机器学札记专栏开心色播

1 一册索绪尔没写过的名著

说起来，索绪尔某种风趣上算是荣幸的。他于1913年殒命于日内瓦，死时简直已追忆到籍籍无名的状态，却长久躲开了两次寰宇大战的大难。

3年后，1916年，一册签字斐迪南·德·索绪尔的书，在乏东谈主问津的状态下出书——其时一战正打得繁荣兴旺、死伤枕藉，很少有东谈主会去扎眼这样一册叫作《普通语言学教程》的书名乏味，内容对其时绝大多数东谈主来说也很无聊的教科书。而且这本书根底不是索绪尔本东谈主“写”的（正如知名结构主义体裁表面家乔纳森·卡勒所说，“他对语言学和其他学科的影响都来自一些他从未写过的东西”），而是他临了的几个学生——甚至未必称得上是尺度风趣上的学生，因为他只是在共事退休后急促接办了三学期课，而负责裁剪使命的有两位甚至都没听过他这门课——整理出书的一部课堂札记。6年后，大战尘埃落定余波未平之际，这本书终于出了第二版，然后再要等上整整27年，它才能鄙人一场大战又已终结而冷战尚未开启的1949年，迎来我方的第三版。

但即是这样一册简直名不正言不顺的“著述”，成了20世纪后半叶所有蔚为壮不雅的结构主义、标记学领悟乃至算作它们的“逻辑效力”的解构主义、后当代主义的源流，更无谓说语言学商议本人因此而发生的移山倒海的变化。

算作最新的后续，我想说，甚至对于领路什么是着实的AI，对于在两条浓烈斗殴的AI发展“阶梯”（标记主义 vs 勾通主义）中何去何从，对于咱们究竟应如何看待AI与东谈主类智能之间的关系，它都依然极具启发性——独一咱们还能在一派虚夸和喧嚣中，着实潜下心来读一读这本乍看很无聊却预埋了无数想想上的“炸点”的“教材”。毕竟，火热的GPT系列是基于所谓“大语言模子”，那么你对语言和语言学一无所知的话，又奈何能着实领路GPT们到底在干什么和奈何干呢？况兼当你深入了解了GPT们的运行形态，倒过来，很可能你会对东谈主类语言（乃至皆备基于语言的东谈主类想维）的构造、功能偏激哄骗，从根源上生成一种全新的、前东谈主从未设计过的领路——再一次，就像马克想说的，“东谈主体剖解是猴体剖解的一把钥匙”。

2 标记与标记主义

木心说“唯好意思主义伤在不懂得好意思”，借用这个很明智的“句式”，我想说，“（算作AI主要学派之一的）标记主义伤在不懂得标记”。

不妨以脚下明确以标记主义形态领路AI，况兼在硅谷深具影响力的前创业企业家、现神经科学和剖释表情学家盖瑞·马库斯为例。

马库斯固然规定地对现时AI范畴的进展抒发了有限的招供，却在《如何创造着实的AI》一书中麇集火力袭击了当下的主流——机器学习，尤其是机器学习中大火的“深度学习”。他以为：

“从现实角度来看，深度学习只不外攻克了智能机器这一巨大挑战中的一小部分。深度学习这类时期阑珊暗示因果关系（举例疾病偏激症状之间的关系）的表情，很可能在濒临‘昆玉姐妹’或‘与之调换’等笼统主见时碰到问题。深度学习无法进行逻辑推理，在笼统知识的领路方面也有很长一段路要走……”

是以很彰着，马库斯即是新一代对标记的实质不甚清楚的“标记主义”者。他袭击主要基于统计学的深度学习，因为“统计数字正常能近似地暗示风趣，但永远不可能收拢着实的风趣”，“若是弗成精确地捕捉每个单词的风趣，就更弗成准确地捕捉复杂的想想或姿首它们的句子”。

恰是基于这少量，马库斯对于无东谈主驾驶之类的AI时期应用不屑一顾，以为它们离不错着实“开赴”还很远方，情理和深度学习弗成精确把执每一个单词的风趣是一样的：当无东谈主驾驶的汽车驶出实验环境，来到着实的公路上时，它会迷失于所有多样千奇百怪的从未出当今考试数据麇集的事物，因无法精确识别出它们究竟是什么东西，而无法作念出合理的决议。

而事实上，每一个几许懂点索绪尔标记轻易性表面的东谈主，都知谈无东谈主驾驶根底不需要去识别出碰到的每一样东西到底是什么，它独一构建一个有用的隔离系统就不错了：左证比如动量值来确立一个互异，从而区别出两种对立状态，有的东西不错撞，有的东西不不错撞，一个初步的自动驾驶系统就不错确立起来了，其他的都是进一步的细化使命。

此外，索绪尔明确指出“合座语言”是一个社会性的系统，而“个体语言”或“言语”是个东谈主对这一系统的哄骗。再放到譬如无东谈主驾驶上来，着实的AI无东谈主驾驶，并不是一个居品，也不可能只是是企业行为——它必须是基于联系居品的合座社会转型。无东谈主驾驶并不是说有一辆车，比如最佳的特斯拉，它不错在现存的公路情景和城市环境下，将行驶经由中出现事故的可能性压低到不错忽略不计的进程。着实的无东谈主驾驶一开动即是一个社会系统工程，是所有社会在出行形态上的根底转型。这种转型不仅要发生在所谓“交通”的所有运作模式上，也同期必须发生在每一个东谈主的出行形态偏激圭表上。

打个譬如，就像手机支付，不是某个东谈主、某款手机、某家市集甚至某个支付系统的事情，而是所有社会的“支付生态”从收银机和刷卡向扫码的透彻转换。此时，个东谈主的行为模式也（至少在某一热切方面）发生剧变，比如简直不再随身佩戴财富，因而钱包濒于淘汰，但手机却片晌不可离身。相同，东谈主们在街谈上行走的形态也会因无东谈主驾驶而发生转换。记取，绝大多数情况下新时期并不需要去皆备稳健东谈主的既有环境和行为，而是东谈主转换自身行为模式去稳健新时期。最典型的例子，是当汽车取代马车，东谈主“不得不”发明出红绿灯来设施交叉路口的车流以缩小事故发生的可能性（而红绿灯即是一个典型的只是基于二元或三元互异的标记系统），由此形成了东谈主类历史上从未有过，尔后却成为尺度行为形态甚至文静进程象征的东谈主行谈、快慢车谈、横谈线以及最热切的“红灯停绿灯行”这一所有社会系统，甚至将一种全新的日常时辰-空间感知模式内化为咱们的新本能。

纵不雅所有时期史，具有着实创新性的时期转换（而非日常的小改造）从来不是皆备稳健东谈主类当下的生存和剖释模式，违反，它顽固绝大多数东谈主生存、使命、学习和想维的既有惯性。从来是东谈主去稳健时期的飞跃（而时期飞跃的中枢诉求是坐褥率的普及，非论你是否定为它“非东谈主性”或“反自然”），而非时期皆备按照东谈主的（得意区畛域内的）需求来发展。若是以为时期以一种不稳健东谈主类中心论的形态自行演化就会从根底上毁伤甚至清除东谈主类，那才是对东谈主类着实的侮辱，因为这种成见（哪怕它出自海德格尔）对东谈主类实践上还是阐发出的稳健能力是如斯阑珊信心，并因而偶合透彻斥责了东谈主类。

3 从字谜游戏到大语言模子

索绪尔临了那几年，除了上课，简直销毁了纯语言学的商议，而倾心于确立一门其时还无东谈主问津的学问：标记学。语言学在他看来只是标记学中最具代表性的一个子项。但是标记学实践上不错包罗万象，从中介的角度看，一切都只不外是一切的标记/表征——一切事物都互为标记/表征。算作起原的尝试，索绪尔出东谈主料到地、于今都让东谈主迷惑不明地花大元气心灵于一件简直号称“伪科学”的干事：他留住了浩繁从未发表的札记，足足有几厚本，用以商议拉丁诗东谈主——比如《物性论》作家卢克莱修——作品中荫藏的“字谜”。他是老浑沌了吗？

自然不是。当索绪尔在像《物性论》那样的“经典”文本中搜索字谜，并随机将字谜的“言外之味”放在至少与文本名义的风趣额外（随机还更高）的地位上时，文本正常的风趣抒发就被减弱，甚至被“解构”了，因为有一种更深刻的“隐义”出当今文本明白的风趣背后，况兼它是用打乱正常的具有“可领路性”的语言交互模式的形态出现的。语言不再是只是基于词的风趣偏激（依语法进行的）连结而建构起来的系统，而是有多样皆备不同的用法，有最奇特的可能性。随机，临了几年的索绪尔还是不太愿意地接近于这样一个策动：事先颠覆由他我方一手确立起来的结构主义语言学/标记学。“解构”的种子还是预埋在他对字谜游戏异乎寻常的敬爱中（可对比晚期维特根斯坦用“语言游戏”来取代逻辑语法的巨擘性）。

让我把话讲得更明确少量：GPT之类的“大语言模子”反向地告诉咱们，咱们过往千年历史中发展出来的种种以风趣偏激抒发和领路为中枢的语言学表面，以及确立在这些表面基础上的多样自我剖释模式，实质上都是一些极其不靠谱的臆度。维特根斯坦在批判奥古斯丁时准确指出了这种语言表面的“命门”——“每个词都有一个风趣，风趣与词语相对应，风趣即是词语代表的对象”（《玄学商议》）。

然而语言的实质根底不是风趣偏激抒发和领路，而是看上去皆备不联系的一样东西：频率。

儿童学话语，并不是在“领路风趣”的基础上搭配能指与所指，并通过驰念来最终掌执文句。违反，他们大多数情况下是在意外志地“统计”周围的东谈主施于某种所指周围的语音的频率，通过分辨频率（尤其是——按照索绪尔的标记轻易性表面——频率之间的互异）来学习这种搭配，并进而构造出“风趣”。的确家长会指着父亲考试他喊“爸爸”，指着一条狗告诉他“这是狗”，但这种低效的（好意思其名曰“讲授”的）风俗行为保密了儿童学习语言的主动性和着实形态——他并不是在你教他学话语的时候才学话语，他日复一日都在学话语，况兼在你没教他的绝大部分时辰里，他是用另一种——更好的——形态在学话语。

这即是为什么，以一种风趣+语法的通行形态学习外语老是很繁难，无可幸免地要经验不幸的死记硬背，而你把一个小孩扔到生疏的外语环境中，他却能比你高效几倍甚至几十倍地掌执这门外语，并哄骗得洋洋纚纚。因为他毫不会也不需要记取所有的语法和每个单词的风趣，他在一个活的环境中体会和（意外志地）“统计”所听到的文句偏激多样搭配的频率，通过（就像收音机的）“调频”，来找到最合适的哄骗该语言的形态，然后通过哄骗经由的继续响应徐徐“锚”住多样浮动的、天确切“风趣”，以形成一个风趣的“区域”，而非单一的、信服的意指。雅克-阿兰·米勒甚至断言：“语音是标记当中所有不参与风趣效应的东西。”

“风趣”不是现成的，不是指定给标记的，更不是能指与所指之间的逐个双应。风趣即频率——某一相对固定的风趣，实质上不外是通过浩繁操作行为（就像来去退换收音机的旋钮），而在特定调谐频率上确立起来的某个“频谈”。

4 价值如故风趣？

德里达在《声息与景色》中对索绪尔的标记（以及组成标记的能指/所指区别）作了一个切中肯綮的品评，指出他对算作能指的“声息形象”的使用依然是实在论性质的，由此而品评他的“语音中心主义”，恰是由这种“语音中心主义”导向了德里达全力批判的“逻各斯中心主义”——讲东谈主话，其实即是说万事万物都有信服的由天主或雷同天主的“中心”来决定的“风趣”。

但是德里达似乎冷落了索绪尔在谈及标记/语言的价值和风趣时，经常出现的犹疑和连篇累牍。我的领路，索绪尔实践上还是明确建议了用“价值”——算作一种经济学中的价值主见的有用类比——来替换“风趣”，但语言使用的巨大惯性使得“风趣”这个词仍无处不在，无法皆备幸免其使用，也无法将其从价值范畴中透彻斥逐出去。索绪尔的最终计谋似乎是退而求其次地限制“风趣”的使用场面，并扩大“价值”的普适性——“风趣”只在一种趋向于固定的、后发的风趣上被使用，而“价值”，基于基本的共时性互异原则，是标记的根底属性。

索绪尔为什么要向一直被以为以“风趣”为中枢的语言学中，引入粗看似乎格不相入甚至不知所云的“价值”主见？

bt工厂爱唯侦察

读过点经济学的东谈主随机都知谈“使用价值”和“价值”之间的区别，前者被以为是一物的“自然属性”（这种浅易化的不雅点自然是有很大问题的，这里存而非论），后者则是“社会属性”。非论如何，价值不是自然的、实在的东西，而只然而基于“视差”的建构。比如使用价值调换的两只包，一只无牌，一只贴上了爱马仕的象征，后者立即因糜费的身份以及购买者的社会等第等，而被以为有更高的价值。使用价值基于实辛勤能，价值却只是基于互异和对比。

索绪尔明确将经济学上的“价值”主见引入语言学，即是为了消解传统上对“风趣”（大致额外于使用价值）的顶点强调。一个词、一句句子的“风趣”正常是固定的，哪怕“一词多义”，也只是多出有限的几个风趣、需要更多少量的死记硬背长途，不错说依然具有信服性。但索绪尔语言学的紧要原则，即标记轻易性原则，从根源上就不复旧这种能指与所指之间的固定搭配，不仅一双一的搭配不复旧，一双多或多对一也不复旧。正如乔纳森·卡勒指出的，实践上非论能指如故所指，不仅它们之间的搭配是轻易的，它们各自自身亦然轻易的，只是驯服互异原则，也只可从互异的角度得回发达。

咱们对事物（额外是文句）固非常想的迷想（以及痴迷，或者说因迷想而痴迷），由索绪尔以其结构语言学起始，而由以GPT为代表的大语言模子的呐喊猛进，基本完成了所有消解的历程。

这恐怕是盖瑞·马库斯之类先入为主的标记主义者不曾了解，况兼恐怕永远不会了解的。

5 象形、语法与权柄

不妨再作一些小小的扩充，提个就“知识”而言颇有些乖癖的问题：中国翰墨从一开动即是，长久都是象形翰墨吗？

这个问题，因为华文辞寰宇上以及在中国东谈主我方学习语文的经由中，一向以象形的形象出现和被论及，似乎是一件自然+实然之事，因而极地面保密了其非反想性。咱们不错尝试反过来想一想：若是中国翰墨一开动相同是一种表音标记呢？若是其明确的象形功能反而是其后在使用中徐徐变异出来，并由比如刘安、许慎等早期杂家、小学家回溯、附会到语音上去，而越来越齐全地构造起来的呢？

由（原始部落的岩画之类）丹青到（象形）翰墨的貌似理所自然的进路，其实只是想自然，必须接管雷同休谟对因果关系所进行的批判与解构。因为很浅易，语言起原必定只可基于语音（想想婴幼儿的“牙牙学语”，而学会写方块字，那是晚得多的事情了），也即是说，不管西文如故华文，起原必是东谈主讲出的“言语”——赵元任先生早就指出过：

“对于中国翰墨跟欧好意思翰墨的相比，有一个很通行的一个庸碌的说法，说中国翰墨是标义，欧好意思翰墨是标音的。其实中国翰墨也未尝不标音，字母翰墨也未尝不标义。”（《语言问题》)

是以赵先生极具洞见识指出，中国翰墨“跟寰宇多数其他翰墨的不同，不是标义标音的不同，乃是所主义语言单元的尺寸不同”，中国翰墨是“一字一言”，比如用“书”这一个字去标发音为shu的阿谁东西；而拼音翰墨是“一字一音”，比如book，就要用4个字母去标4个音。

是以即便在象形翰墨中，依然很猛进程上保留了表音的功能。而语音（能指）与事物之主见（所指）之间的关系，正如索绪尔断言的（固然在《普通语言学教程》里他着重翼翼地区别了表音翰墨和以汉语为代表的所谓表意翰墨，只怕我方会冒犯一种看似皆备异质的语言），势必是轻易的和沿袭成习的（沿用上头的例子，一册“书”，你既不错称之为“书”，也不错称之为“book”“libro”“книга”，等等，非论奈何发音、奈何写，都不外是沿袭成习，字词的音形与含义之间并莫得宠必的勾通）；至于象形这种具有信服性的映射关系，只然而其后添置上去以锁死“语义”的一种安装。

明白了这一层，你随机就会恍然它为什么势必与一种特定的总揽形态密切勾连——比如秦始皇的“车同轨” ，即是影响最真切的对于“语言信服性”的规训；但其实比秦篆早得多的甲骨文，就还是是巨贾王朝总揽者在用象形尽可能锁死语言上走出的重要一步了。甲骨文皆备是王家占卜语言，为了信服王家红运的过去，其“史官”开动在象形化的刻符（雷同贾湖出土的早期刻符，或者良渚、龙山等文化出土的稀零“陶文”，之是以难以被阐明为翰墨，很猛进程上是因为它们在“象形”上反而远远不如甲骨文静确，无法确立起象形的系统从而得回一定进程的释读，但若是它们只是表音标记或是像楔形翰墨那样的音意羼杂标记呢？）与语音间确立系统的关联性，从而通过这种信服的赋形，将声息的“风趣”最大限制地固定下来，并信赖因此而能通过掌控与事物逐个映射的图像性标记，即所谓象形翰墨，来最终掌控住所有事物偏激红运（“仓颉造字”的传奇——最早见于《荀子》，前此的文本中从未说起——中所谓“天雨粟，鬼夜哭”，或可解为象形化的抵制，使得所有飘忽的、不信服的、无法“综上所述”的事物感到缅怀吧）。

道理的是，中国东谈主一朝用象形翰墨很猛进程上锁住了语义（自然不可能皆备锁住，语言在具体的东谈主的具体使用中所产生的创造性是无法透彻掌控的，多样通假、转义、借语、“习非胜是”，都会顽固固有系统），就不再需要另一样起雷同功能的东西：语法。是以在数千年的历史中，中国的文东谈主一向庄重“文法”（遣意造句之法），而不奈何介怀语法（字词偏激连结的精确性和逻辑性）。更需要语法的，是印欧语系那样的字母翰墨、拼音翰墨，因其切分单元更小（“一字一音”），变成组合的解放度和可能性（用索绪尔的术语来说，即“创新”能力）大大跳跃华文（赵元任先生就曾坦言“所有的音变这种语法上的作用啊，在中国语言，从很古很古就耗费了产生力了，当今只成遗址的景色了”），就格外有强加另一重安装来加以拘谨的需求。强调章程性和逻辑性的语法即是这样一种坐褥褂讪性的安装，一种东谈主为的强制机构，语言被动因此参加一种耐久的、变化巩固的稳态。这种稳态与坐褥、生存形态及意志形态这几种稳态互相交叠、互相作用，共同汲引一个不错称之为“历史时期”的社会相对稳如期。

典型的例子，是存世最陈腐的语法论著《波你尼经》（即《八章书》）。据多罗那他《印度释教史》记录，婆罗门波你尼是难陀王的“友伴”，固然不表示这里指的是难陀王朝的哪一位王，但难陀王朝自公元前364年延续至前324年为孔雀王朝所灭，占据了公元前四世纪中后期的40年，这与一般以为的波你尼生存年代相符，随机他也“有幸”经验了亚历山大大帝史诗级的入侵（公元前327-前325年）和其后空前苍劲的孔雀王朝的序幕。总之，波你尼生存的期间是一个军事强东谈主和超等强权辈出的期间——难陀王朝领有浩大的队伍，已初现协调印度的趋势，虽被更糟蹋的亚历山大大帝入侵所打断，但很快孔雀王朝便夺过了勤奋棒，确立了印度历史上最大的帝国——一种高度制式化的语言与强权间出入相随的关系，恐怕中外皆然。

但语言的自然倾向——基于其频率及轻易特色——是皆备解放和偶然的剧烈变动，一朝褂讪安装受到较大的冲击，多样限制被动败坏，语言坐窝还原其人道，发生多样急剧的皆备出东谈主料到的变化，最近20年的收罗语言便不错为证。

《普通语言学教程》

商务印书馆1980年11月版

《索绪尔第三次普通语言学教程》

上海东谈主民出书社2018年6月版

举报 文章作家

毕席

经济东谈主的东谈主文修养阅读 联系阅读 跨境电商狂“卷”AI，阿里国外将推专科版AI搜索引擎

“作念得好的跨境电商一定是时期公司。”

08-02 18:51 阿里通义千问将赋能奥运史上首个大模子应用，用于比赛讲明

阿里巴巴通义大模子将成为奥运AI大模子应用的时期提供方。

07-24 11:37 跨境商家的AI应用烦嚣：“店铺不够用了”

一年前，他曾暗示“AI不会取代东谈主，但AI会取代那些不会用AI的东谈主”，如今，他但愿那一天晚少量到来。

07-24 09:21 九号公司：以科技赋能灵巧迁移，“短交通+机器东谈主”谋出海群众

领有中枢自主时期的科创公司正以科技创新赋能主业，已毕“中国智造”出海群众，得益事迹增长的同期也通达了中耐久成漫空间。

07-22 12:49 徐云程:善用 AI 的上市企业更有契机成为好公司

07-10 18:50 一财最热 点击关闭