计算机语言属于自然科学吗,计算机能理解自然语言吗

二、关于机器理解的哲学思考

人是能够认识周围世界，并进行创造性思维，改变周围环境的万物之灵。这个万物之灵的思维主要形式是语言。对语言的理解涉及到语义、语法、语用、语境这些不同的层面。而人们对这些知识的理解和掌握是经过长期的反复实践和认识才完成的。在人们刚刚学会用语言表达自己的初期，无论是词条的掌握，还是语法、语义的理解都是极其初步的，或者只能简单地模仿，其思维的能力是有限的。随着人们与客观世界的接触日益增多，从形象思维到逻辑思维、灵感思维的逐渐形成，人类有目的地进行规划、决策以及控制行为和语言的能力不断提高。笔者认为，在实践生活中，人类对语言的表达处理能力的优势集中地体现在对语义、语用、语境和常识的应用及处理上，而不是语法，这正是为什么很多人并不懂得多少语法，甚至一无所知，但他们对语言的运用能力丝毫也不逊色。而在计算机自然语言处理的研究中，人们很早就创立了一系列偏于形式化结构的语法理论，但是，对于自然语言的语义处理至今尚没有一种十分有效的处理方法，这种先语法后语义的研究顺序恰好与人脑对处理语言方法的掌握顺序相反。在计算机对自然语言的处理研究中，一般对语义的处理只是在某范围内选定若干低级的原语，用这些原语的结构组织来解决高层次词条的语义，并且这些所需要原语的语义必须清楚，这样可以解决一定范围的语义问题。实际仅仅是用一定范围的语法结构代替语义描述，并没有真正解决语义的表达问题。没有解决语义的表达问题，也就无法真正让计算机实现自然语言的理解，因为任何一种理解都是建立在语义处理基础上进行的。当神经网络模型提出来时，许多人将对语义的处理和语言理解寄希望于神经元计算机，因为神经网络模型与人脑有类似的结构。那么，当神经网络系统大到相当程度，层次足够多，同人脑的数量级相当时，是否就可以表达语义，因而能同人一样地思维了呢？对这个问题的回答仍然存在两种不同的看法。反对者认为：神经元计算机对语义的表达和理解实际上并无本质的改观；支持者认为：当神经网络层次很多时，低层的原语语义已经非常贫乏，近似于0、1编码，或是由于层次过低的原语语义对高层的语义已经影响甚微，因而认为可以表达。

实际上，这种关于语义表达和语言理解的争论，不仅触及计算机信息加工的本质，而且提出了令人深思的哲学问题。信息符号是形式化的，在某种程度上抛弃了丰富的内容，抽取保留贫乏的形式。哲学的观点一向认为事物是普遍联系的，但是在具体情况和条件下，有些联系是松远的，甚至完全可以被忽略不计。计算机作为形式化信息加工的装置，要表达和处理现实世界中的任何具体问题，都必须对具体问题在一定程度上切断联系。实际上，从计算机存储信息的媒体结构上来看，信息是用单元编码表示的，而被编码的各单元之间是相互独立的，如果有联系，也要通过运算器及程序指令来表达，这恰恰与事物普遍联系的原理是相悖的，因而概念间的联想联系，对应各种常识信息、语义、语用及语境信息之间的相互关系在抽象的形式化的符号加工模式中就较难以实现，相比之下，神经元计算机要更合理些。但是，事物的联想紧密程度不同，将所有联系都保留，这似乎是不可能的，即使表示有可能，对处理也是极大的负担。也许这正是神经网络为什么最后要发展到符号式处理的原因。世界是无限的，而特定的计算机总是有限的，要计算机去处理具体问题，只能在无限联系的世界中抽取一小部分，一个子集，那么，这种割断联系的处理方式是否可行合理呢？这为我们提出了一个深入的哲学问题，也许这正是当今计算机为什么不能像人脑一样完全理解和正确处理自然语言的症结所在。

从另一方面看，计算机对自然语义的表达和理解问题，不仅与当今计算机的发展水平和处理能力有直接关系，而且涉及到人对自然界规律认识的深度、对自然界问题描述的能力和处理手段以及对事物之间联系的处理等复杂问题。在现有的技术水平和条件下，人对自然语言本身所蕴含的规律的认识也许还不够全面，或者对自然语言本身的表达方式与计算语言学的表达形式之间以及与计算机能够处理的抽象描述形式之间的联系揭示不够深刻，在自然语言和计算机语言之间缺乏一种应有的桥梁，使得计算机无法理解人类自己的语言。也许将来有一天，随着计算机技术的不断发展和人类自身对自然语言规律的认识和理解不断加深，使计算机能够接受的各种表达能力日益增强，机器的智能达到相当的水准，计算机理解和处理自然语言可能不再是一个问题。但是，在整个研究过程中，像其它研究方向一样，可能会不断提出更多深入的哲学问题，这正是自然科学对社会科学的严峻挑战，对于这些问题的思考和解决将是摆在我们面前的艰巨任务。

尽管辩证唯物主义的哲学代替不了具体的人工智能学科，认知科学的研究也替代不了各门具体学科的研究，但是，它们的研究成果却毫无疑问地会加速计算机的高层次应用，加快社会生产力的发展，并为计算机的应用和发展指明正确的方向。而计算机的实践所提出的哲学问题也必将丰富哲学的思维。

原文参考文献：

1.吴泉源、刘江宁：《人工智能与专家系统》，国防科技大学出版社，1995。2.石纯一、黄昌宁等：《人工智能原理》，清华大学出版社，1993。3.赵光武：《现代科学的哲学探索》，北京大学出版社，1993。4.陈衡：《科学研究的方法论》，科学出版社，1987。5.闵应华：《作为学科的计算科学》，清华大学出版社，1994。6.王钰、袁小红等：《关于知识表示的讨论》，计算机学报，1995，3期。