当下的人工智能模型，显然已经走入了死胡同。
为什么这么说？因为它的方向彻底错了。
我们必须十分清楚地理解，人之所以是人，与动物最大的区别，是我们能够理解这个世界，理解事物之间的联系。
我们对这个世界的理解，是不依赖于语言而存在的。
早在远古时期，当人类还没有发明语言文字的时期，人类已经拥有智慧，已经能理解这个世界了，尽管没有现在这么多，但人显然已经能运用智慧理解世界了。
或者再来看原始部落，现在的原始部落，没有语言文字，或者非常简单的语言文字，他们对同样可以跟我们一样理解这个世界，和事物之间的关联。
再看小孩，婴儿，在他们学会说话之前，他们显然已经能部分理解周围世界中的一些关联和联系了。
还有聋哑人，我们完全通过比划与聋哑人交流，相互理解，因为我们沟通的基础，依然是我们共同理解的这个世界，沟通的语言和手势，只是中间的桥梁而已，不是本质。
这种理解事物之间关联和联系的能力，是区别人类和其他生命的关键。
而这种能力，并非以人类语言为前提。
那么人工智能如果想要模仿人类的智能，它最基本要做到的一点，就是首先要理解这个世界和事物之间的关联。
然而，现在所有的人工智能模型，它都是从研究语言出发的，都是大语言模型。
什么是大语言模型？
什么是语言？
语言是第二性的，它是我们用来描述我们所理解的事物关系的，它只是一些描述现实世界以及事物关系的符号，而不是事物关系本身。
但是现在的大语言模型，研究的都只是这些语言符号本身。
它通过统计这些语言符号出现的规律，去按照一定的规则来排列这些符号，最后这些符号在人类看来是有逻辑性的。
但事实上，人工智能并不理解任何一个语言符号背后的意思。它只是知道，这个符号与其他符号之间的关系，这些符号相互出现的规律，这些关系它是知道的，理解的。
也就是说，语言符号与现实世界，完全是两张皮，它们之间有一定的指代关系，但属于两个不同的世界。
而人工智能只研究语言符号，从来没有研究过现实世界，那么这样的人工智能，是不可能进化出智力和智商的。
所以人工智能它可以看起来智力水平很高，知识水平可以达到博士的水平，但事实上，它对真实世界的认知，几乎永远达不到3岁小孩的水平。
3岁小孩不会计算复杂的数学题，但是他懂得他周围的世界，他会通过知道剪刀很危险，从而学习得出尖锐的物体都很危险的知识和经验。
人工智能通过图形学习也能得出尖锐物体危险的结论，但这种结论，完全是一种概括，不是理解，例如给它一个纸片尖锐形状的物体，人工智能就无法辨别是不是危险，但儿童可以。这是因为儿童认知是来自物体本身，而人工智能只是来源于符号认知。
所以真正的大模型训练，应该去训练它认知这个世界的能力。像一个新生的婴儿一样，让它去认识爸爸，妈妈，认识食物，认识空间，认识危险，认识玩具，水，冷、热，去认识饥饿和食物的关系，认识重力，等等等等。
要给人工智能去建立各种物理模型，空间模型，化学模型，历史模型，数学模型，化学模型，政治模型，审美模型……
让人工智能能够基于语言，去建构一个模拟世界的能力，然后通过分析模拟世界中事物之间的关系，再进行思考判断，得出结论，输出结论。
也就是说，这必须是一个从接收语言——建构事物空间逻辑关系——分析关系——形成语言，这才是人工智能必须经历的思考过程。
现在的人工智能大模型，就直接是从语言符号，分析语言符号，根据大数据模型，得出结论语言符号。这完全是假的人工智能。是必然走进死胡同的人工智能。是不可能产生智力和智商的人工智能。
当然，现在的大模型人工智能，作为人类的辅助工具，已经发挥了非常好的作用，也正在结合各个领域，推进人类的工作和研究。这是毋庸置疑的。
但如果想通过这条路径，去开发具有真正智力和智商的人工智能，显然是在缘木求鱼，南辕北辙了。
而美国想要在这条道路上占据绝对优势，形成代际科技领先，几乎也是不可能了。美国的大量高估值人工智能科技公司，最终很可能成为泡沫。