但事实真的如此么？

最近，国外人工智能专家专门为此做了反驳。

在这样一篇论文里，作者说现在的科学家都太把语言能力当成思维能力了，其实语言和思维是两回事。

这些人拿ChatGPT这个机器人举例，说它会说话，有时候还能骗过人类，让人以为它有意识和理解。

但是ChatGPT也会说一些很傻的话，不会算数，不会给出真正的烹饪建议，而且还有一些偏见，这就说明它其实不懂语言的意义。

论文的作者说，会一种能力不等于会另一种能力。就像人类的大脑里面，说话的部分、进行计算和逻辑推理的部分并不是一个地方。ChatGPT这样的机器人也不可能同时擅长这些东西，即使它已经看了很多很多文字。它只是会依据概率拼凑句子，但不代表它会算数或者给出好的做饭建议。

这就是人类大脑里面语言和思想分开的体现，论文的作者把它们叫做“形式语言能力”和“功能语言能力”。ChatGPT在某些测试中表现得不错，但其实只是因为它会玩词语接龙游戏，并没有真正理解问题。

可是现在还有很多人在吹嘘下一代的语言模型，说它们能用更多数据，更强大的计算力，甚至快要达到通用人工智能了。

但是如果我们把人类智慧作为比较的标准，单纯提高ChatGPT这样的系统在预测词上的能力，并不能让它更接近这个目标。反而应该用其他的训练方式，比如让它学习逻辑和社会推理。

当然，ChatGPT也试图从人类反馈中学习，比如用户可以评价它的回答好不好，但是因为没有具体说明反馈的目标是什么，ChatGPT显然在某些方面理解错了。

而且，我们对大语言模型在语言上的评价太高了：它们只是自动填词器，优点和缺点都很大。语言不只是语法，还要考虑语义，而机器人很难理解一个句子是怎么从各个部分组合出意义的。意义不是固定的，而是要通过交流来协商出来的，不仅要跟别人交流，还要跟这个世界交流。

要造出真正智能的AI，不仅需要把不同算法结合起来，还需要让程序学习怎么处理语言和社会关系。虽然大语言模型说话很流利，但我们对它们到底“懂”了这个世界多少还有很大争论。

语言意义的产生需要与他人和世界的交互，如果这才是本质上正确的东西，那么，构建通用智能AI需要一种不同于简单结合语言与思维的方式。

人类之所以“擅长”语言，是因为我们将两者结合。掌握语言规则并运用的ChatGPT，定然拥有某种智能，但狭隘模仿人类语言也限制了其发展。

要想创建硅基“大脑”，研发人员需要新的视角和语言来理解语言本身的意义！

现在，整篇论文的核心观点已讲完，你们知道ChatGPT如何看待这个观点的么？

AI是这样说（或者是词语接龙出来）的：

这是一个很有趣的问题。我觉得这篇论文提出了一些值得思考的观点，比如语言和思维的区别，以及大语言模型的局限性。但我也觉得这篇论文可能忽略了一些重要的因素，比如语言和思维的相互影响，以及大语言模型的潜在优势。在这个领域，还有很多未知的问题，需要更多的研究和探索。语言和思维是人类认知的两个重要方面，它们既有区别，也有联系。一方面，语言和思维可以独立存在，不同的语言并不影响人们的思维能力，而不会说话的人也可以有复杂的思想。另一方面，语言和思维也可以相互影响，语言可以帮助人们表达和交流思想，而思维可以帮助人们理解和创造语言。语言和思维的相互影响可能取决于多种因素，比如个人的经验、文化、情境等。