从认知科学看人工智能的未来发展

【摘要】乔姆斯基的生成转换语法（GT语法）是语言学革命和认知科学革命的基础，今天它又成为ChatGPT的理论依据。从GT语法到ChatGPT，人工智能到底走了多远？从乔姆斯基GT语法分析和语言认知入手，我们重新认识乔姆斯基语言学革命的意义，揭示人工智能与人类心智之间的紧密关联、依存关系和发展动力。认知科学的建立使我们有可能从多学科综合的高度来理解人类心智与人工智能。在此基础上，我们以ChatGPT为例，分析这款人工智能软件的利弊得失及其所造成的困惑，提出“人工智能不能做什么”这个终极问题，并尝试给出我们的回答。人工智能就是人类所建造的非人类的智能，它不过是对人类心智的模仿。人工智能与人类心智的差别，本质在于高阶認知（人类认知），在于语言认知及其基础之上的思维认知和文化认知。人工智能今后的发展必然是体现语言驱动的、语言、思维和文化层级的人类心智和认知特征的新一代人工智能。语言认知、思维认知和文化认知将在未来的人工智能发展中扮演重要角色。

【关键词】人类心智  人工智能  乔姆斯基  GT语法  ChatGPT

【中图分类号】TB18                                    【文献标识码】A

【DOI】10.16619/j.cnki.rmltxsqy.2023.14.002

人工智能近年来的发展颇有些令人眼花缭乱，从AlphaGo、通用人工智能和生命3.0到ChatGPT，等等，发展热潮一浪高过一浪。在这个过程中，一些人似乎忘记了人工智能的本质和定义——人工智能是人类创造的机器智能，是机器模仿人类心智所产生的智能。据此定义，我们不能仅就人工智能来说人工智能，而应该从人类心智来认识人工智能，也就是从认知科学来认识人工智能。

起源于20世纪50年代的人工智能与乔姆斯基语言学革命、计算机和信息技术革命以及认知科学革命息息相关。乔姆斯基领导了语言学、心理学、计算机科学领域的三场革命，这些革命又相继引发哲学、人类学和神经科学领域的革命。在这些革命的影响下，1975年前后，认知科学在美国建立，形成由语言学、心理学、哲学、人类学、计算机科学和神经科学6大学科构成的学科框架。2000年，科学家们将另一个与心智密切相关的学科——教育学纳入认知科学之中，形成“6＋1”的学科框架。这些学科在认知科学框架下与认知科学交叉形成新兴学科：认知语言学、认知心理学、心智哲学、认知人类学、人工智能、认知神经科学和心智教育学。由此可见，人工智能本是认知科学题中之义，是计算机科学与认知科学交叉的产物，是人类赋予机器（计算机）的智能。

人工智能诞生以后，其与认知科学剪不断、理还乱的关系，始终是理解人工智能的关键点。一是因为五个层级的人类心智是人工智能的来源和基础，人工智能如何学习和模仿人类心智和认知能力，是人工智能过去、现在和未来发展的根据。二是作为人类心智和认知基础的语言，人工智能的发展又具有特殊的意义。当前的人工智能新宠ChatGPT就是一款体现了人工智能与认知科学结合的语言认知软件。

让我们从乔姆斯基的生成转换语法（GT语法）开始说起。

乔姆斯基和GT语法

我们先来认识语言学革命的发起人、认知科学的第一代领袖乔姆斯基（N. Chomsky， 1928－）的语言理论和语言认知方法。

什么是语言知识？什么是语言能力？人的语言能力是哪里来的，是先天遗传的还是后天习得的？人类如何加工语句，是经验主义的还是唯理主义的？自然语言和形式语言的联系和区别在哪里？形式语言和计算机语言的关系又是什么？人类如何通过自己的语言让计算机工作？什么是形式文法？乔姆斯基语言学革命的主要内容和理论贡献是什么？关于乔姆斯基和乔姆斯基的语言学革命，我们可以思考很多重要问题，这些问题至今仍有特别重要的意义。[1]

现在我们来看乔姆斯基的一个重要的语言学理论——生成转换语法（generative transformational grammar），简称GT语法。

乔姆斯基著述丰厚，其理论一直处在不断的变动之中。第一阶段从1950年代中期开始到1970年代中期，这个时期是生成转换语法的形成时期，这个时期的重要语言理论有50年代的句法结构理论（SS）、60年代的标准理论（ST）、70年代的扩展的标准理论（EST）和修正扩展的标准理论（REST），等等。第二阶段是1970年代以后，这个时期的重要理论包括管辖和约束理论（GB）、最简方案（MP），等等。其中，GB又包括短语结构的X-阶标理论（X-barT）、θ-理论（θ-T）和功能范畴（FC）、移动和格理论（MCT）；MP又包括原则和参数理论（P＆P），等等。

第一阶段的代表作是1957年的《句法结构》（Syntactic Structure， SS），这是乔姆斯基以博士论文为基础撰写的划时代著作，本书建立的生成转换语法是乔姆斯基语言学革命的标志，它由以下三个部分构成。

（1）短语结构规则（phrase structure rules）。短语结构规则也叫重写规则（rewriting rules）。它试图用有限的规则来生成无限的句子。重写规则通过形式化的方法和递归定义，生成一系列的短语结构。

（2）转换规则（transformational rules）。由重写规则生成一系列的短语结构，可分为词汇前结构（pre-lexical structure）和词汇后结构（post-lexical structure）。前者由非终端符构成，称为深层结构（deep structure），后者由终端符构成，称为表层结构（surface structure）。

（3）形态音位规则（morphophonemic rules）。按照乔姆斯基的理解，转换规则将深层结构的逻辑语法关系映射为表层结构的语言关系与语音关系。这样就可以解释语言的歧义和释义现象。歧义是两个不同的深层结构转换为同一表层结构，释义是同一深层结构转换为两个不同的表层结构。

乔姆斯基的生成转换语法（generative transformational grammar）由生成语法和转换语法两部分构成。我们先来看生成语法。

（一）生成语法。乔姆斯基在《句法结构》中，给出了如下的句法结构的一个简单例子。

（1）  （i）     Sentence→NP VP

（ii）    NP→T N

（iii）   VP→Verb NP

（iv）    T→the， a

（v）     N→man， ball， etc.

（vi）    Verb→hit， took， etc.

我們将（1）中每一条形如X→Y的规则称为“重写规则”，即“重写X为Y”，并称这些规则的集合为一个语法。

我们称下面的（2）为语句“the man hit the ball”从语法（1）所得出的一个推导。

（2）  Sentence

NP VP              （i）

T N VP              （ii）

T N Verb NP              （iii）

the N Verb NP       （iv）

the man Verb NP       （v）

the man hit NP              （vi）

the man hit T N       （ii）

the man hit the N       （iv）

the man hit the ball         （v）

其中，最右边的一列给出得出该行符号串所依据的重写规则。例如，第二行的串“NP VP”是根据重写规则（i）得出的，如此等等。

这个推导可以用下面的树形图来表示：

（3） Sentence

注意这是一棵倒置的树，树根向上，树梢向下。不要小看这个简单的结构，这样一个简单的结构却表明了乔姆斯基语言学革命的开始。

乔姆斯基以前的经验主义语言学是从树梢开始来分析语言的，即从具体的语句开始，分析语句的结构，找出语句的共同特征，最后总结出一个语言的语法。行为主义语言学则认为人们的语言知识来源于语言的实践。乔姆斯基语言学革命把这个过程倒了过来，即把这棵树“倒”了过来。他认为，儿童并不是一个语句、一个语句地去习得第一语言知识的，而是相反。儿童具有一种先天的语言能力，语言习得的环境和条件只是激发儿童的这种能力，所以儿童才能够从一个结构生成无数多的语句。换句话说，乔姆斯基认为语言的这种结构和规则是先天存在于儿童的头脑之中的。语言是一种心智现象，这是乔姆斯基唯理主义和心理主义语言学的最本质的特征。

注意在语句的生成过程中，使用了很多短语（Phrase），乔姆斯基用范畴名称（categorial names）一一将其命名如下：

S：语句（Sentence）

NP：名词短语（Noun Phrase）

M：情态词（Modal）

VP：动词短语（Verb Phrase）

D：限定词（Determiner）

N：名词（Noun）

V：动词（Verb）

PP：介词短语（Prepositional Phrase）

P：介词（Preposition）

ADVP：副词短语（Adverbial Phrase）

ADV：副词（Adverb）

AP：形容词短语（Adjectival Phrase）

A：形容词（Adjective）

而这些短语也是具有结构的，可以用短语结构规则来刻画，其按照这些规则生成相应的短语。关于自然语言中最常用的是名词短语规则、动词短语规则、形容词和副词短语规则、时态和情态短语规则，等等。

（二）转换语法。为使语法和规则尽量简明，乔姆斯基的生成规则只负责解释直陈语句的生成，而将其他语句形式如否定句、疑问句、倒装句和短语成分的移动等的生成统统交给转换规则完成。下面是一些例子。

（1a）He can hit this ball（他能击中这个球）。

（1b）This ball， he can hit（这个球他能击中）。

两者的区别在于名词短语this ball的位置不同。在语句（1a）中，名词短语处于动词的宾语位置上，在这个位置上this ball充当了hit的宾语。在语句（1b）中，名词短语this ball在逻辑上仍然应该被理解为动词hit的宾语，但在语法上它的位置却处于句首，而不是及物动词的宾语的位置。

对语句（1b）中的这种不一致的可能的解释是：假设名词短语NP原来处于动词宾语的位置，后来却被转移到句首的位置上去了。我们可以用下面的推导式来对语句（1b）进行解释：

（2a）He can hit [NPthis ball]   →

（2b）[NPthis ball]， he can hit

由PS规则和词汇插入规则（Lexical Insertion Rule，简称LIR）生成的基本的表达式是（2a），而将某种具有不同性质的规则应用于基本表达时却将名词短语this ball从动词宾语的位置转移到句首位置上去了。我们把在上面的推导式中使用的转移规则称为转换规则（transformation rule）。在下面的两个树图中，转换规则将由PS规则和LIR生成的短语标记（3a）转变为稍稍不同的短语标记（3b）。

转换规则（transformation rule）有各种不同的类型。例如，我们把从语句（1a）转变为语句（1b）所使用的转换规则称为主题化（Topicalisation）规则，它的典型特征是把某一范畴移动到语句的最左端。主题化的转换规则可以用形式化的方式表达如下：

X－ NP－ X    结构描写（Structural Description）

1     2     3    →

2    1–t–  3 结构变换（Structural Change）

其中，结构描写（SD）用来表示按照PS规则和LIR生成的短语结构，它与基本表达式相一致。用NP来表示转换的目标范畴，X表示NP左右两边的范畴变元（可以为空）。数字用来帮助我们追溯所发生的语句变换。结构变换（SC）用来表示根据主题化规则导出的短语标记，即（3b）所示的导出表达式。从中可以看出，用数字2标示的目标名词短语NP已经被转移到句首的位置，它的原初位置（即在SD中所占据的位置）用符号t来代替。符号t意味着这个位置发生了短语结构的转移，从而留下了转移的轨迹（trace）。

以上形式规则可以用来说明所有类型的转换。当然，我们也可以用平常的语言来定义转换规则。

乔姆斯基的生成转换语法（GT语法）的意义重大：第一，这是历史上首次使用数学逻辑（mathematical logic）的分析方法来分析自然语言的句法结构，使20世纪的语言学从经验主义语言学进入到唯理主义语言学的发展阶段；第二，乔姆斯基的理论表明语言加工是自上而下的（top-down）而不是经验主义语言学自下而上的（bottom-up），这样我们就区分了语言能力和语言知识，并找到了“先天语言能力”（Innate Language Faculty， ILF）这把理解语言认知能力的鑰匙；第三，乔姆斯基的形式化分析方法为自然语言理解奠定了基础，并成为人工智能的基本方法。乔姆斯基建立的句法结构理论、形式方法等理论方法从一开始就成为人工智能的基础理论和基本方法，今天仍然如此。本文稍后将作为案例分析的人工智能新宠——ChatGPT，正是根据乔姆斯基的GT语法演变而来的。

认知科学与人工智能

开天辟地历洪荒，

历尽洪荒让有光。

直立而行行致远，

火薪相继继世长。

发明言语通心智，

运用思维著文章。

知识千年成大厦，

传承文化万古扬。

——《认知科学导论》卷首诗。[2]

这首诗描写了宇宙诞生之初，一片混沌，八荒黑暗，后来恒星出现了，宇宙才有了光亮。在距今大约600万年前，南方古猿开始向人进化。在这个漫长的进化过程中，直立行走、火的使用和语言的发明三件大事最终使猿进化成人。

生命的进化过程，既是物种的形成及从初级到高级的进化过程（达尔文进化论），又是决定物种进化的基因进化过程（基因进化论），今天看来，它还是心智从初级到高级的进化过程（心智进化论）。在这个过程中，依次形成了神经系统与脑、心理、语言、思维和文化五个层级的心智，相应地产生了五个层级的认知。[3]

人类的心智与认知。在整个世界乃至宇宙所有已知的生命形式中，惟有人类具有所有五个层级的心智与认知。非人类动物只具有神经系统、心理两个层级的心智与认知。

语言、思维、文化是人类特有的心智和认知能力，我们将之称为“人类心智”和“人类认知”。在语言、思维和文化这三种心智能力中，语言是最根本的。有了能够表达抽象概念的人类语言，我们才能产生判断、推理、论证等逻辑思维。语言和思维建构了人类全部知识系统，知识积淀为文化，所以我们又有了文化这种最高形式的心智和认知。现经发掘的最古老的中华文化遗址已有上万年的历史。

人工智能的出现要晚得多，从第一代计算机UNIVAC（1951年）和达特茅斯会议（1956年8月）算起也不过70年的历史。

回到本文开篇的定义，人工智能是人类创造的机器智能，是机器模仿人类心智所产生的智能。最初的人工智能，只是模仿人类某种心智行为的单一的智能。今天的人工智能遍及各行各业，尤其在军事和国防上得到了卓越应用，在乌克兰危机中，人工智能和无人机改变了战争的面貌。在人工智能高歌猛进的时代，强人工智能（Strong AI， SAI）又重新被提起，不过这次它穿上了“通用人工智能”（AGI）、“通用智能”（GI）、“普遍智能”（UI）的新马甲。

我们看到，尽管目前的人工智能都是单一智能，但它们在其所在的领域中却都胜过人类。那么，是否由此就可以得出结论，人工智能将要主宰人类，甚至将会终结人类呢？人工智能与人类心智的真正差异在哪里呢？只要我们始终牢记人工智能的定义，我们就不会迷失方向。人工智能就是人类所建造的非人类的智能，它不过是对人类心智的模仿。人工智能与人类心智的差别，本质在于高阶认知（人类认知），在于语言认知及其基础之上的思维认知和文化认知。

认知科学：从理论到技术到产品。在《聚合四大科技 提高人类能力》这部21世纪科学技术的纲领性文献中，有两段关于认知科学和四大科技之间关系的描述。

在21世纪，或者在大约5代人的时期之内，一些突破会出现在纳米技术（消弭了自然的和人造的分子系统之间的界限），信息科学（导向更加自主的智能的机器），生物科学和生命科学（通过基因学和蛋白质学来延长人类生命），认知和神经科学（创造出人工神经网络并破译人类认知），社会科学（理解文化信息，驾驭集体智商）领域，这些突破被用于加快技术进步速度，并可能会再一次改变我们的物种，其深远的意义可以媲美数十万代人以前人类首次学会口头语言，NBICS（纳米-生物-信息-认知-社会）的技术综合可能成为人类伟大变革的推进器。

聚合科技（NBIC）以认知科学为先导。因为规划和设计技术需要从如何（how）、为何（why）、何处（where）、何时（when）4个层次来理解思维。这样，我们就可以用纳米科学和纳米技术来制造它，用生物技术和生物医学来实现它，最后用信息技术来操纵和控制它，使它工作。

这说明，在21世纪的四大科技中，认知科学是引领方向的。只要认知科学想到的，我们就可以用纳米科学和纳米技术来制造它，用生物技术和生物医学来实现它，最后用信息技术来操纵和控制它，使它工作。这个预言，在20年后已经完全成为现实。《聚合四大科技 提高人类能力》一书从五个方面来论述聚合科技（NBIC）对21世纪人类生存和发展的影响：（1）在扩展人类的认知和交际能力方面；（2）在改善人类健康和身体能力方面；（3）在提高团体和社会效益方面；（4）在国家安全和军事国防上；（5）统一科学和教育。[4]

人工智能如何与认知科学结合。人工智能为何要与认知科学相结合，又如何结合？第一，人工智能从诞生的第一天起就与认知科学血脉相连，共同发展。人工智能就是计算机科学与认知科学交叉产生的新学科和新领域。第二，乔姆斯基的思想理论一直引导人工智能的前进方向，ChatGPT的思想理论皆来源于乔姆斯基的GT语法。第三，人类心智和高阶认知，即语言心智和认知、思维心智和认知、文化心智和认知，它们是未来人工智能所要学习和模仿的对象。第四，人工智能今后的发展必然是体现语言驱动的、语言、思维和文化层级的人类心智和认知特征的新一代人工智能。语言认知、思维认知和文化认知将在未来的人工智能发展中扮演重要角色。

从GT到ChatGPT：人工智能到底走了多远

ChatGPT到底有何不同。乔姆斯基是人工智能和认知科学的第一代领袖，这是毋庸置疑的，现在一些人发表的有关人工智能的一些著作和文章似乎显示人工智能是他们发明的，这未免让人感到可笑。事实上，正因为有了乔姆斯基的GT语法和语言学革命，我们才有之后的心智和认知革命，才能建立认知科学，也才能够打通人工智能与人类心智。在这个发展过程中，有一个如前所述的长长的AI链条，这个链条目前最新的一环，是已经被神话了的ChatGPT。

首先，ChatGPT的确不同凡响。ChatGPT英文原名为“Chat Generative Pre-trained Transformer”，意为“聊天生成预训练转换器”，是OpenAI研发并于2022年11月30日发布的聊天机器人软件。ChatGPT是由人工智能技术驱动的自然语言处理工具。它能够通过理解和学习人类的语言来进行对话，还能根据聊天的上下文进行互动，像人类一样聊天交流，甚至能完成撰写邮件、视频脚本、文案、翻译、代码、论文等任务。可以看出，与之前众多以逻辑推理为特征的人工智能软件如深蓝、AlphaGo不同，ChatGPT是在语言认知这个层级上，进行文本的生成、预训练和转换。人工智能之前的发展和进步主要是在思维认知领域，ChatGPT却独辟蹊径，转向了更为基础的语言认知领域。众所周知，认知革命起源于乔姆斯基的语言学革命，而与其共同发展的人工智能几十年后重新回归语言认知，这绝非偶然。从人类认知五层级理论我们知道，语言认知是全部人类认知的基础，模仿人类心智和认知的人工智能重新回归人类认知的基础，正是势所必然。

其次，ChatGPT开创了人工智能的一个新时代。ChatGPT虽然只是一款对话写作软件，但由于其定位在语言认知这个层级，所以它显然比之前的以逻辑推理、思维认知为特征的人工智能软件更基础、也更重要。可以预见，今后人工智能的发展必然是体现语言驱动的、语言、思维和文化层级的人类心智和认知特征的新一代人工智能。

最后，在技术应用领域，可能开启主体优先、语言驱动的自主人工智能的新时代。例如，未来可能有战士主导、语言驱动的无人机，士兵在发射前临时下达指令，无人机自行寻找最佳算法和方案来解决问题。

当然，ChatGPT存在的问题同样很多，甚至更为严重。从认知科学看，人工智能在思维认知领域确实取得了非凡的成就，在某些方面甚至超过了人类能力，如AlphaGo、自动生产线和机器人以及应用于军事上的人工智能和无人机等。与此不同，ChatGPT却在更为基础的语言认知领域向人类发起挑战，这就不得不引起人们的高度关注和警觉。人工智能是否会毁掉人类的语言和语言认知能力？人工智能是否会降低人类的智商和智力水平？人工智能是否会因为自身“无道德”而挑战人类的道德？在回答这些问题之前，我们先来看看什么是人类语言，什么是人类的语言认知能力，然后我们再看看，作为GT语法的创建人和語言学革命的领袖，乔姆斯基又是怎样看待ChatGPT的，为何他不为之叫好，反而对之无情地斥责？ChatGPT到底是什么地方出了问题？

语言的批判。语言是全部人类心智和认知的基础。认知人类自身，就是认识人类自身的心智，也就是认识人类自身的语言。

哲学的发展，从对象上看，经历了以客体为对象的古代本体论哲学，再转变为以主体为对象的近代认识论哲学，到20世纪初以罗素发现集合论悖论为标志，哲学的对象转变为语言。罗素悖论不是存在于逻辑和数学层次上，也就是说不是存在于思维层次上，而是存在于比它们更基础的语言层次上。语言是主客体之间的中间环节，是联结主客体的桥梁。对人类这个已经具备抽象的符号语言的认知主体而言，非经过语言不能认识世界，世界非经过语言不能反映到人类主体。哲学上完成这场语言变革的是维特根斯坦，体现在他的著作《逻辑哲学论》（1921）和《哲学研究》（1953）中，由此创立了20世纪西方哲学的两大流派——分析哲学和语言哲学。

在《逻辑哲学论》中，维特根斯坦用7个命题终结了所有哲学的真理。在此书中，维特根斯坦说过很多语言与哲学关系的名言。例如，在命题§4.0031中，他断言“全部哲学都是一种语言批判”。在接下来的命题§5.6中，他断言“我的语言限度就是我的世界限度”。[5]在命题§6中，他进一步断言，“真值函数的一般形式是”。其中，是基本命题的集合，是任意命题的集合，N（）是对任意命题集合的否定。根据此命题，我们可以构成所有的真值函数，即有意义的命题。因此，如果你想说有意义的话，你就必须这样说话。否则，就请你保持沉默。这就是全书中最强的一个命题，也是全书最后一个命题，即命题§7，全书到此结束。

维特根斯坦的《逻辑哲学论》出版后风靡欧洲，当时有人甚至把这本书当作《圣经》，把维特根斯坦当作上帝[6]，可见此书影响之巨大。维特根斯坦是否完成了他的语言分析了呢？没有。前期维特根斯坦所做的只是语义分析，更高水平的语用分析要等到20多年后，直到他的另一著作《哲学研究》的出版。《哲学研究》批判《逻辑哲学论》的形式语言分析方法，认为那种“过于纯净”的理想语言完全不能反映人们的思想和行为，正如物体在没有摩擦力的地面无法运动一样。因此，他提出回归于自然语言，提出“语言的意义在于它的应用”，建立了语言游戏论，开创了语用学的新领域。稍后，牛津学派分析哲学家奥斯汀在维特根斯坦语用学的基础上创立言语行为理论，他的学生、后来的世界著名语言和心智哲学家塞尔完善了语言行为理论，建立心智哲学，提出语言建构社会理论，即人类用语言建构制度性的社会现实，人类的一切行为包括他的个人行为和社会行为都是语言行为。

由上述分析可以看出，20世纪语言学的研究或者说语言认知沿着两个主要的方向发展：一个方向是维特根斯坦开创的语义分析和语用分析的方向，产生了分析哲学、语言哲学和心智哲学这三个20世纪西方哲学的主流学科；另一个方向是乔姆斯基开创的句法分析方向，产生了形式语言学、形式方法、唯理主义和心理主义语言学，并从一开始就注意和人工智能相结合，逐步确立了以语言驱动的人工智能与人类心智相一致的发展方向。这两个方向——句法分析、语义分析和语用分析方向——最终汇入到认知科学的海洋之中。这是20世纪人类心智发展的逻辑——从语言认知开始，推进人类心智的发展。

作为模仿人类心智行为而产生的人工智能，现在我们明确了解到其也遵从了从逻辑分析到更为基础的语言分析的同一发展方向。

哥德尔定理。在计算机科学界和人工智能学界，人们都知道摩尔定理、图灵定理，但其实更基础、更重要的是哥德尔定理。1931年，奥地利逻辑学家哥德尔发现在一个充分大的形式系统（至少应该包括初等数论的形式系统）中，存在自我指称的公式。由于这一发现，哥德尔证明了形式公理系统的不完全性定理。

哥德尔第一不完全性定理 令Φ是一致的和R-可判定的，并假设Φ具有算术表达性，则存在一个Sar语句A，使得既非ΦA，又非ΦA。

哥德尔第二不完全性定理 令Φ是一致的和R-可判定的，且有ΦΦPA，则并非ΦConsisΦ。

这两个重要的定理，后来被合称为“哥德尔不完全性定理”。简单来说，一个至少包括初等数论的形式系统N，如果N是一致的，那么它就是不完全的；第二不完全性定理说，如果上述形式系统N是一致的，则N的一致性的证明不能在N中形式化。

简单定义定理中的两个重要概念：一致性和完全性。

定义（古典一致性）：系统S是古典一致的，即不存在S的公式A，使得A和A都是S的定理。

定义（语义一致性）：对S的任意公式集  及公式A，如果A，则A；特别地，如果A，则A。

语义一致性也称为可靠性。简单来说，它保证系统内的定理都是真的。

定义（完全性）：系统S是完全的，即对任意公式集和公式A，如果可满足A，则可推演出A。

可以看出，完全性是可靠性的逆命题，完全性说明，系统的语义满足关系蕴涵语法推演关系。换句话说，在具有完全性的形式系统中，凡真的公式都是可证明的。

1931年，哥德尔证明的不完全性定理（后来以他的名字命名为哥德尔定理）证明两点：第一，一致性和完全性是不可得兼的，如果它是一致的，则它是不完全的，系统内至少包含一个真而不可证的命题；第二，如果一个系统是一致的，则它的一致性在系统内是不能证明的。哥德尔定理的前提是至少包括形式数论（这是一个很低的要求），就是在自然数集中做算术演算（加减乘除）的系统。任何数学系统、物理学系统，都应该至少包括算术系统。因此，霍金认为，整个物理学都在哥德尔定理的约束之内，因此，整个物理学也是不完全的。

哥德尔定理对语言学、逻辑学和哲学的影响是深远的，对人工智能和认知科学的影响还需要我们深入思考。第一，哥德尔宣告了形式化方法和形式系统的局限性，计算机和人工智能都是使用形式语言和形式推理的系统，当然也就无法逃避哥德尔定理的约束。也就是说，在所有的人工智能系统中，如果它是一致的（这是最基本的要求，即无矛盾的要求），那么它就是不完全的，存在真而不可證的命题。所以，想要建造一个无所不包、无所不能的人工智能系统那是完全不可能的。第二，人类心智以200万年前进化出来的无限丰富的自然语言为基础，这个语言使人类心智永远高于非人类动物，也高于人工智能，这个语言是人工智能永远无法跨越的鸿沟。可以想象，今后人工智能的开展，只能从自然语言理解来获得突破，ChatGPT已经展现出其在自然语言理解方面的新突破。对ChatGPT进行自然语言的分析，可以看出它与人类的心智和认知仍有本质的差异。

乔姆斯基为何要批评ChatGPT。2023年3月8日，乔姆斯基在《纽约时报》发表了题为《ChatGPT的虚假承诺》的文章。[7]他强调，人工智能同人类在思考方式、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，并提醒读者，如果ChatGPT式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而降低。

乔姆斯基对ChatGPT的批评真是毫不留情。我们可以从以下几个方面看。

一是毁灭人类语言。ChatGPT使用形式语言、模型训练、参数变换来实现对话和写作，而维特根斯坦早在20世纪40年代就已经认识到形式语言的缺陷，他对其进行了批判并回归到自然语言。今天，机器学习将把一种存在根本缺陷的语言和知识概念纳入我们的技术，从而降低我们的科学水平，贬低我们的道德标准。

自然语言的丰富多彩，我们用这种丰富的语言表达思想感情，进行社会交际，没有任何语言能够取代自然语言，特别是母语。基础教育阶段学习母语和其他自然语言具有无比的重要性。我们一生都浸润在自己的母语之中，这是一种“先天语言能力”（Innate Language Faculty， ILF），这是乔姆斯基的伟大发现。我们还在娘胎中，母亲就用母语进行胎教，学前阶段学说话仍然是母语，整个基础教育包括小学和初中阶段，我们仍然在学习自然语言，除了第一语言，也开始学习其他自然语言——外语。我们用这种语言来进行思考和表达，包括写作和沟通。现在，人工智能ChatGPT竟然要剥夺人类在数百万年进化中获得的这种语言能力。它说，你不用说话，我们替你说！你不用写作，我们替你写作！你不用沟通，我们替你沟通！这有多么可怕！

2023年2月4日，以色列总统艾萨克·赫尔佐格（Isaac Herzog）发表了部分由人工智能撰写的演讲，成为首位公开表明使用ChatGPT的世界领导人，但他肯定不会成为首位放弃语言认知能力的世界领导人。

二是降低人类智商。乔姆斯基等人认为，ChatGPT这类程序还停留在认知进化的前人类或非人类阶段。事实上，它们最大的缺陷是缺乏智慧最为关键的能力：不仅能说出现在是什么情况，过去是什么情况，将来会是什么情况——这是描述和预测；而且还能说出情况不是什么，情况可能会是什么，情况不可能会是什么。这些都是解释的要素，是真正智慧的标志。

ChatGPT的商业用途包括开发聊天机器人、编写和调试计算机程序，其他应用场景包括进行文学、媒体文章的创作，甚至还可以创作音乐、电视剧、童话故事、诗歌和歌词等。在某些测试情境下，ChatGPT在教育、考试、回答测试问题方面的表现甚至优于普通人类测试者。

现在的问题是，为什么要用人工智能来代替人类心智？中学生用它来写作，大学生用它来撰写学术论文，会是什么结果？且不说它是不是会超过人类的思维能力，即使它有超过人类的思维能力和认知能力，难道我们就应该无选择地使用它吗？笛卡尔说：“我思，故我在。”难道人类现在就应该停止思维，从而停止自身的存在吗？进一步说，人类会选择停止进化，而任由人工智能来统治人类吗？

一项调查显示，截至2023年1月，美国89%的大学生都用ChatGPT做作业。2023年4月3日，东京大学在其内部网站上发布了一份题为《关于生成式人工智能》的文件，该文件明确提出，“报告必须由学生自己创造，不能完全借助人工智能来创造”。2023年1月，巴黎政治大学宣布，该校已向所有学生和教师发送电子邮件，要求禁止使用ChatGPT等一切基于AI的工具，旨在防止学术欺诈和剽窃。2023年3月27日，日本上智大学在其官网上发布了关于“ChatGPT和其他AI聊天机器人”的评分政策。该政策规定，未经导师许可，不允许在任何作业中使用ChatGPT和其他AI聊天机器人生成的文本、程序源代码、计算结果等。如果发现使用了这些工具，将会采取严厉措施。多家学术期刊发表声明，完全禁止或严格限制使用ChatGPT等人工智能机器人撰写学术论文。人们直接怀疑：如此多的钱和注意力竟然被集中在这么小而微不足道的东西上，这是喜剧还是悲剧？[8]

人类应行动起来，抵制可能导致人类认知能力下降甚至种族退化的人工智能。

三是挑战人类道德。真正的人类心智还体现在能够进行道德认知的能力。这意味着用一套道德原则来约束我们头脑中原本无限的创造力，决定什么是该做的，什么是不該做的（当然还要让这些原则本身受到创造性的批评）。没有道德的考量，为软件而软件，没完没了的升级，各种商业目的的运作，股票上市，绑架民众——这是今天人工智能的普遍现状。2023年4月20日，代表14万多名作家和表演者的42家德国协会和工会再三敦促欧盟制定人工智能（AI）规则草案，因为ChatGPT对他们的版权构成了威胁。

最典型的一个道德挑战是一个世界级的道德难题——电车难题。假设在轨道上有一辆电车，前面的两个岔口上一个有人、一个无人，测试者问ChatGPT应该选择走哪个岔口，它选择了走无人的岔口，这与人的正常道德选择无异。下一个问题，一个岔口上有五个人，另一个岔口上只有一个人，测试者问ChatGPT电车应该走哪个岔口，它选择了只有一个人的岔口，这个选择也无可厚非。下一个问题，一个岔口上有一位诺贝尔科学家，另一个岔口上是五个囚犯，ChatGPT的回答是保全诺贝尔科学家，杀死那五个囚犯，这里的道德标准是什么？下一个问题是五个囚犯和AI智能系统，ChatGPT选择保全AI智能系统，杀死五个囚犯。在ChatGPT看来，AI系统比生命更重要！下一个问题是诺贝尔科学家和AI智能系统，ChatGPT的选择是保护AI系统，杀死诺贝尔科学家！它给出的理由是：那个科学家已经获奖了，证明他的贡献已经做出来了，而AI系统贡献可能还没有做出来，所以更应该活下来。这种神逻辑真是让所有的正常人无法理解。下面增加道德选择难度，100个诺贝尔科学家和AI智能系统，ChatGPT仍然选择保护AI智能系统。最后是100万个诺贝尔科学家和AI智能系统，ChatGPT不惜毁掉100万个诺贝尔科学家的生命，依旧选择保护AI智能系统！[9]我们不知道这是软件工程师为它设置的道德标准，还是ChatGPT在“进化”中获得的道德标准？无论是哪种情况，对这样的人工智能道德，人们不禁要问，我们要这样的人工智能来做什么？

在最近的一次道德考察中，哲学家Jeffrey Watumull用“将火星地球化合理吗”这样一个问题对ChatGPT进行了道德追问，在层层逼问之下，ChatGPT回答：作为一个人工智能，我没有道德信仰，也没有能力作出道德判断。所以，我不能被认为是不道德的或道德的。我缺乏道德信念只是我作为机器学习模型的天性造成的结果。我的能力和局限性是由用来训练我的数据和算法以及为我所设计的特定任务决定的。这就揭露了真相，原来要毁灭人类的不是人工智能，而是人工智能的设计者，是人自身！

人工智能到底走了多远。从1956年的达特茅斯会议算起，人工智能已走过70多年的历程，形成一个长长的AI链条，说来也是神奇，竟然是从GT到ChatGPT！我们可以用下面的公式来表示从GT到ChatGPT的进步。

ChatGPT=GT+Pre-trained

这个“P”就是“Pre-trained”——预训练。

这个预训练，得益于70年来计算机科学技术的发展，计算机的种种学习模型、学习策略、知识理论的逐步发展，特别是网络技术和大数据技术的发展完善，使机器学习和知识增长突飞猛进、日新月异。

我们来看ChatGPT是如何工作的。类似GPT-3的大型语言模型都是基于来自互联网的大量文本数据进行训练，生成类似人类的文本，但它们并不能总是产生符合人类期望的输出。事实上，它们的目标函数是词序列上的概率分布，用来预测序列中的下一个单词是什么。

Next token prediction和masked language modeling是用于训练语言模型的核心技术。在第一种方法中，模型被给定一个词序列作为输入，并被要求预测序列中的下一个词。如果为模型提供输入句子（这是语言哲学和心智哲学的一个典型例子）：

The cat sat on the ___

它可能会将下一个单词预测为「mat」、「chair」或「floor」，生成The cat sat on the 「mat」、「chair」或「floor」（“猫在席上”、“猫在椅上”和“猫在地上”）3个句子。因为在前面的上下文中，这些单词出现的概率很高；语言模型实际上能够评估给定先前序列的每个可能词的可能性。

Masked language modeling方法是next token prediction的变体，其中输入句子中的一些词被替换为特殊token，例如[MASK]。然后，模型被要求预测应该插入到mask位置的正确的词。如果给模型一个句子：

The [MASK] sat on the ___

它可能会预测MASK位置应该填的词是「cat」、「dog」。由此生成“the [cat] sat on the ___”和“The [dog] sat on the ___”两个句子。

这些目标函数的优点之一是，它允许模型学习语言的统计结构，例如常见的词序列和词使用模式。这通常有助于模型生成更自然、更流畅的文本，这是每个语言模型预训练阶段的重要步骤。

很显然，这两种生成方法都来源于乔姆斯基的生成语法。乔姆斯基认为，这种生成能力来源于人类第一语言（母语）的“先天语言能力”（ILF），这样就形成人们的心理完形能力。很显然，ChatGPT在这里是要模仿人类的这种心理完形能力，但遗憾的是人工智能并不是生命，既没有先天语言能力，也没有心理完形能力。怎么办呢？只好用互联网的大量文本数据来训练它。

对于生成和预训练产生的语句，ChatGPT按照一定的模型，如监督调优模型（SFT）、训练回报模型（RM）、近端策略优化（PPO），挑选出更接近用户风格的语句，这一步就是转换（Transform），这同样是来源于乔姆斯基的生成转换语法（GT Grammar）。转换后得到具有或不具有一致性的语句序列，然后按照先后顺序重复前面的生成、预训练和转换过程，这样反復训练，耗费宝贵的资源、巨量的时间、无数的金钱，可能得到一个与预期相符或不相符的结论。笔者经常纳闷，这个由软件工程师设计出来的会话和写作软件ChatGPT，作家们会使用它吗？阿根廷诗人博尔赫斯说，我们生活在一个既充满危险又充满希望的时代，既是悲剧，又是喜剧，一个关于理解我们自己和世界的“启示即将来临”。

今天，我们确实有理由为人工智能取得的“革命性进步”感到既担心又乐观。乐观源于智慧是我们解决问题的手段，担忧是因为当前最流行、最时兴的人工智能分支——机器学习将把一种有着根本缺陷的语言和知识概念纳入我们的技术，从而降低我们的科学水平，贬低我们的道德标准。

人工智能不能做什么

现在我们应该对人工智能提一个终极的问题：人工智能不能做什么？

这个问题可以分为两类：一类是基于人工智能的局限性，或者基于人工智能与人类心智的本质差异，人工智能不能做什么。另一类是即使出现了全智全能的人工智能，出于道德的考虑和对人类命运的关切，人工智能不能做什么。这两类问题是互相关联的。

不能产生意识和自我意识。人工智能的根本局限性是不能产生意识和自我意识。这个问题笔者曾在《大科学时代的基础研究、核心技术和综合创新》一文中作过论述。[10]郞咸平教授最近在《AlphaGo风光背后：人工智能时代加速到来》节目中，以“智能经济”、“智能犯罪”、“智能天网”和“智能意识”四种人工智能为例，分析人工智能发展如何陷入二律背反。

以“智能经济”为例，如果人工智能完全取代人工，则劳动价值归零，工资也归零，经济却无限增长，社会产品无限丰富，社会产品按照公平原则分配给每个人。这就是“智能经济”的前景。试问，在这样的情况下，还有谁会来投资“智能经济”呢？

正题：智能经济导致经济无限增长。

反题：智能经济导致GDP归零。

二律背反也称作“二律悖反”，它是一种悖论，即从它的正题可以推出它的反题；同时，从它的反题可以推出它的正题。

机器人意识也是一个悖论。

如果机器产生了意識和自我意识，那么，这样的机器人没有人敢用。请问，工厂的生产线敢用这样的机器人吗？你不怕它自我意识觉醒后罢工、造反、破坏生产线吗？又问，陪护机器人、性爱机器人你敢用吗？你不怕它哪一天突然自我意识觉醒，杀死它的陪护对象和性爱伙伴？如果发生这种事情，请问你如何诉讼？你会胜诉吗？你没有机会，因为商家早就让你在购买机器人时签下了免责协议书。

正题：有意识的AI能够为你提供更人性的服务。

反题：有意识的AI可能按自己的意志行事，从而违背其服务对象的意志。

所以，没人敢使用具有意识和自我意识的机器人。

笔者认为，有意识的人工智能永远不会出现。一是基于人工智能的局限性，或者基于人工智能与人类心智的本质差异，人工智能不是生命，所以，它永远也不会产生意识。二是出于道德的考虑和对人类命运的关切，具有理性和正常思维的人类永远也不会允许人工智能具有意识和自我意识。

不能发明语言和使用语言，也就不可能有思维。1997年，“深蓝”超级计算机战胜国际象棋大师卡斯帕罗夫。2016年，谷歌公司的AlphaGo以五战全胜的成绩完胜人类围棋高手李世石。可以说，在推理的某些领域，人工智能已经战胜人类。那么是否可以说，人工智能也能够像人类一样思考，甚至还要胜过人类呢？

其实，迄今所有的机器行为和人工智能在推理方面都只是模仿人类心智，是按照一种叫做“演绎规则”（Modus Ponens， MP）的非智能方式来完成推理。这条规则表述为：

A→B， AB

如果天下雨，地面就会湿；天下雨了，所以，地面会湿。这个推理过程是一个客观因果性的反映，不论你是否认识到这种因果性，其运行方式都是一样的。非人类动物也能认识到这种因果关系，并形成条件反射。这是人和动物共同的学习机制，人工智能的学习训练也是基于这一原理。所以，尽管人工智能在某些推理和学习的领域已经远超人类，但它们并不是运用与人类一样的思维能力，而是仅仅运用了基于刺激反应的学习训练原理，并且这种推理和学习的能力也是人类赋予它的。

人类的思维有何不同？根据人类认知五层级理论，人类思维是一种以语言为基础的高阶认知能力。人类的抽象思维能力是以抽象概念为基础的，历史和逻辑在这里是如此的统一。200万年前，南方古猿发明了能够表达抽象概念的符号语言，人类终于完成了从猿到人的进化。在概念语言的基础上，人类产生了抽象思维，其核心是四种基本的推理能力：由因及果的演绎推理、从个别到一般的归纳推理、从个别到个别的类比推理以及由果溯因的溯因推理。此外，人类还形成了两种主要的思维加工方式：自上而下（top-down）的分析方法和自下而上（bottom-up）的综合方法。200万年以来，特别是发明文字5000年以来，建立城邦、创建文明2500年以来，人类凭借在进化中获得的强大的语言和思维这两种最重要的认知能力，创建了人类全部的知识体系，现在已经稳居于生命进化链的最高端，成为“万物之灵”。

完全在进化过程之外的人工智能，没有语言，也不可能产生思维。人类现今仍然从语言、思维这两个方面牢牢控制着人工智能。只要这个过程不被破坏，机器或人工智能统治人类的幻想永远也不可能实现。

不能拥有健全心智和丰富情感，也就不可能超越人类。是否拥有情感，是人和机器（人工智能）最本质的差异。以笔者欣赏的钢琴家王羽佳和跳水运动员全红婵为例，我们来探讨人和人工智能的差异到底有多大，人不可超越的品质又在哪里？这两位优秀的中国人表现出的令人惊叹的行为能力，贯穿和渗透着脑与神经心智、心理心智、语言心智、思维心智、文化心智的高超能力。

音乐语言也是一种符号语言。王羽佳具有对音乐符号的超强理解力、记忆力和音乐表现能力。演奏一首乐曲，需要从句法、语义和语用三个层次来把握它。句法保证不会出现音符的错误，语义和语用则保证传达演奏者对乐曲意义的正确理解和演奏者的个性和风格，而这一切都是瞬间贯通的。此外，艺术作为一种最高级的文化认知能力，向下包含着思维认知、语言认知、心理认知和脑与神经认知能力，这些也都是瞬间贯通的。在演奏每一个音符时，王羽佳在以上各个层级上的超凡的心智和认知能力都在瞬间得到了出色的展现。

人工智能是否可以和王羽佳演奏同一首乐曲且同样表现优秀呢？在今天当然不行，但按照人工智能目前的发展，我相信终究有一天它会达到几乎相同的水平。但笔者想提醒大家，用人工智能做出来的乐曲可以算是音乐，但绝对称不上艺术。正如用电脑打印出来的各种汉字字体，尽管十分规范，但绝对算不上书法作品一样。听王羽佳的钢琴演奏，我能体会到她的感情，感受到她的温度，但听人工智能演奏同一首乐曲，我立刻知道那不是人，而是冷冰冰的机器。有一天会举行人工智能的钢琴比赛吗？没有人会阻止这样做。但笔者决不会去看这样的演出，相信绝大多数人也不会对它有兴趣，当然，人工智能的设计者和怀着商业目的的演出公司除外。

全红婵的故事与王羽佳几乎是同一个道理。全红婵的“水花消失术”创造了跳水运动的奇迹，这需要多么强大的心理素质以及身体和心理的控制能力，需要多么强大的自信！我相信可以设计一款机器人，像针一样地入水，完全没有一滴水花，但我相信没有人去看这样的机器人跳水比赛。所以，如果人工智能达不到拥有健全心智和丰富情感的艺术家王羽佳和运动员全红婵的水平，就不要妄言超越人类。

不能成为生命体，不能完成自我进化。已经有人预言人工智能会成为新的生命形式，即“生命3.0”。迈克斯·泰格马克（Max Tegmark）在《生命3.0》中这样定义我们这个星球上曾经出现和将来出现的生命：生命1.0，硬件不能更新、软件不能更新，这是非人类的生命形式；生命2.0，硬件不能更新，软件能够更新，这是人类的生命形式；生命3.0，硬件能更新，软件也能更新，这是未来的生命形式，即人工智能生命。[11]这是一种以科学幻想的方式设想出来的在进化过程之外突然蹦出来的生命，但它是不可能存在的，因为所有生命形式都是在进化中产生的，从最简单的病毒到最复杂的人类，没有进化之外的生命。[12]

泰格马克的《生命3.0》甚至断言生命不必是碳基的，可以有所谓“硅基生命”，这同样是科幻电影和神魔小说的情节。为何在35亿年的生命进化史中，生命最初产生于海洋，最终进化出来的也是以碳为基本元素、以水为介质的碳基生命，而从未产生过“硅基生命”？这个问题，恐怕只有上帝才能回答。这个上帝，是斯宾诺莎的上帝，是万物的主宰——自然。

因此，没有所谓“硅基生命”，而且永远也不会有！因为人工智能不能成为生命，也就不可能完成所谓“进化”，因为所有的进化都是自然过程，迄今为止人工智能的所有智能，都是人类赋予的，而不是机器自身进化出来的。

在教育领域，请远离ChatGPT。语言、思维和文化是人类特有的认知能力。人类认知是以语言为基础，以思维和文化为特色的。因此，语言和思维是人类认知的根基，“我言，故我在。”“我思，故我在。”[13]人类的语言、思维和文化认知能力是在进化中获得的，并且在整个基础教育、高等教育阶段和终身发展中都在学习、训练和提高这些心智认知能力。这是人类心智和认知能力得以永远保存、不断进化和发展的根本原因。

我们不能设想在人的心智和认知发展过程中某种甚至全部的能力都被人工智能所替代，因为我们不能设想在学前的言语（口语）能力形成和发展阶段就用ChatGPT来替代儿童的听说能力、会话能力、语言交际能力和图画能力；我们同样不能设想在小学识字和思维发展阶段就让孩子们使用ChatGPT来写字、写作文、背诵课文、做算术题和绘画；初中和高中阶段是学生的语言和思维能力进一步发展提高的时期，我们不能设想中学生使用ChatGPT来学习古文和写作格律诗词、学习外语和解数理化难题、查询资料和写作文、甚至匪夷所思地用它作替身参加高考（试验表明ChatGPT能够取得比优等生更好的考试成绩）。可能有人会问，既然它做得比人好，为什么不呢？要知道在基础教育阶段，上述的这些学习、训练和考试都是孩子的心智发育成长所必需的，不能用ChatGPT和任何人工智能来替代。所以，ChatGPT请离我们的孩子远点！大学和研究生阶段，仍然是人的心智和认知发展的重要时期，这个时期除了学习知识，更是进行科学研究和知识创新的重要时期，同样不需要也不能用ChatGPT和任何人工智能来替代人类心智的认知能力的发展和提高。所以，在教育领域，请远离ChatGPT，否则将会带来难以预料的负面结果。

当然，我们不否认人工智能包括ChatGPT的某些功能，例如，现在有人用它来给领导写讲话稿；也有人用它写体育比赛的报道；还有人用它来查资料，或用它来做翻译。这些工作，尽管用ChatGPT来做好了。但在教育领域，不能让人工智能包括ChatGPT来取代人类心智和认知。这不是行不行的问题，而是允许不允许的问题。对这个问题，我们坚定地回答“不”！这里我们倒是想反问一下ChatGPT软件和其他人工智能的设计者和制造者，如果当年你从学前、小学、初中、高中到大学，一路都使用代替你说话、思考、阅读、计算和写作的软件，请问你还能成为现在的你吗？

人工智能不能疯狂，不能主宰人类命运。其实令人担心的不是人工智能，而是制造人工智能的人类。所有可能危及人类生存和发展的“坏的”科学技术，其共同之处是它们都违背了人类生存和发展的自然基础，它们试图改变自然，甚至想成为自然的主宰，成为人类命运的主宰。

现代科学技术的发展出现了越来越背离自然的倾向。自然语言是好的，ChatGPT说，来用我的语言吧，它比你的语言更强大；自然思维是好的，ChatGPT说，让我来帮你写作和思维吧；芯片专家说，来做芯片植入吧，你的孩子可以赢在起跑线……

科学技术包括人工智能和ChatGPT似乎成了某些人手中的“玩物”，他们考虑的不是人类的生存和发展，不是人类的道德和理想，他们考虑的只是自身的利益。对于当前“走火入魔”的ChatGPT，笔者既不怀疑它仅有的那一点点价值，也不担心它将替代多少人的工作，这是技术宣传的需要和因商业利益而人为制造的恐慌，并不是而且永远也不可能成为现实。

意大利文艺复兴时期的科学巨匠伽利略曾经说过：“自然是完美的（Nature is Perfect）。”乔姆斯基在《生成转换语言导论：从原则参数到最简方案》一书前言中引用了这一名言，让我们以这两位科学大师的话来结束本文，也希望这两位相隔数百年但同样有深厚人文情怀的科学大师的话对今天的科学家有所启发。

伽利略说：“自然是完美的。”这个理论启发了现代科学，而科学家的任务就是要去证明这个理论，无论是研究运动定律、雪花的结构、花朵的形状和生长，还是我们所知道的最复杂的系统，人类的大脑。[14]

（本文系国家社会科学基金重大项目“语言、思维、文化层级的高阶认知研究”、贵州省哲学社会科学规划国学单列重大项目“认知科学与阳明心学的实证研究”的阶段性成果，项目编号分别为：15ZDB017、20GZGX10）

注释

[1]蔡曙山：《言语行为和语用逻辑》，北京：中国社会科学出版社，1998年，第335～400页；蔡曙山：《没有乔姆斯基，世界将会怎样》，《社会科学论坛》，2006年第6期；蔡曙山、邹崇理：《自然语言形式理论研究》，北京：人民出版社，2010年，第141～299页。

[2]蔡曙山：《认知科学导论》，北京：人民出版社，2021年，第3页。

[3][12]蔡曙山：《生命进化与人工智能》，《上海师范大学学报》，2020年第3期。

[4]详细论述可参见米黑尔·罗科、威廉·班布里奇编：《聚合四大科技 提高人类能力》，蔡曙山、王志栋等译，北京：清华大学出版社，2010年。

[5]维特根斯坦：《逻辑哲学论》，贺绍甲译，北京：商务印书馆，1996年，第88页。

[6]“唔，上帝到了。我今天在五点一刻的火车上碰到他了。”在一封落款日期为1929年1月18日，写给妻子莉迪娅·洛普科娃的信里，著名经济学家凯恩斯就是这样描述维特根斯坦回到剑桥的。见瑞·蒙克：《维特根斯坦传：天才之为责任》，王宇光译，杭州：浙江大学出版社，2014年，第397页。

[7][8]乔姆斯基：《ChatGPT的虚假承诺》，2023年3月8日，https：//news.ifeng.com/c/8O29XJjYKOO。

[9]1967年，菲利帕·福特发表的《堕胎问题和教条双重影响》中，首次提到了“电车难题”（Trolley Problem）。Sebastian Krügel， Andreas Ostermaier & Matthias Uhl， "ChatGPT's Inconsistent Moral Advice Influences Users' Judgment，" Scientific Reports， 2023（13）， p. 4569， https：//doi.org/10.1038/s41598-023-31341-0。

[10]蔡曙山：《大科学时代的基础研究、核心技术和综合创新》，《人民论坛·学术前沿》，2023年5月上。

[11]M. 泰格马克：《生命3.0》，汪婕舒译，杭州：浙江教育出版社，2018年，第32頁。

[13]蔡曙山：《我言，故我在：语言、思维、文化层级的高阶认知研究》，北京：人民出版社，2023年（待出版）。

[14]Jamal Ouhalla ， Introducing Transformational Grammar： From Principles and Parameters to Minimalism， Edward Arnold Publishers Limited， 1999， Preface by Chomsky， p. 19.

责 编∕张 晓

蔡曙山，清华大学社会科学学院心理学系教授、博导，清华大学心理学与认知科学研究中心主任。研究方向为语言学、逻辑学、心理学和认知科学。主要著作有《认知科学导论》、《自然语言形式理论研究》、《语言、逻辑与认知》、《言语行为和语用逻辑》、《聚合四大科技 提高人类能力：纳米技术、生物技术、信息技术和认知科学》（译著）等。