精选理由
论文证明神经网络还解不开这个经典难题
Fodor和Pylyshyn提出的系统性挑战认为，人类语言理解具有双向条件依赖（如理解"John saw Mary"就能理解"Mary saw John"），而神经网络无法解释。Lake和Baroni的元学习组合性协议声称已匹配人类系统性，但本文实验发现，该模型在分布外规则上表现困难，甚至在分布内任务中也出现非系统性行为。作者结论是Fodor和Pylyshyn的挑战仍未得到满足。
AI 翻译 · 中文
Fodor和Pylyshyn提出的系统性挑战认为，人类语言理解具有双向条件依赖（如理解"John saw Mary"就能理解"Mary saw John"），而神经网络无法解释。Lake和Baroni的元学习组合性协议声称已匹配人类系统性，但本文实验发现，该模型在分布外规则上表现困难，甚至在分布内任务中也出现非系统性行为。作者结论是Fodor和Pylyshyn的挑战仍未得到满足。
The recent successes of neural networks producing human-like language have caused significant stir in cognitive science, with many researchers arguing that classical puzzles about human cognition and challenges to artifi…