撰文／黃湘

　　2022年11月，人工智能聊天程序ChatGPT問世，震驚世界。ChatGPT由于可以在許多知識領(lǐng)域給出詳細(xì)和清晰的回答而迅速獲得關(guān)注，而且可以對任何主題寫出仿佛出自真人筆下的文章。不到兩年時間，已經(jīng)有無數(shù)用戶使用ChatGPT寫作或輔助寫作各種文章。

　　寫作一向被視為普通人需要花費(fèi)精力才能掌握的智力活動，因此ChatGPT的寫作給人類社會帶來了巨大的觀念沖擊。不少人質(zhì)疑這是否意味著機(jī)器具備了人類的智能，從而正式拉開了機(jī)器取代人類的序幕。不過，在曾經(jīng)當(dāng)過程序員的美國哥倫比亞大學(xué)文學(xué)教授特寧看來，這種想法實(shí)屬大驚小怪。事實(shí)上，幾百年來，機(jī)器一直在幫助我們寫作。在《機(jī)器人文學(xué)理論：電腦如何學(xué)習(xí)寫作》一書中，他梳理了機(jī)器輔助寫作的歷史，探討了應(yīng)當(dāng)如何看待ChatGPT的寫作。

　　人類的社會存續(xù)和文明發(fā)展有賴于海量的日常寫作。以醫(yī)院為例，醫(yī)護(hù)人員不僅需要診治和照護(hù)病人，而且需要為每一位病人書寫病歷，將其編目、標(biāo)記、存檔，供以后使用。對于大多數(shù)人來說，寫作是不得不完成的繁重任務(wù)。很早以前，人類就夢想通過某種自動化裝置來分擔(dān)這一任務(wù)。

　　17世紀(jì)的德國哲學(xué)家萊布尼茨以和牛頓共同發(fā)明微積分而著稱，但他更為雄心勃勃的夢想是發(fā)明一種語言微積分，建立類似于算術(shù)符號的通用語言符號，能夠在沒有任何字典的情況下被任何人閱讀，從而使語言被納入理性系統(tǒng)之中，并且可以被自動化。1843年，英國著名詩人拜倫的女兒洛夫萊斯為其好友、數(shù)學(xué)家巴貝奇設(shè)計(jì)的分析機(jī)模型撰寫了一份筆記。巴貝奇設(shè)計(jì)分析機(jī)的本意是用于數(shù)學(xué)計(jì)算，但是洛夫萊斯看到，數(shù)字可以表達(dá)其他事物，諸如字母、音符等，一臺操作數(shù)字的機(jī)器也可以依照規(guī)則，以數(shù)字來操作符號。洛夫萊斯首次設(shè)想了從操作數(shù)字到操作符號的轉(zhuǎn)型，她也因此被很多人認(rèn)為是史上第一位電腦程序設(shè)計(jì)師。

　　另一條設(shè)計(jì)自動化寫作裝置的路徑來自作家和人文學(xué)者。1895年，法國作家波爾蒂（Georges Polti）出版了一本名為《三十六種戲劇情境》的書，將所有戲劇故事分解為36種基本情境，目的是讓作家在創(chuàng)作任何劇本時，都可以按圖索驥，通過組裝這本書羅列的基本情境而迅速定稿。

　　在以后的幾十年里，出現(xiàn)了很多類似的著作，其中最著名的是美國作家希爾在1936年出版的《情節(jié)精靈》。這個精靈的魔力在于把所有曾講述過的故事分解為若干基本情節(jié)，并編號列表，用戶只需旋轉(zhuǎn)單獨(dú)銷售的紙板“情節(jié)機(jī)器人”輪盤，就可以每五分鐘自動生成一個完整的故事情節(jié)框架。

　　作家試圖提煉基本的戲劇情境和故事情節(jié)來方便創(chuàng)作，民俗學(xué)家則旨在發(fā)現(xiàn)各種不同的文化傳統(tǒng)之間的相似之處，從而揭示出普遍的文化原型。1928年，蘇聯(lián)民俗學(xué)家普羅普出版了《民間故事的形態(tài)學(xué)》，總結(jié)出了一套民間故事的普遍組成法則，包括7種“敘事角色”和31種“敘事行動功能”。普羅普的著作開創(chuàng)了民俗學(xué)的敘事結(jié)構(gòu)研究，與波爾蒂的《三十六種戲劇情境》遙相呼應(yīng)。

　　1950年代，美國語言學(xué)家喬姆斯基在語言學(xué)界掀起了一場革命。他認(rèn)為，語言是人類特有的一種天生能力，語言學(xué)不僅應(yīng)該以經(jīng)驗(yàn)主義的方式研究語言行為，更應(yīng)該以理性主義的方式研究語言能力。喬姆斯基創(chuàng)立了“轉(zhuǎn)換-生成語法”理論，“轉(zhuǎn)換-生成語法”是存在于林林總總各種語言底層的普遍語法，一旦掌握了這種普遍語法，就相當(dāng)于構(gòu)建了一套公式，根據(jù)該公式對詞匯加以組合，即可生成具有正確語法的語言。

　　在喬姆斯基發(fā)起的語言學(xué)革命的推動下，1961年，麻省理工學(xué)院的學(xué)者英格夫（Victor H. Yngve）首次發(fā)布了隨機(jī)英語句子生成器的研究成果，通過機(jī)器重新生成了一本兒童讀物《小火車》。這項(xiàng)研究由美國軍方資助。軍方之所以對此感興趣，是因?yàn)楫?dāng)時美國正在構(gòu)建自動化的軍事指揮系統(tǒng)，由電腦程序快速應(yīng)對突發(fā)威脅，但是，“幕后”的指揮和控制可以使用電腦代碼，面向士兵的“前臺”必須使用自然語言發(fā)出指令，這就要求電腦能夠自動生成自然語言。

　　隨機(jī)英語句子生成器無疑是一個重大成就，然而，它所生成的句子總是語法正確，但無意義，比如“無色的綠色想法猛烈地睡著”之類。畢竟，語法只是一個有限且封閉的系統(tǒng)，與世界無關(guān)；意義則存在于世界中，并且隨上下文而改變。語法控制著句子組成的規(guī)則，句子包含單一的思想。要組成更復(fù)雜的連貫單元，比如段落或故事，就需要更高階的規(guī)則。

　　民俗學(xué)的研究成果在此大顯身手。普羅普的《民間故事形態(tài)學(xué)》在1968年被翻譯成英文，且正好趕上了人工智能項(xiàng)目的發(fā)展，即將生成隨機(jī)的英文句子升級為生成隨機(jī)的英文故事，該項(xiàng)目正需要了解故事的普遍組成法則。

　　與故事的普遍組成法則相對應(yīng)的，是以皮亞杰為代表的結(jié)構(gòu)主義心理學(xué)派所主張的“圖式”概念。與一般的語言語法不同，圖式描述常見情境的骨架“腳本”，包含預(yù)期角色、地點(diǎn)、目標(biāo)和活動等。波爾蒂“三十六種戲劇情境”相當(dāng)于劇本的圖式，另一方面，兒童在成長過程中積累圖式，作為一種認(rèn)知速記，用于以后的識別。

　　如果說語法描述了詞匯在句子中的排列，圖式則描述了事物在世界中的關(guān)系?；谡Z法的生成器能夠生成語法正確但無意義的句子，而在語法和圖式雙重控制下所生成的文本，有可能形成既語法正確又有意義的故事。1976年，米漢（James Meehan）在普羅普著作的啟發(fā)下發(fā)明的TALESPIN程序生成了如下故事：“約翰熊從洞穴入口步行到山谷中的灌木叢，再穿過草地。約翰熊摘下藍(lán)莓。約翰熊吃了藍(lán)莓。藍(lán)莓沒有了。約翰熊不太餓。”機(jī)器先通過數(shù)據(jù)生成了一個虛擬世界，再通過模擬約翰熊角色的推理和行為生成了這個故事，與人類講故事的方式相似。

　　對于人類來說，圖式來源于感知現(xiàn)實(shí)世界中的情景，但是機(jī)器如何自己構(gòu)建圖式？答案是通過詞匯之間的相互聯(lián)系。例如，假設(shè)機(jī)器對現(xiàn)實(shí)世界中的燕麥粥一無所知，但它可能會通過輸入的信息學(xué)到這個詞經(jīng)常與碗、吃、桌子、早餐和勺子等詞相鄰，而很少和推土機(jī)或軍火等詞相鄰。根據(jù)這些事實(shí)，它能夠合理推測燕麥粥與在桌子上用勺子吃早餐有關(guān)，而不是與戰(zhàn)爭或建筑有關(guān)。機(jī)器讀到的關(guān)于燕麥粥的信息越多，它就對其常見的語言環(huán)境了解得越多。

　　依照這一思路，可以構(gòu)建另一條生成語言的途徑，即根據(jù)統(tǒng)計(jì)規(guī)則而非普遍語法。這一途徑肇始于俄國數(shù)學(xué)家馬爾可夫在1913年的一項(xiàng)研究，他統(tǒng)計(jì)了普希金的名著《歐根·奧涅金》中的字母之間的關(guān)系，證明了這本書并非字母的隨機(jī)分布，而是存在可以建模的統(tǒng)計(jì)特性。

　　信息論創(chuàng)始人香農(nóng)在1948年發(fā)表的經(jīng)典論文《通信的數(shù)學(xué)理論》中發(fā)展了馬爾可夫的思想。他不僅嘗試建立語言的統(tǒng)計(jì)模型，分析字母和單詞相互組合出現(xiàn)的相關(guān)概率，還嘗試使用模型生成文本。

　　香農(nóng)先從字母表中隨機(jī)抽取字母以生成句子，得到的句子毫無意義，然后，他修改了抽取模式，比如從字母表中提取出E的概率比Q的概率高11％，由此生成的句子開始跟英語有點(diǎn)接近了。抽取所依據(jù)的統(tǒng)計(jì)模型越復(fù)雜，由此生成的語言與普通英語文本的相似性就越大。

　　當(dāng)計(jì)算單詞組合的概率時，事情變得更加有趣。例如，“當(dāng)我長大了，我想要成為……”，從統(tǒng)計(jì)學(xué)來說，這個句子合理的延續(xù)可能是“一名宇航員”“一名醫(yī)生”等。理論上，在給定前一個單詞的情況下，出現(xiàn)另一個單詞的概率是可以統(tǒng)計(jì)出來的。這種依靠統(tǒng)計(jì)數(shù)據(jù)生成句子的方法沒有對于普遍語法的假設(shè)，但是其輸出的句子可以與英格夫基于語法的英語句子生成器相媲美。然而，對英語文本中每兩個單詞的組合統(tǒng)計(jì)其出現(xiàn)概率，需要數(shù)十億的數(shù)據(jù)點(diǎn)，在很長時間里都是無法在技術(shù)上實(shí)現(xiàn)的。直到進(jìn)入本世紀(jì)以后，隨著電腦計(jì)算能力的爆炸性增長，人類才具備了處理幾乎所有已發(fā)表英語文本內(nèi)容的能力?；诮y(tǒng)計(jì)的語言生成方法成為當(dāng)今大語言模型的主流。

　　人類的大腦顯然不是通過輸入海量文本內(nèi)容來學(xué)習(xí)語言，這與大語言模型的學(xué)習(xí)機(jī)制是不同的。當(dāng)人類出于饑餓感說出“我餓了”的時候，會伴隨低血糖等生理反應(yīng)，但大語言模型只是出于統(tǒng)計(jì)概率的推測生成了“我餓了”這個短語，而不會具有饑餓的感覺。那么，像ChatGPT這種人工智能模型是否具備真正的智能呢？這是一個在當(dāng)下備受關(guān)注而又眾說紛紜的問題。特寧指出，這個問題本身就是語義模糊的。對于如何看待智能，存在兩種涇渭分明的立場。一種是柏拉圖式的，將智能視為“思想和感覺與普遍真理的內(nèi)在對應(yīng)”；另一種是亞里士多德式的，將智能視為“達(dá)到特定結(jié)果的普遍能力”。

　　從前一種立場看，智能具有私人特征，是在內(nèi)心世界發(fā)生的，也是難以言喻的。而從后一種立場看，智能如何在私人的內(nèi)心世界里發(fā)生并不重要；相反，智能好比一個集體共享的池子，除了人類之外，還有各種各樣的東西漂浮在這個池子里。當(dāng)一個人思考某件事的時候，通常會做筆記、和朋友交談、上網(wǎng)查找信息、閱讀書籍、參考教科書上的知識，乃至求助于人工智能程序，這些都是智能的一部分。

　　亞里士多德式的立場也是一種外部視角和公共視角的立場，對于智能，我們不必關(guān)心“內(nèi)部或內(nèi)心到底發(fā)生了什么”，而是應(yīng)當(dāng)基于外部的評價標(biāo)準(zhǔn)，正如那句著名格言所說的：“如果它看著像只鴨子，走路像只鴨子，叫聲像只鴨子，那它一定是只鴨子。”

　　智能的上述兩種意義—柏拉圖式和亞里士多德式、內(nèi)部和外部、私人和公共—使用同一個詞匯，這造成了很大的混淆。如果有兩個不同的詞來分別表示柏拉圖式和亞里士多德式的智能，很多困惑都會得到澄清。

　　按照亞里士多德式的立場，人工智能程序，尤其是ChatGPT，當(dāng)然是具備智能的。但這是一種集體協(xié)作的智能，ChatGPT的強(qiáng)大功能是建立在所有已發(fā)表的文本的基礎(chǔ)上，它只是賦予了這種集體協(xié)作一種擬人化的聲音，就好比一個會說話的圖書館。只是因?yàn)槿祟惲?xí)慣用擬人的方式去想象人工智能程序的運(yùn)作，才會誤以為ChatGPT的強(qiáng)大功能是來自一種具有私人特征的智能。

　　在集體共享的智能池子里，任何一種智能的機(jī)制或工具，無論最初多么不同凡響，一旦廣泛普及，就會變成平均水平的一部分。比如，使汽車司機(jī)不必手動換擋的自動變速器在1960年代問世之時，曾被視為高度智能的，而如今它只是一個普通設(shè)備而已。同理，ChatGPT強(qiáng)大的寫作功能，也將隨著時間推移而逐漸變得平凡，成為人類的另一種工具。

關(guān)注讀覽天下微信， 100萬篇深度好文， 等你來看……