2020年9月25日－9月26日，“2020中国科技峰会系列活动青年科学家沙龙—人工智能学术生态与产业创新”圆满召开。
本次活动由中国科学技术协会主办，清华大学计算机系、AI TIME、智谱·AI承办；活动围绕认知智能、自动驾驶、自然语言处理、计算机视觉、知识图谱、智慧人才等AI领域最前沿的学术发展和产业前沿，邀请了中科院、清华大学、北京大学、浙江大学、中国人民大学、哈尔滨工业大学等院校的青年科学家，以及来自阿里巴巴、百度等企业的青年企业家们共同参与讨论。
自然语言处理是人工智能的关键问题，深度学习技术在自然语言处理中对于数据的依赖性很高，目前的算法还存在着无法让机器人来理解自然语言这样一些问题。在9月26日上午的圆桌论坛环节中，以“论道自然语言处理的瓶颈与曙光”为主题，邀请何中军、徐剑军、刘知远、兰艳艳四位专家学者，围绕“算法研究、人才培养、产业落地、未来发展”这四个大方向的诸多问题进行了思辩。
算法研究的三个问题：一、结合知识与常识来发展NLP，是否是有价值的研究方向？二、GPT-3将给NLP带来哪些影响，是开启未来的钥匙，还是“误入歧途”？三、未来着重于哪些方法，有助于让机器从“感知”语言到“理解”语言？第一个问题，几位专家都觉得把知识融合到自然语言处理的过程中来，还是有挺大的意义或者价值的。
徐剑军认为，问题的答案是很明显的：要结合知识和NLP共同促进，现在工业落地的做法都是两边互相促进，把知识图谱建设起来的过程中，要用大量NLP的方法，建完之后又可以仿造NLP，让NLP在特定领域变得更加准确。
关于第二个问题，兰艳艳肯定了GPT-3产生的好效果，同时也一针见血的指出来目前还存在的难题：没有常识，无法解读“言外之意”；刘知远认为：GPT-3是一个里程碑，但不是终点，在更多去利用现实世界数据的基础上，还是要能够尝试给机器构建出一个世界模型，让它具备抽象学习的能力，只有这样才能出现未来更智能的机器。
第三个问题，蓝艳艳认为：要实现从感知语言到临界语言，从NLP到NLU，除了知识和常识之外，未来要达到认知语言的状态还要结合多模态，还有结合人的整个活动的过程跟环境的标注，才能做好理解语言这件事情。