当我们欣赏《星球大战》津津有味的时侯，科学家一说“没有外星人”，这事情就不好玩了。可是没办法~，科学就是科学。作为自然语言处理专家，我不得不给大家扫扫兴：未来的机器人，恐怕还是不会说话，因此我们识别机器人的一大法宝可以是：语言。
人们常常有个感觉，认为说话是个很简单的事情，其实不然。“人类最难做到的，计算机比较容易做到，比如大型计算；而人类最容易做到的，计算机最难做到，比如我们每个人都会说话、听人说话，连没受过教育的文盲也会，然而计算机到现在也教不会它语言这个技能。”
其实早在计算机诞生之初，人们就开始了用计算机处理语言的工程，人们以为，我们平时翻译啊什么的，不就是需要一本字典嘛，要我们人类背下几百万条词条那是很难的，但是计算机擅长啊，让它记住海量内容，小菜一碟！除了让计算机快速、大规模计算，人们认为，让它处理语言、记住海量单词，也是它最适宜的工作之一了。
计算机诞生于美国，这个自然语言处理一开始也是在美国搞得是轰轰烈烈，美国投入大量金钱和人才来做这件事情。然而几年下来，现实离人们的想象越来越远。在许多大型项目以无果而终之后，终于有一纸报告递到国会，详细说明为何自然语言处理是实现不了的。这本报告书结束了美国的自然语言处理梦，也让全世界的自然语言处理陷入了长期的低迷。
为什么自然语言处理实现不了？
因为当你把整个字典都搬到计算机里面之后，你会发现，计算机不会使用这些词条。而如何让它会使用这些词条？——没有办法。人类在使用字词典时，其实是靠着人类对于语言的理解的，而计算机不具有这些理解，所以它不会使用。
我们都觉得翻译时，不过是看到一个单词、就拿头脑中背过的那个意思填上就是了，然而当计算机这么做时，我们看到的翻译结果，却是匪夷所思，通篇竟然没有几个“人模人样”的句子！更不要说翻译符合原意的事情了。追其原因，是我们在填翻译词时，其实是在从许多可能的意思中，选择一个最合适的——这个工作让计算机来做，每个词对应几十个词，它该如何选择？什么是“最合适的”原则？不知道。因为我们对于我们自己的这些规则并不清楚，所以我们也无法去教计算机这些规则。
为了让计算机具有人一样的判断能力，有人自然而然地想到把整个世界的知识体系搬到计算机里去，这样计算机就具有人一样的知识背景......。这个工作引起了全世界许多国家的热情，经过多年不懈的努力，结局却是大失所望。终于有人写论文论证了语义网络是理论上就不可能实现的（这个语义网络和现在流行的“语义网络”不是一回事儿，以前的语义网络这个词，指的是一个巨型知识库、存储着人类的全总知识）。
为什么说“语义网络”这样的全总知识库从理论上就是不可实现的呢？原因很简单，我们在现实生活中，常常是在这件事情上采用一个标准、一种逻辑，而在另一件事情上，我们又会采用另一个标准、另一种逻辑，这在我们生活中一点问题也没有，但是让计算机把这些知识装在一起，那就存在着许多自相矛盾的逻辑命题，这样的逻辑体系，如何能够做事情？
人类这个装满了矛盾知识的大脑，就能够游刃有余、毫不费力地解决生活中的事情，真不知人类是怎么搞的？不知道怎么教计算机也学会这个。唉~
他们说的、“从理论上不可行”——指的就是：一个不符合排中律的逻辑系统，从理论上来说，没有能力处理我们的这个世界。
上面说了这么多，可以简而言之一句话：只是靠建立大型数据库，是无法从根本上突破自然语言处理的问题的，必须首先了解人类的认知原理。
遗憾的是对于人类认知，我们几乎一无所知。
我们就生活在我们自己的认知中，比如，我的这篇小文，也是靠着我自己的认知功能来完成的。那么请问：我们在我们自己的认知之中、不能脱离我们的认知而观察，那么如何实现“以已之矛、攻已之盾”呢？这不是矛盾吗？
有句古诗：“不识庐山真面目，只缘身在此山中”。假设一个人从未走出过庐山，你让他说出庐山是什么，他是说不了的，只有当他曾经去过别的山，经过对比，他才能说出个一二三来。
因为我们人类的所有智慧都是在我们自己的认知系统之中、从未脱离也不可能脱离，所以从理论上来说，我们永远不可能对于我们自己的认知系统有着百分之百的了解。