【摘要】人腦是語(yǔ)言的大腦，語(yǔ)言是記載知識(shí)的工具，可以說(shuō)，語(yǔ)言使人類的歷史得以留存。人類認(rèn)識(shí)可以劃分為物理對(duì)象、主觀意識(shí)和客觀知識(shí)三個(gè)世界，認(rèn)知領(lǐng)域、物理領(lǐng)域和信息領(lǐng)域密切相關(guān)又存在著一定的差異。計(jì)算機(jī)互聯(lián)網(wǎng)絡(luò)是信息時(shí)代的第一次革命，自然語(yǔ)言處理是人工智能的核心技術(shù)；人工智能促進(jìn)了認(rèn)知科學(xué)與技術(shù)的發(fā)展，認(rèn)知技術(shù)是互聯(lián)網(wǎng)信息時(shí)代的第二次革命，將改變我們的工作和生活方式。
【關(guān)鍵詞】語(yǔ)言 人腦 認(rèn)知領(lǐng)域 物理領(lǐng)域 信息領(lǐng)域 人工智能
【中圖分類號(hào)】R318/TP18 【文獻(xiàn)標(biāo)識(shí)碼】A
【DOI】10.16619/j.cnki.rmltxsqy.2023.11.003
【作者簡(jiǎn)介】江銘虎，清華大學(xué)心理學(xué)與認(rèn)知科學(xué)研究中心教授，清華大學(xué)人文學(xué)院計(jì)算語(yǔ)言學(xué)教授、博導(dǎo)，曾任德國(guó)海德堡大學(xué)交叉學(xué)科計(jì)算中心客座教授。研究方向?yàn)檎Z(yǔ)言認(rèn)知與計(jì)算。主要著作有《語(yǔ)言信息處理》、《語(yǔ)言的ERP腦電認(rèn)知》（主編）、《語(yǔ)言、腦進(jìn)化與認(rèn)知》（主編）、《自然語(yǔ)言處理》（主編）等。
引言
人腦與語(yǔ)言共同經(jīng)過(guò)了漫長(zhǎng)的進(jìn)化，人腦進(jìn)化為語(yǔ)言的大腦。動(dòng)物沒(méi)有語(yǔ)言，因而沒(méi)有歷史。人類擁有語(yǔ)言，語(yǔ)言可以描述記載人類所積累的智慧結(jié)晶——知識(shí)，知識(shí)的積累帶來(lái)邏輯、思維和文化的進(jìn)化，最終形成了文明智慧的人類社會(huì)，人工智能（artificial intelligence, AI）也由此誕生并迅速發(fā)展。
語(yǔ)言是一種形、音、義結(jié)合的詞匯和語(yǔ)法體系，是人類溝通交流的一種方式（江銘虎，2022）。語(yǔ)言雖變化無(wú)窮，但其語(yǔ)法類型有限，是可以歸類、分析、統(tǒng)計(jì)和學(xué)習(xí)的，因而可以通過(guò)計(jì)算機(jī)的訓(xùn)練學(xué)習(xí)實(shí)現(xiàn)語(yǔ)言的自動(dòng)理解與產(chǎn)生。蔡曙山指出，人類的心智與認(rèn)知產(chǎn)生于腦的進(jìn)化與分工，奠基于語(yǔ)言，發(fā)展于邏輯與思維，積淀為文化，構(gòu)建了社會(huì)（蔡曙山，2021；蔡曙山、江銘虎，2016）。
認(rèn)知科學(xué)和AI之間存在著密切的關(guān)系，認(rèn)知是指人類的思維和知覺(jué)過(guò)程，包括知覺(jué)、記憶、思考和語(yǔ)言等方面。人腦雖然天生就存在著若干成型的特定功能腦區(qū)，但要充分挖掘出人腦中所蘊(yùn)藏的巨大潛力、開(kāi)發(fā)出更多的腦部功能，后天的學(xué)習(xí)和思維訓(xùn)練是不可或缺的，其中語(yǔ)言就需要后天的訓(xùn)練和學(xué)習(xí)。如果不了解大腦的運(yùn)作和認(rèn)知機(jī)制，就無(wú)法對(duì)人類的語(yǔ)言認(rèn)知規(guī)律有深入的理解（江銘虎，2016）。AI研究中的許多概念和算法都借鑒了認(rèn)知心理學(xué)的研究成果。例如，類腦計(jì)算模型在自然語(yǔ)言處理（natural language processing, NLP）和計(jì)算機(jī)視覺(jué)等領(lǐng)域都是在模擬人類的語(yǔ)言和視覺(jué)系統(tǒng)。反之，AI也對(duì)認(rèn)知科學(xué)的發(fā)展產(chǎn)生了積極的影響。例如，AI的深度學(xué)習(xí)算法為認(rèn)知神經(jīng)科學(xué)的研究提供了新思路。
語(yǔ)言是記載知識(shí)的工具，語(yǔ)言使人類的歷史得以留存
人腦與語(yǔ)言共同經(jīng)過(guò)了漫長(zhǎng)的進(jìn)化。從人類進(jìn)化的角度來(lái)看，語(yǔ)言的發(fā)展是當(dāng)今人類最獨(dú)特、最顯著的特征。王士元指出，沒(méi)有人類發(fā)達(dá)的大腦，就不可能有我們變化無(wú)窮的語(yǔ)言；同時(shí)，沒(méi)有語(yǔ)言來(lái)幫助我們組織思想以及累積幾百年的科學(xué)成果，我們也不可能了解大腦這個(gè)極為繁復(fù)精密的器官。顯然，大腦和語(yǔ)言息息相關(guān)、相互演化，語(yǔ)言與大腦是共同進(jìn)化的（王士元，2011；2008）。就哺乳動(dòng)物的大腦而言，人腦相對(duì)身體的比例是最大的，且是連接最復(fù)雜的，人腦的體積和復(fù)雜性在進(jìn)化的過(guò)程中不斷增加，使得一些舊有的功能得以改進(jìn)，一些新的功能（如語(yǔ)言、創(chuàng)造工具）得以涌現(xiàn)，這種現(xiàn)象豐富了人類的行為和認(rèn)知技能，并且決定了他們?cè)谖锓N競(jìng)爭(zhēng)中的優(yōu)勢(shì)地位。
大腦器官如此復(fù)雜，人類智力的進(jìn)化并不是剎那間發(fā)生的，其中語(yǔ)言的使用和發(fā)展起了決定性作用。表1展示了人類祖先進(jìn)化的大致時(shí)間段與腦容量的關(guān)系。大約50萬(wàn)年前，口語(yǔ)出現(xiàn)，人腦中操作口語(yǔ)的機(jī)能以及語(yǔ)音和對(duì)應(yīng)的語(yǔ)義開(kāi)始進(jìn)化，神經(jīng)系統(tǒng)自然而然地聯(lián)為一體，人腦表面積開(kāi)始增加（江銘虎、王琳，2013；江銘虎，2019）。諾姆·喬姆斯基（Noam Chomsky）認(rèn)為，語(yǔ)言出現(xiàn)于20萬(wàn)～6萬(wàn)年前，大致是13萬(wàn)年前，即經(jīng)歷了大約5,000～6,000代人的進(jìn)化時(shí)間（Chomsky, 2008; 2014）。人類對(duì)語(yǔ)言的適應(yīng)使其變得如此復(fù)雜又如此有效。一旦符號(hào)交流在早期的原始人類社會(huì)中變得稍微復(fù)雜，它獨(dú)特的代表功能和開(kāi)放的靈活性意味著它可以被用于無(wú)數(shù)的目的，并產(chǎn)生同樣強(qiáng)大的再生結(jié)果。現(xiàn)存語(yǔ)言的多層結(jié)構(gòu)和我們易于使用的語(yǔ)言，都只能被解釋為二次選擇的結(jié)果，這種二次選擇是由首次引入符號(hào)過(guò)程的社會(huì)功能所產(chǎn)生的。特倫斯·迪肯（Terrence Deacon）認(rèn)為這可能有助于解釋為什么符號(hào)交流是像猿類這樣腦容量大、壽命長(zhǎng)的生態(tài)物種才能進(jìn)化出來(lái)的（Deacon, 1997）。因此，無(wú)論計(jì)算能力如何提高，大腦的絕對(duì)大小都可能在語(yǔ)言進(jìn)化中扮演了一個(gè)重要的角色。多爾·希爾頓（Dor Shilton）等指出，人類進(jìn)化的兩個(gè)重疊階段包括：在語(yǔ)言出現(xiàn)之前，涉及原始人類生活方式的最初發(fā)展階段，即狩獵和覓食、工具制造和異體養(yǎng)育；在語(yǔ)言出現(xiàn)之后，涉及情感和認(rèn)知可塑性進(jìn)一步提高的階段，這是通過(guò)語(yǔ)言來(lái)指導(dǎo)想象力的結(jié)果（Shilton et al., 2020）。
人腦是語(yǔ)言的大腦。語(yǔ)言是人類獨(dú)有的，其特點(diǎn)是能夠生成和處理具有層次結(jié)構(gòu)的句法序列，這與非人類靈長(zhǎng)類動(dòng)物有所不同。語(yǔ)言的復(fù)雜性遠(yuǎn)遠(yuǎn)超過(guò)任何現(xiàn)存靈長(zhǎng)類物種交流系統(tǒng)的復(fù)雜性，其工作機(jī)制遠(yuǎn)比人們所想象的要復(fù)雜得多，而且語(yǔ)言功能的發(fā)展也建立在感知覺(jué)、運(yùn)動(dòng)等基本生理功能的基礎(chǔ)上。它的獨(dú)特之處不僅在于其結(jié)構(gòu)的復(fù)雜性，還在于其與核心認(rèn)知能力密不可分。交流是語(yǔ)言演化的重要?jiǎng)恿?，合作是語(yǔ)言演化的基礎(chǔ)。語(yǔ)言的古老源頭是初期的共享意圖，有了共享意圖，就有了合作。人類語(yǔ)言是我們的天性（即生物學(xué)和基因）和我們的后天培養(yǎng)（學(xué)習(xí)經(jīng)驗(yàn)和環(huán)境）之間持續(xù)而根深蒂固的相互依存關(guān)系的作用結(jié)果。語(yǔ)言依賴于我們與其他物種共享的許多機(jī)制，自然選擇改善人類的某些技能，其中腦容量的增加、發(fā)音聲道的進(jìn)化、交流意圖的社會(huì)需求、復(fù)雜序列的學(xué)習(xí)能力等因素，所有的這些技能綜合起來(lái)使人類的語(yǔ)言成為可能。因此，發(fā)展好語(yǔ)言功能需要以豐富的感知覺(jué)、運(yùn)動(dòng)經(jīng)驗(yàn)為基礎(chǔ)。同時(shí)，參與語(yǔ)言處理的這些腦區(qū)并不是獨(dú)立工作的，而是相互組織起來(lái)，形成了用于處理語(yǔ)言的神經(jīng)網(wǎng)絡(luò)。符號(hào)化的系統(tǒng)性表明，大腦內(nèi)符號(hào)關(guān)聯(lián)的表示應(yīng)分布在不同的腦區(qū)，而相似的詞匯共享神經(jīng)共性。相關(guān)腦區(qū)組織成不同的信息處理網(wǎng)絡(luò)，來(lái)處理不同方面的語(yǔ)言信息，某一腦區(qū)既接受來(lái)自多個(gè)其他腦區(qū)的神經(jīng)信號(hào)，也向多個(gè)腦區(qū)發(fā)送信號(hào)。信號(hào)的傳遞不是一次性完成的，也不是單向的，而是在不同腦區(qū)之間多次往返、多向交互的。語(yǔ)言與范圍廣泛的人腦神經(jīng)集成在一起，并且不斷地相互作用共同進(jìn)化。
馬丁·諾瓦克（Martin A. Nowak）指出，人類語(yǔ)言經(jīng)過(guò)幾十萬(wàn)年的進(jìn)化，使我們實(shí)現(xiàn)個(gè)體間無(wú)限的非基因信息的傳遞，并推動(dòng)了文化的進(jìn)化（Nowak et al., 2002）。語(yǔ)言與這些核心認(rèn)知過(guò)程相關(guān)聯(lián)，語(yǔ)言信號(hào)會(huì)反饋和影響我們對(duì)世界的認(rèn)識(shí)和表示。習(xí)得人類語(yǔ)言需要掌握一個(gè)復(fù)雜的、多層次的符號(hào)系統(tǒng)，這個(gè)系統(tǒng)由語(yǔ)音、音位學(xué)、形態(tài)學(xué)、句法、語(yǔ)義和語(yǔ)用學(xué)等幾個(gè)成分交織在一起，從而實(shí)現(xiàn)對(duì)我們思想和文化的傳襲。這種語(yǔ)言與認(rèn)知的聯(lián)系是學(xué)習(xí)和文化傳播的渠道。
語(yǔ)言本身基于符號(hào)來(lái)表示概念，概念符號(hào)系統(tǒng)位于這些腦區(qū)的“心理詞典”中。人類語(yǔ)言的一個(gè)決定性特征是其靈活表示和重組概念的能力。人類的基因組深深植根于我們的生物構(gòu)成中，基因組通過(guò)建立能夠適應(yīng)和重組以響應(yīng)輸入的神經(jīng)系統(tǒng)，為語(yǔ)言習(xí)得提供了平臺(tái)。人類語(yǔ)言的靈活性意味著我們可以用它來(lái)表示幾乎任何我們能想到的東西。手勢(shì)、聲音、面部五官以及相關(guān)特征共同進(jìn)化，形成一個(gè)日益復(fù)雜、動(dòng)態(tài)和多樣化的人類語(yǔ)言與非語(yǔ)言交流系統(tǒng)。當(dāng)我們出生時(shí)，口語(yǔ)和聽(tīng)力的神經(jīng)生物學(xué)系統(tǒng)就已經(jīng)配置完整，使我們能夠相對(duì)容易地掌握口語(yǔ)；而閱讀和寫(xiě)作能力需要經(jīng)過(guò)正規(guī)的指導(dǎo)，只有經(jīng)過(guò)多年的接觸和經(jīng)驗(yàn)才能逐漸發(fā)展完善，學(xué)習(xí)閱讀和寫(xiě)作會(huì)重新開(kāi)發(fā)我們的大腦。
共同進(jìn)化的觀點(diǎn)認(rèn)為，語(yǔ)言的進(jìn)化不是發(fā)生在大腦的內(nèi)部或外部，而是發(fā)生在文化進(jìn)化過(guò)程中影響生物進(jìn)化過(guò)程的界面上（Deacon, 1997）。共同進(jìn)化過(guò)程在塑造人腦和心智方面發(fā)揮了重要的作用。如果不承認(rèn)人類解剖學(xué)、神經(jīng)生物學(xué)和人類心理學(xué)都是由一種最能被描述為思想的東西所塑造的，即符號(hào)參照的思想，那么就不可能理解人類的思想。雖然符號(hào)思維可以完全是個(gè)人的，但符號(hào)參照本身在本質(zhì)上是社會(huì)性的。也即是說(shuō)，我們不僅通過(guò)與社會(huì)其他成員的互動(dòng)獲得這種表達(dá)方式，而且符號(hào)本身也可以追溯其社會(huì)起源。從具體意義上說(shuō)，人類獨(dú)特的思想是一種不尋常的再生挑戰(zhàn)產(chǎn)物，這種挑戰(zhàn)只有符號(hào)參照才能解決。人類語(yǔ)言復(fù)雜，但易于學(xué)習(xí)和使用，這依賴于有效的符號(hào)交流。長(zhǎng)期的共同進(jìn)化積淀不僅使符號(hào)交流變得更容易、更有效，而且呈現(xiàn)出越有效地獲取符號(hào)信息和越強(qiáng)大地運(yùn)用符號(hào)交流的趨向。
語(yǔ)言的語(yǔ)法語(yǔ)義和社會(huì)屬性。人類語(yǔ)言從表面看只是符號(hào)串，而其實(shí)際是具有層次樹(shù)狀句法結(jié)構(gòu)的。人類語(yǔ)言服從形式分析：所有的語(yǔ)言，無(wú)論是書(shū)面語(yǔ)還是口語(yǔ)，都是由小的元素分層遞歸地組合構(gòu)建成較大的單元，它們具有聲學(xué)特征或人工特征，可以依次用來(lái)組成音節(jié)、詞語(yǔ)、短語(yǔ)和句子，再由此組成段落和篇章，這樣的組合規(guī)則不是任意的，每種語(yǔ)言都有具體的規(guī)則。句子中詞的組合方式是由該語(yǔ)法規(guī)則系統(tǒng)中的層次結(jié)構(gòu)決定的，因此人類的語(yǔ)言具有處理層次構(gòu)造序列的能力和處理遞歸結(jié)構(gòu)的能力。
語(yǔ)言的生物過(guò)程理論認(rèn)為，人類天生就有認(rèn)知語(yǔ)法結(jié)構(gòu)的能力，使他們能夠發(fā)展和理解語(yǔ)言（江銘虎，2022）。根據(jù)這一理論，這個(gè)語(yǔ)法結(jié)構(gòu)系統(tǒng)嵌入到人類遺傳之中，并支撐著所有語(yǔ)言的基本語(yǔ)法。語(yǔ)言系統(tǒng)是一個(gè)復(fù)雜的系統(tǒng)，在自然科學(xué)中，通常將復(fù)雜的現(xiàn)象和系統(tǒng)分解為基本元素或操作，以便使用。這些基本元素一旦確定就可以進(jìn)行整合，用于解釋一個(gè)復(fù)雜的系統(tǒng)。復(fù)雜語(yǔ)言系統(tǒng)的分解要素是詞素和句法規(guī)則。對(duì)于句法領(lǐng)域來(lái)說(shuō)，這種方法效果很好，因?yàn)橛幸粋€(gè)清晰的語(yǔ)言學(xué)理論定義了一個(gè)最基本的規(guī)則，即整合。人類可以創(chuàng)建和理解全新的消息，新消息是通過(guò)混合、類比或轉(zhuǎn)換舊信息而自由創(chuàng)造的。語(yǔ)言的一個(gè)主要特征是，一個(gè)簡(jiǎn)單、有限的音位項(xiàng)集合可以產(chǎn)生一個(gè)無(wú)限的詞匯系統(tǒng)，其中規(guī)則決定了每個(gè)詞項(xiàng)的形式，而意義則與形式密不可分，因此語(yǔ)音語(yǔ)法是現(xiàn)有語(yǔ)音單位的簡(jiǎn)單組合。語(yǔ)言的另一個(gè)重要特征是詞法和句法，其中預(yù)先存在的單元被合并，從而產(chǎn)生了語(yǔ)義上新穎或截然不同的詞匯項(xiàng)（江銘虎，2022）。
語(yǔ)言是變化發(fā)展的，人類的創(chuàng)造力推動(dòng)語(yǔ)法的變化，聽(tīng)者必須具有豐富的想象力和創(chuàng)造力。語(yǔ)法化實(shí)質(zhì)上是建立在隱喻的基礎(chǔ)上的。禁止隱喻的使用會(huì)阻止語(yǔ)法的發(fā)展，同樣也會(huì)排除所有表達(dá)抽象思想的可能性。語(yǔ)法化要求一種語(yǔ)言系統(tǒng)在一群講述者中經(jīng)常使用，并從一群講述者傳遞到另一群講述者。提出問(wèn)題的能力被認(rèn)為是區(qū)分語(yǔ)言和非人類動(dòng)物交流系統(tǒng)的能力。伊麗莎·紐波特（Elissa L. Newport）指出，人類習(xí)得其母語(yǔ)的機(jī)制，既需要先天條件又需要后天培養(yǎng)，也就是說(shuō)該過(guò)程既包括學(xué)習(xí)者所接觸的語(yǔ)言環(huán)境，又包括學(xué)習(xí)者所具備的先天素質(zhì)，還需要以特殊的方式來(lái)學(xué)習(xí)瞬時(shí)組織語(yǔ)言的模式（Newport and Aslin, 2004; Newport et al., 2004）。語(yǔ)言是一種溝通方式，是人類行為的重要部分和定義我們社會(huì)身份的一種文化載體。人類語(yǔ)言還有一個(gè)基本的特征使之能夠服從于形式分析：語(yǔ)言結(jié)構(gòu)由根據(jù)一定規(guī)則組合起來(lái)的較小的單元組成，進(jìn)入較大結(jié)構(gòu)的小單元的組合順序在幾個(gè)不同的水平產(chǎn)生。音素形成音節(jié)和詞匯，詞匯形成詞組和語(yǔ)句，這樣的組合規(guī)則不是任意的，每種語(yǔ)言有具體的規(guī)則，由此產(chǎn)生有效或有意義的語(yǔ)言結(jié)構(gòu)的具體規(guī)則。人類天生就能學(xué)習(xí)語(yǔ)言，喬姆斯基指出，語(yǔ)言是一個(gè)自由創(chuàng)造的過(guò)程，它的規(guī)律和原則是固定的，但是生成原則的使用方式是自由的，甚至單詞的解釋和使用都涉及一個(gè)自由創(chuàng)造的過(guò)程，喬姆斯基認(rèn)為語(yǔ)言是一種“心理器官”，是一組有限的計(jì)算機(jī)制，它可以無(wú)限變化，允許我們產(chǎn)生無(wú)限的句子（Friederici and Chomsky, 2017; Smith, 2004; Berwick and Chomsky, 2016）。
語(yǔ)言是人類的基本特征，也是一種文化共性。與其他非人類動(dòng)物有限交流的系統(tǒng)不同，人類的語(yǔ)言是開(kāi)放的、發(fā)展的，通過(guò)組合有限數(shù)量的符號(hào)可以產(chǎn)生無(wú)限數(shù)量的意義。我們所說(shuō)的幾乎每一個(gè)復(fù)雜的事情都可能是之前從未說(shuō)過(guò)的。語(yǔ)言真正的奧秘在于我們?nèi)绾问褂脴O其精細(xì)復(fù)雜的詞匯和語(yǔ)法結(jié)構(gòu)系統(tǒng)，實(shí)時(shí)地自由表達(dá)我們的意識(shí)和思想。外在化的語(yǔ)言不僅是一個(gè)認(rèn)知層面的問(wèn)題，還是一個(gè)社會(huì)層面的問(wèn)題。將語(yǔ)言符號(hào)外在化，無(wú)論是在墻上的繪畫(huà)還是書(shū)寫(xiě)的文字，在某種意義上來(lái)說(shuō)都是社會(huì)層面的問(wèn)題，社會(huì)文化領(lǐng)域中應(yīng)有某些存在的環(huán)境來(lái)支持它。龜甲、獸骨上雕刻的甲骨文，以及語(yǔ)言形式的外在化符號(hào)的產(chǎn)生，需要的不僅僅是大腦中的某些東西，更需要一個(gè)復(fù)雜的社會(huì)環(huán)境來(lái)支持它，并讓它變得有價(jià)值。語(yǔ)言本身是集體的產(chǎn)物，而不是個(gè)人的產(chǎn)物，具有社會(huì)屬性。語(yǔ)言從一開(kāi)始就具有系統(tǒng)性和社會(huì)性。語(yǔ)言是由基因決定的，是生物進(jìn)化的結(jié)果，是社會(huì)互動(dòng)和交流的結(jié)果，對(duì)于人類之間的交流以及統(tǒng)一民族、文化和種族群體的認(rèn)同感至關(guān)重要。至少五千年前書(shū)寫(xiě)系統(tǒng)的發(fā)明使語(yǔ)言得以保存在實(shí)物上，這是人類一項(xiàng)重大的技術(shù)進(jìn)步。
當(dāng)接觸到語(yǔ)言數(shù)據(jù)時(shí)，聽(tīng)者-說(shuō)者的大腦會(huì)將聲音和意義聯(lián)系起來(lái)。通常我們會(huì)根據(jù)上下文學(xué)習(xí)單詞，通過(guò)逐步習(xí)得來(lái)區(qū)分其含義，通過(guò)捕捉其細(xì)微差別、內(nèi)涵以及它們與事物的匹配方式，來(lái)學(xué)習(xí)單詞的含義。思想是認(rèn)知活動(dòng)的產(chǎn)物，通過(guò)它，可對(duì)我們的內(nèi)在和外在世界進(jìn)行假設(shè)，使其概念化、結(jié)構(gòu)化和戰(zhàn)略化。學(xué)習(xí)是由經(jīng)驗(yàn)和神經(jīng)元重組介導(dǎo)的發(fā)展或成熟過(guò)程，學(xué)習(xí)結(jié)果是知識(shí)和技能的積累，以更好地理解經(jīng)驗(yàn)和思想并使其有意義。通過(guò)語(yǔ)言將想法概念化，我們開(kāi)始了解一些東西，即通過(guò)語(yǔ)言中介的互動(dòng)，在面對(duì)新的體驗(yàn)時(shí)，建立一些東西（如一個(gè)詞或概念）與某些東西的意義之間的關(guān)系。通過(guò)敘事來(lái)使用語(yǔ)言及其與文化的緊密聯(lián)系是人類認(rèn)知的核心。
人類對(duì)世界的認(rèn)知及認(rèn)知科學(xué)的發(fā)展
人類認(rèn)識(shí)的三個(gè)世界劃分。諾貝爾醫(yī)學(xué)獎(jiǎng)得主約翰·卡魯·?？藸査梗↗ohn Carew Eccles）和哲學(xué)家卡爾·波普爾（Karl Popper）將心智問(wèn)題分為三個(gè)世界（領(lǐng)域）的概念（Eccles and Poppe, 1984），認(rèn)為人類經(jīng)驗(yàn)中的一切都可被歸入物理對(duì)象及狀態(tài)領(lǐng)域、意識(shí)狀態(tài)領(lǐng)域和客觀感知知識(shí)領(lǐng)域中的一個(gè)類別（如表2所示）。蔡曙山將人類認(rèn)知分為五層級(jí)（蔡曙山，2021），將埃克爾斯和波普爾的人類經(jīng)驗(yàn)的劃分上升到理論的高度，認(rèn)為人腦“進(jìn)化奇跡”之處在于，其不僅僅是一個(gè)有血有肉的認(rèn)知計(jì)算器官，還能夠產(chǎn)生神經(jīng)認(rèn)知、心理認(rèn)知、語(yǔ)言認(rèn)知、思維認(rèn)知和文化認(rèn)知五大非凡的現(xiàn)象（前兩項(xiàng)認(rèn)知是動(dòng)物也具有的低階認(rèn)知，后三項(xiàng)認(rèn)知是人類獨(dú)有的高階認(rèn)知），這一奇跡的產(chǎn)生是語(yǔ)言使用的直接結(jié)果。
世界1是物理對(duì)象及狀態(tài)的世界，包括整個(gè)宇宙的物質(zhì)和能量、所有的生物以及人類為編碼信息而制造的所有人工制品，如工具、機(jī)器、書(shū)籍和藝術(shù)品等，世界1是唯物主義者的全部世界；世界2是各種意識(shí)狀態(tài)和主觀認(rèn)識(shí)的世界，我們感知的全部?jī)?nèi)容都在世界2里，包括外在感覺(jué)、內(nèi)在意識(shí)和純我意識(shí)三個(gè)層次；世界3是客觀知識(shí)，是人類知識(shí)積累的結(jié)晶。這三個(gè)世界很容易界定，在人類認(rèn)知的三個(gè)世界的分類中，沒(méi)有任何遺漏，它涉及存在的和我們所經(jīng)歷的一切，即所有皆可歸類到三個(gè)世界當(dāng)中（Eccles, 1973; 1970）。
人類具有兩種記憶（世界2）：情景記憶（記住曾經(jīng)發(fā)生過(guò)的特定事件）和程序性記憶（一種與技能學(xué)習(xí)有關(guān)的記憶）。一方面，語(yǔ)言使用程序性記憶，我們大部分的發(fā)音、語(yǔ)法處理和句子構(gòu)造都是不需要多加考慮的技能，就像騎自行車、游泳一樣輕松；另一方面，我們可以使用程序存儲(chǔ)系統(tǒng)，它包含的符號(hào)可以自動(dòng)地“訪問(wèn)”大腦語(yǔ)義網(wǎng)絡(luò)，以及我們?cè)?jīng)的豐富的人生經(jīng)歷。人腦可以使用一種記憶來(lái)聯(lián)想并組織另一種記憶，而其他物種則無(wú)法使用這種記憶。
語(yǔ)言是只有人類才能實(shí)現(xiàn)的一種獨(dú)特的交流形式，大腦在漫長(zhǎng)的進(jìn)化過(guò)程中進(jìn)行了很多改變才使語(yǔ)言交流成為可能。客觀知識(shí)（世界3）用語(yǔ)言記載，是經(jīng)驗(yàn)（世界2）的先驅(qū)。當(dāng)我們學(xué)習(xí)新信息并通過(guò)應(yīng)用所學(xué)到的知識(shí)來(lái)修正行為時(shí)，我們就會(huì)創(chuàng)造出一種新的更豐富的體驗(yàn)。因?yàn)榍楦惺求w驗(yàn)的最終產(chǎn)物，所以我們有意采取的行動(dòng)的結(jié)果是以一種新的情感產(chǎn)生一種新的體驗(yàn)。當(dāng)我們有意識(shí)地了解如何根據(jù)所學(xué)和所做的事情來(lái)創(chuàng)造新的體驗(yàn)時(shí)，我們就擁有了智慧，智慧能夠有意識(shí)地理解我們?nèi)绾蝿?chuàng)造經(jīng)驗(yàn)，并通過(guò)不斷進(jìn)化最終形成世界3的客觀知識(shí)。因此，智慧的進(jìn)化是指，基于我們已經(jīng)學(xué)習(xí)、展示，然后體驗(yàn)的知識(shí)，通過(guò)理解我們所創(chuàng)造的感受而獲得智慧的過(guò)程。學(xué)習(xí)知識(shí)是思考，運(yùn)用知識(shí)是實(shí)踐和體驗(yàn)。能夠用心去重復(fù)體驗(yàn)，就是人類的智慧。
主觀認(rèn)識(shí)（世界2）到客觀知識(shí)（世界3）的轉(zhuǎn)換是指一個(gè)人從自身主觀的認(rèn)知和體驗(yàn)，逐步理解和接受客觀存在的知識(shí)與事實(shí)的過(guò)程。這種轉(zhuǎn)換通常需要通過(guò)學(xué)習(xí)、實(shí)踐和反思等多種方式來(lái)實(shí)現(xiàn)，主觀認(rèn)識(shí)到客觀知識(shí)的轉(zhuǎn)換是一個(gè)不斷學(xué)習(xí)、實(shí)踐、反思和調(diào)整的過(guò)程。而客觀知識(shí)的形成過(guò)程是一個(gè)經(jīng)驗(yàn)（世界2）和理性相結(jié)合的過(guò)程，需要通過(guò)觀察和實(shí)驗(yàn)去發(fā)現(xiàn)事物的屬性和規(guī)律，收集數(shù)據(jù)和信息，經(jīng)分析推導(dǎo)發(fā)現(xiàn)其中的規(guī)律和聯(lián)系，得出初步的結(jié)論，然后經(jīng)檢驗(yàn)和驗(yàn)證、通過(guò)再次實(shí)驗(yàn)、比較和重復(fù)觀察等方式以確保其正確性和可靠性。論證后的客觀知識(shí)可通過(guò)科教出版或工程應(yīng)用等方式進(jìn)行傳播，這個(gè)過(guò)程需要不斷地更新和完善，以適應(yīng)不斷變化的世界和知識(shí)需求。
人類智慧是人類獨(dú)特的認(rèn)知能力和智慧表現(xiàn)，具有以下特點(diǎn)：人類的抽象思維能力能夠?qū)⒕唧w事物抽象成一般概念和規(guī)律，從而更好地理解和掌握事物的本質(zhì)；人類的創(chuàng)造性思維能力能夠創(chuàng)造新的概念、思想、藝術(shù)和科技，推動(dòng)社會(huì)的發(fā)展和進(jìn)步；人類的自我反思能力能夠?qū)徱曌约旱乃枷?、行為和價(jià)值觀，并不斷自我改進(jìn)和完善；人類具有群體意識(shí)和合作精神，能夠合作解決問(wèn)題、分享知識(shí)和經(jīng)驗(yàn)；人類的情感認(rèn)知能力能夠感知和理解自己與他人的情感和情緒，從而更好地溝通和交流；人類的長(zhǎng)期思考能力能夠預(yù)見(jiàn)未來(lái)的可能性并做長(zhǎng)期規(guī)劃，從而更好地面對(duì)復(fù)雜的問(wèn)題和挑戰(zhàn)。這些特點(diǎn)共同構(gòu)成了人類的認(rèn)知和智慧的本質(zhì)特征。
人類智慧（世界2）和客觀知識(shí)（世界3）都是被用來(lái)解決問(wèn)題、進(jìn)行決策和推理的。客觀知識(shí)是基于科學(xué)實(shí)驗(yàn)和研究得出的結(jié)論和事實(shí)，具有客觀性、可重復(fù)性、普遍適用性；而人類智慧則更多的是基于個(gè)人的經(jīng)驗(yàn)、觀察、洞察和直覺(jué)，具有主觀性和不確定性。人類智慧具備對(duì)世間萬(wàn)物聲像圖文的多模態(tài)感知能力，將不同事物聯(lián)系起來(lái)的邏輯認(rèn)知能力和對(duì)社會(huì)環(huán)境反饋信息的學(xué)習(xí)校準(zhǔn)能力。人類智慧的進(jìn)化和形成是一個(gè)漫長(zhǎng)而復(fù)雜的歷史過(guò)程，是由多方面因素相互作用和影響的結(jié)果，它受到大腦結(jié)構(gòu)、語(yǔ)言交流、工具使用、農(nóng)業(yè)革命、工業(yè)革命、社會(huì)文化、學(xué)習(xí)教育等多個(gè)因素的影響和作用。這些因素的相互作用和影響推動(dòng)著人類智慧的不斷進(jìn)化與發(fā)展。
認(rèn)知科學(xué)、物理科學(xué)和信息科學(xué)的關(guān)聯(lián)與區(qū)別。認(rèn)知科學(xué)是一門研究人類思維、學(xué)習(xí)、記憶、感知和決策等方面的多學(xué)科領(lǐng)域，涉及神經(jīng)科學(xué)、語(yǔ)言學(xué)、哲學(xué)、心理學(xué)、AI和教育學(xué)等學(xué)科，是研究我們?nèi)绾嗡伎?、感知和下決定的。認(rèn)知技術(shù)將這些學(xué)科與工程相結(jié)合，對(duì)人類認(rèn)知、智能，以及模擬和增強(qiáng)認(rèn)知能力的技術(shù)與應(yīng)用進(jìn)行開(kāi)發(fā)，以增強(qiáng)人類能力進(jìn)而改變我們的生活和工作方式。
認(rèn)知與意識(shí)密切相關(guān)，本質(zhì)上是主觀的，是由個(gè)人經(jīng)歷、信仰和情感塑造的。認(rèn)知過(guò)程相較于物理或信息過(guò)程更復(fù)雜和靈活，這一過(guò)程往往需要整合多種信息，運(yùn)用邏輯推理和創(chuàng)造性思維。認(rèn)知技術(shù)依賴于大數(shù)據(jù)和先進(jìn)的算力來(lái)學(xué)習(xí)、推理，并與人類互動(dòng)，類似于人腦，可學(xué)習(xí)和適應(yīng)新情況、創(chuàng)造新的解決方案，具有靈活性、智能性、交互性和自主性。認(rèn)知領(lǐng)域、物理領(lǐng)域和信息領(lǐng)域密切相關(guān)但又有所不同，如表3所示，三者雖都是人類活動(dòng)和知識(shí)發(fā)展的重要領(lǐng)域，但各有其研究的特點(diǎn)和應(yīng)用領(lǐng)域，這些應(yīng)用領(lǐng)域之間也存在相互聯(lián)系和交叉應(yīng)用，如信息技術(shù)在物理領(lǐng)域的實(shí)驗(yàn)和計(jì)算中的應(yīng)用，AI在認(rèn)知領(lǐng)域的應(yīng)用等。
認(rèn)知領(lǐng)域又是一個(gè)快速發(fā)展的領(lǐng)域，涉及復(fù)雜的多學(xué)科相互作用。通過(guò)跨學(xué)科合作，認(rèn)知領(lǐng)域匯集了不同學(xué)科的技能和專業(yè)知識(shí)來(lái)解決復(fù)雜問(wèn)題。從數(shù)據(jù)科學(xué)和工程技術(shù)到認(rèn)知心理學(xué)和神經(jīng)科學(xué)，從認(rèn)知計(jì)算到虛擬現(xiàn)實(shí)，從導(dǎo)航、自動(dòng)駕駛、智慧城市、智慧金融到大數(shù)據(jù)醫(yī)療，理論與應(yīng)用研究的不同領(lǐng)域?qū)＜夷軌蚪梃b廣泛的學(xué)科見(jiàn)解和技術(shù)，促進(jìn)開(kāi)發(fā)過(guò)程中的多樣性和包容性，通力合作開(kāi)發(fā)新技術(shù)和新應(yīng)用，推動(dòng)認(rèn)知領(lǐng)域的創(chuàng)新發(fā)展。
信息時(shí)代的兩次革命。計(jì)算機(jī)互聯(lián)網(wǎng)的出現(xiàn)是信息時(shí)代的第一次革命，它徹底改變了人們獲取、傳播和共享信息的方式。計(jì)算機(jī)互聯(lián)網(wǎng)為信息時(shí)代帶來(lái)了重要變革。一方面，互聯(lián)網(wǎng)極大地提高了信息的傳播速度，通過(guò)電子郵件、即時(shí)通訊和社交媒體等工具，人們可以在幾秒鐘內(nèi)將信息傳遞到世界的任何一個(gè)角落，實(shí)現(xiàn)了實(shí)時(shí)交流和全球信息共享；另一方面，人們獲取信息變得更加便捷，過(guò)去人們可能需要花費(fèi)大量時(shí)間在圖書(shū)館或通過(guò)傳統(tǒng)媒體獲取信息，而現(xiàn)在通過(guò)搜索引擎和在線數(shù)據(jù)庫(kù)就可以實(shí)現(xiàn)，NLP和數(shù)據(jù)挖掘技術(shù)的快速發(fā)展更是加快了人們獲取自己所需內(nèi)容和知識(shí)的效率。
認(rèn)知技術(shù)作為信息時(shí)代的第二次革命，強(qiáng)調(diào)人類智能和認(rèn)知能力在信息處理與應(yīng)用中的重要性。一方面，基于AI特別是NLP技術(shù)，計(jì)算機(jī)能夠更好地理解、處理和分析大量的信息；另一方面，認(rèn)知技術(shù)的發(fā)展將改變?nèi)藱C(jī)交互的方式，通過(guò)NLP和語(yǔ)音識(shí)別等技術(shù)，計(jì)算機(jī)可以更好地理解人類的意圖和需求，提供更人性化的用戶體驗(yàn)。此外，通過(guò)分析和處理大數(shù)據(jù)，計(jì)算機(jī)可以提供更全面、準(zhǔn)確的信息支持，輔助決策，這使得認(rèn)知技術(shù)在醫(yī)療診斷、金融投資和戰(zhàn)略規(guī)劃等領(lǐng)域具有廣泛的應(yīng)用前景。
AI技術(shù)促進(jìn)了認(rèn)知科學(xué)與技術(shù)的發(fā)展。人類認(rèn)知的研究歷史悠久，認(rèn)知心理學(xué)、認(rèn)知語(yǔ)言學(xué)和認(rèn)知神經(jīng)科學(xué)等有影響力的理論模型為理解人類智力的本質(zhì)及其背后的認(rèn)知過(guò)程提供了框架。認(rèn)知技術(shù)是一種利用AI技術(shù)模擬人類認(rèn)知過(guò)程的技術(shù)，使機(jī)器能夠像人類一樣感知、理解、學(xué)習(xí)、推理和解決問(wèn)題。AI是一項(xiàng)交叉研究，基于多學(xué)科融合，促進(jìn)了我們對(duì)語(yǔ)言學(xué)的了解與認(rèn)識(shí)，促進(jìn)了語(yǔ)言學(xué)理論本身的發(fā)展。NLP是AI的核心技術(shù)之一，目標(biāo)是讓機(jī)器像人類一樣具有理解語(yǔ)言的智能，縮小不同語(yǔ)種的人類交流和機(jī)器理解之間的差距。自然語(yǔ)言研究從傳統(tǒng)的挖掘具有理論價(jià)值的語(yǔ)言事實(shí)并給出解釋，到挖掘便于機(jī)器存取的結(jié)構(gòu)化的語(yǔ)言大數(shù)據(jù)知識(shí)，實(shí)現(xiàn)了從大規(guī)模語(yǔ)料中統(tǒng)計(jì)出語(yǔ)言的用詞組句規(guī)律。
自然語(yǔ)言是人類最主要的交流工具，通過(guò)理解和生成人類語(yǔ)言，計(jì)算機(jī)可以與人類進(jìn)行有效的交互。由于大量的數(shù)據(jù)是以自然語(yǔ)言的形式呈現(xiàn)的，通過(guò)NLP，計(jì)算機(jī)可以通過(guò)處理和分析這些文本大數(shù)據(jù)來(lái)理解和生成人類語(yǔ)言，并挖掘有價(jià)值的信息和知識(shí)來(lái)支持決策制定、輿情監(jiān)控等任務(wù)。通過(guò)NLP技術(shù)可以構(gòu)建和訓(xùn)練大型語(yǔ)言模型，對(duì)語(yǔ)言規(guī)律和概率進(jìn)行建模，對(duì)文本進(jìn)行分析理解，并應(yīng)用于文本分類、命名實(shí)體識(shí)別、自動(dòng)文本摘要、機(jī)器翻譯、語(yǔ)音識(shí)別與合成、問(wèn)答系統(tǒng)、人機(jī)對(duì)話系統(tǒng)等場(chǎng)景。搜索引擎可以理解用戶意圖并從海量數(shù)據(jù)中檢索相關(guān)信息，并提供準(zhǔn)確的搜索結(jié)果，這為許多AI應(yīng)用提供了理論基礎(chǔ)和技術(shù)支持。ChatGPT作為一種AI的大型語(yǔ)言模型，是認(rèn)知技術(shù)的一種應(yīng)用，它的底層邏輯是大數(shù)據(jù)的統(tǒng)計(jì)。當(dāng)機(jī)器不能準(zhǔn)確知悉事物的本質(zhì)時(shí)，通過(guò)大數(shù)據(jù)的統(tǒng)計(jì)訓(xùn)練來(lái)獲取經(jīng)驗(yàn)，通過(guò)迭代運(yùn)算對(duì)未知狀態(tài)逐步逼近，從而判斷事物的本質(zhì)屬性。這一過(guò)程能夠?qū)崿F(xiàn)的前提是，人們使用正確語(yǔ)句的概率遠(yuǎn)大于錯(cuò)誤語(yǔ)句的概率，在此基礎(chǔ)上，只要語(yǔ)料規(guī)模足夠大，計(jì)算機(jī)就能夠統(tǒng)計(jì)出語(yǔ)言的組詞造句的規(guī)律性知識(shí)，用于自動(dòng)語(yǔ)言理解和生成，其應(yīng)用場(chǎng)景廣泛，將為人們提供更加智能化、便捷的服務(wù)和解決方案。
隨著更大規(guī)模的數(shù)據(jù)集和更強(qiáng)大的計(jì)算資源迅速增加，我們可以期待技術(shù)進(jìn)一步實(shí)現(xiàn)更準(zhǔn)確、更全面的語(yǔ)義理解能力，這將有助于提高機(jī)器對(duì)文本的深層理解，包括上下文推理、情感分析和邏輯推理等方面。隨著全球化的不斷推進(jìn)，跨語(yǔ)言的交流和信息處理變得越來(lái)越重要。未來(lái)的NLP系統(tǒng)將更好地處理不同語(yǔ)言之間的語(yǔ)義差異、語(yǔ)法結(jié)構(gòu)和文化背景的差異，提供更準(zhǔn)確和自然的跨語(yǔ)言交流支持；同時(shí)，致力于提高對(duì)長(zhǎng)文本的處理能力，加強(qiáng)對(duì)話系統(tǒng)的建模能力，這有助于實(shí)現(xiàn)更智能、更靈活的對(duì)話體驗(yàn)，使機(jī)器能夠更好地理解和參與到復(fù)雜的人機(jī)對(duì)話中。就其在相關(guān)技術(shù)領(lǐng)域的應(yīng)用來(lái)看，NLP技術(shù)結(jié)合計(jì)算機(jī)視覺(jué)可以實(shí)現(xiàn)圖像描述生成；結(jié)合知識(shí)圖譜和語(yǔ)義網(wǎng)絡(luò)可以實(shí)現(xiàn)更深層次的知識(shí)推理；結(jié)合增強(qiáng)學(xué)習(xí)可以實(shí)現(xiàn)更智能的對(duì)話代理。NLP技術(shù)的更廣泛應(yīng)用將為人工智能的發(fā)展帶來(lái)新的機(jī)遇。
自然語(yǔ)言的句子無(wú)限，但句型有限，自然語(yǔ)言有很多歧義（其句子結(jié)構(gòu)和含義可以有多種解釋），而通過(guò)一系列的算法和模型來(lái)解析語(yǔ)法結(jié)構(gòu)、進(jìn)行詞義分析，經(jīng)上下文推斷、語(yǔ)境識(shí)別和語(yǔ)義角色標(biāo)注等措施，技術(shù)可以消除自然語(yǔ)言的歧義。其中一種方法是根據(jù)預(yù)先定義的語(yǔ)法和規(guī)則來(lái)處理語(yǔ)言；另一種方法是使用統(tǒng)計(jì)模型，即通過(guò)分析大規(guī)模語(yǔ)料庫(kù)來(lái)學(xué)習(xí)語(yǔ)言規(guī)則和模式。當(dāng)前使用的深度學(xué)習(xí)技術(shù)，如循環(huán)神經(jīng)網(wǎng)絡(luò)（recurrent neural networks, RNN）和轉(zhuǎn)換器模型（transformer），就是通過(guò)大規(guī)模訓(xùn)練來(lái)學(xué)習(xí)語(yǔ)言的表示和生成，并結(jié)合語(yǔ)法、語(yǔ)義和上下文信息，以生成準(zhǔn)確和合理的語(yǔ)言表達(dá)。自然語(yǔ)言復(fù)雜多變，解決語(yǔ)言的歧義性、處理低資源語(yǔ)言，要繼續(xù)收集與標(biāo)注大規(guī)模數(shù)據(jù)集、不斷改進(jìn)和優(yōu)化算法，持續(xù)推動(dòng)跨學(xué)科的合作與研究。
AI的發(fā)展水平與社會(huì)的進(jìn)步和人類的福祉密切相關(guān)，AI的飛速發(fā)展將在科技和文化領(lǐng)域引發(fā)巨大的變革，給我們的工作和生活帶來(lái)顯著的影響。認(rèn)知技術(shù)可以幫助我們更準(zhǔn)確和高效地處理大量的信息，提高我們的決策能力和工作效率，更好地應(yīng)對(duì)日常生活和工作中的挑戰(zhàn)；基于認(rèn)知技術(shù)的智能家居、智能物流和智能醫(yī)療等可以幫助企業(yè)開(kāi)發(fā)更智能的產(chǎn)品和更人性化的服務(wù)，為我們帶來(lái)更加便捷和優(yōu)質(zhì)的生活和工作體驗(yàn)；更重要的是，認(rèn)知技術(shù)的發(fā)展有利于助推創(chuàng)新加速，這既可能引發(fā)許多學(xué)科的突破性進(jìn)展，又能夠提高生產(chǎn)力，進(jìn)而推動(dòng)整個(gè)社會(huì)和經(jīng)濟(jì)的發(fā)展。
認(rèn)知技術(shù)將改變?nèi)藗兊墓ぷ骱蜕罘绞?/strong>
認(rèn)知技術(shù)是指與人類認(rèn)知能力相關(guān)的技術(shù)，通過(guò)模仿、增強(qiáng)或擴(kuò)展人類的認(rèn)知過(guò)程來(lái)改變我們的工作和生活方式。人們?cè)絹?lái)越關(guān)注能夠以自然方式學(xué)習(xí)、推理和與人類互動(dòng)的智能系統(tǒng)的發(fā)展。這得益于AI領(lǐng)域的突破，以及越來(lái)越多的大數(shù)據(jù)和計(jì)算能力的可用性，例如，預(yù)測(cè)和預(yù)防自然災(zāi)害、防控群體性疾病等。隨著認(rèn)知技術(shù)的發(fā)展，人們對(duì)邊緣計(jì)算能力的需求越來(lái)越大，邊緣計(jì)算能力可以支持分布式環(huán)境中數(shù)據(jù)的實(shí)時(shí)處理和分析，機(jī)器學(xué)習(xí)模型和其他智能系統(tǒng)也越來(lái)越需要其帶來(lái)的算法可解釋性和透明度。認(rèn)知技術(shù)與物聯(lián)網(wǎng)的融合，為一系列行業(yè)的智能自動(dòng)化和數(shù)據(jù)驅(qū)動(dòng)決策創(chuàng)造了新的機(jī)遇。認(rèn)知技術(shù)與物理系統(tǒng)的集成將帶來(lái)機(jī)器人、自動(dòng)駕駛汽車和智能城市等領(lǐng)域新應(yīng)用的發(fā)展。這些技術(shù)正在改變我們與機(jī)器的交互方式和彼此之間的交流模式，并有可能徹底改變我們的生活和工作方式。認(rèn)知領(lǐng)域的關(guān)鍵優(yōu)勢(shì)之一是它能夠進(jìn)化與適應(yīng)不斷變化的環(huán)境和新發(fā)現(xiàn)，為創(chuàng)新增長(zhǎng)創(chuàng)造機(jī)遇。認(rèn)知技術(shù)在未來(lái)幾年可能產(chǎn)生如下新的突破和應(yīng)用。
企業(yè)發(fā)展。認(rèn)知技術(shù)可通過(guò)更好地理解企業(yè)員工的思維過(guò)程來(lái)幫助制造業(yè)設(shè)計(jì)更加高效的生產(chǎn)流程，其理論可應(yīng)用于培訓(xùn)和教育，幫助企業(yè)更好地培訓(xùn)和指導(dǎo)員工。通過(guò)理解學(xué)習(xí)者的認(rèn)知過(guò)程和思維習(xí)慣，認(rèn)知技術(shù)可以設(shè)計(jì)更有效的培訓(xùn)課程和教育方案，提高員工的學(xué)習(xí)效果和工作表現(xiàn)；通過(guò)理解用戶的認(rèn)知過(guò)程和習(xí)慣，認(rèn)知技術(shù)可以設(shè)計(jì)更便于使用的產(chǎn)品、更符合用戶認(rèn)知習(xí)慣的產(chǎn)品界面和操作方式，提高產(chǎn)品的易用性、用戶體驗(yàn)和產(chǎn)品質(zhì)量；通過(guò)理解人類的認(rèn)知過(guò)程和決策原理，認(rèn)知技術(shù)可以設(shè)計(jì)更智能、高效、安全和靈活的自動(dòng)化生產(chǎn)系統(tǒng)，降低生產(chǎn)成本，更好地滿足市場(chǎng)需求；通過(guò)自動(dòng)化的生產(chǎn)線、智能助手和機(jī)器學(xué)習(xí)算法，認(rèn)知技術(shù)能夠洞察大數(shù)據(jù)中的隱藏模式，從而幫助企業(yè)提高生產(chǎn)效率、減少錯(cuò)誤率和進(jìn)行更明智的決策。
智慧城市建設(shè)。認(rèn)知技術(shù)可通過(guò)理解人類的認(rèn)知過(guò)程和行為習(xí)慣，幫助設(shè)計(jì)更符合人類需求、更人性化的城市環(huán)境，更智能化的城市管理和公共服務(wù)系統(tǒng)，包括交通設(shè)施、公共空間和建筑物等，提高城市的宜居性和用戶體驗(yàn)，優(yōu)化社區(qū)城市管理，完善醫(yī)療保健和教育等公共服務(wù)，提高居民的生活質(zhì)量和幸福感。通過(guò)理解司機(jī)和乘客的認(rèn)知過(guò)程和行為習(xí)慣，認(rèn)知技術(shù)能夠設(shè)計(jì)更智能化的交通管理系統(tǒng)，提高交通效率和安全性，幫助優(yōu)化城市交通流量，減少交通擁堵和事故；通過(guò)理解罪犯的認(rèn)知過(guò)程和行為習(xí)慣，認(rèn)知技術(shù)可以設(shè)計(jì)更具針對(duì)性的監(jiān)控和預(yù)防犯罪系統(tǒng)，提高城市的安全性和治安水平。
智能金融研發(fā)。智能金融是結(jié)合AI技術(shù)和金融業(yè)務(wù)，實(shí)現(xiàn)智能化的金融服務(wù)。數(shù)據(jù)挖掘、機(jī)器學(xué)習(xí)和NLP等AI技術(shù)能夠?qū)鹑诖髷?shù)據(jù)進(jìn)行分析和預(yù)測(cè)，幫助金融機(jī)構(gòu)更準(zhǔn)確、更智能地進(jìn)行投資決策；區(qū)塊鏈技術(shù)可提高金融交易的透明度和安全性，并通過(guò)智能合約等技術(shù)實(shí)現(xiàn)金融服務(wù)的自動(dòng)化和智能化；云計(jì)算和大數(shù)據(jù)技術(shù)可幫助金融機(jī)構(gòu)存儲(chǔ)和處理金融大數(shù)據(jù)，提高數(shù)據(jù)的利用效率和系統(tǒng)的分析能力，降低金融機(jī)構(gòu)的運(yùn)營(yíng)成本及風(fēng)險(xiǎn)。智能金融的研發(fā)為金融業(yè)帶來(lái)了更多的創(chuàng)新和發(fā)展機(jī)遇，智能金融與金融科技相結(jié)合，可以實(shí)現(xiàn)支付、借貸、保險(xiǎn)等領(lǐng)域金融服務(wù)的創(chuàng)新和升級(jí)，更全面地保障金融安全和客戶權(quán)益。
大數(shù)據(jù)醫(yī)療發(fā)展。隨著醫(yī)療信息化的迅速推進(jìn)，醫(yī)療數(shù)據(jù)的數(shù)量和種類迅速增加。大數(shù)據(jù)醫(yī)療對(duì)于推動(dòng)醫(yī)療領(lǐng)域的發(fā)展和改善人民健康有著重要的作用。機(jī)器（深度）學(xué)習(xí)、數(shù)據(jù)挖掘等算法能夠通過(guò)分析和處理醫(yī)療大數(shù)據(jù)，發(fā)現(xiàn)潛在的規(guī)律和變化趨勢(shì)，預(yù)測(cè)疾病可能引發(fā)的風(fēng)險(xiǎn)，推斷患者在各病程階段的反應(yīng)，協(xié)助醫(yī)生提升診斷疾病、制定治療決策的準(zhǔn)確性，提高治療效果、減少醫(yī)療資源浪費(fèi)；智能診斷、智能監(jiān)測(cè)和遠(yuǎn)程醫(yī)療等技術(shù)可以實(shí)現(xiàn)醫(yī)療服務(wù)的智能化，電子病歷、醫(yī)學(xué)影像和基因序列等大數(shù)據(jù)可以被應(yīng)用于疾病的診斷、預(yù)測(cè)、治療和預(yù)防；通過(guò)收集和分析大量的患者數(shù)據(jù)，認(rèn)知技術(shù)能夠優(yōu)化醫(yī)療資源的配置，針對(duì)不同的患者制定不同的治療方案，從而提高醫(yī)療服務(wù)的效率和質(zhì)量；個(gè)性化的健康管理和監(jiān)護(hù)系統(tǒng)將幫助人們更好地管理健康和預(yù)防疾病，有效監(jiān)測(cè)和管理患者的健康狀況，提供個(gè)性化的健康建議；通過(guò)挖掘臨床大數(shù)據(jù)，認(rèn)知技術(shù)可以優(yōu)化試驗(yàn)設(shè)計(jì)和樣本選擇，加快新藥研發(fā)和上市進(jìn)程；通過(guò)醫(yī)療保險(xiǎn)大數(shù)據(jù)的采集與分析，認(rèn)知技術(shù)能夠?qū)崿F(xiàn)醫(yī)療保險(xiǎn)賠付模式的升級(jí)，提高醫(yī)療保險(xiǎn)服務(wù)的效率和質(zhì)量；通過(guò)在本地計(jì)算設(shè)備上進(jìn)行數(shù)據(jù)訓(xùn)練和模型更新，認(rèn)知技術(shù)可以全面保護(hù)數(shù)據(jù)的隱私性，促進(jìn)數(shù)據(jù)使用方的平臺(tái)合作與協(xié)同發(fā)展。
導(dǎo)航與無(wú)人駕駛技術(shù)進(jìn)步。導(dǎo)航是通過(guò)各種設(shè)備和技術(shù)來(lái)幫助人們確定當(dāng)前位置并找到目標(biāo)位置的過(guò)程，它不僅需要提供準(zhǔn)確的位置和路線信息，還需要與用戶進(jìn)行良好的人機(jī)交互，使得導(dǎo)航更智能化、人性化和便利化。傳感器數(shù)據(jù)、地圖數(shù)據(jù)和歷史數(shù)據(jù)等多源數(shù)據(jù)的融合技術(shù)，能夠提高導(dǎo)航的準(zhǔn)確性、實(shí)時(shí)性和可靠性；多模式導(dǎo)航將多種交通方式集成在一起，如公共交通、出租車和共享單車等，為用戶提供更便捷、更全面、更省時(shí)的出行服務(wù)，實(shí)現(xiàn)多種交通方式的信息互通，實(shí)現(xiàn)車輛之間的信息交流、信息共享和路況實(shí)時(shí)監(jiān)測(cè)的智能路網(wǎng)，為導(dǎo)航提供更準(zhǔn)確和實(shí)時(shí)的路況信息和路線規(guī)劃，提高導(dǎo)航的效率和安全性。
無(wú)人駕駛技術(shù)是認(rèn)知科學(xué)和AI技術(shù)在交通運(yùn)輸領(lǐng)域的應(yīng)用，其通過(guò)傳感器和控制系統(tǒng)來(lái)實(shí)現(xiàn)汽車的自主駕駛，大大提高交通的安全性和疏解效率，有利于車輛更好地感知和適應(yīng)交通環(huán)境，改善交通流量管理，減少交通事故和交通堵塞。無(wú)人駕駛汽車的智能化和自適應(yīng)能夠根據(jù)道路、交通和天氣等條件進(jìn)行自主決策，提高汽車的駕駛安全性和穩(wěn)定性。人機(jī)交互技術(shù)讓乘客與汽車之間更智能和自然地交互，實(shí)現(xiàn)更省時(shí)、便捷的出行體驗(yàn)。無(wú)人駕駛汽車與智能路網(wǎng)相結(jié)合，能夠?qū)崿F(xiàn)交通的自主調(diào)度和優(yōu)化，從而改變?nèi)藗兊某鲂泻蜕罘绞剑岣呓煌ㄟ\(yùn)輸?shù)男屎桶踩浴?/p>
結(jié)語(yǔ)
認(rèn)知技術(shù)的競(jìng)爭(zhēng)實(shí)際是人才的競(jìng)爭(zhēng)，我國(guó)政府一直高度重視人才的引進(jìn)和培養(yǎng)。清華大學(xué)自2005年成立了教育部認(rèn)知科學(xué)創(chuàng)新基地，北京大學(xué)和貴州民族大學(xué)等高校均建立了認(rèn)知科學(xué)一級(jí)學(xué)科，可培養(yǎng)本、碩、博不同層次的認(rèn)知科學(xué)理論與技術(shù)人才。騰訊、百度、阿里等科技公司近年來(lái)競(jìng)相投入了大量的人力和物力進(jìn)行組織攻關(guān)，通過(guò)一系列戰(zhàn)略重點(diǎn)部署和實(shí)踐來(lái)推進(jìn)認(rèn)知技術(shù)的研發(fā)，尋求認(rèn)知技術(shù)的新突破。從政府層面來(lái)看，通過(guò)一系列的國(guó)家重點(diǎn)研發(fā)計(jì)劃、國(guó)家自然科學(xué)基金和國(guó)家社會(huì)科學(xué)基金等方式，國(guó)家不斷加大對(duì)腦機(jī)接口、認(rèn)知科學(xué)、AI（特別是NLP）、類腦計(jì)算和社會(huì)計(jì)算等重基礎(chǔ)、寬應(yīng)用研究的支持力度，積極模擬人類智能，進(jìn)行類腦計(jì)算，構(gòu)建人造大腦，挖掘大規(guī)模數(shù)據(jù)中的人類知識(shí)，促進(jìn)了來(lái)自不同領(lǐng)域和不同背景的研究人員形成有凝聚力的研究團(tuán)隊(duì)，為得到更具影響力的研究成果打下了堅(jiān)實(shí)的基礎(chǔ)。
認(rèn)知技術(shù)具有潛在的經(jīng)濟(jì)、社會(huì)、教育和戰(zhàn)略效益。隨著認(rèn)知技術(shù)變得越來(lái)越復(fù)雜，廣泛來(lái)源的數(shù)據(jù)激增，為認(rèn)知技術(shù)的更深一步研發(fā)提供了新的機(jī)遇。AI是認(rèn)知技術(shù)的關(guān)鍵推動(dòng)者，深度學(xué)習(xí)、強(qiáng)化學(xué)習(xí)和NLP等領(lǐng)域的研究擴(kuò)展了AI研究的邊界，為認(rèn)知技術(shù)的新突破提供了支撐。認(rèn)知技術(shù)將改善人機(jī)交互方式，使得計(jì)算機(jī)更好地理解和響應(yīng)人類的需求、提供更智能、高效和個(gè)性化的解決方案，這將引發(fā)諸多行業(yè)領(lǐng)域的變革。
值得注意的是，在發(fā)展認(rèn)知技術(shù)的同時(shí)，也應(yīng)注重制定相應(yīng)的技術(shù)監(jiān)管框架和標(biāo)準(zhǔn)，以應(yīng)對(duì)包括與隱私、偏見(jiàn)、公平、安全、道德和倫理相關(guān)的問(wèn)題。例如，惡意行為者出于經(jīng)濟(jì)利益或其他目的，濫用認(rèn)知計(jì)算模型來(lái)產(chǎn)生大量垃圾郵件，或用來(lái)生成大量虛假和不良信息，將造成一系列不良影響。政府和科研機(jī)構(gòu)組織應(yīng)為這些技術(shù)的開(kāi)發(fā)與部署制定相應(yīng)的道德框架和指導(dǎo)方針，促進(jìn)相關(guān)問(wèn)題的國(guó)際合作，以確保負(fù)責(zé)任地使用技術(shù)并造福社會(huì)。
（本文系國(guó)家自然科學(xué)基金重點(diǎn)項(xiàng)目“語(yǔ)言理解的認(rèn)知機(jī)理與計(jì)算機(jī)模型研究”和國(guó)家社會(huì)科學(xué)基金重大項(xiàng)目“語(yǔ)言、思維、文化層級(jí)的高階認(rèn)知研究”的階段性成果，項(xiàng)目編號(hào)分別為：62036001、15ZDB017）
參考文獻(xiàn)
蔡曙山、江銘虎，2016，《人類的心智與認(rèn)知》，北京：人民出版社。
蔡曙山，2021，《認(rèn)知科學(xué)導(dǎo)論》，北京：人民出版社。
江銘虎、王琳，2013，《腦與語(yǔ)言認(rèn)知》，北京：清華大學(xué)出版社。
江銘虎，2016，《語(yǔ)言信息處理》，北京：人民出版社。
江銘虎，2019，《語(yǔ)言的ERP腦電認(rèn)知》，北京：清華大學(xué)出版社。
江銘虎，2022，《語(yǔ)言、腦進(jìn)化與認(rèn)知》，北京：清華大學(xué)出版社。
王士元，2008，《語(yǔ)言涌現(xiàn)：發(fā)展與演化》，中國(guó)臺(tái)北：中央研究院語(yǔ)言研究所。
王士元，2011，《語(yǔ)言、演化與大腦》，北京：商務(wù)印書(shū)館。
R. C. Berwick and N. Chomsky, 2016, Why Only Us Language and Evolution, MA: The MIT Press.
N. Chomsky, 2008, Language and Mind, Third Edition, Cambridge: Cambridge University Press.
N. Chomsky, 2014, The Minimalist Program, Cambridge: The MIT Press.
C. R. Darwin, 1871, The Descent of Man, and Selection in Relation to Sex, London: Jone Murray, Albemarle Street.
T. Deacon, 1997, The Symbolic Species: The Co-evolution of Language and the Brain, New York: W. W. Norton & Company, Inc.
J. C. Eccles, 1970, Facing Reality, London: Longman Publishers.
J. C. Eccles, 1973, The Understanding of the Brain, New York: McGraw-Hill.
J. C. Eccles and K. R. Poppe, 1984, The Self and Its Brain, Berlin, Heidelberg: Springer.
A. D. Friederici and N. Chomsky, 2017, Language in Our Brain, MA: The MIT Press.
M. A. Nowak et al., 2002, "Computational and Evolutionary Aspects of Language," Nature, 417(6889).
E. Newport and R. Aslin, 2004, "Learning at a Distance I. Statistical learning of Non-adjacent Dependencies," Cognitive Psychology, 48(2).
E. Newport et al., 2004, "Learning at a Distance II. Statistical Learning of Non-adjacent Dependencies in a Non-human Primate," Cognitive Psychology, 49(2).
D. Shilton et al., 2020, "Human Social Evolution: Self-Domestication or Self-Control?" Frontiers in Psychology, (11).
N. Smith, 2004, Chomsky: Ideas and Ideals, 2nd Edition, Cambridge: Cambridge University Press.
Cognitive Techniques: Revolution and Outlook
Jiang Minghu
Abstract: From the perspective of the long co-evolution of human brain and human language, the human brain is the brain of language, therefore as the knowledge recording tool, language helps to recording human history. Human cognition can be classified to three levels as cognitive domain, subjective consciousness and objective knowledge. There are similarities and differences among cognitive domain, physical domain and information domain respectively. The world-wide-web is the first revolution of information age. Natural language processing is the core technology of artificial intelligence that has promoted the development of cognitive science and cognitive technology. As the second revolution of the internet information age, cognitive technology will change our way of working and living.
Keywords: language, human brain, cognitive domain, physical domain, information domain, artificial intelligence
