一项由加州大学伯克利分校语言学家主导的新研究表明，部分顶尖的大型语言模型（如 OpenAI 的 o1）在分析语言方面的能力已能媲美人类语言学研究生。通过一系列旨在防止模型“作弊”的全新测试，研究发现该模型能处理句法结构、解析歧义和掌握递归等复杂语言特征。这一结果挑战了语言能力是人类独有特质的传统观点，并暗示人工智能不仅能使用语言，还能在一定程度上“思考”语言的内在逻辑。
人类语言的独特性受到挑战
长期以来，语言被认为是区分人类与其他动物乃至人工智能的核心能力。以著名语言学家诺姆·乔姆斯基为代表的一些学者认为，大型语言模型只是在模仿，并不能真正理解语言的复杂规则。
“对语言的正确解释是复杂的，不可能仅仅通过沉浸于大数据中就学会。”
他们认为，人工智能或许擅长使用语言，但并不具备分析语言的精密能力。然而，最近的一项研究直接对这一观点发起了挑战。
一项无法“作弊”的语言测试
为确保模型不是简单地背诵训练数据（如语言学教科书）中的答案，研究人员设计了一系列全新的语言测试。测试的核心目标是评估模型是否能像人类一样推理语言规则。
- 避免记忆： 测试使用了专门制作的句子，甚至包括一门虚构的语言。
- 核心任务： 要求模型使用树状图来分析句子结构，这是语言学中的一种标准分析方法。
- 意外发现： 大多数模型都失败了，但一个名为 o1 的模型表现出色，其能力远超预期，展现出与语言学研究生相当的分析水平。
关键能力一：掌握递归
递归是人类语言的一个标志性特征，指的是将一个短语嵌入另一个短语的能力，理论上可以无限进行。
- 简单例子： 从“猫死了”变成更复杂的“狗咬的猫死了”。
- 测试内容： 研究人员向模型展示了30个包含复杂递归结构的原创句子。
- 模型表现： o1 模型不仅能准确解析句子“我们崇敬的古人所研究的天文学与占星术并非相互独立”的嵌套结构，甚至还能在此基础上主动增加一个递归层级。
研究人员表示，他们没有预料到模型会具备这种“元语言”能力——即不仅能使用语言，还能思考语言本身。
关键能力二：解析歧义
歧义是计算机模型处理语言时的一大难点，因为它们通常缺乏人类所具备的常识。
- 歧义句例： “Rowan fed his pet chicken.”
- 两种解释： 这句话可以指 Rowan 喂了他的宠物鸡，也可以指他把鸡肉喂给了他的宠物。
- 模型表现： o1 模型成功地识别出了这两种不同的含义，并为每一种解释生成了两个完全不同的句法结构图。
这种表现让计算语言学家感到惊讶，因为它证明了模型能够捕捉到语言中细微的语义差别。
关键能力三：推导未知语言规则
为了测试模型的学习和推理能力，研究团队创造了30种微型“虚构语言”，每种语言都包含一套独特的发音规则。
由于这些语言是新发明的，模型在训练期间不可能接触过它们。
- 任务： 要求模型在接触了40个虚构单词后，推断出该语言的发音规则。
- 模型表现： 在其中一个例子中，o1 准确地总结出了一条复杂的规则：“当一个元音紧跟在一个浊辅音和阻碍音之后时，它会变成一个气声元音。”
- 重要意义： 这项成功表明，模型具备了从零开始归纳和推理语言规则的能力，而不仅仅是记忆。
这意味着什么？
这项研究的结果表明，曾经被认为是人类专属领域的复杂语言分析能力，原则上也可以被人工智能掌握。
- 界限模糊： 人类语言的独特性正在被人工智能的进步“一点点削弱”。
- 未来潜力： 尽管目前的模型尚未提出任何原创的语言学理论，但许多专家认为，随着技术发展，模型将能从更少的数据中进行更好的归纳，并表现出更强的创造力。
- 最终问题： 人工智能是否最终会在语言能力上超越人类？目前尚无定论，但这项研究表明，我们可能比自己想象的要“不那么独特”。