在达观数据主办的世界人工智能大会“理解语言，拥抱智能”主题论坛上，自然语言处理领域的泰斗、ACL终身成就奖得主、中国中文信息学会名誉理事长李生教授作为重磅嘉宾出席活动并致辞。在演讲中他谈到了人工智能及 NLP 技术当下的现状、挑战，并展望了未来的发展趋势。
以下为李生教授发言内容，内容整理后略有删减。
人工智能的发展经历了“三起两落”，新一轮高潮的到来主要得益于深度学习算法。2006年Hinton提出反向传播算法，DL展露头角；2012年世界图像识别大赛中，CNN一鸣惊人；2016年AlphaGo人机大战轰动世界，掀起了人工智能第三次高潮。AI圣火还会不会继续燃烧？人工智能的路今后怎么走？
人工智能各项技术发展迅速，深度学习、感知智能取得了重大突破，达到甚至超过了人类的水平。人脸识别已经广泛落地，识别与生成进一步推动了计算机视觉的发展。语言语音处理也成绩斐然，同声传译使用场景更加广泛。基于深度学习的NLP技术也逐渐发展，2017年6月，Google推出Transformer 网络，2018年10月，双向编码预训练模型Bert问世，中文的预训练模型也不断涌现。
但与此同时，挑战犹在。近年来的人工智能主要是归纳综合，还不是演绎推理。不具有完全推理能力的人工智能不能算作真正的人工智能，目前AI也正在从感知智能走向认知智能。
AI的未来，应该逐渐逼近人类智能。可能会有电脑思维的技术派和人脑思维的生物派两条途径。人工智能与人类智能比较起来还存在着没有意识、不能思维、不能推理等一些根本性的差异。当前的人工智能所用的深度学习算法还有两大“软肋”：一是不具备小样学习功能，二是没有知识，更不必说用知识进行推理。此外，深度学习目前还存在着贪婪、脆弱、暗箱、肤浅等一系列局限性，AI的研究仍任重道远。
我们要用脑科学牵头，带动计算机科学和数学等学科的深入研究。以类脑探索为重点，加速类脑芯片的研制。软件算法与硬件芯片结合，数据统计与知识推理结合，进行新算法研究。包括基于人工神经网络的ANN算法和基于脉冲神经网络的SNN算法，计算电脑思维与认知人脑思维结合，搭建成能够融合这两种方法的融合框架。
近期国内外有一些类脑研究取得进展，英特尔推出了可模拟 800 多万个神经元的 Pohoiki Beach 类脑芯片系统；今年8月清华施路平团队研制出天机芯片的消息登上了“Nature”封面，轰动了国内外；上周浙江在线报道了浙大研发的脉冲神经网络的类脑芯片“达尔文 2”。
这些成果都会加快人工智能由感知走向认知的进程，让机器理解、掌握、运用好人类知识，实现推理机制，真正理解人类的意图，进一步做好人机融合，让人类未来更加健康、更加幸福、更加便捷、更有道德、更有智慧。也让我们的生活越来越美好！
