人工智能发展历程 - 深度学习算法在20世纪80年代刚被发明时，计算机性能仅为今日百万分之一，无法预知其未来能力[2] - 21世纪10年代深度学习在图像识别、语音识别和语言翻译等经典难题上取得突破性进展[2] - 1992年TD-Gammon达到双陆棋顶尖水平，2017年AlphaGo击败围棋世界冠军，展示AI在人类擅长领域的超越[2] 大语言模型特性 - ChatGPT自2022年11月推出后展现出超强文本生成能力，引发对就业和未来发展的担忧[2] - 大语言模型在处理海量文本数据方面已超越人类能力，但学界对其是否真正"理解"内容存在争议[4] - 模型展现出反向图灵测试特性，能根据对话者提示质量动态调整智能表现[5] - 大语言模型表现出超预期的社交智能和跨领域能力，如编程等[6] 智能本质探讨 - 传统"中文屋"思想实验被改编为"匈牙利语屋"来质疑大语言模型的理解能力[8][10] - 语言学家认为大语言模型在语法生成能力上比多数人类更出色[10] - LaMDA模型通过心智理论测试，但学界对其是否具备自我意识仍存疑[11] - 人类智能标准可能需要重写，现有认知框架难以适应大语言模型的发展[7][12] 语言与思维关系 - 存在语言决定论和思维优先论两种对立观点，大多数学者认为二者是复杂互动关系[20] - 思维具有多样性，视觉思维、空间思维等可不依赖语言进行[20] - 乔姆斯基提出人类思维的三个层次（描述、预测、因果解释），但实验显示ChatGPT已能通过相关测试[21][22] 技术发展前景 - 大语言模型发展速度远超生物进化，技术基础确立后性能持续提升[14] - 研究大语言模型可能帮助揭示人类智能本质，类似17世纪物理学概念数学化的变革[13][15] - 当前关于"智能"的争论类似百年前"生命本质"讨论，预计机器学习将催生新概念框架[22][23]