语言≠思维，大模型学不了推理：一篇Nature让AI社区炸锅了

主要观点总结

本文探讨了语言在思维和认知中的作用，基于麻省理工学院等机构发表在《自然》杂志的文章，讨论了语言和思维双重分离的证据。文章指出，语言主要是用于交流的工具，而不是思考的工具，对于任何经过测试的思维形式都不是必需的。引发科技领域社区广泛讨论，涉及大语言模型（LLM）的空间智能以及GPT-4等模型的训练方式。

关键观点总结

关键观点1: 语言在思维和认知中的作用被重新评估

基于最新研究，语言主要是用于交流的工具，而不是思考的工具。这一观点引发了关于大语言模型（LLM）空间智能不足的讨论。

关键观点2: 语言和思维的双重分离证据

研究提供了神经科学等相关学科角度的最新证据，以论证语言是为交流而优化的，而非思维的必要工具。失语症研究的证据表明，所有经过检验的思维形式在没有语言的情况下都是可能的。

关键观点3: 顶尖AI领域学者的观点

图灵奖获得者Yann LeCun对这篇论文表示赞同，并评论了大语言模型（LLM）的局限性。他强调了自回归大模型的局限性，并指出无论架构如何，使用固定数量的计算步骤计算每个token的自回归LLM无法进行推理。

文章预览

机器之心报道 机器之心编辑部 方向完全搞错了？ 大语言模型（LLM）为什么空间智能不足，GPT-4 为什么用语言以外的数据训练，就能变得更聪明？现在这些问题有 「标准答案」了。 近日，一篇麻省理工学院（MIT）等机构发表在顶级学术期刊《自然》杂志的文章观察到，人类大脑生成和解析语言的神经网络并不负责形式化推理，而且提出推理并不需要语言作为媒介。 这篇论文声称「语言主要是用于交流的工具，而不是思考的工具，对于任何经过测试的思维形式都不是必需的」，引发了科技领域社区的大讨论。 难道真的如语言学家乔姆斯基所言， 追捧 ChatGPT 是浪费资源 ，大语言模型通向通用人工智能（AGI）的路线完全错了？ 让我们看看这篇论文《Language is primarily a tool for communication rather than thought》是怎么说的。 论文链接： https://www.nature.com/articles ………………………………