和研发“尊重法律原则、人权和民主价值观”的《G20人工智能原则》，成为人工智能治理方面的首个政府间国际公约，发展安全可信的人工智能已经成为全球共识。此后，全球各国纷纷加速完善人工智能治理相关规则体系，聚焦自动驾驶、智慧医疗和人脸识别等重点领域出台分级分类的监管措施，推动人工治理从以“软法”为导向的社会规范体系，向以“硬法”为保障的风险防控制度体系转变。与此同时，面向人工智能治理体系建设和打造安全可信生态的相关需求，围绕着安全性、稳定性、可解释性、隐私保护、公平性等方面的可信人工智能研究持续升温，其理念逐步贯彻到人工智能的全生命周期之中，基于模糊理论的相关测试技术、AI结合隐私计算技术、引入公平决策量化指标的算法模型等新技术陆续涌现，产业实践不断丰富，已经演变为落实人工智能治理相关要求的重要方法论。
原文标题 : 全球视野下人工智能产业发展现状与四大趋势