科学变得更加精确，并且不仅仅基于某种直觉，而是基于能够区分不同理解方式的真实实验数据，建立起了一座巨大的大厦。通过物理学来“理解”这个世界，已经带我们走了很远。

而现在，我们需要在语言方面做同样的事情。我们需要发展一套真正的语言理论，要像物理学理论一样精确和强大，而这正在开始发生。原因在于，像大脑（本身是个谜）一样，我研究这些大语言模型，而它们本质上只是方程，非常复杂的方程，但我可以像物理学一样，把它们写下来。

我记得大概是在2018-2019年，应数学家们的邀请，我在国家科学院组织的一个会议上做演讲，我当时是这么对他们说的：我说，这些语言大模型能做的事情，似乎与数学家们一直告诉我们的东西相矛盾；在80年代我们刚开始研究大模型的时候，最好的数学家、统计学家、优化理论专家告诉我们，我们在做的事情很疯狂，永远行不通。因为他们更懂行，他们是专家。这些数学家非常聪明，但他们告诉我们这是不可能的。

但这并没有阻止我们。我们当时年轻气盛，就这么继续做下去了。所以，我告诉那些数学家，看，大语言模型的背后是方程。还有谁比数学家更懂得分析方程呢？先生们、女士们，你们会搞明白的。而事实也正是如此。这很神奇。现在，大语言模型变得非常强大，数学家们正在发现他们以前甚至无法想象的东西。

我给一点提示。我们生活在一个拥有三个空间维度和时间的世界里。所以维度数很低，是个很小的数字，三或四，我们生活在一种非常有限的环境中，但我们的大脑适应了它。我们的大脑非常擅长思考空间，我们生活其中，比如我们拿起杯子、处理我们所处的世界，这方面我们有很多经验。

但事实证明，这些大语言模型并不生活在三维空间里，它们生活在拥有数十亿、数万亿维度的空间里。我们无法想象那是什么样的，人类甚至无法想象六维空间，更别说十亿维了。但是数学家可以，因为他们可以发展关于这些高维空间的数学理论。

而这正是正在发生的事情。我们正在发现一个全新的、我们之前一无所知的宇宙。

它无比复杂，无比有趣，而且这是好事。它正在改变数学，催生新的数学、新概念、新思维方式，去理解大语言模型内部发生了什么。我们正在学习的东西绝对令人着迷。我不得不说，这是我从未预料到，甚至从未想象过的，但它正在开始发生。

语言学家诺姆·乔姆斯基，至今对大语言模型不买账

我给你最后一个例子。

在上个世纪，像诺姆·乔姆斯基这样的世界顶尖语言学专家认为，语言的特殊性在于有一种叫做“句法“的东西。什么是句法？就是语法。你在学校学过，不同的词有不同的角色，有名词、动词和形容词。所以它们组合在一起的顺序对于理解句子非常重要。他们基于句法建立了一个庞大的理论体系，但结果呢，我们现在知道他们完全搞错了方向。事实证明，“句法”当然也是语言的一部分，但那不是语言的关键；语言的关键叫做“语义”，它建立在句法之上，语义就是关于一个词的含义。我们现在有工具可以深入这些大语言模型内部，并且我们已经发现，有很多不同的线索可以用来判断一个词的意义，这就是上下文。

一个词可以有多种不同的意思，所以你必须从上下文中推断出它的具体含义，而这正是大语言模型所擅长的。它们非常擅长结合上下文审视这个词，以及在整个对话中你所用过的所有其他句子和词语的语境。它综合所有这些词语，来推断下一个词会是什么。我们已经深入其内部观察过了，我们发现句子的内部结构是基于语义的。在这个高维空间中，事物是根据意义的相似性聚集在一起的。而AI能回答新问题的唯一方式，就是AI能够理解这个问题。这就是我们学到的东西。

这几乎就说明了，上个世纪的语言专家们的理解偏差太大了。我认为，他们实际上阻碍了我们对语言的理解，因为他们过于专注于语言的某一个细小部分。我本人不是语言学家，所以我只能说，这真的很遗憾，因为当年那些大专家正是现在那些说“不，ChatGPT不理解语言”的人。

他们在否认，为什么？因为他们是既得利益者。他们建立了自己的声誉，曾被认为是语言学界最顶尖的人物。而现在我们已经表明，他们的理论是可疑的，他们不再是（最顶尖的）了，时代变了。抱歉，他们必须向前看。我们确实取得了重大突破。如果你不想承认，那也没关系，但我们会继续前进。

我想，我们这个访谈的听众有很大一部分是年轻人。他们不像我们这一代人，我们已经尽了最大努力。虽然我还在工作，但未来将由下一代、由年轻一代创造。我给你们的建议是，当专家告诉你某件事不可能时，不要听他们的。

因为肯定会有某个年轻人出现，并找出行得通的方法。这是我的经验，也是永恒的经验。创造革命、创造未来的总是年轻一代。马克斯·普朗克是量子理论的先驱之一。在上个世纪，物理学中的量子理论与相对论一起，是最重大的理论之一，它都是由二三十岁的年轻人创造的，就像我们当年研究神经网络一样。马克斯·普朗克年老时说了一句名言：物理学的进步是一次葬礼接一次葬礼地进行的。换句话说，是世代的更迭使进步成为可能。

量子力学奠基人马克斯·普朗克

如果我们处在一个固步自封的社会，它不是基于推动进步，而纯粹是想阻碍进步发生，那么就意味着你无法进步，事物会停滞不前。但幸运的是，人类在不断变化，因为我们有新人一代又一代人地出现，他们正在创造未来。所以，年轻人，未来是你们的。不要听我们这些“老古董“的话，我们在这里只是为了帮助你们。

政府对AI监管过细过早，不利于探索试错

观察者网：太棒了！我希望我们的年轻读者能听到您的话，这对他们很有帮助。最后一个问题。关于AI治理，目前像欧盟、美国和中国等不同国家和地区采取了不同的监管方法。您也倡导个体包容的全球化，以避免冷战式的AI竞赛。您认为这会导致全球技术格局碎片化吗？有哪些实际步骤可能促进国际合作？

特伦斯·谢诺夫斯基: 你知道，我们以前经历过这种情况，我们也会再次经历。我是全球最大规模人工智能会议之一的神经信息处理系统大会（NeurIPS）基金会的主席，今年12月，我们将有3万人在圣地亚哥参加这个会议。它从39年前的几百人起步，至今已有万人参加的规模。

我们对这些问题非常敏感。换句话说，我们不仅仅是生活在真空中制造机器的工程师和科学家，我们也是社会的一部分，我们和公众一样关注这些问题。不同之处在于，我们理解这项技术，并正在努力解决所有我们知道AI技术存在的问题。

而我们能够做到这一点的另一个条件是，我们必须能够不断探索和尝试新事物。如果政府限制说不能做这个，不能做那个，那我们就永远无法解决这些问题。因为很多进步都来自试错。所以我赞成自我监管，我认为我们能做到，我们的社群里有真正聪明的人可以帮我们做到这一点。

目前，我认为政府试图加以限制还为时过早。因为如果不进行探索，你无法真正理解什么是防止坏事发生的最佳方式。显然，一旦出现意外后果，你希望防止最坏的情况发生，而这已经开始发生了。

一个例子是，欧盟提出了一个长达100页的《人工智能法案》，里面充满了各种细节，比如，你不能用AI来评估求职简历。这很荒谬。就好像说，你不能用大模型来改善你的英语语法。这100页的法案，全是细枝末节，微观管理，你打算如何执行呢，这很荒谬，这是错误的做法。我认为我们能找到更好的方法。

不同国家会以不同方式处理，我认为中国做得相当不错。我刚好了解到，中国出台的规则比欧盟提出的要合理得多。美国目前治理机构陷入僵局，所以没有新规则出台。这也许是件好事，也许这就是为什么美国AI技术能够快速推进、能取得快速进展的原因。

我没有定论。每个人都有自己的看法，做任何事都没有所谓的最佳方式。我们只是在摸索，尽力而为。历史告诉我们，必须让事情随着时间逐步展开。只要决策者心里装着人类的最大利益，事情总会解决的。

观察者网：好！您对AI技术的信心令人鼓舞。感谢您用通俗的语言讲述这么复杂的问题，就像您说的，一切才刚刚开始，我们每个人都应该去尝试这项新技术，感谢您接受我们的采访！

本文系观察者网独家稿件，文章内容纯属作者个人观点，不代表平台观点，未经授权，不得转载，否则将追究法律责任。关注观察者网微信guanchacn，每日阅读趣味文章。