大語(yǔ)言模型（LLM）為什么空間智能不足，GPT-4 為什么用語(yǔ)言以外的數(shù)據(jù)訓(xùn)練，就能變得更聰明？現(xiàn)在這些問(wèn)題有 「標(biāo)準(zhǔn)答案」了。

近日，一篇麻省理工學(xué)院（MIT）等機(jī)構(gòu)發(fā)表在頂級(jí)學(xué)術(shù)期刊《自然》雜志的文章觀察到，人類(lèi)大腦生成和解析語(yǔ)言的神經(jīng)網(wǎng)絡(luò)并不負(fù)責(zé)形式化推理，而且提出推理并不需要語(yǔ)言作為媒介。

這篇論文聲稱(chēng)「語(yǔ)言主要是用于交流的工具，而不是思考的工具，對(duì)于任何經(jīng)過(guò)測(cè)試的思維形式都不是必需的」，引發(fā)了科技領(lǐng)域社區(qū)的大討論。

難道真的如語(yǔ)言學(xué)家喬姆斯基所言，追捧 ChatGPT 是浪費(fèi)資源，大語(yǔ)言模型通向通用人工智能（AGI）的路線(xiàn)完全錯(cuò)了？

讓我們看看這篇論文《Language is primarily a tool for communication rather than thought》是怎么說(shuō)的。

論文鏈接：https://www.nature.com/articles/s41586-024-07522-w

語(yǔ)言是人類(lèi)智能的一個(gè)決定性特征，但它所起的作用或多或少一直存在爭(zhēng)議。該研究提供了神經(jīng)科學(xué)等相關(guān)學(xué)科角度的最新證據(jù)，以論證現(xiàn)代人類(lèi)的語(yǔ)言是一種交流工具，這與我們使用語(yǔ)言進(jìn)行思考的流行觀點(diǎn)相反。

作者首先介紹了支持人類(lèi)語(yǔ)言能力的大腦網(wǎng)絡(luò)。隨后回顧語(yǔ)言和思維雙重分離的證據(jù)，并討論語(yǔ)言的幾種特性，這些特性表明語(yǔ)言是為交流而優(yōu)化的。該研究得出結(jié)論認(rèn)為，盡管語(yǔ)言的出現(xiàn)無(wú)疑改變了人類(lèi)文化，但語(yǔ)言似乎并不是復(fù)雜思維（包括符號(hào)思維）的先決條件。相反，語(yǔ)言是傳播文化知識(shí)的有力工具，它可能與我們的思維和推理能力共同進(jìn)化，并且只反映了人類(lèi)認(rèn)知的標(biāo)志性復(fù)雜性，而不是產(chǎn)生這種復(fù)雜性。

圖 1

研究證據(jù)挑戰(zhàn)了語(yǔ)言對(duì)于思維的重要性。如圖 1 所示，使用 fMRI 等成像工具，我們可以識(shí)別完整、健康的大腦中的語(yǔ)言區(qū)域，然后檢查在完成需要不同思維形式的任務(wù)時(shí)，語(yǔ)言區(qū)域的相關(guān)響應(yīng)。

人類(lèi)大腦中的語(yǔ)言網(wǎng)絡(luò)

從人腦的生物學(xué)結(jié)構(gòu)來(lái)看，語(yǔ)言生成和語(yǔ)言理解由左半球一組相互連接的大腦區(qū)域支持，通常稱(chēng)為語(yǔ)言網(wǎng)絡(luò)（圖 1a；Box 2 描述了它與語(yǔ)言神經(jīng)生物學(xué)經(jīng)典模型的關(guān)系）。

Box 2。許多教科書(shū)仍然使用 Wernicke 提出的語(yǔ)言神經(jīng)基礎(chǔ)模型，并由 Lichteim 和 Geschwind 進(jìn)行了闡述和修訂。該模型包括兩個(gè)皮層區(qū)域：Broca 區(qū)位于下額葉皮層，Wernicke 區(qū)位于后上顳葉皮層。這兩個(gè)區(qū)域分別支持語(yǔ)言產(chǎn)生和理解，并通過(guò)一條背側(cè)纖維束（弓狀束）連接。

語(yǔ)言網(wǎng)絡(luò)有兩個(gè)非常重要的特性：

首先，語(yǔ)言區(qū)域表現(xiàn)出輸入和輸出模態(tài)的獨(dú)立性，這是表征抽象性的關(guān)鍵特征。主要表現(xiàn)為在理解過(guò)程中，這些大腦區(qū)域?qū)缒B(tài)（口頭、書(shū)面或手語(yǔ)）的語(yǔ)言輸入做出反應(yīng)。同樣，在語(yǔ)言生成過(guò)程中，無(wú)論我們是通過(guò)口語(yǔ)還是書(shū)面語(yǔ)來(lái)產(chǎn)生信息，這些區(qū)域都是活躍的。這些區(qū)域支持語(yǔ)言理解和生成（圖 1a）這一事實(shí)表明，它們很可能存儲(chǔ)了我們的語(yǔ)言知識(shí)，這對(duì)于編碼和解碼語(yǔ)言信息都是必需的。

其次，語(yǔ)言區(qū)還能對(duì)詞義和句法結(jié)構(gòu)進(jìn)行表征和處理。特別是，關(guān)于腦磁圖和顱內(nèi)記錄研究的證據(jù)表明，語(yǔ)言網(wǎng)絡(luò)的所有區(qū)域都對(duì)詞義以及詞間句法和語(yǔ)義依賴(lài)性敏感（圖 1a）?？傊?，語(yǔ)言網(wǎng)絡(luò)中語(yǔ)言表征的抽象性以及網(wǎng)絡(luò)對(duì)語(yǔ)言意義和結(jié)構(gòu)的敏感性使其成為評(píng)估語(yǔ)言在思維和認(rèn)知中的作用假設(shè)的明確目標(biāo)（(Box 3）。

我們對(duì)人類(lèi)語(yǔ)言和認(rèn)知能力，以及它們之間關(guān)系的理解仍然不完整，還有一些懸而未決的問(wèn)題：

• 語(yǔ)言表征的本質(zhì)是什么？
• 思維是否依賴(lài)于符號(hào)表征？
• 兒童學(xué)習(xí)語(yǔ)言時(shí)，語(yǔ)言網(wǎng)絡(luò)是如何成長(zhǎng)的？

語(yǔ)言對(duì)于任何經(jīng)過(guò)檢驗(yàn)的思維形式都不是必需的

經(jīng)典的方法是通過(guò)研究大腦損傷或疾病的個(gè)體來(lái)推斷大腦與行為之間的關(guān)聯(lián)和分離。這種方法依賴(lài)于觀察大腦某部分受損時(shí)個(gè)體行為的變化，從而推測(cè)不同大腦區(qū)域的功能和行為之間的聯(lián)系。

有證據(jù)表明 —— 有許多個(gè)體在語(yǔ)言能力上有嚴(yán)重的障礙，影響到詞匯和句法能力，但他們?nèi)匀槐憩F(xiàn)出在許多思考形式上的完整能力：他們可以解決數(shù)學(xué)問(wèn)題，進(jìn)行執(zhí)行規(guī)劃和遵循非言語(yǔ)指令，參與多種形式的推理，包括形式邏輯推理、關(guān)于世界的因果推理和科學(xué)推理（見(jiàn)圖 1b）。  

研究表明，盡管失去了語(yǔ)言能力，一些患有嚴(yán)重失語(yǔ)癥的人仍然能夠進(jìn)行所有測(cè)試形式的思考和推理，他們?cè)诟鞣N認(rèn)知任務(wù)中的完整表現(xiàn)就是明證。他們根本無(wú)法將這些想法映射到語(yǔ)言表達(dá)上，無(wú)論是在語(yǔ)言生成中（他們無(wú)法通過(guò)語(yǔ)言向他人傳達(dá)自己的想法），還是在理解中（他們無(wú)法從他人的單詞和句子中提取意義）（圖 1b）。當(dāng)然，在某些腦損傷病例中，語(yǔ)言能力和（某些）思維能力都可能受到影響，但考慮到語(yǔ)言系統(tǒng)與其他高級(jí)認(rèn)知系統(tǒng)的接近性，這是可以預(yù)料的。

尤其是一些聾啞兒童，他們長(zhǎng)大后很少或根本沒(méi)有接觸過(guò)語(yǔ)言，因?yàn)樗麄兟?tīng)不見(jiàn)說(shuō)話(huà)，而他們的父母或看護(hù)人不懂手語(yǔ)。缺乏語(yǔ)言接觸會(huì)對(duì)認(rèn)知的許多方面產(chǎn)生有害影響，這是可以預(yù)料的，因?yàn)檎Z(yǔ)言是了解世界的重要信息來(lái)源。盡管如此，語(yǔ)言剝奪的個(gè)體無(wú)疑表現(xiàn)出復(fù)雜的認(rèn)知功能能力：他們?nèi)匀豢梢詫W(xué)習(xí)數(shù)學(xué)、進(jìn)行關(guān)系推理、建立因果鏈，并獲得豐富而復(fù)雜的世界知識(shí)。換句話(huà)說(shuō)，缺乏語(yǔ)言表征并不會(huì)使人從根本上無(wú)法進(jìn)行復(fù)雜的（包括符號(hào)的）思考，盡管推理的某些方面確實(shí)表現(xiàn)出延遲。因此，在典型的發(fā)展中，語(yǔ)言和推理是平行發(fā)展的。

完整的語(yǔ)言并不意味著完整的思維

以上證據(jù)表明，迄今為止測(cè)試的所有類(lèi)型的思維都可以在沒(méi)有語(yǔ)言的情況下實(shí)現(xiàn)。

接下來(lái)，論文討論了語(yǔ)言和思維雙重分離的另一面：與語(yǔ)言介導(dǎo)思維的觀點(diǎn)相反，完整的語(yǔ)言系統(tǒng)似乎并不意味著完整的推理能力。

人類(lèi)語(yǔ)言是由交流壓力塑造的。

來(lái)自發(fā)育性和后天性腦部疾病的證據(jù)表明，即使語(yǔ)言能力基本完好，也可能存在智力障礙。

例如，有些遺傳疾病導(dǎo)致智力受損程度不同，但患有這些疾病的人的語(yǔ)言能力似乎接近正常水平；還有一些精神層面有缺陷的人，會(huì)影響思考和推理能力，但同樣不會(huì)影響語(yǔ)言。最后，許多獲得性腦損傷的個(gè)體在推理和解決問(wèn)題方面表現(xiàn)出困難，但他們的語(yǔ)言能力似乎完好無(wú)損。換句話(huà)說(shuō)，擁有完整的語(yǔ)言系統(tǒng)并不意味著自動(dòng)具備思考能力：即使語(yǔ)言能力完好無(wú)損，思考能力也可能受損。

總的來(lái)說(shuō)，這篇論文回顧了過(guò)去二十年的相關(guān)工作。失語(yǔ)癥研究的證據(jù)表明：所有經(jīng)過(guò)檢驗(yàn)的思維形式在沒(méi)有語(yǔ)言的情況下都是可能的。fMRI 成像證據(jù)表明：參與多種形式的思考和推理并不需要語(yǔ)言網(wǎng)絡(luò)。因此，語(yǔ)言不太可能成為任何形式思維的關(guān)鍵基礎(chǔ)。

MIT 研究得出結(jié)論的同時(shí)，頂尖 AI 領(lǐng)域?qū)W者最近也發(fā)表了對(duì)大模型發(fā)展的擔(dān)憂(yōu)。上個(gè)星期四 Claude 3.5 的發(fā)布號(hào)稱(chēng)擁有研究生水平的推理能力，提升了行業(yè)的標(biāo)準(zhǔn)。不過(guò)也有人表示經(jīng)過(guò)實(shí)測(cè)可見(jiàn)，它仍然具有 Transformer 架構(gòu)的局限性。

對(duì)此，圖靈獎(jiǎng)獲得者 Yann LeCun 表示，問(wèn)題不在于 Transformer，而是因?yàn)?Claude 3.5 仍然是一個(gè)自回歸大模型。無(wú)論架構(gòu)細(xì)節(jié)如何，使用固定數(shù)量的計(jì)算步驟來(lái)計(jì)算每個(gè) token 的自回歸 LLM 都無(wú)法進(jìn)行推理。

LeCun 也評(píng)論了這篇 Nature 論文，對(duì)思維不等于語(yǔ)言表示贊同。

對(duì)此，你怎么看？