人类认知的永恒追问：乔姆斯基与AI时代的哲学反思

引言：当AI遇上乔姆斯基

诺姆·乔姆斯基

在人工智能飞速发展的今天，我们似乎正站在一个新时代的门槛上。从AlphaGo战胜围棋世界冠军，到ChatGPT以惊人的语言能力席卷全球，AI的进步令人目眩。然而，在这股技术狂潮中，一个熟悉而又深刻的声音始终保持着清醒的批判——他就是现代语言学奠基人、哲学家、认知科学家诺姆·乔姆斯基（Noam Chomsky）。

当图灵奖得主杰弗里·辛顿（Geoffrey Hinton）曾断言“乔姆斯基错了”时，这位94岁高龄的智者，在一次与多位顶尖学者的深度对谈中，对AI的本质、人类认知的边界、意识的奥秘以及语言的先天结构，给出了他独到的见解。他提出的问题，远比AI能解决的问题更深远：我们正在创造的AI智能，究竟是对人类认知的拙劣模仿，还是开启了全新的意识形态？AI又能否跨越深度学习的极限，迈向真正的思维与理解？

本文将深入探讨乔姆斯基在这次对谈中的核心观点，带领大家探索人类认知的深水区，在意识黑洞、时空本质与语言先天论的交叉地带，寻找智能演化的底层逻辑。

一、自愿行为的本质：认知科学的“珠峰”

认知科学与大脑

在认知科学的“万神殿”中，“自愿行为的本质”无疑是一座尚未登顶的珠穆朗玛峰。乔姆斯基在访谈中援引了神经科学权威埃米利奥·比齐（Emilio Bizzi）和罗伯托·雅米安（Roberto Ajemian）在《代达罗斯》期刊的经典论述，形象地将现代神经科学比作一场“木偶戏”。

比齐和雅米安指出，我们已经能够精准地解析运动皮层如何激活肌肉纤维，就像看清楚了每一根木偶提线的走向。然而，真正令人困惑的是，我们始终无法定位那个决定木偶究竟要抬左手还是右手的“幕后操纵者”。这个“操纵者”的神秘性，体现在我们日常生活的每一个决策瞬间：当你在咖啡厅里犹豫是选择卡布奇诺还是拿铁时；在会议中纠结是保持沉默还是勇敢发言时；甚至是在超市里挑选哪一包薯片时——这些看似微小的选择背后，都隐藏着超越物理因果链的自主决策机制。

乔姆斯基尖锐地指出，将这些自主行为简单归因于“复杂物理定律”的解释，本质上是在用“结构性黑箱”的概念来回避核心问题。这就像17世纪的医生用“体液平衡”来解释所有的疾病一样，这种笼统的决定论并没有提供任何可供验证的机制，反而掩盖了认知科学中最珍贵的未解之处——人类行为中不可化约的自主性。

为了进一步说明这种“预测上的鸿沟”，乔姆斯基提到了比齐团队的实验数据。实验显示，猕猴运动皮层的单个神经元放电模式，能够精确预测其肢体运动轨迹，误差不超过毫米级。然而，当实验对象从猕猴转向人类时，诡异的现象出现了：即使植入上百个神经电极，也无法预测受试者在“自由选择”任务中的决策结果。这种巨大的差异暗示着，自愿行为的神经相关物与执行机制之间，存在着某种认知科学尚未破译的编码规则。

乔姆斯基特别强调，这个问题的核心不是“是否存在物理基础”，而是“如何解释决策的特异性”。现有的理论虽然能够解释肌肉收缩的生物电信号，却无法回答“为什么在相同的神经噪声水平下，会产生截然不同的选择”。这种解释力的断层，就好像19世纪热力学对气体宏观现象的描述，与分子运动论之间的过渡阶段一样，等待着认知科学的“玻尔兹曼”出现，为我们揭示更深层次的规律。

这不禁让我们思考：我们真的拥有“自由意志”吗？或者说，我们的选择是否只是大脑中复杂神经活动的必然结果，而我们所感受到的“自主性”只是一种错觉？乔姆斯基的观点提醒我们，在探究意识和智能的道路上，我们不能仅仅停留在表象，而要勇敢地深入到那些看似“不可知”的领域，去挑战那些被“黑箱”遮蔽的真相。

二、AI与类人智能：概率推土机与语言本质

AI概念图

当德国认知科学家和AI研究员约夏·巴赫（Joscha Bach）向乔姆斯基提问，深度学习能否通向类人智能时，乔姆斯基的回答犹如一盆冷水：“过去五年的AI突破，不过是‘超级计算机对50TB数据的暴力扒窃’。”这句话一针见血地指出了当前AI的局限性。

以GPT-4为例，这个拥有1.7万亿参数的庞然大物，虽然能够生成流畅的新闻稿、编写代码甚至模拟学术论文，但在乔姆斯基眼中，它仍然只是一台“概率推土机”。它擅长在数据海洋中打捞统计规律，却对语言的本质逻辑一无所知。这就像一个只会背诵字典的人，他能说出无数的词语，却不理解词语背后的含义和它们组合起来的深层逻辑。

为了验证这一观点，乔姆斯基设计了一个简单的测试：让GPT-4处理“无色的绿色思想愤怒地沉睡”（Colorless green ideas sleep furiously）这类句法合法但语义荒诞的句子，然后与“猫坐在垫子上”这类正常语句的处理效果进行对比。结果令人惊讶：模型对两者的概率分配差异仅仅小于0.3%。这意味着，GPT-4无法区分有意义的语言和符合语法的胡话。然而，人类幼儿在3岁的时候，就能够识别这种语义异常。这种能力上的巨大差异，揭示了符号系统与统计系统的本质分野。

乔姆斯基认为，真正的语言智能包含着双重方面的能力：既能生成符合语法的表达式，又能排除不符合语义逻辑的组合。他用物理学进行类比：“如果一个理论声称能够解释所有的自然现象，但是却无法排除‘永动机存在’的可能性，那么它根本就算不上科学理论。”当前AI系统的致命缺陷也正在于此：它们缺乏“语言为何必须如此”的内在约束，只能在经验数据中归纳模式，而非演绎语言的先验结构。

举个例子，一个孩子在学习语言时，即使从未听过“狗飞起来了”这样的句子，也能立刻判断出它的荒谬性。这不是因为他见过所有不飞的狗，而是因为他大脑中存在着一套内在的语言规则，告诉他“狗”和“飞”在语义上是不兼容的。而目前的AI，就像一个只会根据大数据预测下一个词的机器，它无法真正理解词语之间的深层关系，也无法像人类一样进行创造性的、有意义的表达。这正是乔姆斯基对AI“狂热”保持警惕的原因：我们不能被表面的流畅性所迷惑，而忽视了智能的真正内涵——理解与创造。

三、意识的终极：人类认知的冰山与盲区

在讨论构建人类水平的智能系统是否需要意识时，乔姆斯基提出了一个引人深思的分层模型：人类的认知是一个“冰山结构”，意识只是露出水面的10%，而大量的语法解析、语义整合等基础性的处理，都是在无意识层面完成的。然而，正是这10%的意识介入，赋予了决策的反思性和创造性。例如，当我们修正自己的口误时，意识就在监控无意识产生的语言输出，并进行元认知调节。

乔姆斯基特别指出，“人类水平”的定义困境在于，我们还做不到枚举人类智能的必要特征集合。现有AI在特定任务上的表现，比如围棋、蛋白质折叠等方面，本质上还是在“用非人类的方式来解决人类定义的问题”。这就像鸟类用翅膀飞行与人类用飞机飞行一样，尽管效果相似，但机制却完全不同。真正的类人智能，必须具备与人类相似的认知约束，比如受限于生物神经网络的信息处理速率，而不是超级计算机的并行计算能力。

面对菲利普·高夫（Philip Goff）关于泛心论的追问，乔姆斯基展现了他一贯的实证主义立场。他首先解构了“意识困难问题”的二元论预设，指出笛卡尔式的“身心分裂”，早已经被现代科学所证伪。从牛顿力学否定机械论世界观，到脑成像技术发现意识状态的神经相关物，人类正在逐步拆除横亘在心灵与物质之间的哲学高墙。

乔姆斯基用两个生动的案例来说明认知边界的存在。北非沙漠的蚂蚁能够通过偏振光导航，精确计算归巢的路径，这种能力根植于其独特的视觉神经结构，人类即使借助GPS也无法获得同等的直觉；同样，实验室里的大鼠能够学会穿越复杂的迷宫，但是如果迷宫的规则涉及到素数判断，它们就会陷入认知瘫痪，因为素数的概念超出了啮齿类动物的先天认知范畴。这些案例都暗示，人类的认知能力同样受限于进化所塑造出来的神经架构。

意识研究的终极问题并不是“意识能否被解释”，而是“人类的神经硬件是否具备解释自身的能力”。就像眼睛无法看到自己，大脑可能存在无法突破的认知盲区一样，这使得意识的本质，成为了一个可能超越人类理解极限的科学难题。

针对高夫提出的“简洁性原则支持泛心论”的观点，乔姆斯基指出，理论的简洁性必须建立在实证基础上。现有的神经科学证据显示，意识与特定的脑区，比如前额叶皮层的神经振荡模式，高度相关，而与基本粒子的物理属性无关。泛心论假设所有的物质都具有意识，就像假设每个原子都有一个微型的灵魂一样，虽然满足哲学上的统一性追求，却违背了科学解释的渐进性原则。

他还援引了约翰·洛克的“思考物质”的理论，指出人类可能永远无法理解物质如何产生意识，就像17世纪的科学家无法理解电现象一样。但是这不应该成为放弃实证研究的理由。现代的脑科学已经发现，麻醉剂可以通过抑制γ波段的神经同步来消除意识，这种因果关系的发现，比泛心论更接近于意识的本质。

四、时空的涌现现象：心灵与物质的统一

时空概念图

当唐纳德·霍夫曼（Donald Hoffman）提出“时空非基本存在”对心身问题的影响时，乔姆斯基追溯了这个问题的哲学史脉络。从笛卡尔的二元论到牛顿的力学革命，人类对“心灵-身体”关系的理解，始终受制于物理学范式的变迁。

笛卡尔认为，身体是遵循机械定律的广延实体，心灵是独立的思维实体，两者通过松果体交互。然而，牛顿发现的万有引力定律，彻底摧毁了机械论的世界观。相隔千里的物体无需接触即可相互作用，这意味着“物质”的定义，不再受限于广延性。约翰·洛克由此提出，物质可能具有一些没有被发现的“思维属性”，从而为心身一元论埋下伏笔。

现代物理学的弦理论和圈量子引力理论，进一步暗示了时空可能是一种涌现现象，而非基本的实体。这对心身问题的启示在于，心灵与身体的区分，可能是基于宏观时空框架的一种认知错觉。就像温度是分子运动的宏观表现一样，意识也可能是特定物质结构在非时空基本层的涌现属性。

乔姆斯基还特别指出，人类语言的递归性（Recursion）展现了超越时空限制的认知能力。儿童能够理解“这是一本讲述一个男孩遇见一只会说话的狗的故事的书”这样的长句，表明语法机制能够生成无限层次的结构，而不受物理时空的存储限制。这种能力与物理学中对高维空间的数学描述极为相似，暗示着人类认知可能具备表征非时空基本实在的某种潜力。

这一观点深刻地挑战了我们对现实的直观理解。如果时空并非基本实体，那么我们所感知的一切，包括我们自身，都可能只是更深层现实的投影。这为心灵与物质的统一提供了新的视角，也为意识的本质探索开辟了新的道路。

五、普遍语法与语言的先天同源性

语言学语法树

在与蒂姆·莫德林（Tim Maudlin）的对话中，乔姆斯基系统阐述了普遍语法理论的最新发展，回应了古德曼“新归纳之谜”的挑战，并揭示了语言与数学的先天同源性。

20世纪50年代，布鲁姆菲尔德学派认为语言是“刺激-反应”的产物。然而，婴儿语言习得的“爆发式增长”推翻了这个理论。一个3岁儿童平均每天可以习得10个新词，远超行为主义模型的预测，而且能够生成从来没有听过的合法句子。这种创造性的表达能力，证明了人类大脑存在着一种先天的语法生成机制。

古德曼的“绿蓝悖论”试图证明归纳需要某种先验约束，但乔姆斯基指出，语言习得的约束并非来自谓词投射，而是来自大脑的“递归合并”（Recursion）操作。这种操作允许将短语组合成更大的结构，比如将“猫”和“睡觉”合并为“猫睡觉”，这才是人类语言无限生成能力的核心。而黑猩猩即使经过多年训练，也无法掌握这种递归结构。

乔姆斯基还提出，算术能力与语言能力共享“递归合并”的先天基础。人类对自然数的理解，比如“每个数都有后继数”，本质上是递归操作的数学化表达。正如在达尔文与华莱士的辩论中，华莱士困惑于自然数的无限性无法通过自然选择的演化，乔姆斯基则指出，这正是先天认知结构的产物，就像语言能力一样，数学直觉也是进化赋予人类的认知赠品。

数学史上的很多案例都印证了这种先天论。牛顿和莱布尼茨在缺乏严格极限定义的情况下发展出了微积分，依靠的正是对“无限小”的直觉理解。这种直觉与儿童理解递归语法的能力异曲同工。直到19世纪，戴德金和皮亚诺才为自然数奠定了形式化的基础，这表明数学实践是先于理论建构的，而实践的根基正是先天的认知结构。

六、术语泛化与对AI狂热的警示

当“语法”这个词被用在描述游戏机制和叙事结构的时候，乔姆斯基提醒我们要警惕术语泛化所带来的认知混淆。语言学中的语法是一个严格定义的形式系统，包含句法、语义、语音的交互规则。而游戏中的“语法”，更多是隐喻性的模式归纳。

亚历克·马兰茨（Alec Marantz）的神经语言学研究就发现，大脑在处理虚构词的方式上，与真实的词汇并没有什么差异。这表明人类存储的不是具体的单词，而是生成单词的规则。这种“莫兰特生成规则说”，挑战了传统的心理词库理论，暗示了语法机制是一个动态生成的神经程序，而非静态存储的符号列表。脑成像实验也显示，语法处理激活的布洛卡区，与数学运算中的模式识别区域，存在着某种神经重叠。这就为“语法-数学先天同源论”提供了生理上的证据。但是乔姆斯基也强调，这种跨领域的共性，还没有形成统一的理论，现有证据只能表明认知机制存在着底层的共享结构，而非存在统一的“认知语法”。

对于“语义成立而语法崩溃”的现象，在数学史上其实也屡见不鲜。17世纪的微积分，充斥着“无穷小量既是零又非零”的矛盾表述，语法的逻辑严谨性也尚未建立，但是语义上的数学直觉却引导着研究的进步。这种解离的现象表明，人类的认知其实是允许“语义先行”的，随后再用形式化的语法来构建后续的理论。这对于如今AI的启示在于，真正的智能可能需要容忍一定程度的“语法不完整性”，来换取语义上的创造力。

在对话的尾声，乔姆斯基对技术狂热发出了警示，认为当前AI的繁荣，是建立在“模式匹配”而非“理解”之上的。就像早期的蒸汽机车会模仿马的外形一样，现代AI系统仍然在模仿人类语言的表层特征，而没有触及背后的认知引擎。他特别提到自己使用的实时转录软件，尽管它的实用价值巨大，但是背后技术所依赖的语音识别模型，对“为什么这句话要这样理解”的解释能力，甚至还不如一个5岁的儿童。

乔姆斯基的这种认知，为AI发展指出了两条路径：一条是继续优化统计模型，在特定的任务上追求更高的精度；而另一条是探索人类认知的先天机制，构建具有“解释性智能”的符号系统。显然，乔姆斯基更倾向于后者，认为只有理解人类是如何通过有限的语料，习得无限的语言的，才能创造出真正具有迁移能力的智能系统。

结语：永无止境的认知探索

当我们回顾这场横跨语言学、物理学和哲学的对话时，会发现所有的讨论其实最终都汇聚到了一个核心——那就是人类作为认知主体的局限性与可能性。乔姆斯基的思想遗产，不仅在于提出普遍语法理论，更在于教会我们保持对“已知的未知”和“未知的未知”的敬畏。

也许，在AI已经突破图灵测试的今天，我们需要比任何时候都更加清醒。技术的进步不应该掩盖认知科学的本质追问。就像牛顿在《自然哲学的数学原理》中留下的未解之谜一样，人类对意识、语言和智能的探索，注定是一场没有终点的长征。而这场长征的价值，或许就在于不断拓展我们人类的认知边界，同时谦卑地承认，我们永远是站在已知世界的边缘，凝视着深不可测的认知深渊。