在认知的深水区，乔姆斯基的观点极具影响力。他提出意识黑洞这一概念，仿佛在茫茫认知海域中撕开一道神秘的裂口，让我们开始思索意识的深邃奥秘。时空消亡则如同一把利刃，刺破了我们对时空的固有认知，引发对存在本质的重新审视。而语言先天论更是如灯塔般照亮了认知的航道，强调语言并非后天习得，而是人类与生俱来的天赋。这三者相互交织，如同深邃海洋中的漩涡，将我们带入一个前所未有的认知境界，让我们对人类的意识、时空和语言有了全新的、更深刻的理解。

意识是否注定是科学无法触及的黑洞？人工智能的发展能否跨越深度学习的极限，迈向真正的思维与理解？而在物理学前沿，一种激进的新观点正不断浮现：如果时空并非宇宙的基本构件，那么我们对现实、心灵乃至语言的理解是否都建立在即将崩解的框架之上？

语言学中的“语法”概念如今被广泛借用至游戏、叙事与思维模式中，这种术语的泛化究竟揭示了认知的共性，还是暴露出我们理解力的边界？与此同时，先天数学结构的存在与否，也在挑战我们对人类心智可塑性与普遍性的假设。

现代语言学奠基人、语言学家诺姆·乔姆斯基

（Noam Chomsky）曾接受过一场堪称经典的线上对谈，回答了来自多位顶尖学者如约夏·巴赫（Joscha Bach）、卡尔·弗里斯顿（Karl Friston）、与唐纳德·霍夫曼（Donald Hoffman）、阿维·勒布（Avi Loeb）、蒂姆·莫德林（Tim Maudlin）及菲利普·高夫（Philip Goff）等人的深度提问。围绕认知科学的根本问题、时空观的哲学冲击、语言与数学的先天结构、意识理论的路径选择，以及术语泛化所引发的思维反思等主题，乔姆斯基分享了他的最新看法。接下来，请随我们一道，进入这场关于认知深水区的探索。

诺姆·乔姆斯基 Noam Chomsky

美国麻省理工学院荣誉教授，语言学家、哲学家、认知科学家

现代语言学的奠基人。乔姆斯基提出了生成语法理论，认为人类大脑中存在先天的语言习得机制，这一理论彻底改变了语言学的研究方向。他的著作《句法结构》（1957年）标志着现代语言学的诞生。乔姆斯基的研究不仅在语言学领域产生了深远影响，还推动了认知科学、心理学和人工智能的发展。他因在语言学和认知科学领域的卓越贡献，获得了多项荣誉，包括美国国家科学院院士、美国文理科学院院士等。

问题清单：

▪认知科学中最关键的未解之谜

▪深度学习是否可达类人智能？

▪构建具人类水平智能系统是否需要“意识”？

▪对意识本质的哲学立场：可知或神秘？

▪有意识机器之间是否能“对话”？

▪时空如果不是基本存在，对心身问题有何影响?

▪有意识AI是否会发展出超越人类语言的独立社会？

▪普遍语法与“新归纳之谜”的历史渊源

▪语言意义的两种可能结构：基础概念vs.关系网络

▪“语义成立而语法崩溃”是否可能？

▪人类是否具备先天数学概念？

▪泛心论是否更符合简洁性原则？

▪泛化的语言学“语法”概念，是否对应了神经心理学共性？

一、认知科学与智能本质

约夏·巴赫Joscha Bach

德国认知科学家和人工智能研究员，现任Liquid AI公司人工智能战略家

巴赫博士的研究专注于认知架构、情感与动机模型以及人工通用智能（AGI）。他是MicroPsi认知架构的主要开发者，该架构通过模拟人类情感和认知过程，推动了人工智能的发展。他的著作《合成智能原理》（牛津大学出版社，2009年）探讨了智能的本质。巴赫还获得了2015年麻省理工学院媒体实验室的Templeton奖，表彰他在人工智能哲学方面的贡献。

约夏·巴赫：认知科学中最关键的未解之谜是什么？近五年您对AI的认知有何更新？

乔姆斯基：判定“最关键未解问题”的标准有很多种。对一线科学家而言，最关键的问题通常处于认知边界——那些你略有头绪、已有研究路径但尚未真正解决的难题。按这个标准，每个领域都存在无穷无尽的未解之谜，具体问题取决于你的研究方向，外人可能难以理解这些问题的意义。我想，你真正指向的是那些影响深远的根本性问题——能引发重大突破的谜题。这类问题也不少，但此刻我想到最关键的是“自愿行为的本质问题”。

几年前，顶尖研究者埃米利奥·比齐（Emilio Bizzi）和罗伯托·雅米安（Roberto Jamian）在Daedalus：Journal of the American Academy期刊发表了一篇权威综述*。他们梳理了学界对此问题的已有发现与未解之处，并在文末提到了一个生动的比喻：“我们已掌握操纵木偶的提线（指行为执行的神经机制），但无论如何实验——无论是神经层面还是其他层面——我们完全无法解释幕后的‘操纵者（puppeteer）’是谁。比如，我此刻决定抬起手指而非不动，或选择用这个答案而非那个答案回应问题，驱动这些选择的根源究竟是什么？”这是个影响深远的难题，我认为它完全未被解决。

*Bizzi，Emilio，and Robert Ajemian."A hard scientific quest:Understanding voluntary movements." Daedalus 144.1(2015):83-95.

当然，许多科学家觉得答案已经明朗——认为这无非是复杂物理定律决定的。他们称之为“复杂到无法处理的结构性现象”。可这种观点在我看来是空洞且不可验证的。如果这种解释能让你安心，没问题。但它实际并未解答任何问题。所以我认为，这仍是一个彻底的未解之谜。

关于AI的认知，基本上没有更新。原因很简单：过去五年AI的发展，与我对智能本质的理解毫无关联。AI确实在许多领域进步了，但这些进展碰不到我关心的核心问题。举个例子：深度学习近期在蛋白质折叠等重大科学难题上取得突破，这些成果本身很有价值——但其所用方法根本不触及AI的本质。至少在我深耕的语言学领域，我不认为存在任何突破性进展。

▷图1：ChatGPT（Chat Generative Pre-trained Transformer），基于GPT系统大模型构建，是OpenAI采用“从人类反馈中强化学习”训练方式，ChatGPT的本质是提高人脑对各种信息资料进行收集、整理、计算、分析等能力的智能工具，是为人脑“观念建构”提供丰富、精准的方案、图式等资料或条件等的工具体系。图源：arxiv.org/abs/2212.09597

现在有很多被媒体热捧的所谓“成就”，但只要深入审视——比如GPT系列（图1）、Lambda这类模型——就会发现它们本质上空空如也。这些成果证明了什么？无非是些把几台超级计算机砸向50TB的数据后扒出来的表层规律，再把这些碎片拼凑起来，就唬得人们以为程序在干正事。在我看来毫无趣味。

尤其是，这些程序连解释智能的最低标准都达不到：真正的科学解释必须回答两件事——“现象为何这样”以及更根本的“现象为何不那样”。

打个比方：假如我在物理学会宣布自己有个伟大理论，能囊括所有已知未知的自然定律，且理论极其简洁——“一切皆有可能”（Anything goes）——你觉得能拿奖吗？当然不能！因为它根本解释不了“为何现象不是其他形态”。

而这正是当下所有AI系统都在干的事！它们处理“违背语言基本法则的胡说八道”时，和处理真实语言效果一样好甚至更优——这恰好证明：无论它们在做什么，都与人类语言认知的真相无关。在我看来，我所熟悉的所有系统都存在这个问题。所以，没有什么成功是令人惊讶的。

至于实用的成就？确实有。像被我用来克服听力障碍依赖的实时转录软件，就是项伟大发明，但它丝毫没能揭示人类理解句子的机制。这些成就既不让我惊讶，也不足以更新我的认知——它们只是把某些功能提升了十三倍的实用技术罢了。

约夏·巴赫：当前深度学习路径，能否通过扩展优化达到类人智能；抑或需彻底放弃现有框架，从头构建新范式？

乔姆斯基：不，我认为深度学习与心智运作模式毫无关系。它当然极具实用性——蕴含大量精深的数学成果和重要技术突破——但这一切针对的是另一套完全不同的系统，而非心智本质。其核心缺陷正如我前面所述，现有模型根本无法区分“心智如何运作”与“心智如何不运作”。

若一个系统连最基础的判别能力都不具备，那它根本未触及心智运作机制的核心解释。以我深耕的语言学为例：GPT系列等系统在处理“真实语料”和“胡言乱语”时表现得同样出色。这与那个“物理学会上大放厥词”的例子如出一辙：号称“能解释万物”的理论，从语言的定义角度来看，其实未能揭示任何语言的本质。

约夏·巴赫：对于人类水平的学习、思考与创造的系统的构建，意识是否是其关键？

乔姆斯基：某种程度来说，意识确实是人类学习、思考与创造过程中的组成部分——但可能并非主导部分。无论是所谓的学习、思考或创造，我们绝大部分的心智活动都处于意识无法触及的层面。有巨量的认知活动，在我们完全意识不到且无法意识到的领域运行，而意识会零星介入其中某些环节。因此，任何试图复现人类思维方式的系统，必然需要引入意识要素。

但当我们说“人类水平”时，问题就变得复杂了。这预设了一个前提：何为“人类水平”？若无法明确定义该标准，此问题便无从解答。据我所知，“人类水平”目前仅能模糊描述为“人类特有方式”。理论上，“人类水平”理应涵盖那些通过非人类途径却达到同等效果的系统，但这又要求我们精准“这一水平”所具有的特征。而这一点，我至今未见任何有效界定。

约夏·巴赫：您是否仍属“神秘主义”阵营——认为人类永远无法理解意识本质？

乔姆斯基：首先澄清：我从不认为“人类永远无法理解”。恰恰相反，我认为我们对心智与意识的理解已取得相当成果。当然，也存在众多悬置已久的问题，有些连站得住脚的假说都尚未形成。

正如我引用比齐（Emilio Bizzi）、阿杰米恩（Robert Ajemian）与明斯基（Marvin L.Minsky）研究时提出的核心诘问：“某些认知难题，究竟是人类可解的谜题，还是超越了我们固有的认知边界？”这得回到一个前置问题：人类究竟是普通生物体，还是超越生物范畴的存在？

我的立场是前者。若承认人类属于生物体，其认知能力必有与生俱来的边界——就像视觉范围受限于波长，认知范围受限于神经机制的本质属性。

比如，大鼠在实验中经由研究人员训练，可破解多种迷宫，但面对“素数迷宫”（需在素数岔路口右转）则彻底失效，这是因为素数概念天然超出啮齿类动物的认知阈限。又比如，我家后院里住着的沙漠蚂蚁，它们的大脑很小，但却拥有人类无法企及的认知能力，比如导航能力。人类或可凭仪器模拟，但永远无法像蚂蚁那般感知路径，这即是我们的生物性认知牢笼。

▷Robert Leighton

如果人类确实是普通生物体，意识研究的终极命题便会浮现：对“自愿行为”（或其他意识特征）的解释本身，是否已超出人类认知能力的范畴？这是必须通过实证解答的科学问题。阿杰米恩等杰出学者正致力探索此领域，尽管尚未突破，但我们无从判定这是因难题本身超出人类认知极限。答案尚未可知。

卡尔·弗里斯顿Karl Friston

伦敦大学学院神经学学院教授，现任维康信托基金会神经影像中心科学主任

长期致力于脑成像技术与认知机制研究。作为预测编码理论先驱，他发明的统计参数映射（SPM）、体素形态测量法（VBM）和动态因果建模（DCM）等技术成为神经科学领域标准工具。其提出的自由能原理与预测加工框架，试图构建认知科学的统一理论，相关成果影响覆盖人工智能、精神病学等多个领域。弗里斯顿是当今被引用次数最多的科学家之一，2016年在Semantic Scholar列出的十大最具影响力的神经科学家排名中位列第一。

卡尔·弗里斯顿：如果将“对话”定义为，通过问答消除对世界或彼此的认知不确定性，那么机器（即有意识的造物）能否实现彼此间或与人类的“对话”？为此是否需要共享相同的表现型（phenotype）与经验？

乔姆斯基：既然提到“有意识造物”，我们不妨先看自然界的实例。树木便是现成的有意识的自然造物！它们通过化学信号互动，共享某种基于进化史的共同叙事——这恰是由于它们拥有相似表现型与生存经验。但讨论“机器对话”时需牢记，当我们谈论“机器”时，我们指的不是物理对象，而是程序。

▷图2：左，艾伦·图灵（1912-1954），英国计算机科学家、数学家，“计算机科学之父”、“人工智能之父”。右，艾伦·图灵的著名论文《Computing Machinery and Intelligence》，开创了当代人工智能领域。

艾伦·图灵（Alan M.Turing）在1950年发表了一篇著名的论文《计算机器与智能》（Computing Machinery and Intelligence），他提出了一个问题“机器能思考吗？”（Can machines think?），他本意指的是“是否存在思考的程序？”而由于“思考”的概念不够清晰，他又提出了另一个近似概念“模仿游戏”（imitation game）。所以，当我们问机器这些有感知能力的人造物是否会相互交流时，我们实际上是在问，是否存在可以相互交互的程序？

我认为是存在的。为什么会不存在呢？树木可以做到。我们可以构建一个可以做到这一点的程序。它们必须共享某种共同点，否则将无法交互。它们确实有经验，它们会受到环境的影响，具有相同类型的表型。从某种意义上说，它们之间会有一些共同之处，所以在我看来，就我的理解而言，我可能遗漏了一些东西。在我看来，剩下的问题则是，我们可以构建能够提出并回答问题的程序吗？

设想中的“消除不确定性”对程序而言纯属伪命题，因为程序本身没有关于世界的确定性的概念。使用这些程序的人可能会发现，它们确实解决了一些关于世界的不确定性，就像蛋白质折叠程序确实解决了一些关于世界的不确定性一样。或者，比如说一个定理证明程序，它使用蛮力来证明定理，从公理开始，从最短到最长，遍历所有可能，只要是个定理最终就能得到一个证明。这确实可以消减与数学相关的不确定性，但这种认知仅限于人类，而程序对此一无所知。

二、时空与物理学的认知革命

唐纳德·霍夫曼 Donald Hoffman

美国认知心理学家和科普作家，现加州大学欧文分校的认知科学教授

霍夫曼运用数学模型和心理物理实验研究意识、视觉感知和进化心理学。他的研究课题包括面部吸引力、形状识别、运动和颜色感知、感知的演化以及身心问题。他合著了两本技术书籍：《观察者力学：感知的形式理论》提出了一种意识理论及其与物理学的关系；《汽车照明与人类视觉》将视觉科学应用于汽车照明。他的著作《视觉智能：我们如何创造我们所见》向广大读者介绍了现代视觉感知科学。

唐纳德·霍夫曼：若接受时空并非基本存在，这会对身心问题（mind-body problem）有何哲学启示？

乔姆斯基：我有一个建议，大家不要探讨身心问题，因为这类问题根本不存在。

当然，身心问题曾经存在过，笛卡尔对此进行了经典的阐述。笛卡尔在其《哲学原理》（物理学部分）中声称，他能够解释世界的各个方面，包括人类的大部分属性。而他所遵循的正是当时所谓的机械哲学——“哲学本身就意味着科学”。

▷图3：解决身心问题的不同方法。身心问题是一个传统的哲学问题，讨论心灵与物质之间的关系，探讨心灵如何透过身体，与外在世界进行互动，相互影响。

机械科学，是从伽利略到牛顿都秉持的科学基本概念，其基本概念是世界是被构建出的复杂结构。当时的欧洲，技艺精湛的工匠创造了各种结果精妙的物体如齿轮、杠杆等，它们表现出类似于人类或其他动物的能力。因此，笛卡尔错误地认为，他的物理理论可以解释这个框架内的几乎所有自然现象。

但这在奎因（Quine）等科学家看来是根本行不通的。牛顿试图用术语解释一切（事实上这也是他早期的贡献之一），他发现有些事物确实无法用机械论来解释，例如语言。人类在日常交流和思考中，能够构建前所未有的思维表达，这些表达适用于特定情况，但并非由情况引起。这显然是人类行为的正常属性，却不属于机械科学的范畴。

▷Hollow Bones-Bandcamp

因此，他提出了一个新的基本理论——思维实体（res cogitans）和精神实体（thinking substance）。而“这两种实体是如何相互关联的？”这一身心问题也由此衍生。但这个问题也被牛顿解决了，他提出一个大胆的发现：笛卡尔意义上的物体，以及任何类似于早期现代科学意义上的物理实体，其实并不存在——这个结果在牛顿本人看来也是“离经叛道的，任何具有科学常识的人都无法接受它”，为此他用尽余生试图去证明。也正是在这种背景下，牛顿发表了他那句著名的言论：他“并未提出任何假设”，只是提供一个数学理论，而不是物理理论。

后来，牛顿的观点得到了他的同代人比如惠更斯、莱布尼茨的关注、理解和认同。随着时间的推移，牛顿的数学理论最终被接受了，科学家们对这个理论以及它所描述的内容是否可理解失去了兴趣。这个问题消失了，身心问题也随之消失了。

身体的概念，最佳的莫过于约翰·洛克（John Locke）所提出的：有机物质具有我们无法想象的属性，比如行动以及无接触的相互作用，因此它也可能具有思考之类的属性。他把这一概念置于神学背景下，我们暂且不谈。

▷约翰·洛克（John Locke，1632—1704）是英国启蒙时代的著名哲学家，被誉为“自由主义之父”。他主张经验主义认识论，认为人的知识来源于经验，心灵如同“白板”，所有观念都来自后天感知。在政治领域，洛克提出自然权利理论，强调生命、自由和财产是不可剥夺的权利，政府的合法性源于人民的同意。他还倡导社会契约论，认为人民有权推翻违背契约的政府。他的思想对启蒙运动、美国独立革命和法国大革命产生了深远影响，奠定了现代自由主义和民主制度的基础。

18世纪，“思考物质”（thinking matter）产生了广泛的探讨：物质的哪些属性导致了思考？这些物质位于哪里？到底是什么构成了世界？这些问题我们至今仍几乎没有答案。所以，我不认为，身心问题有了牛顿之外的其他定义，至少在经典意义上。

阿维·勒布Avi Loeb

以色列裔美国理论物理学家，致力于天体物理学和宇宙学的研究

勒布现为哈佛大学教授，自2007年起担任哈佛大学天体物理中心理论与计算研究所所长。他是“伽利略计划”负责人，致力于搜寻外星技术证据。2017年提出星际物体“奥陌陌”（Oumuamua）可能为外星科技产物，2023年其团队在太平洋发现疑似太阳系外物质，同年参与墨西哥听证会展示外星遗骸研究。他主张外星文明可能通过高维空间旅行，并推测外星AI可能与地球AI存在联系。

阿维·勒布：假设我们开发出有自主意识、能相互交互的AI系统，它们会发展出自己的亲属关系，比人类语言更先进、无法被人理解的语言，甚至建立自己的人工智能系统社会吗？

乔姆斯基：探讨此问题的前提，是厘清何为“有自主意识的AI系统”。若将“自主意识”定义为“能响应环境刺激、根据情境调整行动、且能与其他个体互动的系统”，那么存在许多具有感知能力的系统。人类、动物、甚至树木都算得上：森林中树木会传递化学信号，根据邻树的状态调整生长模式，这难道不正是某种意义上的“自主意识”？可树木既未发展亲属制度，更未创造语言。

所以问题关键在于：AI系统与自然系统的本质区别何在？所谓AI系统，无非是计算机可执行的理论体系编就的程序。那么，我们实际在问：人类能否创造出“有意识的理论”（sentient theories）？这又绕回老问题：完整的意识理论是否在人类认知能力范围之内发展出来？如果我们承认自己仅是普通生物体而非天使，答案可能是“能”也可能是“不能”——正如蚂蚁永远解不开素数迷宫。出于这些原因，我不知道该如何进一步探究这个问题。

三、语言与数学的先天之网

蒂姆·莫德林Tim Maudlin

纽约大学教授，美国科学哲学家

专注于物理学基础、形而上学和逻辑学研究。他同时是基础问题研究所（Foundational Questions Institute）的成员，并创立并领导约翰·贝尔物理学基础研究所（John Bell Institute for the Foundations of Physics）。

蒂姆·莫德林：古德曼“新归纳之谜”（Goodman's New Riddle of Induction）认为，自然语言须存在某种先验约束才可被习得。您提出普遍语法理论时是否受到他的启发？若属实，您仍认为普遍语法（universal grammar）是表达该约束的正确方式吗？

乔姆斯基：古德曼谜题是在提问何种谓词（predicates）具有可投射性（projectable），能用于构建定律式陈述并预测未来。

他著名的“绿蓝悖论”（grue）便是一例：

谓词“绿蓝性”（grue），被定义为在时间t之前代表“绿色”，而在t后代表“绿蓝色”，然后以此来观察祖母绿宝石（emerald）。我们可能对“绿蓝色”有不同的判断，表现为对时间t的预测有所不同。

古德曼据此揭示：green具有自然投射性（projectable），因其独立于时间条件描述本质特性；而grue因依赖人为设定的时间节点丧失此特性，成为无法确证的伪类律假说。

在古德曼推导此理论那段时期，我刚好是他的学生，但这段渊源与普遍语法毫无关系。坦白说，我从未完全认同他对可投射性差异的论证。

▷图4：左，纳尔逊·古德曼（1906-1988）在20世纪40年代和50年代发现“绿蓝悖论”。右，古德曼提出一个新的颜色词“绿蓝”（green-blue，grue）。

我也熟知古德曼著作中论及的休谟（Hume）的归纳难题（古德曼的诠释略失精准）——归纳的有效性根植于动物本能，即人类凭本能直觉选择特定谓词进行归纳推理。是的，我认为这是进行归纳的唯一答案。然而，普遍语法无需依赖此洞见。

五十年代主流语言学家如布鲁姆菲尔德（Bloomfield）主张“语言习得是训练与习惯的产物”，哲学界亦持类似观点。但当观察真实语言获得过程（以婴儿与黑猩猩对比为例），这些理论即刻瓦解。真实的语言习得，与休谟所说的基于动物本能的语言习得，截然不同。婴儿凭借先天能力从零散语料中高效习得语言，而同样语料对黑猩猩仅仅成为噪音。此差异必归于某种“动物本能”或者“先天能力”。既然承认此先天能力存在，建构其理论便是理性必然——“普遍语法”即此理论的代称。这如同呼吸般基础的逻辑：若你接受人类婴儿与黑猩猩存在先天差异（事实如此），便只能如此推论。至于“是否正确”？我实难设想替代方案。

蒂姆·莫德林：字典中每个词都由其他词定义，这似乎意味着：要么存在无需定义的基础概念（如语言公理），要么词义本质上是词语间的关系网络。是否仅有这两种可能？

乔姆斯基：首先要厘清：是人类自然语言，还是人为建构的形式化系统（如元数学或量子力学理论）？两者答案截然不同。

在人为建构的形式化系统中，确需基础概念作为定义根基。元数学如是，物理学形式化体系亦如是。这种情境下，语言公理的存在成立。

但对于人类自然语言？此问题根本不成立！因为字典中的词本就没有定义。翻开最详尽的牛津词典，其中所谓“定义”实为暗示性解释。它提供线索，诱使你调动与生俱来的语言直觉去猜测词义——真正完成理解的是人脑，字典几乎毫无贡献。

不妨用实例点明：即便尝试定义最简词汇如“书”、“桌”、“河”、“猫”——其意义网络都复杂得惊人。更深刻的是，婴儿未经体验即能习得这些词义，其习得效率远超经验范畴（实验研究可证）。这引向更深难题：人类究竟如何构建基础词义？答案尚未揭晓。

回到核心，日常词汇根本不存在定义，定义仅适用于人为构建的技术术语。例如当学者引入“张量”（tensor）这类术语时，其定义才随之确立。自然语言则完全不同：生活中自然习得的词汇（即非技术术语）毫无定义可言。它们通过复杂网络相互关联。尽管某些词可能更具基础性，但绝无证据表明存在有限公理集，能够像形式系统般支撑整个语言体系。

补充一个我们如何使用词项（Lexical items）有关的有趣工作，单词其实不是真正的正确单位，而是最小的语义项目。学界存在两种理论解释人类如何运用最小语义单位（简称为“单词”）：

一种是主流词库模型（standard theory），即主张人脑存储具体词汇构成心理词库，理解语句时从中提取调用。

另一种是纽约大学神经语言学家亚历克·莫兰特（Alec Marantz）提出的莫兰特生成规则说（alternative theory），我们储存的不是单词而是单词规则，且这与这个单词是否存于词库中无关。其神经科学与心理语言学等证据表明，存储实体实为生成规则本身。

因此，可能存在一个单词如“blik”，它不存在于词库中，但其处理机制与真实词汇完全相同。这是一个非常有趣的科学问题。

亚历克·马兰茨Alec Marantz

纽约大学（NYU）语言学和心理学系教授，纽约大学格罗斯曼神经科学研究所成员

他的研究主要集中在语言的神经基础，尤其是语言处理和生成的神经机制。他还研究形态学（morphology）和句法学（syntax）如何在大脑中实现。Marantz教授的主要观点之一是关于语言的“替代理论”（Alternative Theory），这一理论挑战了传统的语言学观点，认为语言的形态学和句法结构可能并非完全由语言输入决定，而是大脑在语言处理过程中主动构建的。他通过脑成像技术（如MEG和fMRI）研究语言的神经基础，试图揭示语言生成和理解的神经机制。

亚历克·马兰茨：像“Colorless ideas that swim furiously”这样的句子证明了这类表述，句法结构的合理性可与语义荒诞性并行不悖。那么在排除成语惯用语后，是否可能存在语义成立却语法崩溃的情况？这种现象能在数学物理领域发生吗？

乔姆斯基：数学史上这类反例不胜枚举，无数定义模糊的数学陈述却曾发挥重大意义。就拿算术或几何来说，它们在基本概念尚未明确的情况下，就研究了数千年且卓有成效。而实际上，“算术”的基本概念，直到19世纪60年代才有了现代意义上的良好定义，这是由戴德金（Dedeck）和皮亚诺（Peana）给出的；几何学直到1900年左右由希尔伯特（Hilbert）才得以形式化。在此之前，它们一直被有效地使用着；直到形式化之后，它们才得以明确。

一个著名的例子是极限的概念。17世纪，牛顿和莱布尼茨的微积分就是基于一些直观的极限概念。事实上，在数学史上一直存在一场关于“牛顿的证明是否在零的使用上存在”含糊不清的争论。在一行中，牛顿用“0”表示零；而在另一行中，他用“0”表示尽可能小的数，因为他没有极限理论。关于这一点，一直存在长期的争论。

据数学史记载，似乎当时英国数学家努力试图厘清这些概念，而实际上直到19世纪中叶才真正完成。欧洲大陆的数学家基本上对此置之不理。高斯、欧拉以及其他伟大的数学家们，他们基于定义模糊的概念发展了大部分经典分析学，而英国数学家们大多受阻，因为他们没有清晰的概念。所以，当然，你可以想象到这样的情况。实际上，这样的例子有很多。

诺曼·怀尔德伯格 Norman Wildberger

澳大利亚新南威尔士大学数学教授

他用“quadrance”（平方距离）和“spread”（角度的正弦平方）替代传统三角学中的距离和角度，避免使用无理数，使几何问题的解决更加代数化和逻辑简洁。

诺曼·怀尔德伯格：是否存在语言学证据，能证实人类具有普遍（或近乎普遍）的先天数学概念（innate mathematical notions）？若“概念”措辞不当，应如何有效框定此问题？

乔姆斯基：当然。算术知识就是一个典型的例子，曾是达尔文和华莱士之间一场著名辩论的主题。他们都认为算术知识是普遍存在的，尽管它显然不可能是通过自然选择形成的。华莱士提出在进化过程中存在某种新的力量在起作用。达尔文不愿意接受这一观点。显然，算术知识一定是先天的。根本无法通过学习得知整数是无穷无尽的。

有理由相信，算术能力可能与语言能力有着相同的起源。最简单的语言会有一个单一的词汇项和一个最简单的规则——内部合并，这会产生后继函数和加法的基础。某种诞生了人类独有的递归枚举能力的大脑重组，为语言和算术提供了共同的基础。

而数学就是另一回事了。克罗内克有一句著名的评论，说上帝创造了自然数，而人类创造了其余的数学，这可以理解为算术是先天的，而人类的创造力（不管那是什么）创造了集合论以及其后的数学。

四、行为主义陷阱与意识新径

菲利普·高夫Philip Goff

英国泛心论哲学家，杜伦大学哲学教授

主要研究兴趣为心灵哲学、意识哲学以及实在本质的问题。具体来说，他关注的是意识如何成为科学世界观的一部分。他主张泛心论（Panpsychism），即认为意识是宇宙的基本且普遍存在的特征，而不仅仅是复杂生物大脑的产物。Goff认为，泛心论是解决心身问题（mind-body problem）的最佳途径，因为它避免了物理主义（physicalism）和二元论（dualism）所面临的困境。

菲利普·高夫：罗素认为，物理学仅揭示物质行为，却未触及其内在本质。既然关于物质内在本质的唯一信息是，大脑中的物质具有意识属性（experimental），那么大脑之外的物质要么同样具有意识本质（即泛心论），要么具备全然未知的神秘属性。而基于简洁性原则，泛心论显然应是更优解。您如何看待这一论证？

乔姆斯基：简洁性需视理论框架与证据尺度而定。所以，让我们接受当代哲学中普遍接受的基本框架，这个问题正是在这个框架中产生的。

让我们先审视此问题的预设根基——大卫·查尔莫斯（David Chalmers）对意识的“简单问题”与“困难问题”的划分。例如，“观看夕阳是何体验”是一个“困难问题”，而简单问题则是“哪些神经学、遗传学或其他特性参与了对夕阳的意识形成？”

但我始终质疑此划分的合理性。倘若问我此刻所见夕阳的具体体验，我能描绘细微至“左上角红晕唤起愉悦感”的神经反应；但若抽象追问“观夕阳的普遍体验”，我无法想象该如何回答这个问题。而当一个问题没有一个可公式化的答案，它就不是一个真正的问题，而只是一种疑问形式的语言表达。正如追问“事物为何发生”，这是疑问形式，却并无真实问题，因为根本无法构想有效的答案。

所以，这个困难问题并不存在。而我们需要面临的是一个简单问题：当我意识清醒地观看夕阳时，脑内发生了什么？

对此可有两种回应：泛心论断言，万物有灵；取消论声称，意识纯属幻觉。但我预见第三条路径：意识是人类与高等动物的特定属性，而非我眼前这张木桌的固有特质。那么，认为意识仅存于人类与动物而非木桌的理论，是否不如泛心论简洁？

我要强调的是，简洁性完全取决于我们掌握的证据维度。设想未来某天，我们真正破解了所谓“简单问题”的谜底，假设我们发现了构成意识瞬间的神经生物学属性，解析了相关的遗传编码机制，明确了无意识心理活动的运作方式，最终成功划出人脑与木桌的泾渭。那么，这种综合所有科学发现的理论框架，必将成为最简洁的解释。

而泛心论将在这种知识图景下彻底丧失其简洁性优势。泛心论在无证据前提下预设：基本粒子具意识属性。而当前所有证据均表明，意识仅与物质世界的特定组织结构绑定。因此，理论简洁性永远取决于你要解释的对象范围。当我们基于“简单问题”研究的突破获得全维度证据时，我坚信存在着远比泛心论简洁的理论路径。

菲利普·高夫：人们谈论叙述和故事的语法或电子游戏的语法，比如玩家潜意识中根深蒂固的常见比喻和模式，几乎在每款电子游戏中都被广泛使用。这种泛化的“语法”与语言学中的语法概念是徒具形似，还是存在共通的神经心理学基础？“语法”概念的边界究竟何在？

乔姆斯基：没有明确的答案。我们可以将术语扩展到更广泛的用途，比如“星星的语言”。这不是武断的，但没有明确的原则。“语法”这个术语，如果没有任何隐喻的延伸，它本身就太不精确了，不能用于学习语言。所以它被赋予了一个技术意义，就像在科学中一般所做的那样。

作者后记

编译完这场与乔姆斯基的对话，感触最深的是他对当前AI发展路径的冷静审视。他犀利地指出，像GPT这类模型只是庞大的统计引擎，能从海量数据中抓取关联性，却无法触及人类认知的核心——它们无法解释“行为为何如此而非他样”，甚至处理胡言乱语时也显得“得心应手”，这恰恰暴露了其与真正智能的本质距离。他更提醒我们，人类作为生物体，其认知能力存在天然边界（就像蚂蚁无法理解素数），这为意识等终极问题的可解性蒙上了一层阴影。

编译中也留下不少疑问：乔姆斯基提到的“自愿行为”背后那个神秘的“操纵者”究竟是什么？普遍语法理论在解释语言习得上的边界又在哪里？霍夫曼的“时空消亡”观点又该如何深刻影响我们对意识的理解？这些问题远未尘埃落定。若想深入了解这些前沿议题，乔姆斯基的经典著作《句法结构》（Syntactic Structures）仍是理解其语言学思想的基石。这场对话像一束探照灯光，照亮了认知科学深水区中那些庞大而待解的谜团。

为保证阅读体验，本文对听稿进行了适当地编辑。原对话指路：https://youtu.be/GxZp6890hQk