如果一個(gè)人享有文明的最大和最難以捉摸的智力挑戰(zhàn)，“解碼”的問題，我們 - 我們的頭腦，我們的大腦的內(nèi)部工作原理，以及如何在我們的基因組編碼的架構(gòu)，這些元素的列表 - 肯定會(huì)在頂部。然而，在不同的領(lǐng)域，承擔(dān)了這一挑戰(zhàn)，從哲學(xué)，心理學(xué)，計(jì)算機(jī)科學(xué)和神經(jīng)科學(xué)，是充滿了分歧正確的方法。
1956年，計(jì)算機(jī)科學(xué)家約翰·麥卡錫創(chuàng)造的“人工智能”（AI）來形容情報(bào)研究，實(shí)現(xiàn)其基本功能的計(jì)算機(jī)上。實(shí)例化的智能系統(tǒng)，使用人造的硬件，而不是我們自己的“生物硬件”的細(xì)胞和組織，終極的了解，并有明顯的實(shí)際應(yīng)用中的智能設(shè)備，甚至機(jī)器人的創(chuàng)造。
然而，有些的麥卡錫在鄰近的部門的同事，更感興趣的是智力是如何實(shí)現(xiàn)的第一個(gè)人類（和其他動(dòng)物）。喬姆斯基和其他人的工作對什么成為認(rèn)知科學(xué)的一個(gè)領(lǐng)域，旨在揭示心理的陳述和規(guī)則，我們的感知和認(rèn)知能力的基礎(chǔ)。喬姆斯基和他的同事們，推翻了當(dāng)時(shí)的主導(dǎo)范式的行為，倡導(dǎo)由哈佛大學(xué)心理學(xué)家BF斯金納，動(dòng)物行為減少到一組簡單的行動(dòng)和其后續(xù)的獎(jiǎng)勵(lì)或處罰之間的關(guān)聯(lián)。斯金納在心理學(xué)上的抓地力，通常標(biāo)志著1967年 喬姆斯基的嚴(yán)格審查，斯金納的書言語行為，斯金納一本書，試圖解釋語言能力，行為主義原則的毀滅。
Skinner的做法強(qiáng)調(diào)了歷史性的刺激和動(dòng)物的反應(yīng)之間的關(guān)聯(lián) - 這種方法容易誣陷作為一種實(shí)證統(tǒng)計(jì)分析，預(yù)測未來，在過去的函數(shù)。喬姆斯基的概念的語言，在另一方面，強(qiáng)調(diào)的復(fù)雜的內(nèi)部表示，在基因組中編碼的，其成熟的正確的數(shù)據(jù)到一個(gè)復(fù)雜的計(jì)算系統(tǒng)，一個(gè)不能被有益打破向下成一組的關(guān)聯(lián)。行為主義原則的關(guān)聯(lián)無法解釋的豐富的語言知識，我們不斷地創(chuàng)造性地使用它，或如何迅速的兒童只有很少的語言由他們所處的環(huán)境和不完美的曝光。“語言教師”，如喬姆斯基提到它，是生物體的遺傳稟賦的一部分，很像的視覺系統(tǒng)，對免疫系統(tǒng)和循環(huán)系統(tǒng)，我們應(yīng)該向接近它只是作為我們接近這些其他更腳踏實(shí)地，地球上的生物系統(tǒng)。
戴維·馬爾，喬姆斯基在麻省理工學(xué)院的神經(jīng)科學(xué)家同事，定義為研究復(fù)雜的生物系統(tǒng)（如腦）在他的有影響力的書視覺，喬姆斯基的語言能力的分析或多或少融入了一個(gè)總體框架。根據(jù)馬爾，一個(gè)復(fù)雜的生物系統(tǒng)可以理解在三個(gè)不同的層次。第一電平（“計(jì)算電平”）描述的輸入和輸出系統(tǒng)，它定義了系統(tǒng)正在執(zhí)行的任務(wù)。在視覺系統(tǒng)的情況下，輸入的圖像投射在我們的視網(wǎng)膜和輸出我們的大腦識別的對象可能存在于我們所觀察到的圖像。第二電平（“算法電平”）描述的程序，通過該輸入被轉(zhuǎn)換為一個(gè)輸出端，即我們的視網(wǎng)膜上的圖像是如何可以被處理，以達(dá)到由計(jì)算的水平描述的任務(wù)。最后，第三級（“執(zhí)行層面”）描述了我們自己的生物硬體細(xì)胞是如何實(shí)現(xiàn)的算法描述的過程。
喬姆斯基和Marr所采取的方法，對理解我們的頭腦是如何實(shí)現(xiàn)他們所做的事情一樣，是可以從行為。這里強(qiáng)調(diào)的是系統(tǒng)的內(nèi)部結(jié)構(gòu)的，使其能夠執(zhí)行任務(wù)，而不是過去的行為的系統(tǒng)和環(huán)境之間的外部關(guān)聯(lián)。我們的目標(biāo)是挖掘到的“黑盒子”的驅(qū)動(dòng)系統(tǒng)，并說明其內(nèi)部運(yùn)作，這就像一個(gè)計(jì)算機(jī)科學(xué)家將解釋如何設(shè)計(jì)巧妙的軟件的工作原理，以及如何它可以在桌面計(jì)算機(jī)上執(zhí)行。
今天寫的，的歷史認(rèn)知科學(xué)是一個(gè)故事，毫不含糊的勝利的基本上Chomskyian的方法對斯金納的行為主義范式 - 通常被稱為“認(rèn)知革命的成就，”雖然喬姆斯基本人拒絕這個(gè)詞。雖然這可能是一個(gè)比較準(zhǔn)確的描述，認(rèn)知科學(xué)，心理學(xué)，行為主義者的想法是死在相關(guān)學(xué)科。行為主義的實(shí)驗(yàn)范式和動(dòng)物行為的聯(lián)想心理學(xué)的解釋是常規(guī)使用的目的是研究在實(shí)驗(yàn)室動(dòng)物如鼠類，系統(tǒng)的三個(gè)層次的框架所倡導(dǎo)的馬爾行為的神經(jīng)生物學(xué)的神經(jīng)科學(xué)家。
在去年5月，在150周年，麻省理工學(xué)院，“大腦，思想和機(jī)器”發(fā)生了一個(gè)研討會(huì)上，領(lǐng)先的計(jì)算機(jī)科學(xué)家，心理學(xué)家和神經(jīng)科學(xué)家齊聚一堂，討論過去和未來的人工智能和連接到神經(jīng)科學(xué)的。
聚會(huì)是為了激勵(lì)多學(xué)科的復(fù)興人工智能領(lǐng)域的科學(xué)問題：如何做情報(bào)工作的熱情呢？我們的大腦如何讓我們的認(rèn)知能力，并可能永遠(yuǎn)不會(huì)實(shí)現(xiàn)在一臺機(jī)器上嗎？
諾姆·喬姆斯基，在研討會(huì)上發(fā)言，就不是那么熱情。，喬姆斯基批評了人工智能領(lǐng)域采用的做法讓人聯(lián)想到的行為，但在更現(xiàn)代，計(jì)算復(fù)雜的形式。喬姆斯基認(rèn)為，該領(lǐng)域的大量使用統(tǒng)計(jì)技術(shù)在大量的數(shù)據(jù)中挑選規(guī)律是不可能得到解釋的洞察力，科學(xué)應(yīng)該提供。喬姆斯基的“新AI” - 專注于使用統(tǒng)計(jì)學(xué)習(xí)技術(shù)，以便更好地礦和預(yù)測數(shù)據(jù) - 是不可能產(chǎn)生智慧生物的性質(zhì)或有關(guān)認(rèn)知的一般原則。
這種批評引發(fā)了一個(gè)詳細(xì)的答復(fù)，以喬姆斯基從谷歌的研究，并指出AI研究員，彼得·諾維格，誰辯護(hù)利用統(tǒng)計(jì)模型和認(rèn)為，AI的新方法和定義的進(jìn)步是不遙遠(yuǎn)從其他科學(xué) 發(fā)生的事情。
喬姆斯基承認(rèn)，統(tǒng)計(jì)方法可能有實(shí)用價(jià)值，只是作為一個(gè)有用的搜索引擎的例子，能夠處理海量數(shù)據(jù)的快速計(jì)算機(jī)的問世啟用。但作為一門科學(xué)，喬姆斯基會(huì)認(rèn)為這是不夠的，更嚴(yán)厲的，淺種。我們不會(huì)教的電腦什么短語“物理學(xué)家艾薩克·牛頓爵士”的真正含義，即使我們可以建立一個(gè)搜索引擎，返回合理的點(diǎn)擊率用戶輸入的短語英寸
事實(shí)證明，有關(guān)的分歧已按生物學(xué)家試著去了解傳統(tǒng)的生物系統(tǒng)喬姆斯基比喻為語言能力的排序。正如計(jì)算革命，使燃料的“新AI”，大量的數(shù)據(jù)分析，測序引起盛開的基因組學(xué)和系統(tǒng)生物學(xué)領(lǐng)域的現(xiàn)代生物學(xué)的革命。高通量測序技術(shù)，這種技術(shù)可以讀取快速，廉價(jià)地以百萬計(jì)的DNA分子的基因組測序轉(zhuǎn)向了十年之久的昂貴的企業(yè)可以承受的，普遍的實(shí)驗(yàn)室程序。而不是刻意研究基因的隔離，我們現(xiàn)在可以觀察到系統(tǒng)的基因細(xì)胞作為一個(gè)整體，在不同條件下的數(shù)百或數(shù)千的行為。
測序革命才剛剛開始，一個(gè)已獲得的數(shù)據(jù)量驚人，它會(huì)帶來新的人類疾病的治療和診斷的承諾和炒作。例如，當(dāng)一個(gè)傳統(tǒng)的抗癌藥物無法工作的一組病人，得到的答案可能在于基因組的患者中，可能有一個(gè)特殊的屬性，防止藥物作用。有了足夠的數(shù)據(jù)，從這些癌癥患者和正確的對照組相關(guān)的功能基因組進(jìn)行比較，可能會(huì)發(fā)現(xiàn)，定制藥物，從而導(dǎo)致一種“個(gè)性化藥物。” 隱在這方面的假設(shè)是，有足夠的先進(jìn)的統(tǒng)計(jì)工具和足夠大的數(shù)據(jù)集合，感興趣的信號可以被淘汰，大，知之甚少的生物系統(tǒng)中的噪聲。
個(gè)性化醫(yī)療及其他分支的測序革命和系統(tǒng)生物學(xué)的方法取決于我們喬姆斯基所說的“群眾”未經(jīng)分析的數(shù)據(jù)處理能力等領(lǐng)域的成功 - 把生物學(xué)中的一個(gè)類似的辯論的中心自20世紀(jì)60年代以來，發(fā)生在心理學(xué)和人工智能。
系統(tǒng)生物學(xué)不升不持懷疑態(tài)度。一次偉大的遺傳學(xué)家，諾貝爾經(jīng)濟(jì)學(xué)獎(jiǎng)獲得者生物學(xué)家悉尼·布雷內(nèi)定義的“低投入，高通量，無輸出科學(xué)領(lǐng)域。“ “布倫納，一個(gè)當(dāng)代的的喬姆斯基誰也參加了AI在同一個(gè)研討會(huì)上，新系統(tǒng)的方法來了解大腦也同樣持懷疑態(tài)度。當(dāng)描述一個(gè)有前途的系統(tǒng)方法，稱為連接學(xué)的腦電路，這要求所有的神經(jīng)元在大腦中（即圖表連接到其他神經(jīng)細(xì)胞），對應(yīng)的接線，布倫納稱這是一個(gè)“精神錯(cuò)亂。 “
布倫納經(jīng)常掛在嘴邊的一句話咬在系統(tǒng)生物學(xué)和神經(jīng)科學(xué)的相關(guān)技術(shù)在不遠(yuǎn)處的AI從喬姆斯基的批評。對一個(gè)不太可能的，系統(tǒng)生物學(xué)和人工智能都面臨著相同的基本任務(wù)逆向工程一個(gè)高度復(fù)雜的系統(tǒng)，其內(nèi)部的運(yùn)作在很大程度上是一個(gè)謎。然而，不斷改進(jìn)的技術(shù)，產(chǎn)生大量的數(shù)據(jù)與系統(tǒng)相關(guān)的，只有一小部分，這可能是相關(guān)的。我們依靠強(qiáng)大的計(jì)算和統(tǒng)計(jì)方法區(qū)分信號從噪聲中，還是我們的更多的系統(tǒng)背后的基本原則，并解釋其實(shí)質(zhì)嗎？的迫切需要收集更多的數(shù)據(jù)是不可阻擋的，但它并不總是很清楚什么理論框架，這些資料可能適合。這些辯論提高在科學(xué)哲學(xué)的和一般的老問題：是什么讓一個(gè)令人滿意的科學(xué)理論或解釋，以及如何成功應(yīng)該被定義為科學(xué)？
我坐在諾姆·喬姆斯基（Noam Chomsky）日下午，在有些蓬亂的會(huì)議室，藏在一個(gè)隱蔽的角落，弗蘭克·蓋里（Frank Gehry）的令人眼花繚亂的麻省理工學(xué)院的Stata中心。我想更好的理解喬姆斯基的批判人工智能和為什么它可能會(huì)走向錯(cuò)誤的方向。我也想探索其他部門的科學(xué)，如生物學(xué)，神經(jīng)科學(xué)和系統(tǒng)的影響，這種批評都面臨著逆向工程的復(fù)雜系統(tǒng)-那里的研究人員經(jīng)常發(fā)現(xiàn)自己在一個(gè)不斷擴(kuò)大的海上海量數(shù)據(jù)的挑戰(zhàn)。部分接受我們的采訪動(dòng)機(jī)是喬姆斯基很少問及現(xiàn)在的科研課題。記者也占領(lǐng)了美國的外交政策，在中東，奧巴馬政府和其他標(biāo)準(zhǔn)的主題得到他的意見。另一個(gè)原因是，喬姆斯基屬于一種罕見的，特殊品種的知識分子，很快成為滅絕。曾經(jīng)因?yàn)橐再悂啺亓值闹恼�，它已�?jīng)成為一個(gè)最喜歡的消遣學(xué)者，以將不同的思想家和科學(xué)家的“刺猬的狐貍”連續(xù)：在刺猬，一個(gè)細(xì)致和專業(yè)的工作人員，在一個(gè)明確定義的領(lǐng)域相對于通過循序漸進(jìn)的驅(qū)動(dòng)�？怂�，華麗的驅(qū)動(dòng)，思想的思想家，誰跳得回答的問題，而忽略了領(lǐng)域界限，將他或她的技能，他們似乎適用。喬姆斯基是特殊的，因?yàn)樗惯@種區(qū)分似乎像一個(gè)疲倦的老俗套。喬姆斯基的深度不來的多功能性和廣度的費(fèi)用，但在大多數(shù)情況下，他投入了他的整個(gè)科學(xué)生涯中定義的主題，語言學(xué)和認(rèn)知科學(xué)的研究。各種他自己以外的領(lǐng)域，包括計(jì)算機(jī)科學(xué)和哲學(xué)，喬姆斯基的工作有很大的影響，他并沒有回避討論和批評這些思想的影響，使他成為一個(gè)特別有趣的人采訪。在接受記者采訪時(shí)的視頻可以在這里找到。
首先，我想有一個(gè)很基本的問題。在AI的開始，人們都非常看好該領(lǐng)域的進(jìn)展，但還沒有原來的方式。為什么它是如此的困難？如果你問的神經(jīng)科學(xué)家了解大腦是如此的困難，他們給你非常理智不令人滿意的答案，這樣的大腦有幾十億個(gè)細(xì)胞，我們不能從所有這些記錄，等等。
喬姆斯基：有東西的。如果你看一看科學(xué)的進(jìn)步，科學(xué)是一個(gè)連續(xù)的種，但它們被分割成多個(gè)字段。最大的進(jìn)步就是在科學(xué)學(xué)習(xí)最簡單的系統(tǒng)。所以，說物理-最大的進(jìn)步。但是的原因之一是，的物理學(xué)家有優(yōu)勢，有沒有什么其他的科學(xué)。如果事情變得太復(fù)雜，他們把它交給別人。
像化學(xué)家？
喬姆斯基：如果一個(gè)分子過大，你給它的化學(xué)家。化學(xué)家，對他們來說，如果分子過大或系統(tǒng)變得太大，你給它的生物學(xué)家。如果它變得太大他們，他們給它的心理學(xué)家，和最后結(jié)束的文學(xué)批評家手中，等等。那么，，神經(jīng)學(xué)家說是不完全虛假的。
不過，這可能是 - 在我看來它已被認(rèn)為相當(dāng)振振有詞，雖然神經(jīng)科學(xué)家不喜歡它 - 神經(jīng)科學(xué)的過去幾百年一直在錯(cuò)誤的軌道。本書的一個(gè)很好的認(rèn)知神經(jīng)科學(xué)家，蘭迪Gallistel和國王有一個(gè)相當(dāng)新的爭論 - 在我看來，振振有詞 - 神經(jīng)科學(xué)發(fā)展的一種著迷聯(lián)想主義和相關(guān)意見的方式，人類和動(dòng)物的工作。而且由于他們一直在尋找的東西，有聯(lián)想心理學(xué)心理學(xué)的屬性。
喜歡赫布可塑性？[ 編者按：A理論，歸因于唐納德·赫布，通過加強(qiáng)神經(jīng)元之間的突觸連接的環(huán)境刺激和對刺激的反應(yīng)之間的關(guān)聯(lián)可以編碼。
喬姆斯基：嗯，就像加強(qiáng)突觸連接。Gallistel已經(jīng)被爭論了多年，如果你想研究大腦正常，你應(yīng)該開始，有點(diǎn)像馬爾，問什么任務(wù)執(zhí)行。因此，他最感興趣的昆蟲。所以，如果你想學(xué)習(xí)，螞蟻說，神經(jīng)病學(xué)，你問螞蟻?zhàn)鍪裁茨�？事�?shí)證明，螞蟻?zhàn)鱿喈?dāng)復(fù)雜的事情，比如整合路徑，例如。如果你看看蜜蜂，蜜蜂的導(dǎo)航是非常復(fù)雜的計(jì)算，涉及到太陽的位置，等等等等。但在一般他說的是，如果你看一看在動(dòng)物的認(rèn)知，人類也一樣，它的計(jì)算系統(tǒng)。因此，你要尋找的計(jì)算單位。想想一臺圖靈機(jī)，說，這是最簡單的計(jì)算，你必須要找到單位具有的屬性，如“讀”，“寫”和“地址”。這是最小計(jì)算單位，所以你得看在大腦中的那些。你永遠(yuǎn)不會(huì)找到他們，如果你在尋找加強(qiáng)突觸連接或字段屬性，等等。你一定要開始尋找什么的都有，什么是工作，你看，從Marr的最高水平。
右，但大多數(shù)神經(jīng)科學(xué)家不坐下來和描述的輸入和輸出的問題，他們在學(xué)習(xí)。他們說，驅(qū)動(dòng)鼠標(biāo)的學(xué)習(xí)任務(wù)，并記錄許多神經(jīng)元可能，詢問是否需要基因X的學(xué)習(xí)任務(wù)，等。這些都是他們的實(shí)驗(yàn)中生成的各類報(bào)表。
喬姆斯基：這是正確的..
在概念上是有缺陷的嗎？
喬姆斯基：嗯，你知道，你可能會(huì)得到有用的信息。但實(shí)際上是一些計(jì)算，涉及計(jì)算單位，你不會(huì)找到他們的方式。這是一種在錯(cuò)誤的燈柱，尋找，整理。這是一個(gè)辯論... 我不認(rèn)為Gallistel的位置是非常廣泛的神經(jīng)科學(xué)家之間接受，但它不是一個(gè)令人難以置信的位置，它基本上在Marr的分析精神。因此，當(dāng)你學(xué)習(xí)愿景，他說，你首先要問的視覺系統(tǒng)進(jìn)行什么樣的計(jì)算任務(wù)。然后你看一個(gè)算法，可能會(huì)進(jìn)行這些計(jì)算，最后你尋找的那種，將使算法的工作機(jī)制。否則，你可能永遠(yuǎn)也找不到任何東西。有許多這樣的例子，即使是在硬科學(xué)，但可以肯定的軟科學(xué)研究。人們往往會(huì)學(xué)習(xí)你知道如何學(xué)習(xí)，我的意思是，這是很有意義的。你有一定的實(shí)驗(yàn)技術(shù)，有一定程度的理解，你試試把信封-這是正常的，我的意思是，它不是一個(gè)批評，但人們做什么，你可以做的。另一方面，這是值得思考的，無論你的目標(biāo)是在正確的方向。它可能是，如果你把大致的馬爾Gallistel的角度來看，其中個(gè)人而言，我很同情，你會(huì)以不同的方式工作，尋找不同類型的實(shí)驗(yàn)。
喬姆斯基：嗯，有問題要簡單得多。喜歡在麻省理工學(xué)院，是一個(gè)跨學(xué)科的線蟲線蟲幾十年來，據(jù)我了解，即使有這樣的微乎其微的動(dòng)物，如果你知道的接線圖，我認(rèn)為有800個(gè)神經(jīng)元，或者什么...對，所以我認(rèn)為在馬爾的核心理念是，像你說的，找到合適的單位來描述問題，排序的權(quán)利“的抽象層次”如果你將。因此，如果我們采取一個(gè)具體的例子，被稱為連接學(xué)，神經(jīng)科學(xué)的一個(gè)新領(lǐng)域，其目的是要找到非常復(fù)雜的有機(jī)體的接線圖，發(fā)現(xiàn)認(rèn)為，人類大腦皮質(zhì)，或鼠標(biāo)皮質(zhì)中的神經(jīng)元的連通性。這種方法是由西德尼·布倫納批評，在許多方面是[歷史]該方法的創(chuàng)始人之一。這一領(lǐng)域的倡導(dǎo)者不會(huì)停下來問，如果接線圖的抽象層次上是正確的 - 這也許不是，所以在那，你有什么看法？
我認(rèn)為300。
喬姆斯基： ...但是，你無法預(yù)測什么事情C. 線蟲線蟲]要做的事情。也許是因?yàn)槟阍阱e(cuò)誤的地方尋找。
外來的卡茨
我想轉(zhuǎn)移話題，以不同的方法中所使用AI。因此，“良好的老式AI”，因?yàn)樗臉?biāo)記現(xiàn)在，強(qiáng)烈的形式主義的傳統(tǒng)弗雷格和羅素的數(shù)理邏輯，例如，或它的衍生物，如非單調(diào)推理等。有趣的是，從科學(xué)的角度來看，即使最近，這些方法已幾乎全軍覆沒的主流，并已在很大程度上取代的歷史-在調(diào)用自身的AI -概率模型和統(tǒng)計(jì)模型。我的問題是，你認(rèn)為說明了這種轉(zhuǎn)變，是朝著正確的方向邁出的一步嗎？
喬姆斯基：我聽到帕特溫斯頓一說起這幾年前。他是人工智能和機(jī)器人技術(shù)得到了這一點(diǎn)，你其實(shí)可以做的事情是有用的，所以它的實(shí)際應(yīng)用和一些，也許沒有放棄，而是放在一邊，更基本的科學(xué)問題，只是趕上了在技術(shù)和實(shí)現(xiàn)特定目標(biāo)的成功。
因此，它轉(zhuǎn)移到工程...
這樣做了所有的地方。如果要預(yù)測明天的天氣。好吧，我會(huì)得到我的統(tǒng)計(jì)先驗(yàn)做到這一點(diǎn)的方法之一是，如果你愿意，明天的天氣將是相同的，因?yàn)檫@是昨天在克利夫蘭，所以我會(huì)堅(jiān)持，在有一個(gè)高概率，和那里的陽光將有一定的影響，所以我會(huì)堅(jiān)持，你會(huì)得到一堆這樣 的假設(shè)，你運(yùn)行實(shí)驗(yàn)，你看它一遍又一遍，糾正貝葉斯方法，你會(huì)得到更好的先驗(yàn)。你明天的天氣將是一個(gè)很好的近似。這不是氣象學(xué)家做什么-他們想了解它是如何工作的。這些都是成功意味著什么，什么樣的成就是兩個(gè)不同的概念。在我自己的領(lǐng)域，語言領(lǐng)域，這一切都結(jié)束的地方。像計(jì)算認(rèn)知科學(xué)，語言，成功的概念，是幾乎總是這樣。所以，如果你得到了越來越多的數(shù)據(jù)，更好的和更好的統(tǒng)計(jì)數(shù)字，你可以得到一個(gè)更好的和更好的近似一些巨大的語料文本一樣，一切都在華爾街日報(bào)的檔案-但你學(xué)不到任何東西的語言。喬姆斯基：成為... 好，這是可以理解的，但當(dāng)然，直接的人從原來的問題。我不得不說，我自己，我是持懷疑態(tài)度的原創(chuàng)作品。我想這是第一次，所有的方式過于樂觀，這是假設(shè)，幾乎沒有人理解的系統(tǒng)，需要真正的理解，你可以實(shí)現(xiàn)的事情，你就不能獲得，理解它拋出一個(gè)復(fù)雜的機(jī)器。如果您嘗試這樣做，你的成功，這是自我強(qiáng)化的一個(gè)概念，因?yàn)槟惬@得成功這一概念，但什么做的科學(xué)，它是非常不同的。因此，舉例來說，一個(gè)極端的例子，假設(shè)有人說，他希望消除物理系，并以正確的方式做到這一點(diǎn)。該“右”的方法是，以采取無休止的數(shù)字什么的發(fā)生外部視頻的錄像帶，并養(yǎng)活他們到了最大，速度最快的計(jì)算機(jī)，千兆字節(jié)的數(shù)據(jù)，并做復(fù)雜的統(tǒng)計(jì)分析-你知道，貝葉斯這樣那樣的[ 編輯器的注意事項(xiàng)一個(gè)現(xiàn)代化的數(shù)據(jù)大量運(yùn)用概率論的方法來分析。] -你會(huì)得到一些窗外下會(huì)發(fā)生什么樣的預(yù)測。事實(shí)上，你得到一個(gè)更好的預(yù)測比物理系永遠(yuǎn)不會(huì)放棄。好了，如果成功的定義得到一個(gè)公平的近似一團(tuán)混亂的未經(jīng)分析的數(shù)據(jù)，那么它的更好的方式，以做它這樣比到做它的物理學(xué)家做的方式，你知道，沒有想到實(shí)驗(yàn)有關(guān)摩擦的飛機(jī)，并因此對等等。但是，你不會(huì)得到的，始終瞄準(zhǔn)科學(xué)-你會(huì)得到什么樣的理解所發(fā)生的事情是一個(gè)近似值。
一個(gè)非常不同的方法，這我認(rèn)為是正確的做法，以嘗試看到，如果你能理解什么的基本原則是，交易的核心屬性，并承認(rèn)，在實(shí)際的使用中，還有的會(huì)是一千元其他變量干預(yù) - 有點(diǎn)像窗外發(fā)生了什么，你會(huì)粘著性排序上以后，如果你想更好的近似，這是一個(gè)不同的方法。這些科學(xué)是兩個(gè)不同的概念。第二個(gè)是伽利略以來，這是現(xiàn)代科學(xué)的科學(xué)。近似未經(jīng)分析的數(shù)據(jù)類型是排序的一種新的方法，而不是完全，有喜歡的東西了過去。它基本上是一個(gè)新的方法，加速了存在大量的記憶，非常迅速的處理，使您可以做這樣的事情，你不能這樣做的手。但我認(rèn)為，我自己的，它是領(lǐng)先的計(jì)算認(rèn)知科學(xué)等學(xué)科的方向，也許一些實(shí)用性...
..在工程？
喬姆斯基： ...但離理解。是啊，也許一些有效的工程。它是一種有趣的，看看發(fā)生了什么事工程。所以當(dāng)我到麻省理工學(xué)院，它是20世紀(jì)50年代，這是一個(gè)工科學(xué)校。有一個(gè)很好的數(shù)學(xué)系，物理系，但他們提供服務(wù)的部門。他們教的工程師，他們可以使用的技巧。電氣工程部門，您學(xué)習(xí)了如何建立一個(gè)電路。好吧，如果你去了麻省理工學(xué)院在20世紀(jì)60年代，還是現(xiàn)在，它是完全不同的。無論你在什么工程領(lǐng)域，你學(xué)會(huì)了基本相同的科學(xué)和數(shù)學(xué)。那么也許你了解一點(diǎn)點(diǎn)關(guān)于如何應(yīng)用它。但是，這是一個(gè)非常不同的方法。它可能導(dǎo)致的事實(shí)，真正在歷史上是第一次，在基礎(chǔ)科學(xué)，物理學(xué)一樣，有一些東西真的告訴工程師。此外，技術(shù)開始改變速度非常快，所以沒有太大的學(xué)習(xí)今天的技術(shù)，如果它的將是不同的10年，從現(xiàn)在的點(diǎn)。所以，你要學(xué)會(huì)科學(xué)的根本，將是適用于任何沿。而幾乎同樣的事情發(fā)生在醫(yī)學(xué)上。因此，在過去的一個(gè)世紀(jì)中，又是第一次，生物學(xué)有什么大不了的事情告訴給醫(yī)學(xué)實(shí)踐的，所以你必須了解，如果你想成為一名醫(yī)生的生物學(xué)和技術(shù)，將再次改變。嗯，我認(rèn)為這是一種過渡，像一門藝術(shù)，您將學(xué)習(xí)如何練習(xí)-一個(gè)模擬將設(shè)法滿足一些數(shù)據(jù)，你不明白，也許，在一些時(shí)尚的東西，將工作建設(shè)- -科學(xué)在現(xiàn)代時(shí)期，發(fā)生了什么事，大約伽利略的科學(xué)。
我明白。返回的貝葉斯統(tǒng)計(jì)模型中的語言和認(rèn)知的角度。你認(rèn)為一句名言，說一個(gè)句子的概率是對自己不知所云......
喬姆斯基：那么你可以得到一個(gè)數(shù)字，如果你想要的，但它并不意味著什么。
這并不意味著什么。但它似乎喜歡那里的幾乎一個(gè)平凡的方式，以統(tǒng)一的概率方法與承認(rèn)，那里有非常豐富的內(nèi)部心理陳述，包括規(guī)則和其他象征性的結(jié)構(gòu)，和概率論的目標(biāo)是剛剛到鏈接嘈雜的稀疏數(shù)據(jù)在世界上與這些內(nèi)部的標(biāo)志性建筑。不承諾你說任何有關(guān)如何獲得這些結(jié)構(gòu) - 他們本來可以在那里一起，或有部分的一些參數(shù)被調(diào)整的，不管你的概念是。但是，概率論只是作為一種膠之間的噪聲數(shù)據(jù)，并且非常豐富的精神表示。
喬姆斯基：嗯... 概率論沒有什么錯(cuò)，沒有什么錯(cuò)誤的統(tǒng)計(jì)數(shù)據(jù)。
但它有一定的作用嗎？
喬姆斯基：如果你可以用它，挺好的。但問題是什么是你使用它呢？首先，第一個(gè)問題是，是否有任何一點(diǎn)了解噪聲的數(shù)據(jù)嗎？有一些點(diǎn)理解這是怎么回事窗外嗎？
好了，我們轟炸[嘈雜的數(shù)據(jù)是Marr的一個(gè)例子，我們正面臨著嘈雜的數(shù)據(jù)的時(shí)候，我們的視網(wǎng)膜...
喬姆斯基：這是真的。但他說的是：我們的生物系統(tǒng)的問自己，如何挑選出的，噪音的東西是重要的。視網(wǎng)膜是不是要復(fù)制的噪聲。它可以說我要去看看這個(gè)，這和其他的事情。它說，語言習(xí)得是相同的。新生的嬰兒正面臨著巨大的噪音，威廉·詹姆斯（William James）被稱為“喧囂繁蕪的困惑，”只是一個(gè)爛攤子。如果說，猿或一只小貓或一只鳥或任何與噪聲，這就是它結(jié)束。然而，人類的嬰兒，不知何故，瞬間本能地，挑選出的噪音，這是與語言相關(guān)的一些零散的部件。這是第一步。那么，它是如何做呢？它沒有做統(tǒng)計(jì)分析，，因?yàn)锳PE可以做大致相同的概率分析。尋找特別的東西。所以，心理語言學(xué)，neurolinguists，和其他人試圖以某種方式調(diào)整，以特定的環(huán)境方面的計(jì)算系統(tǒng)和神經(jīng)生理學(xué)的發(fā)現(xiàn)的特定部分。好了，事實(shí)證明，實(shí)際上有反應(yīng)的神經(jīng)回路，特定種類的節(jié)奏，這發(fā)生在語言，如音節(jié)長度等。有一些證據(jù)表明，這是，嬰兒的大腦正在尋求的第一件事情之一-韻律結(jié)構(gòu)�；厝サ紾allistel和Marr，它得到了我做這些事情“，并說，這是說”好了，這里的一些計(jì)算系統(tǒng)內(nèi)了9個(gè)月，典型的嬰兒已經(jīng)拒絕了-消除其作品庫-語音中不使用自己的語言的區(qū)別。因此，最初，當(dāng)然，任何嬰兒被調(diào)諧到任何語言。而是說，日本在9個(gè)月的孩子將還沒有反應(yīng)過來的RL區(qū)別了，這是一種淘汰。因此，該系統(tǒng)似乎理清很多的可能性和限制，還僅僅是語言的一部分，并有一個(gè)狹窄的那些�？梢詮浹a(bǔ)非語言的嬰兒永遠(yuǎn)無法做到這一點(diǎn)，那么你正在尋找其他的事情。例如，進(jìn)入一個(gè)更為抽象的一種語言，現(xiàn)在有大量的證據(jù)，這么簡單的事情線性順序什么之前什么，沒有進(jìn)入的句法和語義的計(jì)算系統(tǒng)，他們只是沒有設(shè)計(jì)的尋找線性順序。所以，你發(fā)現(xiàn)壓倒性的距離，更抽象的概念，而不是直線距離計(jì)算，你可以找到一些神經(jīng)生理學(xué)的證據(jù)證明這一點(diǎn)，太。就像如果人工語言的發(fā)明和教導(dǎo)，像你這樣的人，使用線性順序否定一個(gè)句子的第三個(gè)詞做的事情。人可以解決這一難題，但顯然的標(biāo)準(zhǔn)語言的大腦區(qū)域沒有被激活-激活其他地區(qū)的，所以他們把它當(dāng)作一個(gè)謎，而不是作為一種語言問題。您需要更多的工作，但是...
您認(rèn)為這是令人信服的證據(jù)，激活的大腦區(qū)域的激活或缺乏...
喬姆斯基：這是證據(jù)，你當(dāng)然會(huì)想要更多。但是，這是什么樣的證據(jù)，無論在語言學(xué)方面，你看語言的工作方式， -他們沒有像第三個(gè)詞在句子中使用的東西。以一個(gè)簡單的句子，如“本能的老鷹飛游”，“本能”，“游泳，它不會(huì)去飛，即使它沒有任何意義。這是自反的。“本能地”，副詞，不是尋找最近的動(dòng)詞，它的結(jié)構(gòu)最突出的一個(gè)。這是一個(gè)困難得多的計(jì)算。但是，這是唯一使用過的計(jì)算。線性的順序是一個(gè)很容易計(jì)算，但它從來沒有使用過。有一噸類似這樣的證據(jù)，和一個(gè)小的神經(jīng)語言學(xué)證據(jù)，但它們指向相同的方向中。你去到更復(fù)雜的結(jié)構(gòu)，這就是你的，發(fā)現(xiàn)越來越多的。
這是，至少在我看來，嘗試發(fā)現(xiàn)系統(tǒng)實(shí)際上是如何工作的，就像在視覺在Marr的實(shí)驗(yàn)室，西蒙·厄爾曼等人發(fā)現(xiàn)了一些非常了不起的事情，如剛性原則。你不會(huì)發(fā)現(xiàn)，通過數(shù)據(jù)的統(tǒng)計(jì)分析。但他沒有找到它通過精心設(shè)計(jì)的實(shí)驗(yàn)。那你看的神經(jīng)生理學(xué)，看看你能找到的東西，這些計(jì)算。我認(rèn)為這是相同的語言，相同的學(xué)習(xí)算術(shù)能力，規(guī)劃，幾乎所有的東西你看。只是想分析前處理混亂的數(shù)據(jù)是不可能的，因?yàn)樗粫?huì)得到伽利略的任何地方，就像讓你隨時(shí)隨地。事實(shí)上，如果你回到這，在17世紀(jì)，這是不容易的人，如伽利略和其他主要科學(xué)家說服NSF [美國國家科學(xué)基金會(huì)的一天 - 即貴族 - 任何任何意義。我的意思是，為什么研究滾動(dòng)的球，不存在摩擦的飛機(jī)。為什么不學(xué)習(xí)花卉生長的嗎？好吧，如果你試圖通過研究花卉生長在那個(gè)時(shí)候，你會(huì)得到也許是什么東西看起來像一個(gè)統(tǒng)計(jì)分析。
在生物學(xué)領(lǐng)域，你會(huì)認(rèn)為孟德爾的工作，作為一個(gè)成功的情況下，你把這個(gè)喧鬧的數(shù)據(jù) - 基本上計(jì)數(shù) - 你飛躍假設(shè)這一理論的對象...這是值得記憶與認(rèn)知科學(xué)方面，我們是種預(yù)伽利略，剛開始打開這個(gè)話題。我想你可以學(xué)到一些東西從科學(xué)工作[當(dāng)時(shí)]。事實(shí)上，一個(gè)化學(xué)史的創(chuàng)始實(shí)驗(yàn)中，大約1640左右，如果有人證明在科學(xué)界的滿意度，一路攀升到牛頓，水可以變成生活問題。他們這樣做的方式 - 當(dāng)然，沒有人知道任何有關(guān)光合作用 - 所以你做的是你把一堆土，加熱所有的水逃逸。你的體重，并把它的楊柳樹中的一個(gè)分支，澆上水就可以了，衡量你的水，你進(jìn)去，當(dāng)你這樣做，你的楊柳樹種植量，你再采取地球加熱所有的水都消失了 - 以前一樣。因此，您已經(jīng)表明，水可以變成一棵橡樹什么。這是一個(gè)實(shí)驗(yàn)，它右邊的類的，但它只是你不知道什么樣的事情，你應(yīng)該尋找。他們不知道，直到祭司發(fā)現(xiàn)，空氣是世界的一個(gè)組成部分，它得到了氮，等等，您了解光合作用等。然后，你可以重做實(shí)驗(yàn)，并找出發(fā)生了什么事情。但是你可以很容易地被誤導(dǎo)的實(shí)驗(yàn)，似乎工作，因?yàn)槟阌凶銐虻牧私獠恢酪獙ふ沂裁础６夷憧梢哉`導(dǎo)甚至更多，如果你嘗試研究樹木的生長，只是采取了大量的數(shù)據(jù)，如何生長的樹木，給它一個(gè)龐大的計(jì)算機(jī)，做了一些統(tǒng)計(jì)，得到一個(gè)近似發(fā)生了什么事。
喬姆斯基： ......好了，扔了很多的數(shù)據(jù)沒有工作。
但看到的比例是有道理的，給予理論。
喬姆斯基：是啊，他做了正確的事情。他的理論指導(dǎo)數(shù)據(jù)。這是或多或少被解雇的計(jì)數(shù)器數(shù)據(jù)，你知道你不能把它放在你的論文。他當(dāng)然談?wù)摰氖虑�，沒有人能找到，像你找不到他的假設(shè)的單位。但是，這是，當(dāng)然，這是的方式科普作品。與化學(xué)相同�；瘜W(xué)，直到我的童年，而不是很久以前，被認(rèn)為是作為一個(gè)計(jì)算設(shè)備。因?yàn)槟悴荒芙档臀锢韺W(xué)。因此，這只是一些實(shí)驗(yàn)結(jié)果的計(jì)算方式。玻爾原子對待。它的方式計(jì)算實(shí)驗(yàn)的結(jié)果，但它不能成為真正的科學(xué)，因?yàn)槟悴荒馨阉鼫p少到物理，順便說一句竟然是真實(shí)的，你不能減少它的物理，因?yàn)槲锢硎清e(cuò)誤的。當(dāng)量子物理學(xué)來了，你可以做統(tǒng)一化學(xué)大致維持不變。所以，該項(xiàng)目的減少是錯(cuò)誤的項(xiàng)目。正確的項(xiàng)目是怎么看這兩種方式看世界的統(tǒng)一。它原來是一個(gè)驚喜-他們從根本上改變基本的科學(xué)統(tǒng)一。這很可能是說，心理學(xué)和神經(jīng)科學(xué)的情況。我的意思是，遠(yuǎn)不及先進(jìn)的神經(jīng)科學(xué)是物理學(xué)的一個(gè)世紀(jì)前。
對還原論的方法尋找相關(guān)性的分子，這將大大...
喬姆斯基：是啊。事實(shí)上，簡單化的方法經(jīng)常被證明是錯(cuò)誤的。統(tǒng)一的做法是有道理的。但統(tǒng)一可能無法打開要減少，因?yàn)榭赡苁清e(cuò)誤的核心科學(xué)中的物理，化學(xué)的情況下，我懷疑很可能在神經(jīng)科學(xué)心理學(xué)的情況下。如果Gallistel是正確的，那將是一個(gè)很好的例子，是的，他們可以統(tǒng)一，但用不同的方法來神經(jīng)科學(xué)。
因此，是一個(gè)值得追求的目標(biāo)的統(tǒng)一或領(lǐng)域的同時(shí)進(jìn)行嗎？
喬姆斯基：嗯，統(tǒng)一是一種直觀的理想，科學(xué)的神秘感，如果你喜歡。這是你試圖找到一個(gè)統(tǒng)一的理論的世界�，F(xiàn)在也許有，也許不同的部分以不同的方式工作，但你的假設(shè)是，直到我證明是錯(cuò)誤的明確，我認(rèn)為有一個(gè)統(tǒng)一核算的世界，這是我的任務(wù)，試圖找到它。和統(tǒng)一可能不來減少-它往往不。這樣的指導(dǎo)邏輯的戴維·馬爾的方法：什么你發(fā)現(xiàn)在的計(jì)算水平應(yīng)該到被統(tǒng)一，什么你將有一天找到了在機(jī)制層面，但也許不是條款的方式，我們現(xiàn)在了解的機(jī)制。
隱含在馬爾看來，你不能在所有三個(gè)平行[計(jì)算，算法，執(zhí)行水平，它必須自上而下進(jìn)行，這是一個(gè)非常嚴(yán)格的要求，科學(xué)通常不工作，方式。
喬姆斯基：嗯，他就不用說了，它是剛性的。例如，發(fā)現(xiàn)更多的機(jī)制，可能會(huì)導(dǎo)致你改變你的計(jì)算的概念。但也有一種邏輯的優(yōu)先級，這不一定是研究的優(yōu)先級，因?yàn)樵谘芯恳磺性谕粫r(shí)間的推移。但我認(rèn)為，粗糙的畫面是好的。雖然我提，Marr的概念設(shè)計(jì)輸入系統(tǒng)...
信息處理系統(tǒng)...
喬姆斯基：是啊，你的視野。在那里有一些數(shù)據(jù)-這是一個(gè)處理系統(tǒng)-和里面的東西。它也沒有很好的認(rèn)知系統(tǒng)而設(shè)計(jì)的。喜歡你的算術(shù)運(yùn)算能力..
這是非常差的，但是，是...
喬姆斯基：好吧（笑）。但它是一個(gè)內(nèi)部的能力，你知道你的大腦是一個(gè)控制單元的某種圖靈機(jī)，它可以訪問一些外部數(shù)據(jù)，如記憶，時(shí)間等。而在原則上，你可以乘什么，但當(dāng)然不是在實(shí)踐中。如果你試圖找出什么是你的內(nèi)部系統(tǒng)，的馬爾層次并沒有真正很好地工作。您能談?wù)動(dòng)嘘P(guān)的計(jì)算水平-可能的規(guī)則我已經(jīng)是皮亞諾的公理[ 編者注：一個(gè)數(shù)學(xué)理論（意大利數(shù)學(xué)家朱塞佩·皮亞諾命名），描述了一個(gè)核心的基本規(guī)則的算術(shù)和自然數(shù)，從許多有用的關(guān)于算術(shù)的事實(shí)可以推斷，或東西，不管他們是-這是計(jì)算的水平。從理論上講，雖然我們不知道怎么回事，你可以談?wù)摰纳窠?jīng)生理水平，沒有人知道怎么回事，但有沒有真正的算法的水平。因?yàn)闆]有知識的計(jì)算，它只是一個(gè)系統(tǒng)的知識。要找出知識的系統(tǒng)的性質(zhì)，沒有算法，因?yàn)椴淮嬖诘倪^程。使用的知識體系，將有一個(gè)過程，但不同的東西。
但由于我們犯錯(cuò)誤，是不是證明了問題的過程嗎？
喬姆斯基：這是使用內(nèi)部系統(tǒng)的過程。但內(nèi)部的系統(tǒng)本身是不是一個(gè)過程，因?yàn)樗痪哂幸粋�(gè)算法。說，普通的數(shù)學(xué)。如果你把皮亞諾公理和推理規(guī)則，確定算術(shù)運(yùn)算，但沒有任何算法。如果你問一些理論家是如何適用，以及各種方法。也許你不開始與公理，并開始與推理規(guī)則。您的定理，看看我能不能建立一個(gè)引理，如果它的工作原理，然后看看我的東西，可以嘗試接地引理，最后你得到了證明，這是一個(gè)幾何對象。
但是，從我小的數(shù)字相加在我的頭上，這肯定有某種算法，這是一個(gè)根本不同的活動(dòng)。
喬姆斯基：不一定。在這兩種情況下的過程中有一個(gè)算法。但目前還沒有對系統(tǒng)本身的算法，這是一種一類的錯(cuò)誤。你不問的問題是什么是由皮亞諾公理和推理規(guī)則定義的過程，沒有過程�？梢允褂盟鼈兊奶幚怼Ｋ赡苁且粋�(gè)復(fù)雜的過程，同樣是真實(shí)的計(jì)算。內(nèi)部系統(tǒng)，你必須-因?yàn)檫@，這個(gè)問題的過程中并沒有出現(xiàn)。但您使用的內(nèi)部系統(tǒng)，它出現(xiàn)的時(shí)候，你可以進(jìn)行乘法各種方式。譬如當(dāng)你增加7個(gè)和6個(gè)，比方說，一個(gè)算法是說：“我會(huì)看看有多少需要得到10個(gè)” -需要3，現(xiàn)在我已經(jīng)有4左，所以我得走了從10增加4個(gè)，我拿14。這是一個(gè)添加的算法-它實(shí)際上是我在幼兒園教。這是一種方式添加。
但也有其他的方法來添加 - 有沒有一種正確的算法。這些算法的開展過程中，認(rèn)知系統(tǒng)，在你的腦袋。該系統(tǒng)的，你不問這個(gè)算法。你可以問的計(jì)算，你可以問機(jī)制。但該算法級別不存在用于該系統(tǒng)。這是相同的語言。語言是有點(diǎn)像的算術(shù)能力。這里也有一些系統(tǒng)在那里，確定可能的句子的無限陣列的聲音和意義。但毫無疑問的算法是什么。像有一個(gè)正式的系統(tǒng)的算法告訴你有關(guān)證明定理毫無疑問的。該系統(tǒng)的使用是一個(gè)過程，你可以研究它在Marr的水平上。但重要的是在概念清楚這些區(qū)別。
這似乎只是一個(gè)驚人的任務(wù)去的計(jì)算理論，皮亞諾公理一樣，馬爾3級的...
喬姆斯基：機(jī)制...
...機(jī)制和實(shí)現(xiàn)...
喬姆斯基：哦，是的。嘛。
..沒有至少一個(gè)算法。
喬姆斯基：嗯，我不認(rèn)為這是真的。也許它是如何使用的信息，會(huì)告訴你一些有關(guān)的機(jī)制。但一些高智能的-也許比我們高-會(huì)看到有一個(gè)內(nèi)部系統(tǒng)，它有一個(gè)生理的基礎(chǔ)上，我可以學(xué)習(xí)的生理基礎(chǔ)的內(nèi)部系統(tǒng)。甚至在尋找的過程，它的使用。也許尋找的過程，也許它的使用為您提供有用的信息如何進(jìn)行。但它的概念上是不同的問題。這是問題，什么是最好的方式學(xué)習(xí)的東西。因此，也許最好的方式來學(xué)習(xí)皮亞諾公理和神經(jīng)元之間的關(guān)系是通過觀察數(shù)學(xué)家證明定理。然而，這僅僅是因?yàn)樗鼤?huì)給你的信息可能會(huì)有所幫助。該實(shí)際的最終結(jié)果將是一個(gè)帳戶在大腦中的系統(tǒng)，它的生理基礎(chǔ)，沒有參照任何算法。的算法是使用的過程，它可以幫助您得到答案。也許就像斜面告訴你一件事下降的速度，但如果你看一下牛頓定律，他們并沒有說任何有關(guān)傾斜平面。
右。因此，學(xué)習(xí)的Marr使用這種方法的認(rèn)知和語言系統(tǒng)的邏輯是有道理的，但因?yàn)槟阏J(rèn)為，語言能力的遺傳稟賦的一部分，你可以將其應(yīng)用到其他生物系統(tǒng)，如免疫系統(tǒng)，循環(huán)系統(tǒng)系統(tǒng)....
喬姆斯基：當(dāng)然，我認(rèn)為這是非常類似的。你可以說的是同一件事的免疫系統(tǒng)的研究。
它甚至可能是簡單的，其實(shí)，做到這一點(diǎn)的認(rèn)知這些系統(tǒng)。
喬姆斯基：雖然你所期望的不同的答案。你可以這樣做的消化系統(tǒng)。假設(shè)某人的研究消化系統(tǒng)。那么，他們就不會(huì)學(xué)習(xí)會(huì)發(fā)生什么，當(dāng)你有一肚子的流感，或當(dāng)你剛吃一個(gè)大蘋果，或一些。讓我們回到窗外拍照。研究消化系統(tǒng)的方法之一是采取在任何情況下，你可以找到有關(guān)消化系統(tǒng)做什么，折騰到計(jì)算機(jī)中的數(shù)據(jù)，進(jìn)行統(tǒng)計(jì)分析的所有數(shù)據(jù)-你得到的東西。但它不會(huì)是任何生物學(xué)家會(huì)做什么。他們希望到抽象的路程，在開始的時(shí)候，從什么被推定-也許是錯(cuò)，你永遠(yuǎn)是錯(cuò)的-不相關(guān)的變量，如你有胃流感。
但是，這正是生物學(xué)家在做什么，他們正在生病的人與病人的消化系統(tǒng)，比較它們的法線，并測量這些分子的性質(zhì)。
喬姆斯基：他們這樣做是在一個(gè)高級階段。他們已經(jīng)明白了不少消化系統(tǒng)的研究之前，我們對它們進(jìn)行比較，否則，你會(huì)不知道該怎么比較，為什么一個(gè)又一個(gè)不。
好了，他們依靠統(tǒng)計(jì)分析，挑選出的功能歧視。這是一個(gè)高度可資助的方法，因?yàn)槟阕苑Q研究生病的人。
喬姆斯基：這可能是資金的事情的方式。比如基金研究語言的方式是說，也許有助于治療自閉癥。這是一個(gè)不同的問題（笑）。但開始你，振振有詞，采取的是不相關(guān)的入侵，看看你能不能找到它的基本性質(zhì)-然后會(huì)問，那么，會(huì)發(fā)生什么，當(dāng)我把一些這方面的研究系統(tǒng)抽象的邏輯搜索其他的東西，如胃流感。
它似乎仍然像有Marr的水平，這些類型的系統(tǒng)應(yīng)用中的一個(gè)難點(diǎn)。如果你問，什么是，大腦是解決計(jì)算問題，我們有一種答案，它有點(diǎn)像一臺電腦。但是，如果你問，什么是計(jì)算問題的解決是非常困難的，甚至認(rèn)為肺， - 這不是明顯的信息處理這類問題。
喬姆斯基：沒有，但我們沒有理由認(rèn)為所有的生物計(jì)算。有可能會(huì)被認(rèn)為是認(rèn)知的原因。而事實(shí)上，Gallistel不說，一切都在身體應(yīng)該加以研究，發(fā)現(xiàn)讀/寫/地址單元。
這似乎只是任何進(jìn)化的直覺相反。這些系統(tǒng)的共同進(jìn)化，重復(fù)使用許多相同的部件，相同的分子，途徑。細(xì)胞被計(jì)算的東西。
喬姆斯基：你不學(xué)習(xí)，肺經(jīng)詢問哪些單元格計(jì)算。研究免疫系統(tǒng)和視覺系統(tǒng)，但你不會(huì)期望找到相同的答案。一個(gè)有機(jī)體，是一個(gè)高度模塊化的系統(tǒng)，有很多復(fù)雜的子系統(tǒng)，這是更多或更少內(nèi)部集成。他們通過不同的原則。生物學(xué)是高度模塊化。你不要以為這一切都只是一個(gè)大的爛攤子，都扮演同樣的方式。
不，肯定的，但我是說你會(huì)采用同樣的方法來研究每個(gè)模塊。
喬姆斯基：不一定，如果模塊是不同的。一些模塊可能是計(jì)算，其他的可能不大。
所以，你會(huì)覺得這是充分的理論是解釋，而不是只是預(yù)測數(shù)據(jù)，統(tǒng)計(jì)的方法，這將是一個(gè)充分的理論系統(tǒng)，計(jì)算系統(tǒng) - 我們甚至可以理解他們嗎？
喬姆斯基：當(dāng)然。您可以了解了很多有關(guān)的說法，是什么讓一個(gè)胚胎變成一只雞而不是鼠標(biāo)，讓我們說。這是一個(gè)非常復(fù)雜的系統(tǒng)，涉及到各種化學(xué)相互作用，各種其他的事情。即使是線蟲，這是沒有辦法的明顯-事實(shí)上，有研究報(bào)告-這一切都只是問題的一個(gè)神經(jīng)網(wǎng)絡(luò)。你必須看看在大腦中發(fā)生了復(fù)雜的化學(xué)反應(yīng)，在神經(jīng)系統(tǒng)中。你有自己的每個(gè)系統(tǒng)的研究。這些化學(xué)相互作用，可能不是你的算術(shù)能力的作品-可能是不相關(guān)的。但他們很可能是關(guān)系到是否決定提高你的手臂或降低。
不過，如果你研究的化學(xué)作用，它可能會(huì)導(dǎo)致你進(jìn)入你打電話只是重述的現(xiàn)象。
喬姆斯基：或解釋。因?yàn)橐苍S這是直接，最重要的是，參與。
但是，如果你能解釋一下它的化學(xué)X已被打開，或基因X已被打開，你還沒有真正解釋如何確定是生物體。你只是找到了一個(gè)開關(guān)，打的開關(guān)。
喬姆斯基：但你看進(jìn)一步，并找出是什么使這個(gè)基因在這種情況下，做這樣或那樣的，做別的事，在不同的情況下。
但是，如果基因是錯(cuò)誤的抽象層次上，你會(huì)搞砸了。
喬姆斯基：那你不會(huì)得到正確的答案。也許他們不是。例如，這是非常困難的，占一個(gè)有機(jī)體如何從一個(gè)基因組中產(chǎn)生。有各種生產(chǎn)在細(xì)胞上。如果你只是看在基因作用方式，您可能無法在正確的抽象級別。你永遠(yuǎn)不知道，這就是你的研究。我不認(rèn)為有任何的算法，對這些問題的回答，您不妨一試。
所以，我想換檔更傾向于進(jìn)化。你批評你所謂的“親緣經(jīng)驗(yàn)主義的一個(gè)非常有趣的位置。” 你批評這個(gè)位置，不具有解釋能力。它只是說：好，頭腦的方式，因?yàn)檫m應(yīng)的環(huán)境中被選擇為。而這些被選定為自然選擇。你認(rèn)為，這并不能說明什么，因?yàn)槟憧偸强梢韵蜻@兩個(gè)原則的突變和選擇。
喬姆斯基：那么你可以在他們揮動(dòng)你的手，但他們可能是正確的。這可能是，比方說，你的算術(shù)能力的發(fā)展，產(chǎn)生的隨機(jī)突變和選擇。如果它是真實(shí)的，精致的。
這似乎是不言自明。
喬姆斯基：嗯，我的意思是，這并不意味著它是假的。老生常談是真實(shí)的。[笑]。
但他們并沒有解釋太多。
那么，他們限制了生物學(xué)，肯定的。喬姆斯基：也許這是你能得到的最高水平的解釋。你可以發(fā)明一個(gè)世界-我不認(rèn)為這是我們的世界-但你可以創(chuàng)造對象和選擇的基礎(chǔ)上，外部勢力，除了隨機(jī)變化的世界里，什么也沒有發(fā)生。我不認(rèn)為這是我們這個(gè)世界的工作方式，我不認(rèn)為，任何生物學(xué)家認(rèn)為這是它的方式。有各種方式在自然法的規(guī)定，渠道選擇，和一些事情都可能發(fā)生，其他事情沒有發(fā)生。很多的事情，在生物體的生物學(xué)不喜歡這樣。因此，采取的第一個(gè)步驟，減數(shù)分裂。為什么細(xì)胞分裂成球，而不是立方體？這不是隨機(jī)突變和自然選擇，它是一個(gè)物理定律。我們沒有理由認(rèn)為，物理定律的停在那里，他們的工作，一路過關(guān)斬將。
喬姆斯基：好，那么它不只是隨機(jī)突變和選擇。這是隨機(jī)突變，選擇，一切問題，就像物理定律的。
那么，有沒有空間，現(xiàn)在產(chǎn)品標(biāo)簽上的“比較基因組學(xué)”，像這里的Broad研究所在麻省理工學(xué)院/哈佛的這些方法產(chǎn)生大量的數(shù)據(jù)，不同的基因組，不同的動(dòng)物，不同的細(xì)胞在不同的條件下，任何分子測序，是sequenceable。有什么可以收集這些比較進(jìn)化研究這些高層次的認(rèn)知任務(wù)，或者是過早嗎？
喬姆斯基：我不是說這是錯(cuò)誤的做法，但我不知道什么，可以從它。你也不會(huì)希望。
你不會(huì)有任何的例子，這種進(jìn)化分析已通知了嗎？Foxp2的突變一樣嗎？[ 編者按：一個(gè)基因，該基因被認(rèn)為在言語或語言能力受到牽連。被發(fā)現(xiàn)有破壞這種基因的基因突變，一個(gè)家庭與一個(gè)刻板的言語障礙。這種基因進(jìn)化到有幾個(gè)獨(dú)特的人類進(jìn)化譜系的突變。
喬姆斯基： FOXP2是一種有趣的，但它并沒有什么做語言。它做精細(xì)動(dòng)作的協(xié)調(diào)和類似的東西。發(fā)生在語言的運(yùn)用，就像當(dāng)你說話時(shí)你控制你的唇等，但所有的外設(shè)語言的，而且我們知道。因此，舉例來說，不管你使用的發(fā)音器官或符號，你知道手部動(dòng)作，這是同一種語言。事實(shí)上，它甚至被分析，并在相同的大腦部位產(chǎn)生的，即使其中之一是移動(dòng)你的手，另一種是移動(dòng)你的嘴唇。所以，無論是外化，它似乎很外設(shè)。我想他們是太復(fù)雜了談，但我認(rèn)為如果你仔細(xì)觀察語言的設(shè)計(jì)特點(diǎn)，你得到的證據(jù)，。有很多有趣的情況下，在語言學(xué)習(xí)中你可以找到計(jì)算效率和溝通效率之間的沖突。
這種情況下，我什至提到的線性順序。如果你想知道哪個(gè)動(dòng)詞，副詞的重視，嬰兒本能地用最小的結(jié)構(gòu)距離，不是最小的直線距離。那么，它用最小的直線距離，計(jì)算方便，但它需要有線性順序。如果線性順序僅僅是一個(gè)反射的感覺運(yùn)動(dòng)的系統(tǒng)，這是有意義的，它不會(huì)提供。這是證據(jù)，映射的內(nèi)部系統(tǒng)感覺運(yùn)動(dòng)系統(tǒng)的外圍設(shè)備的計(jì)算系統(tǒng)的運(yùn)作。
但它也可能限制它的物理限制減數(shù)分裂？
喬姆斯基：這可能，但有很少的證明了這一點(diǎn)。因此，例如，一個(gè)句子的左端部-遺留在早期感-從右端具有不同的性質(zhì)。如果你要問一個(gè)問題，讓我們說：“你有沒有看到誰？” 你把“誰”前方，而不是結(jié)束。事實(shí)上，在每一種語言中，一個(gè)wh-短語-喜歡誰，或書，或東西-移動(dòng)到別的地方，它移動(dòng)到左邊，不正確的。這是非常有可能是處理約束。這句話告訴你，聽者打開，在這里它是什么樣的一個(gè)句子。如果它結(jié)束時(shí)，你必須把整個(gè)的陳述句，和結(jié)束時(shí)，我要問你得到的信息。如果你把它拼出來，它可能是一個(gè)處理約束。所以這是一個(gè)情況下，如果為true，在處理約束，外化，會(huì)影響計(jì)算字符的語法和語義。
在有些情況下，你找到明確的計(jì)算效率和溝通效率之間的沖突。舉個(gè)簡單的情況下，結(jié)構(gòu)歧義。如果我說，“探親可以是一個(gè)麻煩” - 這是含糊不清的。親戚訪問，或探親。在的每這種情況下，原來的計(jì)算方法是簡單地允許自由運(yùn)作的規(guī)則，沒有約束，有時(shí)產(chǎn)量含糊，歧義。因此，它的計(jì)算效率高，但它的效率低下的通信，因?yàn)樗鼤?huì)導(dǎo)致無法解決的歧義。
或者采取什么所謂的花園路徑句子，這樣的句子：“馬跑過的谷倉下跌”。人不理解，因?yàn)樗耐度敕绞�，他們帶領(lǐng)下來一條花園小徑。“馬跑過的谷倉”聽起來像一個(gè)句子，然后你會(huì)問什么是“跌”在那里干什么結(jié)束。另一方面，如果你想想看，這是一個(gè)完全形成的句子。它指的馬賽跑過去的谷倉，有人下跌。但規(guī)則時(shí)，他們的語言功能，正好給你一個(gè)句子是難以理解的，因?yàn)榛▓@路徑現(xiàn)象。有很多這樣的情況下。有一些事情你就不能說，出于某種原因。所以，如果我說，“力學(xué)固定的車”。你說，“他們想知道的力學(xué)固定的車。” 您可以詢問有關(guān)汽車的問題，“有多少車，他們不知道是否力學(xué)固定的嗎？” 更多或更少的還好。假設(shè)你要問的力學(xué)問題。“有多少力學(xué)他們不知道如果固定的車嗎？” 不知怎的，這是行不通的，不能說。這是一個(gè)很好的想法，但你不能說。好吧，如果你看看它在細(xì)節(jié)，最高效的計(jì)算規(guī)則，防止你說。但表達(dá)思想，進(jìn)行交流溝通，它會(huì)是更好的，如果你能說的話 - 所以這是一個(gè)沖突。
而事實(shí)上，每一個(gè)已知的沖突的情況下，計(jì)算效率獲勝。外部性產(chǎn)生的含糊之處，但各種簡單的計(jì)算的原因，似乎是在系統(tǒng)內(nèi)部僅僅是計(jì)算有效的，它不關(guān)心的外化。好了，我還沒有一個(gè)非常合理的，但如果你把它拼出來，可以相當(dāng)有說服力的論據(jù)，我認(rèn)為。
這告訴一些關(guān)于進(jìn)化。這有力地表明的是一個(gè)計(jì)算系統(tǒng)，在語言的演變，發(fā)展，后來它被外在的。如果你認(rèn)為如何可能演化的語言，你幾乎代替了這一立場。在人類進(jìn)化過程中，在某些時(shí)候，它顯然是相當(dāng)近期的考古記錄 - 也許十萬年，這只不過是一個(gè)計(jì)算系統(tǒng) - 在某些時(shí)候出現(xiàn)了新的屬性，其他生物不具備的，這具有一種算術(shù)類型屬性...
它能夠更好地想過的外化？
喬姆斯基：讓你以為。一些重新布線的大腦，這種情況發(fā)生在一個(gè)單一的人，而不是在一組。所以，人有思想的能力-沒有。這樣就不會(huì)有任何一點(diǎn)外在化。后來，此基因變化的激增，也許很多人，還好后來有一個(gè)點(diǎn)，想辦法把它映射到感覺運(yùn)動(dòng)系統(tǒng)的外化，但它是一個(gè)次要的過程。
除非外在和內(nèi)部的思想系統(tǒng)結(jié)合的方式，我們根本無法預(yù)測。
喬姆斯基：我們無法預(yù)測，但他們沒有很大的意義。為何要連接到外部系統(tǒng)的嗎？其實(shí)，說是不是你的算術(shù)能力。還有其他的動(dòng)物，如鳴禽，其中有內(nèi)部計(jì)算系統(tǒng)，鳥雀鳴唱。這是不一樣的系統(tǒng)，但它的一些內(nèi)部計(jì)算系統(tǒng)的一種。它是外在的，但有時(shí)并非如此。一只小雞在某些物種中獲得該物種的歌曲，但不生產(chǎn)，直至到期日。，早期期間，它具有的歌曲，但它不具有“外系統(tǒng)。其實(shí)這是真正的人類，人類嬰兒一樣明白了很多超過它可以生產(chǎn)-大量的實(shí)驗(yàn)證據(jù)證明這一點(diǎn)，這意味著它的內(nèi)部系統(tǒng)不知何故，但它不能外部。也許它不會(huì)有足夠的內(nèi)存，或不管它可能是。
我想一個(gè)問題，關(guān)于科學(xué)哲學(xué)的關(guān)閉。在最近的一次采訪中，你說的問題是，科學(xué)家不認(rèn)為有足夠的了解他們是怎么到的那部分。你剛才提到你教的哲學(xué)，科學(xué)課程在麻省理工學(xué)院和人會(huì)讀，說，威拉德·奧曼蒯因，它會(huì)去其他的一只耳朵出，人會(huì)回去做同一種科學(xué)，他們在做什么。已取得的見解，在哲學(xué)的科學(xué)，是最相關(guān)的科學(xué)家是誰試圖讓說，解釋生物學(xué)，并給出一個(gè)解釋的理論，而不是重述的現(xiàn)象是什么？你有什么期望從這樣的理論，并什么幫助指導(dǎo)科學(xué)的見解，以這種方式呢？而不是引導(dǎo)它向行為主義，這似乎是一種直覺，很多，說，神經(jīng)科學(xué)家有哪些？
喬姆斯基：科學(xué)哲學(xué)是一個(gè)非常有趣的領(lǐng)域，但我不認(rèn)為這真的有助于科學(xué)，學(xué)習(xí)科學(xué)。它試圖理解科學(xué)做什么，為什么他們實(shí)現(xiàn)的事情，什么是錯(cuò)誤的路徑，如果我們能編纂，并體會(huì)到了。我認(rèn)為這是有價(jià)值的，是科學(xué)的歷史。我認(rèn)為，我們學(xué)到了很多東西，從科學(xué)的歷史是非常有價(jià)值的新興科學(xué)。特別是當(dāng)我們意識到中說，新興的認(rèn)知科學(xué)，我們真的是在一種伽利略階段。我們不知道我們要找的了，比伽利略那樣，有很多學(xué)習(xí)。因此，例如，一個(gè)驚人的事實(shí)，對早期的科學(xué)，而不僅僅是伽利略，但伽利略的突破，是認(rèn)識到簡單的事情，是令人費(fèi)解的。
以說，如果我在這里一杯水，說水沸騰[水]將交出，蒸汽會(huì)上升，但如果我把我的手推開杯將下降。那么為什么杯秋季和蒸汽上升呢？好了幾千年，有一個(gè)滿意的答復(fù)，他們正在尋找他們的天然場所。
在亞里士多德物理學(xué)一樣嗎？
喬姆斯基：這是亞里士多德的物理學(xué)。最好的和最偉大的科學(xué)家認(rèn)為這是答案。伽利略使自己的疑惑。只要你讓自己感到困惑的是，你馬上就發(fā)現(xiàn)，你的直覺是錯(cuò)的。喜歡一個(gè)大質(zhì)量的下降和一個(gè)小的質(zhì)量，等等。你的直覺是錯(cuò)誤的- ，有困惑隨處可見。這是從科學(xué)史可以學(xué)到一些東西。以一個(gè)例子，我給你的，“本能老鷹飛游”。從來沒有人認(rèn)為這是令人費(fèi)解的-是啊，為什么不呢。但是，如果你仔細(xì)想想，這是非常令人費(fèi)解，你正在使用一個(gè)復(fù)雜的計(jì)算，而不是一個(gè)簡單的。好吧，如果你讓自己感到困惑的，像秋天一個(gè)杯子，你問：“為什么？” 然后你帶領(lǐng)下來到了一些非常有趣的答案的路徑。譬如線性順序的計(jì)算系統(tǒng)的一部分，這是一個(gè)強(qiáng)烈的要求的架構(gòu)的頭腦-它說，這只是一部分的外在制度，次要的，你知道的。這開辟了各種其他的路徑，同一切。
另外一種情況：減少和統(tǒng)一之間的差異�？茖W(xué)史提供了一些非常有趣的插圖，化學(xué)和物理等，我認(rèn)為他們是非常相關(guān)的認(rèn)知和神經(jīng)科學(xué)等今天的狀態(tài)。
