霍普菲尔德与辛顿，这两位人工智能领域的巨擘，在2024年荣膺诺贝尔物理学奖，这一殊荣不仅彰显了人工智能在当今世界的非凡地位，也引发了学术界的广泛讨论。辛顿在获奖前后，对语言学泰斗乔姆斯基的理论提出了尖锐批评，认为其误导了多代学者。特别是他在2024年4月接受尤利西斯奖章时的感言，在《当代语言学》同年第4期上发表后，在中国语言学界激起了强烈反响，促使人们深入反思语言学的发展方向。
大语言模型的迅速崛起与诺贝尔物理学奖对人工智能科学家的认可，无疑表明了人工智能对全球发展的深远影响。在数字化时代，人工智能已成为新质生产力的核心驱动力。语言智能，作为人工智能领域的璀璨明珠，通过大数据处理实现了语言的“自学”与“智能获取”，这是经验主义与数据统计在语言处理领域的巨大成功。
然而，乔姆斯基的语言学理论却与此大相径庭。他强调理性演绎、解释性和规律揭示，引领语言学从经验主义迈向理性主义。科学的本质在于探寻因果关系，而数据驱动的大语言模型则侧重于统计频率，甚至在某些情况下摒弃了语言学的规则。这种分歧在语言学与人工智能的交汇点上显得尤为突出。
历史上，规则驱动曾是语言智能研究的主流，而数据驱动则一度陷入低谷。如今，尽管数据驱动模型取得了显著成就，但不少学者预测其未来发展将遭遇瓶颈，语言智能需要数据与规则“双轮驱动”的支撑。这或许正是辛顿批评乔姆斯基的根源所在：两者分别致力于语言技术与语言科学，路向、追求与科学层面均有所不同，自然难免产生分歧。
乔姆斯基致力于探索人类习得语言的机制，而辛顿则专注于语言技术的应用。这种差异促使我们认识到，语言学与人工智能虽有关联，但各有侧重。语言学过去主要聚焦于语言本身，如同研究“鸡蛋”般深入；乔姆斯基则引领我们转向对“母鸡”（语言习得机制）的研究。而人工智能的语言处理，则是用“机器鸡”生出蛋来，这对语言学提出了新的挑战与机遇。
语言学需要反思并拓展其研究领域，不仅要研究碳基生命的语言（自然语言），还要验证、修正乔姆斯基的理论；同时，也要研究硅基生命的语言产品（机器语言）及其生成机制。通过对比这两种语言的异同、两种“鸡”生蛋原理的异同，我们可以得出更高层次的语言学概括。
此外，语言学还需关注其在现代社会中的应用场域。当前，语言学的应用领域相对狭窄，主要集中在语言教学、翻译和社会语言规划等方面。若能在语言数据、语言智能等领域找到新的应用空间，无疑将为语言学开辟一片全新的天地。
展望未来，语言学与人工智能的融合将是大势所趋。通过跨学科合作与深入研究，我们可以推动语言学的发展迈上新台阶，为语言智能的进步贡献智慧与力量。同时，语言学也将在此过程中实现自我超越与升华，成为连接人类智慧与机器智能的桥梁与纽带。
热门跟贴