AI 能理解语言吗

大语言模型能写诗、写代码、回答问题，它「理解」语言吗？这是 AI 领域最有争议的问题之一。

「理解」是什么：

在讨论 AI 是否理解语言之前，先问自己：什么算「理解」？

• 能正确使用？能回答问题？能翻译？--大模型能做到
• 能解释为什么？能意识到自己的错误？能举一反三？--大模型部分做到
• 有真实的内心体验？有意识？--大模型做不到（我们也不知道怎么验证）

中文房间思想实验：

哲学家塞尔提出了著名的「中文房间」：

• 把一个不懂中文的人关在房间里
• 给他一本规则手册：看到符号 A 就输出符号 B
• 外面的人递进中文问题，他按规则递出中文回答
• 外面的人觉得他「懂中文」，但他其实完全不懂

塞尔的结论：计算机就像房间里的人，只是在按规则操作符号，不「理解」任何东西。

支持「理解」的证据：

• 大模型能处理新问题（没有见过的任务），不只是重复训练数据
• 能解释自己的推理过程（虽然不一定准确）
• 能跨领域迁移知识（用物理知识解释生物问题）
• 能识别自己的错误（有时）

反对「理解」的证据：

• 幻觉：大模型会自信地说错话，说明它不「知道」自己知道什么
• 缺乏常识：能写文章但不知道水会湿
• 脆弱性：换个问法答案就变了，说明没有稳定的「理解」
• 统计本质：归根到底是在做概率预测，不是在「想」

中间立场：
也许「理解」不是非黑即白的。大模型有一种不同于人类的「理解」--它能正确处理语言，但不一定有主观体验。就像计算器「理解」数学但不「体验」数学。

这个问题为什么重要：

• 如果 AI 理解语言，我们可以信任它的回答
• 如果不理解，我们需要更谨慎地验证它的输出
• 不管理解与否，AI 都在改变我们使用语言的方式

练习：问大模型一个它可能答错的问题，看它的「错误」像不像人犯错。这能帮你判断它是不是在「理解」。