終于，喬姆斯基出手了：追捧ChatGPT是浪費資源

:0:0

Colorless green ideas sleep furiously. 人類語言語法的基礎不可能是基于統計意義的。
ChatGPT 掀起了科技領域最新的一輪軍備競賽，但留給 AI 領域的議題還有很多：ChatGPT 是一種真正的創新嗎？是否意味著初步的通用人工智能？很多學者持有不同看法，這種討論隨著新技術的熱度而愈發熱烈。
那麼語言學領域的大佬們如何看待 ChatGPT 的進步呢？特別是喬老爺子 —— 語言學巨頭喬姆斯基。

近日，美國哲學家、語言學家、認知科學家諾姆・喬姆斯基、劍橋大學語言學教授 Ian Roberts 以及科技公司 Oceanit 人工智能總監、哲學家 Jeffrey Watumull 在《紐約時報》撰文，對大語言模型的缺陷進行了批判。

為了追趕 ChatGPT 的步伐，谷歌發布了 Bard，微軟也推出了 Sydney。喬姆斯基承認，OpenAI 的 ChatGPT、谷歌的 Bard 和微軟的 Sydney 都是機器學習的奇跡。
籠統地說，它們獲取大量數據，在其中搜索規律，并越來越熟練地生成統計上可能的輸出 —— 比如看似人性化的語言和思想。
這些程序被譽為通用人工智能地平線上的第一縷曙光 —— 那是一個長期預言的時刻，屆時機械思維不僅會在處理速度和內存大小方面超越人類大腦，而且還會在洞察力、藝術創造力，以及所有其他獨特的人類能力方面上超越人類。
但喬姆斯基更多的觀點在于批判，特別是對于 ChatGPT 的能力缺陷和道德水準：「今天，我們在人工智能方面所謂的革命性進步確實令人既擔憂又樂觀。樂觀，是因為智慧是我們解決問題的手段，擔憂是因為我們擔心最流行和最時髦的人工智能 —— 機器學習，將通過將有根本缺陷的語言和知識概念納入我們的技術，而降低我們的科學水平并拉低我們的道德規范。」
客觀上，那一天可能終究會到來，但曙光還沒有出現，這與夸張的新聞標題和不明智的投資所預料的情況正好相反。
現在，讓我們看看喬姆斯基的文章還說了什麼。
ChatGPT 缺乏任何智能的關鍵能力
阿根廷作家豪爾赫・路易斯・博爾赫斯（Jorge Luis Borges）曾寫道，生活在一個既充滿危險又充滿希望的時代，既是悲劇又是喜劇，在理解我們自己和這個世界時「啟示迫在眉睫」。
「如果像 ChatGPT 這樣的機器學習程序繼續主導人工智能領域，博爾赫斯式的理解啟示沒有且未來也不會發生。」
不管這些程序在某些狹窄的領域中多麼有用（例如，它們可以在計算機編程中有所幫助，或者在為詩詞押韻建議方面很有幫助），我們從語言學和知識哲學中知道它們與人類推理和實用語言的方式有很大的不同。這些差異極大地限制了這些程序的功能，使它們帶有無法根除的缺陷。
正如博爾赫斯可能指出的那樣，如此多的金錢和注意力被集中在這麼小的一件事上，這既是喜劇又是悲劇 —— 與人類的思想相比，這是微不足道的，用德國哲學家威廉・馮・洪堡的話來說，人類的思想是通過語言，可以「無限地使用有限的手段」，創造出具有普遍影響力的思想和理論。
人腦不像 ChatGPT 及其同類產品那樣，是一個笨拙的模式匹配統計引擎，吞噬數百 TB 的數據并推斷出最可能的對話響應或最可能的科學問題答案。相反，人的大腦是一個非常高效甚至優雅的系統，只需要少量信息即可運作；它不尋求推斷數據點之間的直接相關性，而是尋求解釋。
比如一個正在學習一門語言的小孩正在無意識地、自動地、快速地從極小的數據中發展出一種語法，一種由邏輯原則和參數組成的極其復雜的系統。這種語法可以理解為先天的、遺傳安裝的「操作系統」的表達，它賦予人類產生復雜句子和長串思路的能力。
當語言學家試圖發展一種理論來解釋為什麼給定的語言會這樣工作時（為什麼這些 —— 而不是那些句子被認為是合乎語法的？），他們正在有意識地、費力地構建孩子本能構建的語法的明確版本，同時在這個過程中盡可能少地接觸信息。孩子的操作系統與機器學習程序的操作系統完全不同。
實際上，ChatGPT 這樣的程序停留在認知進化前的人類或非人類階段。它們最深的缺陷是缺乏任何智能的關鍵能力：不僅可以說出情況是什麼、已經發生了什麼以及將要發生什麼 —— 這是描述和預測 —— 而且還可以說出這種情況不是什麼，以及可能發生什麼，不應發生什麼。這些是解釋的成分，是真正智慧的標志。
這里有一個例子：假設你手里拿著一個蘋果，現在讓蘋果掉下來，你觀察結果并說：「蘋果掉下來了。」這就是一種描述。預測的說法則是「如果我張開手，蘋果就會掉下來」。兩者都是有價值的，而且都可能是正確的。
但解釋意味著更多的東西。它不僅包括描述和預測，還包括反事實的猜想，如「任何這樣的物體都會掉下來」，再加上附加條款「因為引力」或「因為時空的曲率」或其他，這就是一個因果解釋。「如果不是因為引力，蘋果就不會掉下來」，這就是思維。
機器學習的核心是描述和預測；它沒有提出任何因果機制或物理規律。當然，任何人類式的解釋都不一定正確；我們是易變的。但這也是思考的部分含義：要想正確，必須有可能出錯。智能不僅包括創造性的猜想，也包括創造性的批評。人類式的思考是基于可能的解釋和糾錯，這個過程逐漸限制了可以理性地考慮的可能性。
正如夏洛克・福爾摩斯對華生所說：「當你排除了不可能，剩下的任何東西，無論多麼不可能，都肯定是真理。」
但是從設計上來說，ChatGPT 和類似的程序在它們能夠「學習」（也就是記憶）的內容方面是沒有限制的；它們沒有能力區分「可能」和「不可能」。例如，人類被賦予了一種通用的語法，將我們能夠學習的語言限制在某種近乎數學的優雅上，而這些程序則以同樣的方式學習人類可能的和不可能的語言。人類在我們可以合理猜測的解釋種類方面受到限制，而機器學習系統可以學習地球是平的和地球是圓的。它們只是在隨時間變化的機率中進行交易。
由于這個原因，機器學習系統的預測將永遠是膚淺和可疑的。例如，由于這些程序無法解釋英語語法規則，它們很可能錯誤地預測「約翰太固執了，不愿意和他說話」，其意味著約翰太固執了，他不會和某人或其他人說話（而不是說他太固執了，不愿意被說教）。為什麼機器學習程序會預測出如此奇怪的事情？因為它可能會把它從「約翰吃了一個蘋果」和「約翰吃了」這樣的句子中推斷出來的模式進行類比，后者確實是指約翰吃了什麼或其他東西。該程序很可能預測，因為「約翰太固執了，不愿意和比爾說話」與「約翰吃了一個蘋果」相似，所以「約翰太固執了，不愿意和他說話」應該與「約翰吃了」相似。對語言的正確解釋是復雜的，并不是僅僅通過在大數據中浸泡就能學會。
反常的是，一些機器學習愛好者似乎很自豪，他們的作品可以產生正確的「科學」預測（例如關于物理體的運動），而不使用解釋（例如牛頓的運動定律和普遍引力）。但這種預測即使成功了也是偽科學。雖然科學家們肯定會尋求有高度經驗佐證的理論，但正如哲學家卡爾 - 波普爾所指出的：「我們尋求的不是高度可能的理論而是解釋，也就是強大而高度不可能的理論。」
蘋果落到地球上是因為那是它們的「自然位置」（亞里士多德的觀點）的理論是可能的，但它只會導致進一步的問題：為什麼地球是它們的自然位置？
蘋果落到地上是因為品質使時空彎曲的理論（愛因斯坦的觀點）是非常不可能的，但它實際上告訴了你為什麼它們會掉下來。
真正的智能表現在思考和表達事物的能力，而不是僅有洞察力。
真正的智能也是能夠進行道德思考的。這意味著要用一套道德原則來約束我們頭腦中本來無限的創造力，確定什麼是應該的、什麼是不應該的（當然也要讓這些原則本身受到創造性的批評）。為了有用，ChatGPT 必須被授權產生新穎的輸出；為了被大多數用戶接受，它必須避免道德上令人反感的內容。但 ChatGPT 和其他 ML 奇跡的程序員一直在努力并將繼續努力實現這種平衡。
例如，2016 年，微軟的 Tay 聊天機器人（ChatGPT 的前身）在互聯網上充斥著厭惡女性和種族主義的內容，因為它被網絡上的「惡魔」污染了，這些惡魔用攻擊性的訓練數據填充它。未來如何解決這個問題？由于缺乏從道德原則出發的推理能力，ChatGPT 被其程序員粗暴地限制了對有爭議的討論做出任何新的貢獻，但這也是重要的 ——ChatGPT 為一種非道德性犧牲了創造力。
看一下我們中的一個人（Watumull 博士）最近與 ChatGPT 的交流：關于改造火星使其能夠支持人類生命是否符合道德。

請注意，所有看似復雜的思想和語言，都是由不夠智能而產生的道德層面的冷漠。在這里，ChatGPT 表現出類似于「邪惡」的平庸：剽竊、冷漠和順從。它以一種超級自動完成的方式總結了文獻中的標準論點，拒絕在任何事情上采取立場，不僅辯稱無知，而且辯稱缺乏智慧，最終提供了一個「只是服從命令」的借口，將責任推卸給它的創造者。
簡而言之，ChatGPT 和它的競品們在結構上無法平衡創造力和約束。他們要麼過度地生成（既產生真理也產生謬誤，認可道德的和不道德的決定），要麼生成不足（表現出對任何決定的不承諾和對后果的漠不關心）。鑒于這些系統的非道德性、假科學性和語言無能，我們對它的火熱只能哭笑不得。
ChatGPT 真的不值得被歌頌嗎？
喬姆斯基對 ChatGPT 的評論，引起了業內的討論，斯坦福大學教授、NLP 領域著名學者克里斯托弗・曼寧表示，他不是在針對 ChatGPT 的某種算法錯誤，而是針對了所有機器學習算法，且說法有些夸張了：「這確實是一篇主觀的文章。甚至連粗略的嘗試都沒有，以檢查容易被駁斥的主張。」