ChatGPT：一个人机环境系统交互的初级产品

从人机环境系统智能的角度看，Chatgpt就是一个还没有开始上道的系统。“一阴一阳之谓道”，Chatgpt的“阴”（默会隐性的部分）尚无体现，就是“阳”（显性描述的部分）还停留在人类与大数据交互的浅层部分，简而言之，Chatgpt基本无“道”可言。暗知识、类比、隐喻等这些看似不严谨、无逻辑的东西绝非仅凭理性思维推理就可以得到的，而这些非逻辑、超逻辑（至少当前逻辑很难定义）的东西恰恰是构成人类智能的重要组成部分。或许，这也不仅是Chatgpt的缺点，整个人工智能领域又何尝不是如此呢？

粗略地说，人工智能技术就是人类使用数学计算模拟自身及其它智能的技术，最初是使用基于符号规则的数学模型建立起的机器智能(如专家系统)，其次是借助基于统计概率的数据连接处理实现机器学习及分类，下一步则是试图借助有/无监督学习、样本预训练、微调对齐、人机校准等迁移方法实现上下文感知行为智能系统。这三类人工智能技术的发展趋势延续了从人到机再到人机、人机环境系统的研究路径（符号-联结-行为融合主义路径），其中最困难的部分（也是Chatgpt的瓶颈）是智能最底层的一个“神秘之物”——指称的破解问题，这不仅是自然语言与数学语言的问题，还更是涉及思维（如直觉、认知）与群体等“语言”之外的问题。

智能领域研究中最困难的不是如山一般的各种数学公式堆积，而是最基础最原始的概念剖析和理解，这与黎曼、戴德金、高斯强调“以思想代替计算”的数学原则有着异曲同工之妙（即数学理论不应该以公式和计算为基础，它们应该总是以表述清楚的一般概念为基础，而把解析表达式和计算的工具推给理论的进一步发展。）。鉴于此，分析Chatgpt也不例外，下面将从数据、推理（算法）、指称的交互方面分别阐述:

1、从数据的角度看，Chatgpt并不具备智能的本质特征

小样本小数据解决大问题，才是智能的本质。在许多场景中，交互双方的意图往往是在具有不确定性的非完备