下载掌阅APP，畅读海量书库
立即打开
关于先天论与后天论的争论已经持续了数千年。婴儿真的如一张白纸、一块白板或者一只空瓶一样，等待着经验来填满吗？早在公元前400年，柏拉图就在《理想国》（ The Republic ）中反驳了我们的脑生来一无所知的观点。他认为，从出生开始，每个人的灵魂都具有两种精密机制：知识的力量和我们获取指令的器官。
正如我们看到的，两千年后，我们从机器学习领域的发展中得出了一个惊人相似的结论。如果机器具备这两种机制，学习就会非常高效：大量的假设空间、一组有多种设置可供选择的心理模型以及能根据外界接收的数据来调整这些设置的精细算法。我的一位朋友曾经说过：“在先天论与后天论的争论里，两者都被低估了！”学习需要两种机制来根据现实调整这些模型，即大量的潜在模型和一个高效的算法。
人工神经网络用自己的方式做到了这一点，它把心理模型的表征委托给了数以百万计的可调联结。然而，这些系统在捕获快速、无意识识别的图像和语音时，还无法表征更抽象的假设，例如语法规则或数学运算逻辑。
人脑似乎在以不同的方式运作，即我们掌握的知识通过符号的组合不断增加。根据这个观点，我们刚出生时，脑中有大量潜在思想的可能组合。这种思想语言具有抽象假设和语法规则，早在学习之前就已经存在了。它产生了广泛的假设以得到检验。根据贝叶斯理论，检验这些假设时，我们的脑必须像一名科学家一样，收集统计数据，并且用这些数据来选出最合适的模型。
这貌似与我们的直觉是相悖的。这种观点认为，每一个人类婴儿的脑潜在地包含了它将遇到的世界上所有的语言、物体、面孔以及工具，还有它将记住的所有的单词、事实以及事件。这个脑的组合学意味着所有思考对象已经预先存在，它们还有各自的先验概率，以及通过经验对其进行更新的能力。那么婴儿真的是这么学习的吗？