来源：http://www.dam.brown.edu/people/mumford/blog/2016/grammar.html

这篇博客的灵感来自Tom Wolfe的讽刺书《语言的王国》（The Kingdom of Speech）。尽管这本书从讲早期人类的语言起源和演化开始，它的大部分内容是关于乔姆斯基和丹尼尔·埃弗雷特的一场争论，争论的内容是递归和其他语法结构是否存在于所有语言中。
乔姆斯基相信某种基因变异赋予了早期人类一种“语言器官”，所有的语言都必须遵守“语言器官”的“通用语法”。但埃弗雷特发现亚马逊Piraha说的一种极度简单的语言只含有极少的乔式语法，特别地，它根本没有递归性（即从句）。
我认为：两个人都是错的。语言中的语法只不过是所有智能动物“早期语法”的近代延伸，“早期语法”用于分析感觉、安排行动、规划想法。所有这些语法能力，除了最底层的，都由满足某种约束的可交换单元构成的层级结构组织，正如我们的语言。

我对句法的本质的研究来源于视觉，特别是计算机和动物中的视觉对象识别。我持的立场比较有争议。具体地说，我认为把图像解析成可见基元的组成需要语法，并且，正如脸由眼睛，鼻子和嘴组成，几乎所有的对象都是由低级生成元组成的结构。由此，图像中可见的所有对象的集合形成类似于语法的解析树。同样，几乎所有完备的动作都由次序相容的小动作组成，这些动作组成子动作。要点在于，完备的话语/图像/动作包含很多部分，其中一些是另一些的部分。把“包含关系”作为基本关系，我们可以画出一棵树：树的根是完备的整体，树的叶子是这一体系的基元。
但同时，每个部分可能是另外整体的另外一棵树的一部分，任一部分可以用其他东西替代，生成一棵新的树。就是说，部分可以交换，交换的约束适用于所有同种组成的树。
所有可能的生成元组成的集合是非常大的。每一组完备的话语/图像/动作包含很多部分，就像乐高积木，按照一定约束组合，直到整体。总之，所有这些数据结构是分层的，由可互换的部分组成，并受到不同复杂度的约束。我相信任何类型的结构都应该被称为语法。总之，所有这些数据结构都有层级结构，由可交换的部分组成，并受到不同复杂度的约束。我相信任何此种类型的结构都应该被称为语法。

以下是2009我在迈阿密的一个视觉研讨会上的一些例子。从语言的例子开始。记得学校教过你，英语句子由一个主语、动词和宾语组成，还有定语、副词、从句等等。
下面是一个非常爱说话的学步儿童的话语的解析（Laura C. G. Haggerty. What a Two-and-One-Half-Year-Old Child Said in One Day[J]. Journal of Genetic Psychology, 1930, 37(1):75-101.）：

在这里，我们有两个经典的解析树，有第二句里表示隐含主语的问号，还有两个句法有联系的不相邻单词之间的连接（粗，细虚线）。
可换性的概念是用“for Margaret”这个词组来阐释的，这个词组可以放在无限多的其他句子中，是一个“介词短语”。
顶部的虚线存在，因为“cake”这个词必须与后一句话的“it”这个词单复数一致。例如，如果Margaret说她想做一些饼干，她需要在第二句话中用“them”（尽管这样的语法精确度对那个年龄段的玛格丽特来说是做不到的）。
一个远距离一致性的经典例子，用包含三个从句的一句话举例：
"Which
problem/problems did you say your professor said she thought
was/were unsolvable?"
这已经被用来论证乔姆斯基的转换语法。这很合理，但我们认为，这一切也发生在视觉上。因此，用来服从这些约束的神经机制必须更原始，在皮质上更广。

在其他语言中，一组中的部分甚至不需要相邻，并且一致性通常是远距离的。
例如在维吉尔的著作中，我们有这个拉丁语句子：
Ultima Cumaei venit iam carminis aetas
每个词的意思是"最后 Cumaea的 已经到达 现在 歌曲的 时代"
即“Cumaea歌曲的最后一个时代已经到来”。名词短语“最后一个时代”是由第一个和最后一个词组成的，“Cumaea歌曲”的所有格子句由第二个和第五个词组成，而动词短语“现在已经到达”在中间。
语序是一个表层的现象，但它背后也有部分， 由格和性别区分，可以和其他部分交换。这些部分共同形成一个树（深层结构）。

图像也能像句子一样自然地被解析树描述，令我大开眼界。关于这个理论的完整阐释，参考（Zhu S C, Mumford D. A stochastic grammar of images[M]. Now Publishers Inc. 2006.）
图像语法与语言语法最大的区别是，在图像中，部分之间没有线性顺序。甚至当一个对象遮挡另一个对象的一部分时，后者的两个非相邻图块其实是一个对象的一部分，由此可以推断出被挡住的部分。
下面是朱松纯的例子，是一个简单图像的解析树：

回到行动和计划的形成，显然行动和计划是分层的。只要考虑小学问题——写下制作花生酱三明治所需的步骤就行了。
不管怎么写，你都可以进一步细分动作，例如“步行到冰箱”可以被细分为“首先找到它，然后估计它的距离，然后采取一系列步骤检查障碍，然后到达冰箱手柄”，等等。学生不能赢，因为有这么多细节。你永远也写不完，因为其中隐藏了太多我们认为理所当然的细节！
显然，动作是由可交换部分组成的，显然它们组成的方式必须满足一定的约束。有的约束很简单，像“之前的动作做完了做下一个动作”，有的约束就比较复杂。

总而言之，我相信任何能使用眼睛构建世界的心理表征的动物，或是能做出多步骤行动的动物，必然会开发用于使用语法的皮层机制。这包括所有哺乳动物和某些其他物种，例如章鱼和许多鸟类。这些语法涉及可交换部分构建的树的心理表示，这些树满足大量约束。
语言和复杂规划对人类来说可能是独一无二的，但是语法技能更普遍地存在。这是如何在哺乳动物大脑皮层中实现的，是一个主要的问题。在关于我们大脑如何工作的早期探索中，这是最基础的问题之一。

最后一段貌似会抽？
Language and sophisticated planning may well be unique to humans but grammar is a much more widely shared skill. How this is realized e.g. in mammalian cortex, is a major question, one of the most fundamental in the still early unraveling of how our brains work.