人工智能時代的語言學

本書由倫斯勒理工學院的兩位認知科學家合著，探討了目前的人工智能學習方法在自然語言理解中的瓶頸，並嘗試探索未來發展智能代理的途徑。作者介紹了一種將自然語言理解能力操作化的方法，稱為“賦予語言能力的智能體”（Language Endowed Intelligent Agents，LEIA）。該方法仿照人類智能體和建模方式，能在減少訓練模型數據量的情況下，進一步提升人工智能理解人類語言的準確性，旨在實現可解釋、能學習、會協作的AI。 本書主要從認知建模和系統構建的角度來描述LEIA的語言理解能力，其突出的設計特點在於可操作性和實用性。本書共9章，盡量做到通用性與特定性的平衡：第2~7章以相對通用的術語講解大部分內容，不過分關註實施細節，而是重點強調認知建模過程中的決策制定；最後兩章介紹具體內容，使用微理論開發的系統（第8章）和LEIA語言理解能力評估方法（第9章）。 本書內容豐富詳盡，尤其是在當前深度學習和大模型技術盛行的背景下，全書只字不提深度學習和大模型，但提倡基於知識系統與機器學習融合的認知建模，為廣大專業人士提供了開發經驗和創新思路。因此，該書不僅適用於高校人工智能、認知科學、語言學方向的本科生和研究生閱讀學習，還可為相關領域的研究與開發人員提供參考。