辛顿的牛津演讲与乔姆斯基的刺激贫乏论

doi:10.12002/j.bisu.572

北京第二外国语学院学报 ›› 2025, Vol. 47 ›› Issue (2): 1-17.DOI: 10.12002/j.bisu.572

• 名家论坛 • 下一篇

辛顿的牛津演讲与乔姆斯基的刺激贫乏论

冯志伟(), 张灯柯()

新疆大学，乌鲁木齐 830000

出版日期:2025-04-30 发布日期:2025-06-05
作者简介:冯志伟，新疆大学新疆民汉语文翻译研究中心，830000，研究方向：计算语言学。电子邮箱：zwfengde2010@163.com
张灯柯，新疆大学新疆民汉语文翻译研究中心，830000，研究方向：计算语言学、维吾尔语信息化。电子邮箱：zdk9013@126.com
基金资助:
2020年国家社会科学基金重大项目“面向新疆义务教育的语言资源数据库建设及应用研究”(20&ZD293);2021年新疆维吾尔自治区社会科学基金项目“维吾尔语中外来语借词的本土化、世俗化、现代化研究”(21BYY140);2024年新疆维吾尔自治区高校基本科研业务费科研项目“《红楼梦》汉维双语句法剖析树库的设计与构建”(XJEDU2024J022)

Hinton’s Oxford Speech and Chomsky’s Stimulus Poverty Theory

Feng Zhiwei(), Zhang Dengke()

Xinjiang University, Urumqi 830000, China

Online:2025-04-30 Published:2025-06-05

摘要/Abstract

摘要：

2024年，辛顿在牛津大学演讲时介绍了人工神经网络的基本原理，同时批评了乔姆斯基的语言理论。本文认为，数字智能学习语言的方式与人类学习语言的方式并不完全相同。人类的语言习得有先天的因素，也有后天的因素；而数字智能需要学习大规模的语言数据，并不存在刺激贫乏的问题，没有先天的因素。我们不能因为数字智能不存在刺激贫乏而否认人类语言具有先天的因素，也不能把数字智能与人类智能等同起来而忽视数字智能与人类智能的差别。

关键词: 数字智能; 人类智能; 大语言模型; 规模法则; 刺激贫乏论

Abstract:

In his speech at Oxford University, Hinton introduced the basic principles of artificial neural networks while also criticizing Chomsky’s stimulus poverty theory. This article points out that the way in which “digital intelligence” learns language is not exactly the same as the way in which humans learn language. While human language acquisition involves both innate and acquired factors, digital intelligence needs to learn from large-scale language data and does not encounter the issue of stimulus poverty, as it lacks innate factors. However, we cannot deny the existence of stimulus poverty in human language because digital intelligence does not have this issue. We cannot equate digital intelligence with human intelligence; nor can we neglect the differences between them.

Keywords: digital intelligence; human intelligence; large language model; scaling law; stimulus poverty theory

中图分类号:

冯志伟, 张灯柯. 辛顿的牛津演讲与乔姆斯基的刺激贫乏论[J]. 北京第二外国语学院学报, 2025, 47(2): 1-17.

Feng Zhiwei, Zhang Dengke. Hinton’s Oxford Speech and Chomsky’s Stimulus Poverty Theory[J]. Journal of Beijing International Studies University, 2025, 47(2): 1-17.

图/表 7

图1 辛顿在牛津大学演讲

图2 简单的神经网络

图3 神经网络的自动学习

图4 用神经网络进行图像识别

图5 从单词中学习特征向量

图6 辛顿演讲发言

图7 规模法则（Kaplan et al.，2020：3）

参考文献 37

[1]	BAKER C L. Syntactic theory and the projection problem[J]. Linguistic Inquiry, 1979(4):533-581.
[2]	BAKER C L & MCCARTHY J J. The Logical Problem of Language Acquisition[M]. Cambridge: MIT Press,1981.
[3]	CARROLL D W. Psychology of Language[M]. Stanford: Cengage Learning, 2008.
[4]	CHOMSKY N. Three models for the description of language[J]. IRE Transactions on Information Theory, 1956(3):113-124.
[5]	CHOMSKY N. Syntactic Structures[M]. S-Gravenhage: Mouton & Co.,1957.
[6]	CHOMSKY N. Review[J]. Language, 1959(1):26-58.
[7]	CHOMSKY N. Aspects of the Theory of Syntax[M]. Cambridge: MIT Press,1965.
[8]	CHOMSKY N. Rules and representations[J]. Behavioral and Brain Sciences, 1980(1):1-15.
[9]	CHOMSKY N. The Generative Enterprise: A Discussion with Riny Huybregts and Henk van Riemsdijk[M]. Dordrecht: Foris Publications,1982.
[10]	CRAIN S & NAKAYAMA M. Structure dependence in grammar formation[J]. Language, 1987(3):522-543.
[11]	CRAIN S & PIETROSKI P. Why language acquisition is a snap[J]. The Linguistic Review, 2002(1-2):163-183.
[12]	HAUSER M D, NEWPORT E L, ASLIN R N. Segmentation of the speech stream in a non-human primate: Statistical learning in eider monkeys[J]. Cognitive Psychology, 2021,78:53-64.
[13]	HINTON G. Will Digital Intelligence Replace Biological Intelligence?[R/OL]. (2024-02-19)[2024-11-10]. https://www.youtube.com/watch?v=N1TEjTeQeg0.
[14]	HORNSTEIN N & LIGHTFOOT D. Explanation in Linguistics: The Logical Problem of Language Acquisition[M]. London: Longman,1981.
[15]	KAPLAN J, MCCANDLISH S, HENIGHAN T, et al. Scaling Laws for Neural Language Models[EB/OL].( 2020-01-23)[2024-02-18]. https://arxiv.org/pdf/2001.08361v1.
[16]	PULLUM G K & SCHOLZ B C. Empirical assessment of stimulus poverty arguments[J]. The Linguistic Review, 2002(1-2):9-50.
[17]	SAMPSON G. Exploring the richness of the stimulus[J]. The Linguistic Review, 2002(1-2):73-104.
[18]	SOLOMONOFF R J. A formal theory of inductive inference. Part I[J]. Information and Control, 1964(1):1-22.
[19]	卜杰民. 从语言习得看刺激贫乏论之争论[J]. 长沙大学学报, 2016(3):89-93.
[20]	陈满华. 强式最简命题及相关的几个理论问题[J]. 东北师大学报(哲学社会科学版), 2024(5):64-74.
[21]	范毅强, 李侠. 从普遍语法到心理模块——先天论视角下的认知构成性假说[J]. 淮阴师范学院学报(哲学社会科学版), 2009(2):166-170.
[22]	冯志伟. 语言学中一个不容忽视的学科:术语学[J]. 山东外语教学, 2012(6):31-39.
[23]	冯志伟, 张灯柯. GPT与语言研究[J]. 外语电化教学, 2023(2):3-11.
[24]	冯志伟, 张灯柯. 计算语言学中语言知识生产范式的变迁[J]. 当代修辞学, 2024a(2):23-43.
[25]	冯志伟, 张灯柯. 人工智能中的大语言模型[J]. 外国语文, 2024b(3):1-29.
[26]	冯志伟, 张灯柯. 语言模型与人工智能[J]. 外语研究, 2024c(1):1-19.
[27]	冯志伟, 张灯柯, 饶高琦. 从图灵测试到ChatGPT——人机对话的里程碑及启示[J]. 语言战略研究, 2023(2):20-24.
[28]	黄慧. 二语习得的逻辑问题:从普遍语法到联结主义[J]. 天津外国语学院学报, 2006(6):43-46,64.
[29]	李德毅. 机器如何不像人那样认知[J]. 中国计算机学会通讯, 2024(7):54-57.
[30]	李佐文. ChatGPT赋能外语教学:场景与策略[J]. 北京第二外国语学院学报, 2024(1):109-118.
[31]	乔姆斯基. 句法结构[M]. 第2版. 陈满华,译. 北京: 商务印书馆, 2022.
[32]	束定芳. 语言习得中的语言输入及语言能力的发展——以《人生初年——一名中国女孩的语言日志》中“冬冬”的母语习得过程为例[J]. 北京第二外国语学院学报, 2024(1):3-18.
[33]	宋超. 乔姆斯基与刺激贫乏论:缘起、发展与现状[J]. 外文研究, 2024(1):17-23.
[34]	辛顿. 杰弗里·辛顿接受尤利西斯奖章时发表的获奖感言[J]. 陈国华,译. 当代语言学, 2024(4):489-495.
[35]	杨小璐. 关于刺激贫乏论的争论[J]. 外语教学与研究, 2004(2):131-136.
[36]	俞建梁. 国外FOXP2基因及其语言相关性研究二十年[J]. 现代外语(季刊), 2011(3):310-316.
[37]	郑晓行. 语言研究的乔姆斯基时代该终结了——从刺激贫乏论说起[J]. 语文学刊, 2015(10):1-5,11.

辛顿的牛津演讲与乔姆斯基的刺激贫乏论

Hinton’s Oxford Speech and Chomsky’s Stimulus Poverty Theory

RichHTML

PDF (PC)

可视化

摘要/Abstract

引用本文

使用本文

图/表 7

参考文献 37

相关文章 2

编辑推荐

Metrics

本文评价

[1]	王立非. 智能语言服务是新质生产力[J]. 北京第二外国语学院学报, 2025, 47(1): 54-61.
[2]	束定芳. 语言习得中的语言输入及语言能力的发展——以《人生初年——一名中国女孩的语言日志》中“冬冬”的母语习得过程为例[J]. 北京第二外国语学院学报, 2024, 46(1): 3-18.