全文共3392字，預計學習時長9分鐘
圖源：forbes
在過去的幾周裡，筆者一直在和最喜歡的無政府主義辛迪加主義者諾姆·喬姆斯基進行電子郵件交流。最初聯繫是為了確認，人工神經網絡(ANNs)的最新發展是否促使喬姆斯基重新考慮他的著名語言學理論——普遍語法。
談話觸及了深度學習可能存在的局限性，ANNs在多大程度上模擬了生物大腦，同時也涉及了更多的哲學領域。因為這是場非正式的討論，在這篇文章中不會直接引用喬姆斯基教授的話，筆者將嘗試總結其中的關鍵內容。
諾姆·喬姆斯基是誰？
筆者非常欣賞喬姆斯基的作品，尤其是他對美帝國主義、新自由主義和媒體的批判。我們的觀點有些微分歧的地方是關於他對大陸哲學家(特別是法國後結構主義者)的摒棄。
也許因為筆者過多地從福柯、拉康和德希達的作品中汲取靈感而有些思想固化，但我總能發現喬姆斯基對哲學的分析方法在道德上很有吸引力，但它們有點太「乾淨」了，因而無法令人滿意地解釋我們的世界。
儘管喬姆斯基對這些後結構主義傑出人物的不屑是顯而易見的，但他的哲學觀點實際比他的批評者所認為的更為微妙。
圖源：Nathan Saad.
普遍語法
聲明在前，筆者並不是語言學家，但在這一節中，我將嘗試對普遍語法理論作一個概述。
在喬姆斯基之前，語言學上的主流假設是，人類天生就像一張白紙，通過強化來習得語言。也就是說，孩子們聽到父母說話，他們模仿他們聽到的聲音，當他們正確地使用一個詞或結構一個句子時，他們會受到表揚。
喬姆斯基的研究表明，強化只是故事的一部分，人類大腦中一定普遍存在著固有結構，有助於語言習得。他的主要論點是：
· 兒童習得語言的速度太快，而輸入的數據太少，無法用強化學習來解釋(這也被稱為「刺激的貧乏」論點)。
· 即使面對與人類相同的數據，動物也無法習得語言。20世紀60年代有一個著名的實驗，語言學家們試圖教一隻名叫「NimChimpsky」的猩猩學習手語。但10年後，他除了一些基本的交流技能外，仍然無法與人交流。
· 所有人類語言之間都有共性。這表明，即使語言已經獨立發展，因為人類大腦結構相同，所以也存在著普遍的特徵。
· 孩子們並不是天生就學習一種特定的語言。如果你在德國撫養一個出生在肯亞的孩子長大，他們會像德國孩子一樣容易地學會德語。
這個關於基因編碼的語言能力的理論在科學界得到了廣泛的接受，但是接下來有一個不言而喻的問題，「這種普遍語法實際上看起來像什麼?」勇敢的研究人員很快開始發現所有人類語言的共同特性，但對於我們天生的語言能力是什麼形式，仍然沒有達成共識。
可以有把握地假設，普遍語法不包括具體的語法規則，但更有可能是一種基本的認知功能。喬姆斯基假設，在人類歷史的某個時刻，人類發展出了執行一種簡單的遞歸過程的能力，稱為「合併」，這是我們在人類語言中看到的語法結構的屬性和約束的原因。
它有點抽象，但本質上「合併」是指獲取兩個對象並將它們組合成一個新對象的過程。雖然這種能力看似平淡無奇，但在精神上結合概念，並遞歸地這樣做，卻是一種令人不解的強大能力，它允許我們構建「無數種層次結構的表達式」。
這一微小但至關重要的基因飛躍不僅可以解釋我們的語言交流能力，而且可以得出結論，它至少部分地在更廣泛的範圍內對我們的數學天賦和人類創造力負有責任。這種「融合」突變發生在我們的一個祖先身上，大約10萬年前，它可能是區分人類和其他動物的關鍵因素之一。
人工神經網絡
圖源：unsplash
聯繫喬姆斯基教授的主要原因是，筆者想聽聽他對人工神經網絡的看法。ANNs是機器學習模型的一個子集，它以人類大腦為模型，並以類似的方式學習(通過查看大量的例子)。這些模型只需要很少的硬編碼，並且可以用相對簡單的架構執行相當廣泛的複雜任務(例如圖像標記、語音識別、文本生成)。
這種方法的一個有益例子是谷歌開發的AlphaGo Zero模型，它學會了圍棋，最終被人類世界冠軍擊敗。最令人印象深刻的是，它被訓練在沒有硬編碼或人工幹預的情況下完成所有這些，這就是「白板」(tabula rasa)。
雖然ANNs肯定不是人類大腦的完美類比，但我問喬姆斯基教授，這些模型是否表明，我們實際上並不需要硬編碼的認知結構來從分散的數據中學習。
喬姆斯基正確地指出，ANNs對於高度專業化的任務是有用的，但這些任務必須受到嚴格的限制(儘管考慮到現代計算機的內存和速度，它們的範圍可能看起來很大)。他把ANNs比作在高層建築上工作的巨型起重機。
儘管令人印象深刻，但這兩種工具都存在於具有固定邊界的系統中。這一推理思路與我的觀察相符:我所目睹的所有深度學習突破都發生在非常特定的領域，我們似乎沒有接近人工普遍智能之類的東西。
喬姆斯基還指出，越來越多的證據表明，人工神經網絡不能準確地模擬人類的認知，大腦的計算系統是相對豐富的，涉及的內容甚至可能擴展到細胞水平。
如果喬姆斯基是對的(就其價值而言，我認為他是對的)，那麼深度學習研究的進展意味著什麼?歸根結底，人類的大腦並沒有什麼神奇之處。它只是一種由原子組成的物理結構，因此完全有理由相信，在未來的某個時刻，我們可能能夠創造出一種具備一般智能能力的人工大腦。
儘管如此，目前的神經網絡只提供了這種認知的模擬，而根據喬姆斯基的邏輯，如果我們不首先提高對有機神經網絡運作方式的理解，我們就不可能到達下一個前沿。
道德相對主義
對現代數據科學家來說，人工智慧的道德使用是一個顯著的擔憂，但有時，在一個具體的領域，這個概念可能有些模糊和主觀。喬姆斯基的工作不僅為深度學習的未來提供了一個獨特的技術視角，他的普遍語法也有著深刻的道德含義，因為語言是我們討論和解釋世界的方式。
例如，喬姆斯基的觀點是，上述先天神經結構排除了道德相對主義，而且肯定存在普遍的道德約束。道德相對主義有許多不同的流派，但其核心原則是倫理決定不存在客觀基礎。
道德相對主義者斷言，雖然我們可能會深深相信「奴隸制是不道德的」這樣的說法，但我們沒有經驗的方法來向不同意這種觀點的人證明這一點，因為任何證明都必然依賴於價值判斷，而我們的價值觀最終是外生的，是由文化和經驗決定的。
喬姆斯基認為，道德表現在大腦中，因此根據定義，道德是一個生物系統。所有的生物系統都在變化著(自然變化和受到不同的刺激)，但它們也存在局限性。以人類的視覺系統為例：實驗表明，它具有一定的可塑性，是由經驗塑造的(尤其是在幼兒時期)。
通過改變提供給人類視覺系統的數據，你可以改變受體的分布，從而改變個體感知水平線和垂直線的方式。然而，你不能把人的眼睛變成昆蟲的眼睛，或者賦予某人看x光的能力。
根據喬姆斯基的理論，生物系統(包括道德)可以發生很大變化，但不是無限的。他接著說，即使你相信我們的道德是完全從文化中衍生出來，你仍然需要以同樣的方式獲得文化，就像你獲得任何系統一樣(這是普遍性的先天認知結構的結果)。
我對這種解讀最初的保留意見是，如果我們假設道德只是「合併」(或同樣原始的東西)的結果，那麼儘管這可能會施加理論上的約束，但我的直覺是，我們的道德可能會變化如此之大，以至於實際上不可能做出普遍的總結陳論。
過去，喬姆斯基討論過道德進步是如何遵循某些趨勢的(例如，接受差異，拒絕壓迫等)，但很難看出這些廣泛的趨勢是如何從這樣簡單的原子認知結構中持續出現的。
當我把這一點告訴喬姆斯基教授時，他認為這種觀點是虛幻的，當我們不理解事物時，它們看起來比它們實際的樣子更加多樣化和複雜。他舉了一個寒武紀大爆發以來動物體型變化的例子。
僅僅在60年前，生物學上的主流觀點是，有機體的差異如此之大，必須以個體為基礎進行研究，但我們現在知道，這是完全錯誤的，物種之間的遺傳變異相當小。複雜獲得系統的變化必須是最小的，否則我們就無法獲得它們。
特別聲明：以上內容(如有圖片或視頻亦包括在內)為自媒體平臺「網易號」用戶上傳並發布，本平臺僅提供信息存儲服務。
Notice: The content above (including the pictures and videos if any) is uploaded and posted by a user of NetEase Hao, which is a social media platform and only provides information storage services.