人工智能语音应用案例解析：探索AI语音技术的未来

一、人工智能语音应用案例解析：探索AI语音技术的未来

人工智能（AI）语音技术是近年来快速发展的一项前沿技术，已经在许多领域展现出了巨大的潜力。本文将介绍一些人工智能语音应用案例，以帮助读者更好地了解这项技术的应用场景和未来发展方向。

智能语音助手

智能语音助手是人工智能语音技术最常见的应用之一。像苹果的Siri、亚马逊的Alexa、微软的Cortana等智能语音助手已经成为了人们日常生活中的得力帮手。通过语音识别、语义理解和自然语言生成等技术，这些语音助手可以帮助用户完成各种任务，例如提醒日程安排、搜索信息、播放音乐等。

语音翻译

语音翻译是另一个重要的人工智能语音应用领域。通过将语音输入转化为文本，再将文本翻译成不同语言，语音翻译技术可以帮助人们更方便地跨越语言障碍。许多手机应用和在线平台已经开始提供语音翻译功能，使得国际交流变得更加便捷。

智能客服

随着人工智能技术的发展，越来越多的企业开始使用智能语音技术来改进客户服务。智能客服系统可以通过语音识别和语义理解技术自动处理客户的问题，帮助企业提高客户满意度，降低客服成本。许多大型企业已经投入资金开发和应用智能客服系统，取得了显著的成效。

语音识别技术在医疗领域的应用

在医疗领域，语音识别技术也发挥着重要作用。医生在看诊过程中需要记录大量的信息，传统的纸质记录方式效率低下。通过使用语音识别技术，医生可以通过语音输入来记录患者信息、医疗建议等，提高工作效率。此外，一些机构还在探索将语音识别技术应用于疾病诊断和治疗辅助等方面。

语音技术在教育领域的应用

教育领域也是人工智能语音技术的一个重要应用领域。许多教育机构和在线学习平台使用语音技术来提供个性化的教学服务。通过语音识别技术，教师可以对学生进行实时语音评估，根据学生的口语表达情况给出相应的反馈和建议。这种个性化的教学方式可以更好地满足学生的学习需求，提高教学效果。

以上只是人工智能语音技术应用案例的一小部分，未来随着技术的不断进步和创新，我们将会看到更多令人兴奋的应用场景出现。人工智能语音技术将继续对我们的生活和工作产生深远的影响。

感谢您阅读本文，通过本文的介绍，相信您对人工智能语音技术的应用场景和未来发展有了更深入的了解。

二、AI人工智能语音技术的发展与应用

AI人工智能语音技术的发展

近年来，人工智能（AI）技术的迅猛发展给我们的生活带来了许多便利，其中尤以语音技术在智能设备和应用中的广泛应用为人们所熟知。从最初的语音识别到目前的语音合成和智能语音助手，AI语音技术已经取得了长足的进步。

AI语音技术的应用领域

AI语音技术在各个领域都有着广泛的应用。在智能手机上，用户可以通过语音助手进行语音控制，发送短信、查询信息等操作，而智能音箱也能够通过语音识别和语音合成技术与用户进行智能交互。此外，在教育、医疗、金融等行业，AI语音技术也得到了广泛的应用，例如智能语音客服、语音翻译等服务已经成为行业的标配。

AI语音技术的发展趋势

随着技术的不断进步，AI语音技术也在不断发展。未来，我们可以期待语音识别的准确率将会更高，语音合成的自然度将会更强，同时，语音助手的智能交互能力也将会得到进一步的提升。而基于AI语音技术的智能硬件产品也会不断涌现，为人们的生活提供更多便利。

结语

总的来说，AI语音技术的发展势不可挡，它已经深刻地改变了我们的生活方式，并且将会在未来发挥越来越重要的作用。在享受便利的同时，我们也要注意个人隐私和安全的保护，全面推进AI语音技术的可持续发展。

感谢您看完本文，希望本文能够帮助您更好地了解AI语音技术的发展与应用。

三、AI 人工智能的应用有哪些？

AI技术是人工智能的简称，是指利用机器学习、专家系统等技术，让机器模拟人类的思维和行为，并具有一定智能的机器或系统。随着科学技术和人类社会的发展， AI应用越来越广泛， AI在各行各业得到了飞速发展。智能手机就是最好的例子，现在我们出门有很多功能手机都能实现，比如打电话、发短信、拍照等等功能。以前我们出门都是要带很多东西的，现在智能手机就能解决我们所有问题。这里面最典型的应用就是人脸识别和支付。人工智能时代已经来临，在这个智能化时代里机器可以替代人类做很多事情，那么有哪些行业最容易被人工智能技术取代呢？

1、 AI医疗：

在这个时代里人工智能已经不是什么新鲜话题了！比如大家都听说过“阿尔法狗”战胜围棋世界冠军、“小超人”凯文凯利成为当今最热门的 AI领域应用。

2、人工智能教育：

随着教育理念的更新和技术革新发展，过去几十年里智能终端上出现了许多学习 APP和课程内容。

3、智能家居：这个领域里也是人工智能的一个分支，主要用于智能家居控制、家电控制和环境监控。

4、机器人：从机器人技术发展看，人工智能的最终目标是使机器人具有与人一样的智能程度，也就是能像人一样进行思维，有感情，能交流，并有自我意识。而机器人则要具备一定的“思维”能力。这就要求人工智能与其他科学技术相互配合，互相促进，以实现更高层次的智能目标。

5、智能语音：人工智能中最早出现对声音识别的技术是回声消除术（Awareness），后来出现的机器翻译和计算机视觉都是这一领域里人工智能的应用。在这个背景下又衍生出了机器翻译、自动问答、图像识别等许多分支技术。

6、机器人：目前世界上最强的机器人莫过于 AlphaGo与李世石围棋对决中所使用到的围棋程序阿尔法狗（Alpha）了。它拥有惊人实力。据报道他还具备非常强的记忆力和推理能力，并且已经有能力完成一些人不可能完成和无法想象的任务。而最让人印象深刻的是阿尔法狗在面对李世石时能够做到不下任何面子和尊严，最终以1-2-3-4这样不可思议的方式击败了李世石。

7、自然语言处理（Natural Language Processing）是指利用计算机对从原始数据中获取的信息，经过预处理（去除冗余）、表示（特征提取）、推理（分类或排序）等操作，将数据转化为可以被计算机理解和分析的形式，从而进行信息加工处理、逻辑分析或预测以及做出相应反应等行为。

8、人机交互是指以人类为中心构建互联网平台所提供更高层次与用户需求相关信息服务与技术支持系统来满足用户需求从而构建一个以人为中心来进行相关活动和服务提供更高层次应用价值与体验价值系统过程。

四、ai人工智能应用有哪些？

01 自然语言生成(Natural Language Generation)

自然语言生成是人工智能的分支，研究如何将数据转化为文本，用于客户服务、报告生成以及市场概述。

02 语音识别(Speech Recognition)

Siri就是一个典型的例子。

目前，通过语音应答交互系统和移动应用程序对人类语言进行转录的系统已多达数十万。

03 虚拟助理(Virtual Agents)

虚拟助理是一种能与人类进行交互的计算机代理或程序，其中以聊天机器人最为著名。虚拟助理多用于客户服务和支持，并可以作为智能家居的管理者。

五、ai智能语音和人工智能语音区别？

人工智能指的就是AI，二者之间没有任何实质性区别。人工智能是计算机科学的一个分支，它企图了解智能的实质，并生产出一种新的能以人类智能相似的方式做出反应的智能机器，该领域的研究包括机器人、语言识别、图像识别，也是人工智能语音智能发展的前景。

六、ai人工智能在现实中的应用？

自然语言处理（NLP）：人工智能可以通过处理自然语言，实现语音识别、机器翻译、文本分析、语音合成等功能，可以应用于智能客服、智能翻译、智能家居等场景。

机器学习：人工智能中的机器学习可以通过学习数据中的规律和特征，实现数据分类、数据预测、数据挖掘等功能，可以应用于金融、医疗、电商等领域，例如风险评估、疾病预测、商品推荐等。

七、ai 人工智能的应用前景怎么样？

人工智能（AI）具有广阔的应用前景。随着技术的不断进步，AI已经成为许多行业的重要工具，并在不断拓展其应用领域。下面是一些AI的具体应用前景：

1. 医疗保健：AI可以用于诊断和治疗疾病，如诊断癌症、心血管疾病等，并可以支持医生的决策。
2. 金融：AI可以用于风险评估、欺诈检测、投资策略等，帮助金融机构提高效率和准确性。
3. 消费品：AI可以用于个性化营销和客户服务，帮助企业提高销售和客户满意度。
4. 运输和物流：AI可以用于路线规划、货物配送等，帮助企业提高运营效率和客户满意度。
5. 教育：AI可以用于个性化学习、教学评估等，帮助教育机构提高教学效率和质量。
6. 安全：AI可以用于身份识别、恐怖分子识别等，帮助政府和企业提高安全水平。

以上只是AI的一些应用前景，实际上AI的应用范围非常广泛，在未来还将继续拓展。

八、人工智能语音识别技术的应用场景有哪些？

现阶段，产品化能力是智能语音初创企业核心壁垒。一方面，从技术的角度，在无噪音环境下，机器的AI语音识别准确率已经达到相当高水平，未来上升空间有限。科研界将错词率（Word Error Rate,WER）视为衡量AI语音识别技术的核心指标（准确率=1-WER），其中人类的平均WER为5.9%（即94.1%的准确率），受过严格专业训练的速记员平均WER为3%（即 97%的准确率）。自2016年机器的AI语音识别准确率首次超过人类平均水平以来，目前最好的算法已经可以将准确率做到97.03%，超越专业速记员。另一方面，从商业化角度，技术难以成为企业核心壁垒，产品化能力才是成长的关键。

AI语音识别和语音转写有什么区别？实际上这两种技术是包含关系，即语音转写技术是AIAI语音识别技术的一个分支。AI语音识别的研究对象是指以语音为研究对象，通过语言处理和模式识别让机器自动识别理解人类口述语言，进而转化成文本或者命令的技术。从中可以看出，AI语音识别是一门涉及广泛的技术，与声学、语音学、语言学、信息理论、模式识别理论以及神经生物学等学科都有非常密切的关系。而语音转写则是其中一种输出方式，最直接的就是转换成为可视化文本样式输出，即为语音转写技术，它包含了识别与转写两个流程。

九、人工智能那么火~如今AI的应用场景都有哪些？

最近AI实在是太火火火火了，AI在推进科技智能化方面具有不可替代的作用，这一点毫无疑问。要让AI发挥其最大的作用，我们需要找到合适的场景，让AI技术与实际应用场景相结合，进而推动产业发展和智能化升级。这里列举一些AI的重要应用场景，对AI感兴趣的朋友可以一探究竟。

1 内容推荐

抖音之所以让人上瘾，主要得益于其强大的AI推荐引擎。这一引擎可以根据用户的喜好和行为习惯，为用户推荐最符合其兴趣的视频内容，让用户能够更加个性化地享受视频观看的乐趣。

AI推荐引擎主要依赖于大数据和机器学习技术，能够快速地分析和理解用户的兴趣点和喜好特征，从而提供高度个性化的推荐服务。通过这种方式，抖音可以满足不同用户的需求，提高用户对平台的粘性和忠诚度。

2 AI绘画

以stable diffusion为代表的AI绘画模型，在绘画行业中具有革命性的影响和意义。这一模型基于深度学习技术，能够通过学习海量的绘画作品和图像数据，生成出高度逼真、艺术感强的绘画作品。相较于传统的手绘或数字绘画方式，AI绘画模型更加高效和智能，能够快速地为设计师、艺术家和绘画爱好者提供优质的绘画作品，大大提升了绘画创作的效率和质量。

另外，AI绘画模型也为绘画行业带来了更多的创新和可能性，例如自动创作、虚拟艺术和数字化绘画等等。这些新颖的应用方式和创意，能够为艺术家和设计师带来更多的想象空间和表现力，推动绘画艺术的创新和发展。

3 搜索引擎

以Google和百度为例，这些搜索引擎后台的NLP解析技术，是AI技术在搜索领域中的一次革命性应用。通过深度学习和自然语言处理技术，这些搜索引擎能够快速而准确地分析和理解用户输入的查询词汇，并针对性地推荐与之匹配的相关内容，为用户提供更加智能化的搜索体验。

除了传统的文字搜索，语音搜索和图像搜索也广泛应用了AI技术，实现了更加人性化的搜索方式。通过语音识别技术和机器学习算法，语音搜索可以自动识别和解析用户的语音输入，并为用户提供相应的搜索结果。而图像搜索则利用图像识别技术和计算机视觉算法，能够通过图像的内容和特征，找到与之相关的文本和其他信息。这些创新的搜索方式，大大拓展了搜索引擎的应用范围和场景，为用户提供更加个性化和多样化的搜索选择。

4 智能广告

广告投放的领域，是AI技术在营销领域的一次重要应用。利用AI技术，广告主和广告内容可以得到更加准确和精细的定位和展示。其中，CTR（点击率）和CVR（转化率）等指标的实时估计和预测，是AI技术在广告投放中的重要应用之一。

通过深度学习和机器学习算法，广告投放可以对广告主和广告内容进行智能化分析和匹配，以实现更加精准和有效的广告展示。通过对用户行为数据和历史数据的分析和学习，AI技术可以预测用户的兴趣和需求，进而将广告投放到更加合适的人群和时间段。同时，AI技术也可以实时估计CTR和CVR等关键指标，帮助广告主和营销人员了解广告投放的效果，并做出相应的优化和调整。

5 内容生成

ChatGPT、Notion AI等AI产品的问世，彻底颠覆了内容生成的传统方式，为人们提供了更加高效、智能化的内容创作工具。这些AI工具不仅可以自动生成文章、视频、音频等各种形式的内容，还可以根据用户需求和偏好进行智能化创作和编辑。

通过深度学习和自然语言处理技术，ChatGPT等AI产品可以在短时间内快速生成高质量的文章，无需人工干预和编辑。同时，Notion AI等产品还可以通过智能分析和推荐，为用户提供更加个性化和符合需求的内容创作方案。

6 量化交易

记得之前有个考上清华的学姐回校分享，她就在华尔街做计算机量化交易，在很早以前已经是几万月薪了。随着人工智能技术的快速发展，AI在量化交易领域的应用也愈加广泛。通过大量的股票交易数据，结合AI模型的算力，可以有效地挖掘出稳定的高胜率交易模型。

国外文艺复兴、Citadel等机构，以及国内九坤和幻方等机构，都在量化交易领域拥有非常高的技术造诣和经验。他们通过运用人工智能算法对海量的交易数据进行分析和挖掘，从而实现对市场趋势的快速识别和预测，提高交易的准确性和收益率。

7 智能客服

AI智能客服已经成为客服行业的一个重要趋势，取代了人类客服的一些重复性工作和繁琐的任务。之前待过的公司，就曾经将上万人的客服团队缩减大半，都改为了AI智能客服。

通过使用自然语言处理和语音识别等AI技术，AI智能客服可以实现自动回复、自动分类、自动转接等多种功能。客户可以通过文本、语音等多种方式与AI智能客服进行交互，快速获得所需的服务和解决方案。AI智能客服具有24小时不间断、响应速度快、服务质量高等优势，能够大幅度提升客服效率和客户满意度。同时，AI智能客服还能够根据客户的历史记录和个性化需求，智能推荐相应的服务和产品，实现精准营销和增值服务。

8 智能安保

AI技术在安保领域的应用，包括人脸识别、行为分析、嫌犯识别等多个方面。其中，人脸识别是最为广泛应用的一种技术。通过人脸识别技术，可以快速准确地识别出目标人物的身份信息，实现上下班刷脸打卡、银行卡人脸验证等多种应用场景。

除此之外，AI技术还可以实现对公共区域的嫌犯识别、打架斗殴场景的识别和报警等功能。通过智能视频监控系统，AI技术可以快速准确地识别出嫌犯的面部特征、行为轨迹等信息，实现对公共区域安全的保障和打击犯罪的目的。

9 语音识别/助手

语音识别技术和语音助手的出现，彻底改变了人们的生活方式。通过语音识别技术，人们可以通过语音命令快速实现各种操作，例如打电话、发送短信、查询天气、调节家居设备等等，大大提高了生活效率。

同时，语音识别技术也为那些视觉或肢体上存在障碍的人士带来了极大的便利。他们可以通过语音识别技术，实现自动化控制设备、收听音乐、进行网上购物等生活操作。

此外，语音识别技术的应用还延伸到了商业领域。许多企业利用语音技术提供自动客服系统，实现对客户的快速响应和服务，提高了客户体验。同时，通过语音识别技术，企业还可以实现对客户意见和反馈的自动化分析和处理。

10 商品推荐

商品智能推荐技术是一项基于人工智能的高级算法，它能够根据用户的历史购买记录、浏览习惯、兴趣偏好等信息，为用户推荐最符合其需求的商品。

通过商品智能推荐技术，商家可以更加准确地了解消费者的需求，为其提供更优质的服务和商品。而消费者也可以通过智能推荐技术，快速找到自己需要的商品，节省了时间和精力。商品智能推荐技术的应用范围非常广泛，从电子商务、社交网络到个性化广告推送等等，无所不在。

11 自动驾驶

自动驾驶技术是基于人工智能的一项先进技术，通过激光雷达、摄像头、GPS、惯性导航系统等各种传感器和设备，收集和处理车辆周围的信息和数据，实现自主驾驶、自动避障和自动导航等功能。

自动驾驶技术不仅可以提高驾驶安全性，还可以提高驾驶舒适度和效率，为驾驶员带来更好的驾驶体验。此外，自动驾驶技术还有望缓解交通拥堵、减少交通事故等社会问题，为城市交通管理和规划带来新的思路和方法。自动驾驶技术在汽车、物流、航空等领域都有广泛的应用和推广，已成为未来交通发展的重要方向之一。

12 智能医疗

智能医疗是将人工智能技术应用于医疗领域，通过智能化技术解决医疗领域中的各种问题，包括医疗数据分析、疾病诊断、药物研发、健康管理等方面。

智能医疗技术通过收集和分析大量医疗数据，提高医疗决策的准确性和效率，为医疗工作者提供更加精准、个性化的医疗服务。此外，智能医疗技术还可以帮助研究人员快速发现新的药物和治疗方法，为医学研究和发展提供新的思路和方法。

13 智能金融

智能金融是人工智能技术在金融行业中的应用，它的发展推动了金融业的数字化和智能化。AI可以应用在金融风险管理、投资决策、信用评估、客户服务等方面，提高了金融机构的效率和准确性。例如，AI可以分析大量的金融数据和市场情报，预测股票、货币、商品和债券等的价格波动，为投资者提供更精准的投资建议和风险控制策略。

另外，AI可以利用自然语言处理和机器学习等技术，对客户的金融需求和投资偏好进行分析和预测，提供更加个性化的金融服务和产品，让客户得到更好的体验和回报。智能金融是未来金融发展的趋势，将会对金融业产生深远的影响和变革。

14 订单分配

随着人工智能技术的发展，智能订单分配成为了许多企业提高运营效率的重要工具。通过深度学习和数据分析等技术手段，智能订单分配可以快速地将订单分配给最适合的团队或人员，提高了订单的处理速度和准确性，进而提升了客户满意度。智能订单分配可以应用于各个行业，如电商、物流、餐饮等，不仅可以提高效率，还能为企业带来更多的商业价值。

15 机器翻译

随着人工智能技术的快速发展，机器翻译正在成为跨语言交流中的重要工具。机器翻译利用深度学习等技术手段，能够快速准确地将一种语言翻译成另一种语言，使得跨国交流更加便捷高效。

此外，机器翻译还可以应用于多种场景，如文献翻译、跨境电商、旅游等，为企业和个人提供了更多的商业价值和便利。虽然机器翻译技术已经取得了巨大的进展，但在不同语种之间的翻译仍存在一些挑战，如语言结构的复杂性和语言习惯的不同等问题，需要不断的改进和优化。

16 智能家教

随着人工智能技术的不断发展，AI逐渐在线上教育行业扮演越来越重要的角色。AI可以帮助学生根据个人特点定制化学习计划，为学生提供更好的学习体验。

同时，AI还可以用于在线家教服务，为学生提供更加高效的学习辅助服务，比如帮助学生解答问题、提供答案解析、自动批改作业等。AI家教的普及不仅可以提高学生的学习效率，还可以为家长提供更加便捷的服务。

17 智能机器人

随着人工智能技术的不断发展，智能机器人也逐渐走入人们的生活。智能机器人能够执行一系列的任务，如清洁卫生、烹饪、服务接待等，为人们带来更加便利和舒适的生活体验。

此外，在工业制造等领域，智能机器人也发挥着越来越重要的作用，通过对工厂生产线的自动化改造，提高了生产效率和质量，降低了生产成本。智能机器人的普及和应用，将进一步推动人工智能技术的发展和创新，为人类社会的发展带来更多的可能性和机遇。

18 无人商店

随着人工智能技术的快速发展，智能无人商店也成为了现实。这种商店采用自动化技术和无人巡检的方式，使得用户能够24小时自由购物，无需等待和排队。商店内部配备了各种感应器和摄像头，能够自动感知顾客的行为和购物需求，从而提供更加智能化和个性化的服务。

商店内还配备了智能支付系统，用户可以通过人脸识别或者手机支付等方式轻松完成支付，这大大提高了购物的便利性和安全性。这种商店的兴起也带动了智能物流和智能仓储等领域的发展，成为了人工智能技术在商业领域的一次重大变革。

19 AI家居

随着人工智能技术的不断发展，AI家居也越来越受到人们的关注。AI家居能够帮助人们更加智能化地管理家庭设备和家庭生活，为人们带来更便捷、舒适、安全的家居体验。

智能家居能够根据家庭成员的生活习惯和需求，自动调节温度、照明、音响等设备的状态和功能，实现智能化控制和管理；智能家电能够通过与智能手机、智能语音助手等的连接，实现远程控制和智能化操作，使家庭设备使用更加便捷和灵活；智能家庭安防系统能够通过AI技术实现人脸识别、智能报警等功能，提高家庭安全性。可以说，AI家居的发展已经深刻影响了人们的生活方式和居住环境。

20 智能农业

智能农业是指利用人工智能技术提升农业生产效率和农产品品质的一种发展趋势。通过农业物联网、机器视觉、自然语言处理、机器学习等技术，对农业生产和管理过程进行数据采集、分析和决策支持，从而优化农业生产的各个环节。

智能农业的应用场景包括智能农机、智能植保、智能灌溉、智能养殖等。利用智能技术，农业生产可以实现自动化、智能化、精细化，提升农业生产效率，降低成本，提高农产品质量和安全性，促进农业可持续发展。

21 智能工业

随着人工智能技术的快速发展，智能工业正在逐步成为工业界的新趋势。通过应用人工智能技术，工业制造可以实现智能化生产和自动化流程控制，从而提高生产效率、质量和安全性。智能工业应用场景包括智能设备维护、智能机器人、自动化流程控制、智能物联网等。

利用人工智能技术可以对工业设备进行预测性维护，通过监测数据和机器学习算法预测设备故障，从而实现减少停机时间和提高设备运行效率。此外，人工智能技术也可以应用于工厂安全管理和流程控制，例如基于视频监控的智能安全监测和基于数据分析的生产流程优化等。智能工业的发展将进一步推动工业制造的数字化和智能化，为人们带来更高效、更安全、更可靠的生产方式。

PS：部分图片来自互联网，侵权请联系我删除

喜欢的话，可以关注一下

十、语言学（linguistics）在人工智能（AI）的应用都有哪些？

好几年前写的答案，有些观点我现在想法有些出入，黑理论语言学黑得有点过。最近几年在AI业界做语音与语言技术，又有一些新的感悟，我再打点补丁。

语言学AI中的应用那算是计算语言学或者自然语言处理了。理论语言学最大的贡献在于构建symbolic系统，不过最近十年整个AI领域走上了完全数据驱动的路，任何依赖知识，逻辑，规则的研究范式都面临边缘化。AI的整个知识表示(knowledge representation)的分支都彻底边缘化，更不要说利用规则的计算语言学方法。未来一个可能的发展方向是利用语义学，将自然语言转换为语义表示，然后叠加知识，进行推理。

以下为原回答。

我是语言学系出身的，很多人以为自然语言处理的理论基础是语言学，很遗憾这个想法大错特错。

当前的理论语言学(theoretical linguistics)主流研究越走越偏，对计算语言学(computational linguistics)/自然语言处理(natural language process)几乎没有任何贡献。包括音系学(phonology)，乔姆斯基一系列句法模型(Chomskian syntax)，形态学(morphology)，语用学(pragmatics)。

主流语言学难以应用的最大问题在于symbolic representation的假设。语言学的模型把语言都写成二进制，非黑即白，要知道自从20世纪80年代开始，AI的人就已经意识到了概率的重要性。概率与传统语言学完全背离。而且理论语言学的人并不喜欢讨论实际自然语言数据，尤其喜欢坐着想句子。著名斯坦福计算语言学大神Christ Manning，也是语言学系出身，但最近十几年几乎再也没发过跟理论语言学有关的论文。

主流贡献相对大一点的分支有形式语义学(formal semantics)，但过于依赖手写规则(handwritten rules)，大规模推广有困难，面临的问题跟传统专家系统类似。两个冷门的句法模型dependency grammar和combinatorial categorical grammar (CCG)在句法分析领域有一定市场。

对AI领域有帮助的理论都是语言学以及相关学科中偏门的领域，包括语音学(phonetics，语音识别的理论基础，不过语言学很多人不把语音学当作语言学分支)，词汇语义(lexical semantics, 主要以LSA, LDA等一系列模型间接实现)，历史语言学(historical linguistics)和类型学(typology)对于多语言的技术开发比较有一定启发。

心理语言学(psycholinguistics)依靠行为实验(behavior experiments)，大脑成像技术(brain imaging)以及认知建模(cognitive modeling)研究人类实际语言使用，可谓计算语言技术的理论后盾。计算语言学顶级会议ACL每年专门设分领域接收认知模拟的研究。认知建模也是我做的最多的一块。

AI领域志在逼近人类智能，研究人类智能的认知科学才是AI的理论基础，而不是理论语言学。