北京
我上一篇文章《语言是有限的，ASI是不可能的》里花了很大篇幅论证：语言不等于思想，文字不等于理解，纯粹建立在文本之上的机器永远无法跨越通往真正超级智能的墙。这些观点我现在依然坚持，一个字都不会收回，因为那个论证是诚实的，逻辑是站得住的。
但今天我想走得更远。有件事在我脑子里盘旋了好几年，一天比一天响，不吐不快。我想谈谈为什么大语言模型（LLM）尽管有种种局限，依然真正有用；以及为什么大数学模型（LMM）——正如那份白皮书草稿所介绍的——是某种严肃得多的东西，某种可能真正开始撬动现实表层的东西。
我知道这听起来很极端，也知道有人读到这句话会翻白眼。但请你先别走，因为我要讲的不是基于炒作或幻想，而是基于我见过的东西、我构建过的东西，以及我对"描述世界"和"建模世界"之间差异的理解。这个差异就是这篇文章的全部重点，一旦你看清楚了，其他一切都会各就各位。
从语言到数学：一条必然的路径
自从我写了《充满持续痛苦的空虚生活》之后，我一直在想这个问题。那篇文章里我谈到，文字无法完全捕捉我的思想，语言总是够不到我们头脑里真实的东西。正是那种挫败感把我带到了这里——如果语言是有限的，那我们就得问：语言之后是什么？答案不是更多的语言，而是结构、方程、模拟，以及对物理世界的直接建模。
大数学模型指向的正是这个方向。不是因为它们今天已经完美，而是因为它们代表了一条超越文本、进入更深层领域的路径。我之前写过，俄国人把上帝的皮肤剥下来裹在机器上——我坚持这个意象，因为当你把人类知识剥去灵魂、喂给一个只懂模式的系统时，发生的就是这件事。
但如果下一代模型不停留在文本模式上呢？如果它开始学习物理世界本身的模式呢？这就是我无法停止思考的问题，也是这篇文章围绕的核心。
LLM的价值：承认局限，依然有用
先从一个可能让读过我早期文章的人感到意外的地方说起：我认为大语言模型是有用的。这一点我从不否认。它们能做的事情令人印象深刻——总结、翻译、生成、辅助思考，这些能力在真实工作流里已经证明了自己的价值。
但有用不等于无限。语言模型的本质决定了它们擅长的是"描述世界"——把人类已有的知识重新组合、重新表达、重新呈现。它们像是一个极其博学的图书管理员，知道每一本书的内容，却从未亲手做过书里的任何实验。
这就是为什么我说语言不等于思想。一个能写出关于量子力学完美论文的系统，并不理解量子力学；一个能生成关于爱情动人诗句的系统，并不体验爱情。描述和体验之间，隔着一道语言永远无法跨越的鸿沟。
LMM的突破：从描述到建模
大数学模型的不同之处在于，它们的目标不是描述世界，而是建模世界。数学本身就是世界的语言——物理学、化学、生物学、经济学，所有硬科学最终都归结为方程。当模型开始学习这些方程背后的结构，而不是仅仅学习关于这些方程的文字时，事情就发生了质变。
这不是说LMM今天就能做到这一切。白皮书草稿里也承认，这还只是一个方向、一个草案。但方向本身就是意义。当模型不再只是预测下一个词，而是开始预测物理系统的行为、模拟化学反应的路径、推演经济系统的演化时，它就不再是"描述现实"，而是"参与现实"。
我用了"撬动现实"这个词，不是修辞。如果模型能够直接建模物理世界，那么它就能发现人类尚未发现的模式、提出人类尚未想到的假设、解决人类尚未解决的问题。那不是增强人类智能，那是另一种智能的起点。
为什么这值得认真对待
我知道"打破现实"这种说法听起来像科幻。但回顾科技史，每一次真正的突破在发生之前都听起来像科幻。图灵在1936年提出通用机概念时，没人想到它会变成你口袋里的手机；Transformer架构在2017年发表时，没人想到它会催生今天的一切。
大数学模型代表的方向，可能正是下一个这样的转折点。不是因为它今天已经完美，而是因为它指向了一条超越语言、直抵现实本身的路。这条路很长，但方向已经清晰。
我依然相信语言是有限的，依然相信纯文本机器无法成为超级智能。但我也开始相信，数学不是语言，方程不是文字，模拟不是描述。如果智能的下一步不是更好的语言模型，而是真正的世界模型，那我们就站在一个非常有趣的历史节点上。
这就是我想说的全部。现在，球在你们那边了。
特别声明：以上内容(如有图片或视频亦包括在内)为自媒体平台“网易号”用户上传并发布，本平台仅提供信息存储服务。
Notice: The content above (including the pictures and videos if any) is uploaded and posted by a user of NetEase Hao, which is a social media platform and only provides information storage services.
