诺维格反驳乔姆斯基的旧文再上 Hacker News：十几年过去，这场争论更贴近大模型了
作者：许棠
11月6日，彼得·诺维格写于2011年的长文《乔姆斯基与统计学习的两种文化》被重新提交到 Hacker News。当年乔姆斯基说统计方法学不出真正的语言，诺维格逐条反驳；如今这条统计路线成了大模型的前身，旧文重读反而更扎心。
11月6日，一篇2011年的旧文《乔姆斯基与统计学习的两种文化》被重新提交到 Hacker News。作者是计算机科学家彼得·诺维格，文章回应的是乔姆斯基在麻省理工150周年「大脑、心智与机器」研讨会上的发言。
双方到底在吵什么
乔姆斯基的话说得很直：把统计模型套到语言问题上，有成功也有大量失败，而那种「成功」是把「逼近未经分析的数据」当成成功，这在科学史上很新鲜。换句话说，靠概率表猜下一个词，并不是人说话的方式，也学不出语言。
诺维格逐条回应：搜索引擎、语音识别、机器翻译的主流系统，当年已经全部是统计方法做出来的，工程上管用本身就是证据；他不否认人有先天的语言能力，但没人说清这套能力怎么运作，也不能排除它内部就在用概率式的表示。
顺手翻译一下术语：所谓「统计学习」，说白了就是让程序从海量文本里数规律、算概率，而不是先教它一套语法规则。
为什么现在又被人翻出来
因为被乔姆斯基质疑的这条路，正是今天大模型的前身。诺维格在文中算过一笔账：香农那套理论衍生的产业每年创造数万亿美元收入，乔姆斯基理论的「后代」不到十亿。营收不证明对错，但它说明谁在实际解决问题。
需要说清的限制
这次重新提交没有带来新内容：文章仍是围绕2011年那场研讨会写的回应，诺维格也没有给出新的证据或更新；Hacker News 上的讨论量同样有限，算不上什么新进展。旧文值得看一眼，是因为它提醒的事没过时——模型把话说得头头是道，靠的是统计能力，不是理解。重要信息还是自己核一遍。
转载说明
本文根据以下公开资料整理，原文及配图出处见下方。
0
评论 0
还没有评论，来抢沙发。