短评：自然语言处理呼唤中国方案 云服务将从数字时代到智能时代

　　信息社会50人论坛执行主席 段永朝

　　2023年2月16日

　　美国OpenAI公司的ChatGPT甫一推出，即掀起全球浪潮。一时间各种惊艳测试令人目不暇接。ChatGPT在文档摘要、内容撰写、机器翻译、问题解答等领域的非凡表现，成为2023年度智能科技领域的抢眼新闻。

　　ChatGPT是人工智能传统领域自然语言处理（NLP）的创新模式，基于GPT3.5语言模型、Transformer机器学习模型和无监督、半监督-微调预训练技术，通过巨量参数、海量文本数据的训练和学习，具备强大的文本生成能力。

　　值得注意的是，ChatGPT的技术路线，有着鲜明的计算语言学演进的特征。理论计算语言学以语法解析和语义的形式理论研究为核心，通常以形式逻辑和符号方法为基础，包括自然语言的计算复杂性、应用上下文相关语法和线性有界图灵机模型等。

　　1990年以来，计算语言学一直以统计方法为主，如神经网络和机器学习。神经网络方法因为缺乏统计可解释性受到一定程度的排斥。直到2015年前后，深度学习方法NLP的主要框架。这里重大的突破在于Transformer机器学习模型中使用的自注意力机制，即对输入数据的每一部分的重要性进行差异性加权。

　　注意力模型的思想，缘于心理学家William James在130年前提出的“认知注意力”概念。James提出注意力的“聚光灯模型”将注意力分为两个阶段：一个阶段是注意力在视场中的均匀分布，这时候信息获得并行处理；另一个阶段是注意力的聚焦过程，这时候信息是串行处理的。

　　1986年，Charles W． Eriksen & James D． St． James提出了变焦镜头模型，为注意力模型增加了环境变量的调节参数。

　　ChatGPT所使用的自注意力机制，实际上就是这种变焦注意力处理过程在数据编码-解码过程中的延伸应用。传统自然语言处理过程中的编码-解码过程，采用通用计算框架，实质上是“注意力散光”过程。ChatGPT所采用的自注意力机制，在每个编码-解码过程中，都加入了自我注意机制，从而大大加强了预训练的效果。

　　但是，需要看到的是，ChatGPT无论取得了何种成就，其语言模型的基本思想，依然是乔姆斯基的形式语法、瑞士语言学家索绪尔的“能指-所指”两分法。也就是说，以英语（屈折语言）为主要研究对象的主流自然语言处理技术，不可避免地带有乔姆斯基“存在先天语法结构假设”，以及索绪尔“符号、语音、对象可分离假设”这两个重要的假设。

　　对中文语境的研究者、开发者和使用者来说，这两个假设在汉语环境下是否依然成立，是一个基础性问题。

　　ChatGPT的火爆，其实更应该引发深层次的思考。著名语言学家萨丕尔、沃尔夫，在100多年前曾经指出“语言决定人的认知”；认知语言学的创始人莱考夫也说，在语言认知过程中，需要特别重视“隐喻”的认知价值（1980）。

　　汉藏语系与印欧语系在语音、词汇、语形、语义、语法等层面有诸多不同。汉语的自然语言处理固然可以借鉴当代西方主流的语言模型、处理技术，但从根本上来说，汉语具备的音形义统一的特征需要给予特别的关注。这一点是呼唤中文自然语言处理技术创新发展的关键。

　　最近百度的一则新闻引人关注。百度在多年潜心耕耘的基础上推出的“文心一言”大模型，一方面依靠计算技术、人工智能技术的大量积累，另一方面更立足海量中文文本、图形、数据的丰富环境，在中文环境的自然语言处理中独具特色，前景可期。百度核心战略业务之一的智能云未来势必也要接入文心一言，文心一言带来的庞大AI算力和数据需求将为百度智能云提供巨大的营收增量。ChatGPT和文心一言等将使云市场游戏规则发生根本改变，彻底改变云计算厂商的核心竞争力，适合跑AI的云将成为云计算市场领导者，云服务将从数字时代到智能时代。

　　当然，这一领域的长足发展，还有赖于语言学家、心理学家、人类学家和计算机科学家的深度合作与创新。