AI的本质是什么?自然语言和人工语言的区别在哪里?ChatGPT究竟是人工智能发展道路上的里程碑,还是某种误入歧途的“假AI”?我们绝不许诺美丽空洞的AI前景,而是告诉读者,未来的AI之路到底有多少激流险滩——对于统计学工具与硬件升级的片面崇拜,对于智能科学基本原理的蔑视,是目前AI研究的大危机。在我们看来,今天万众期待的ChatGPT,只是新时代的“牛顿炼金术”。
一 以人工智能为主题的科幻影视之基本要素间的冲突
二 主流科幻影视作品对于人工智能的三大误解
三 影视界对于人工智能的误读的外溢
小结性评论
一 为何让机器“说人话”很重要?
二 目前的机器是否真会“说人话”?
三 为何自然语言处理需要哲学?
本章小结
一 重述萨特的“自欺”论
二 作为“常人”之音复读机的 ChatGPT
三 ChatGPT 、刺客与被刺者
本章小结
一 和辻哲郎论“脸”
二 进化论视野中的“无脸人”
三 ChatGPT 时代“脸”的模糊化
本章小结
一 行为主义
二 外在论的语义学
三 莱布尼茨的“理想语言”假说
四 乔姆斯基的“深层句法”假说
五 休谟式的统计学进路
六 康德式的混合式进路
七 孔子式的基于实例的理解进路
八 新瓶装旧酒:大语言模型
一 对深度学习路径的反思
二 认知语言学论翻译
三 认知语言学技术刻画之难点
四 由“纳思系统”另辟蹊径
本章小结
一 现有的人工智能路径,都谈不上具有“第一人称”
二 大森是如何利用维特根斯坦去反对维特根斯坦的?
三 纳思系统中的“私人语言”
本章小结
一 日语言说者对于具身性的敏感性
二 主流自然语言处理技术为何处理不了具身性?
本章小结
一 《马氏文通》以来的汉语语法研究史批判
二 《说文解字》的微言大义
三 如何让机器懂“六书”?
四 机器也能会意
五 懂“六书”的机器有何用?
一 统计学机制真懂量词吗?
二 蒯因的量词论及其疏漏
三 汉语演化史与认知语言学视野中的量词
本章小结
一 隐喻,让“微软小冰”与 ChatGPT 都感到无力
二 关于隐喻的种种理论
三 斯特恩的隐喻理论
四 纳思系统如何懂隐喻?
本章小结