语言是人类表达交流和思维的重要工具。人类通过语言沟通、表达、创作，反映出内心的思想。我们日常使用的语言称为自然语言，它涵盖了词汇、语音、语义和语法等多个方面。而计算机语言则是由数字、字符及语法规则构成，用于编写机器程序。

人类的自然语言包括多种语种和语系，计算机语言则依据编写规则分为不同的类别。人类利用自然语言进行对话、交流、写作和思考的能力，即语言智能，被认为是人类智能的一部分。计算机则通过识别计算机语言、运行程序和执行操作展示其能力，计算机语言可以视为机器先天具备的语言。

若计算机能够理解并翻译自然语言，理解并执行人类命令，甚至与人对话，是否可以认为计算机具有类似人类的语言智能？本文将探讨这个问题。

自然语言与计算机语言的定义

人类日常使用的语言称为自然语言，用于表达想法、交流和描述对象。自然语言承载了语词的内涵，各种语言之间可以相互翻译。每种语言都是一个包括词汇、语法和语音的系统，根据语法规则进行表达。哲学家乔姆斯基认为，掌握一种语言的人实际上掌握了该语言的规则系统，这套系统为无数可能的句子指派声音和意义。然而，使用自然语言的人未必意识到这套语言系统的规则和内涵。

自然语言的习得基于生活和社会交往。儿童通过对话接触词汇和句子，逐渐掌握语法，这是一个从语义到语法的学习过程。乔姆斯基认为人脑中存在一种天生的普遍语法，这种语法存在于一个名为语言习得机制的地方。他试图解释语言研究与人类本质的关系，认为语言反映了人类心智的过程并决定了思想的特征和发展。

自然语言系统兼具稳定性和变动性。在一种语言存在的前提下，其词汇和基本语法是稳定的，但语言在传承中也会不断更新、衍生和发展。

计算机语言则是按照规定的语法规则使用数字、字符来编写程序，使得计算机能够执行各种操作。计算机语言包括机器语言、汇编语言和高级语言等，其设计目的是让人更好地控制和操作计算机。计算机的运行流程包括接受输入、匹配对象和输出结果。计算机首先需要理解人的输入命令，然后将自然语言转换为机器可理解的计算机语言，再进行编译操作，将程序源代码翻译为目标代码。

计算机语言是人机对话的媒介。计算机语言在构造中能够识别并翻译自然语言，执行操作，输出结果，其中的翻译过程是人机合作乃至人机对话的关键。计算机必须理解人类输入的命令才能继续执行操作。智能机器正在尝试通过语音和图像识别理解人类命令，这些能力主要依赖于语料库分析、强化匹配搜索和深度学习。

自然语言与计算机语言中的逻辑

在自然语言的使用中，歧义和含混不可避免，各种语言之间的翻译也可能存在误解和偏差。为了减少歧义和模糊，学者们发明了形式化语言，即试图建立一套没有歧义的语言。形式化语言的初衷是使逻辑学像数学一样拥有通用的符号，从而建立一种普遍的、没有歧义的语言。通过这种语言，可以把所有思维推理转化为演算，使之像数学一样精确。

自然语言可以被视为一套符号系统，其中的语词是文化背景下表达观念的符号。自然语言中的逻辑不仅限于语法结构，还存在于语义之中。我们日常表达中某些语词的歧义和模糊，在语法中难以判断，但可以通过上下文和语境解决。维特根斯坦认为自然语言是用来表达对象的，一个命题或语句的意义源自外在于它的实在对象。我们学习语言的过程就是掌握语词与对象之间的关联，自然语言在特定环境下才具有意义。

因此，自然语言的逻辑比形式化语言的逻辑多一个维度。自然语言是人类心智的一部分，包含在语词中的逻辑是人类心智独有的能力。自然语言的习得无法单从语言的逻辑结构学习来获得，心智是一个重要概念。

机器使用的计算机语言也是一种形式化语言，它是人赋予机器并成为其内有先在的语言。计算机在理解和执行人类命令时，需要将自然语言翻译为机器可理解的计算机语言，再进行程序操作。将自然语言的形式化描述，这一步骤对计算机程序的机械模仿至关重要，但理解力模仿不同于机械模仿。机械模仿涉及形式性质，而理解力模仿涉及准语义性质。现阶段计算机以机械模仿为主并通过逻辑语言与人类自然语言对话。因此，尽管计算机对自然语言的处理可以算作一种翻译，但这种翻译与自然语言中的互相翻译不同。

计算机在消除歧义过程中需要大量知识，包括语言学知识（词法、句法、语义、上下文等）和关于世界的常识认知。这也导致了目前自然语言处理的两大困难。从自然语言的视角衡量计算机语言，高度形式化使其对语境的刻画能力有限，也无法像自然语言那样传达多层信息。形式化语言虽然在准确度上有优势，但在语境塑造能力和表达力上弱于自然语言。自然语言的词汇装置如何与句法结构产生联系，从而形成句子表达的涵义，这是形式化语言很难完全刻画的，这也是计算机识别自然语言时产生错误的一个重要原因。

认知科学认为思维和认知是知识的逻辑运算，而计算化的自然语言分析主要依赖逻辑语言的表述。如果从行为主义的角度出发，机器拥有计算机语言，并且在后天的操作执行和使用中不断强化更加精确，这是一种习得和巩固。在这个意义上，计算机语言对计算机来说似乎是它的自然语言。然而，自然语言和计算机语言承载的内涵不同。自然语言体现的心智与计算机语言表达的心智有所不同。

自然语言与心智

自然语言是人类表达的工具和思维的媒介，自然语言与心智的关系密不可分。心智是智能的一部分，包含了知觉、感觉、记忆、学习、理解、创新等能力。心智能力包含了对自然语言的理解。日常生活中使用自然语言时，可以获得关于描述对象的语音、形象和内涵。我们能从别人的语音、动作、表情和肢体动作中体会到语句中的各种情绪与感受。自然语言的涵义是在社会交往和对话中完全体现的，对这些涵义的全面把握需要心智能力。

再者，自然语言的学习也是心智能力的一个反映。乔姆斯基认为语言和语法结构是人类心智的本质和特征。我们的心智中先天就拥有认知结构和语言能力，在后天的运用中逐渐强化对语法规则的掌握。“在某种基础性的层面上，我们人类不是在学习语言，真实的情况是，语言在心智中自行成长。”

哲学家蒯因的语言理论是基于经验主义与行为主义的立场。他认为语言之所以能表达含义，是依赖于行为习得的，人们在语言行为中体现出的心智能力也是逐步后天习得的。掌握并使用语言的心智能力是后天的并且可以通过训练得到强化。

如果按照乔姆斯基的理论，那么我们赋予一台智能计算机的初始内在，可以算作它的先天“心智”，尽管这种心智是人给予的并且是不完全的。如果按照蒯因的理论，计算机在被构造的前提下，已经获得了知识背景，并且能在学习中不断强化语言能力，这似乎意味着它有可能在强化学习中获得真正的智能，包括与人同等水平的语言智能。

机器语言与心智

在人工智能著名的图灵测试中，如果一个人与一台机器进行足够长的对话，且对话人无法分辨回答来自机器还是人，则判定这台机器拥有智能。图灵设想中的智能计算机主要能力是对语言的理解和运用能力。测试将机器拥有智能定义为几个方面：机器要能回答输入文本的问题；能够对语词进行含义解释；能够理解语词组成的句子；能够把一种语言翻译为另一种语言。语言能力是判断计算机是否拥有智能的重要标准。

如果智能必然要掌握语言能力，人类使用的自然语言虽有模糊不清和歧义难解的内容，但表达力强于形式化语言。计算机要具备真正的智能，必须在不同语境中理解自然语言。然而这一能力在现有技术中几乎是办不到的。德雷福斯认为机器要获得智能，需要解决语言中的歧义问题。虽然现在已有强化匹配搜索和大数据的支持，自然语言的歧义问题表面上得到了部分解决。但如果参照人类使用自然语言的方式，真正理解并能使用一门语言，除了掌握必要的推理规则，还要具备上下文环境的理解与领悟能力。

在讨论机器智能与心智时，很多研究者希望从人类智能的产生和结构中获得启示。从简单发育到复杂思考，人的智能看似有规律可循，但如果仔细考虑，即使是最简单、最初级的智能，都涉及千万脑细胞、肌肉细胞的大范围共同协作。语言智能作为其中的一种，如果考虑语言机制的来源以及语言机制在人类智力突然质变的过程中所承担的角色时，至少两个基本的问题就会出现：第一，最小的承载意义的元素的核心语义内容，包括形式最为简单的元素。第二，允准符号进行无限制组合的原则。如果希望通过分层渐进地剖析人类心智产生的生理结构和逻辑结构，从而尝试在模仿这种结构中赋予机器以心智，那么必然会面临两个困境：一是人的大脑是一个不可能完全掌握的黑箱；二是心智作为一个没有实体但确实存在的存在，对技术而言是不可捉摸的存在。

就心智主义的立场而言，计算机不可能拥有与人类同等的心智能力，尽管它可以随着技术发展获得更加精细准确的自然语言处理技术，在操作执行中表现得能够听懂自然语言的一切指令。从行为主义的立场来讲，如果一台机器表面具备了同人类一样的语言能力，能够理解并表达自然语言，似乎可以认为它是具有心智的机器。然而，自然语言和形式化语言互相转换中不可避免的问题，也预示了由行为主义出发的模仿不可能完全与人一样。

结论

随着技术的发展，计算机可处理的自然语言文本数量一直增长，面向海量信息的文本挖掘、信息提取、跨语言信息处理、人机交互等应用需求下，计算机的自然语言处理研究也在不断推进。然而，自然语言不仅是一些语词符号的组合，还具有文化属性，一种语言的习得不仅是会使用其中的语词和语法规则，还包括了对一种文化的理解和认同。在这个层面上，现有的智能机器无论对自然语言的处理做到何种程度，都尚未拥有真正的智能。因此，我们可以将语言的正常使用作为证明其他生物具有与我们相同心智的极其明确的经验性证据，但不能作为心智与人类能力的来源的判别性证据。

笛卡尔讲“语言是人类思维的核心标志”，意即语言能力和人的思维能力密不可分并且语言能力是人类心智的表征。他还提出：人类心智的两个重要能力，理解力和意志，是机器（自动机）无法实现的。因为心智没有实体，自动机无论如何模仿表层结构，都不可能创造出心智。笛卡尔的预言在今天看来虽然缺乏论证完整性，结论依然正确。语言的使用表达和创造是人类智能的重要内容，如果未来的智能机器将拥有同人类一样甚至更强的智能，那么它必然掌握了人类语言能力同等的理解运用能力。这在现有的计算机语言层面是做不到的。而至于未来机器能否籍由新的突破性的技术学会“外语”，那又是另一个问题了。