云顶集团/a>

　　虽然辛顿丝毫不留情面地批判了乔姆斯基，但是我们不必妄自菲薄，以为语言学就要被人工智能（AI）取代了。实际上，我觉得我们依然有价值，甚至可以反过来给辛顿一些建议。

　　辛顿在演讲中说：“大语言模型的工作方式，以及我们人类的工作方式就是，我们看到很多文本，或听到很多词串，进而获知词的特征，以及这些特征之间的交互作用。所谓理解，就是这么回事。神经网络模型正在以与人类完全相同的方式做理解。”但是，我们真的就是这么理解的吗？我觉得还不够。

　　确实，这种方式，非常接近我们认知功能学派推崇的usage-based linguistics，基于使用的方式，简而言之，用多了，就会了。基于使用的研究法的基本假设就是，语言知识是在联想网络中组织起来的，关联网络对使用频率敏感，在语言使用中高频的语例引起说话人心智中的固化，形成独立表征。所以，认知语言学家对辛顿的说法，必然是举双手欢迎。但是，辛顿对意义的理解，还是缺了那么一些。

　　这就来到了我的主要观点——辛顿没能跳出“中文屋”。

　　塞尔（John Searle）1980年提出一个“中文屋”问题。他的目的是要反对图灵测试，他认为一个计算机程序通过图灵测试并不意味着它具有智能，至多只能是对智能的模拟。为了论证自己的观点，塞尔提出了这样一个思想实验。

　　想象一个从小说英语、完全不会中文的人，被锁在一个房间里。房间里有一盒汉字卡片和一本规则手册。这本手册用英文写成，告诉人操作汉字卡片的规则，但并没有说明任何一个汉字的含义。它不是汉英字典！只是一个操作特定汉字卡片的规程，本质其实是一个程序。现在，房间外面有人向房间内递送纸条，纸条上用中文写了一些问题，房间里的人只要严格按照规则操作，就可以用房间内的汉字卡片组合出一些词句，完美地回答输入的问题。于是，这个人提供的输出，就通过了云顶集团：“理解中文”这个心智状态的图灵测试。

　　然而，塞尔指出，这个人其实仍然一点儿也不会中文。更进一步，无论是在这个房间中，还是这个房间整体，都找不到任何理解中文的心智存在。因此，通过图灵测试并不意味着拥有智能或者心智。不是拥有，只是功能上的模拟。就好像，假肢不是真胳膊。

　　塞尔真是了不起！现在看来，大语言模型展现出的强大功能，本质上依旧是高仿的假肢。大模型依旧是“中文屋”。有人对目前前沿的所有GPT系统模型做了综合性测试，发现没有哪个模型不是仍旧处于“中文屋”的阶段。判断的标准有这样几个。（1）复杂的语义解析，如理解情绪、视觉体验、隐喻、故事背景等。（2）情境推理，比如完成这样的情景推理任务：“遮阳伞是否适用于下雨天？”这需要世界知识。（3）创造性生成，也就是看它是否真正拥有与人类相似的想象力和认知创造性。我常常想，我给大模型输入我正在写的论文的前半段，它能不能给我生成后半段？答案不言自明。（4）自我意识与反思，这就是很多科幻小说里的机器人觉醒，比如电影《终结者》里的天网SKYNET觉醒后开始毁灭人类。

　　现在看来，目前的大模型远远没有达到能够觉醒的水平。所以我们不必担心，SKYNET永远不会派出T800。辛顿对AI的担心，目前看来，是多余的。因为被困在“中文屋”里，是永远造不出T800的，除非他愿意听一听我们认知语言学者的建议。

　　大家知道，认知语言学的背后，是体验哲学，是肉身哲学，是心寓于身的哲学。我们能够理解语言的意义，是因为我们从诞生起就在语言中感知。

　　我们要怎样来帮辛顿跳出“中文屋”？答案其实萨丕尔100年前就在《语言论》里说过了，就是意义要从语言以外去理解，依靠经验。AI需要有人的人生经验，才能真的有理解。现在图像识别还不能叫作图像感知，比方说，它识别出来这是猫了，就真的懂得这是猫吗？其实还是不懂的。我们是怎么认识猫的？依靠经验！我们不只是看了很多猫，而且还摸过、抱过、听过，讨厌过或喜欢过，跟猫在一起有故事。这才是意义。在我看来，现在的AI离理解意义还差十万八千里。要先有感知，才有认知，再有经验，再形成概念，才到语言，这就是意义的整体论。辛顿需要语用整体论帮助他，帮助AI理解意义。

　　我希望辛顿们最终能跳出“中文屋”，带给我们更好的AI。到那个时候，再像现在这样做语言学，恐怕真的要下岗了。我希望这事儿发生在我退休之后！

完　权

中国社会科学院语言研究所

该文发表于《语言战略研究》2024年第6期