摘要：很有意思。布鲁克大学神经科学中心主任维娜·D·德维维迪撰文解释了一个问题：为什么人工智能不可能“理解”语言。https://theconversation.com/a-neuroscientist-explains-why-its-impossible-for
很有意思。布鲁克大学神经科学中心主任维娜·D·德维维迪撰文解释了一个问题：为什么人工智能不可能“理解”语言。https://theconversation.com/a-neuroscientist-explains-why-its-impossible-for-ai-to-understand-language-246540
在这位神经科学家看来：人工智能（如ChatGPT）不可能真正“理解”语言，因为它只是机械地模仿文字符号的统计规律，而人类对语言的理解根植于身体体验、情感动机和实时社交情境——这些是AI永远无法拥有的。具体观点概括如下：
文字 ≠ 语言本身：
很多人把屏幕上显示的文字当作就是语言了，这不对。想想印地语和乌尔都语，说话基本能懂（算一种语言），但写出来的字完全不一样。塞尔维亚语和克罗地亚语也一样。文字只是记录语言的一种符号系统，不是语言的全部。AI 的“理解”是错觉：
AI（比如 ChatGPT）看起来很懂人话？科学家说这是假象。科学家研究人脑二十多年，测脑电波那种，发现人理解语言复杂多了： 真正的交流在现场： 面对面说话才有眼神、表情、语气、当时的场景这些关键信息。 情境决定意义： 同一句话，不同场合意思天差地别！比如“我怀孕了”： 一个五十岁大妈说？她老公可能吓晕。 一个十几岁女孩对男友说？情况完全不同。 一个多年不孕的妻子说？又是巨大的喜悦。 情绪是背景板： 你的心情好坏，也会影响你理解别人一句话时大脑的反应。人说话、理解都带着情绪底色。所以，AI 差在哪？
AI 只能处理文字符号。它没有身体去体验世界（不知道冰是冷的、火是烫的）。它不懂现场气氛和潜台词（听不出讽刺，也看不出对方快哭了）。它没有人类的情感和动机去真正赋予语言意义。它只是个高级的文字猜猜乐高手，靠统计海量文本猜下一个词该是什么，而不是像人一样结合自身经验和环境去“懂”。关键点： AI 工作者说的“神经网络”是电脑算法，跟人脑子里复杂的生物神经网络完全是两码事。就像“飞行”（鸟飞）和“航班”（飞机）这两个词，AI 可能搞混，但人不会，因为这涉及到实际经验和常识。
辛顿说神经网络处理语言比乔姆斯基的理论强多了。科学家回应： 乔姆斯基研究的是人天生就有学语言的能力（比如婴儿学话超快），他关注的是语法规则怎么来的（像理论数学家）。 乔姆斯基没研究人脑具体怎么处理语言、理解意思（没做脑电波这种实验）。 辛顿拿处理语言结果（AI输出文字）来跟乔姆斯基研究语言起源能力（人类天赋）的理论比，是关公战秦琼，比错了对象。 乔姆斯基理论的核心点是：人类大脑生来就有学语言的准备，因为婴儿出生在哪儿（说哪种语言）是随机的，大脑必须有天生的“准备包”。AI 的“学习”跟婴儿基于生物神经基础的学习完全不同。最后警告：
混淆 AI 的文字处理和人类的真实理解力，很危险。把科学术语（比如“神经网络”、“理解”）乱用在 AI 上，会让真正的研究对象（人脑如何工作）变得模糊不清。总结：
这位神经科学家认为，像 ChatGPT 这样的 AI 根本不懂人话。它只是超级擅长根据海量文字数据猜字接龙，但它：分不清文字和真实语言（语言包含表情语气场景）。完全不懂语境和潜台词（同一句话在不同场合意思不同）。没有人类的身体体验、情绪和动机，所以没法像人一样真正“赋予意义”。只是个文字模仿秀高手，不是意义的创造者。AI 大佬辛顿说 AI 比语言学家的理论强，是拿苹果比橘子，比错了东西。最大的危险就是误以为 AI 这种“文字魔术”真的等同于人类的理解力，这会让我们看不清人脑和语言的本质。
来源：爱哭的小跳蛙
