自2023年以来,以ChatGPT和DeepSeek为代表的大语言模型(Large Language Models,后面简称LLMs)凭借优秀的语言生成能力引发了广泛关注,其影响远超技术领域,已深入至哲学层面,尤其是语言哲学。本文以维特根斯坦后期哲学为理论框架,探讨LLM...自2023年以来,以ChatGPT和DeepSeek为代表的大语言模型(Large Language Models,后面简称LLMs)凭借优秀的语言生成能力引发了广泛关注,其影响远超技术领域,已深入至哲学层面,尤其是语言哲学。本文以维特根斯坦后期哲学为理论框架,探讨LLMs是否能够“理解”语言这一问题。维特根斯坦强调语言的意义在于使用,理解体现于公共的“语言游戏”与“生活形式”之中,而非内在的心理状态。在这一视角下,LLMs通过海量语料学习与复杂算法设计,表现出近乎人类的语言使用能力,其行为可被视作一种“理解”的外在显现。然而,机器与人类在存在论上的根本差异——尤其是“生活形式”的缺失——仍构成其实现人类式理解的障碍。本文认为,维特根斯坦的哲学既为LLMs的语言能力提供了合理解释,亦揭示了其理解能力的边界,从而为审视人工智能的哲学意涵提供了一条兼具批判性与建设性的分析路径。展开更多
文摘自2023年以来,以ChatGPT和DeepSeek为代表的大语言模型(Large Language Models,后面简称LLMs)凭借优秀的语言生成能力引发了广泛关注,其影响远超技术领域,已深入至哲学层面,尤其是语言哲学。本文以维特根斯坦后期哲学为理论框架,探讨LLMs是否能够“理解”语言这一问题。维特根斯坦强调语言的意义在于使用,理解体现于公共的“语言游戏”与“生活形式”之中,而非内在的心理状态。在这一视角下,LLMs通过海量语料学习与复杂算法设计,表现出近乎人类的语言使用能力,其行为可被视作一种“理解”的外在显现。然而,机器与人类在存在论上的根本差异——尤其是“生活形式”的缺失——仍构成其实现人类式理解的障碍。本文认为,维特根斯坦的哲学既为LLMs的语言能力提供了合理解释,亦揭示了其理解能力的边界,从而为审视人工智能的哲学意涵提供了一条兼具批判性与建设性的分析路径。
