多人谈 | 冯志伟：数字智能和人类智能学习语言的方式不能等同

学术 2024-11-08 18:19 北京

2024年第6期

“辛顿·乔姆斯基·语言学发展”多人谈

［编者按］2024年4月8日，有“人工智能教父”之称的杰弗里·辛顿（Geoffrey E. Hinton）在都柏林大学接受尤利西斯奖章的获奖感言里，对乔姆斯基提出了毫不客气的批评：“语言学家被一个名叫乔姆斯基的人误导了好几代……他有一个偏执古怪的理论，即语言不是学会的。他成功地说服很多人相信这一点。但这一看就知道纯粹是胡言乱语。语言显然是学会的。大型神经网络学习语言，不需要任何先天结构，只是从随机权重和大量数据开始。乔姆斯基却仍然在说，但这并非真正的语言，这不算数，这是不对的。许多统计学家和认知科学家也说，永远不可能在这样一个大网络里学习语言。乔姆斯基从来没有提出任何一种有关语义的理论。他的理论全是关于句法的。”这篇发言引起了中国语言学界的关注，陈国华教授把它译为中文，以《杰弗里·辛顿接受尤利西斯奖章时发表的获奖感言》为题，发表在《当代语言学》2024年第4期上。10月8日，霍普菲尔德（John J. Hopfield）和辛顿以“通过人工神经网络实现机器学习的基础性发现和发明”获得诺贝尔物理学奖后，关于大语言模型和语言学发展、辛顿和乔姆斯基的话题再度爆火。

一位人工智能大家，获得了诺贝尔物理学奖；他批评了一位美国的著名语言学家，却引发了中国语言学者的热烈讨论，反思中国语言学的问题。这形成了一个奇妙的蝴蝶效应。我刊随即与《当代语言学》编辑部筹划，联合举办“大语言模型与语言学发展座谈会”。10月17日，座谈会在商务印书馆召开，线上线下学者各陈己见。我刊特就此设多人谈栏目与学界共享。

本期嘉宾

冯志伟

新疆大学中国语言文学学院

数字智能和人类智能学习语言的方式不能等同

近来，“人工智能教父”辛顿在2024年2月19日牛津大学的罗曼斯讲座中，在4月8日获得尤利西斯奖章的演讲中，不断地批评乔姆斯基，指责他的语言学理论是疯狂的理论；甚至在10月8日得到获诺贝尔奖的消息时，也不忘踩乔姆斯基一脚，指责他的理论是胡说八道。

辛顿不遗余力地批评乔姆斯基，主要原因在于他和乔姆斯基对于语言理解和人工智能发展的观点存在着显著的差异。

（1）语言习得机制。辛顿认为语言习得主要依赖于大语言模型的海量数据和神经网络的权重调整。他坚信人工智能系统通过输入大量语言数据，就可以像人类一样学习到语言的结构和意义。而乔姆斯基则主张“刺激贫乏论”，认为儿童在语言习得时接受的外在的语言数据不多，受到的刺激是贫乏的。人类天生具备一种内在的语言习得机制，这种机制不是通过后天的刺激得来的，而是由先天的基因决定的。

（2）对大语言模型的理解。乔姆斯基认为，人工智能和人类在思考方式、学习语言与生成解释的能力，以及道德思考方面有着极大的差异，如果ChatGPT式的机器学习程序继续主导人工智能领域，那么人类的科学水平以及道德标准都可能因此降低。他指出，大语言模型依赖海量数据进行工作，实质上只不过是一种“剽窃”。辛顿批评乔姆斯基的观点，认为当前的大语言模型有理解能力。辛顿强调，现在人们必须研究如何将人工智能置于人类的控制之下，并投入大量的研究精力。辛顿对人工智能的快速发展表示担忧，认为我们正处在历史的某个关键点，在接下来的几年时间里，我们需要弄清楚是否有办法应对这种威胁。特别是考虑到一旦这些人工智能失控，就会接管人类，使人类面临生存威胁。

（3）方法论。辛顿的观点代表了数据驱动和神经网络的方法，这是一种联结主义的方法；而乔姆斯基的观点则代表了基于规则的方法，这是一种符号主义的方法。

总的来说，辛顿关注的是数字智能，并试图把数字智能推广到人类智能；而乔姆斯基则侧重于基于规则和符号主义的方法，关注的是人类智能。他们的争论有助于推动人工智能领域的研究和发展。但辛顿批评乔姆斯基的理论是胡说八道，实在是有些过分了。

我们认为，数字智能学习语言的方式与人类学习语言的方式并不完全相同。人类的语言习得有先天的因素，也有后天的因素。而数字智能依赖海量数据，并不存在刺激贫乏的问题，没有先天的因素。不能因为数字智能不存在刺激贫乏而否认人类语言具有先天的因素；也不能把数字智能与人类智能等同起来，忽视了二者的差别。

该文发表于《语言战略研究》2024年第6期，引用请以期刊版为准，转发请注明来源。

编排：韩畅

审稿：王飙余桂林