文章目录[隐藏]
2023-05-30 09:13:26 星期二
注意：本文所探讨内容可能具有较强的时效性，不保证随时更新，请仔细辨别。同时本文可能综合许多学术大佬的观点，若正式发表则加上对应参考文献。
1.思维悖论
从某些程度上说，中文世界的AI本身就是一个悖论，也就是中文AI只会说话但没有思维（国产鹦鹉？）。智性思维和悟性思维的差异，外加上物象和意象乃至最终物境和意境，似乎中间就是差了那么一点点，无法衔接。这个问题需要从计算机的发展史和AI的发展史讲起，而且重点不是技术，是使用的语言。
1.1 计算机与AI的语言来源
//感谢GPT-4
机械计算机时期（17世纪-19世纪）：这一时期的代表设备是由法国数学家布莱斯·帕斯卡和英国数学家查尔斯·巴贝奇设计的机械计算机。他们的计算机可以进行基本的加法运算，巴贝奇的设备还可以进行除法和乘法。这些机器都是完全机械化的，通过手动操作进行控制。
电子管计算机时期（1930年代-1950年代）：电子管计算机的代表设备是ENIAC（Electronic Numerical Integrator and Computer）。ENIAC由一万八千多个电子管、一万五千个继电器、七十千个电阻器、十万个电容器和近六千个手动开关组成。ENIAC的控制方式依然比较原始，需要通过物理接线的方式编程。
晶体管计算机时期（1950年代-1960年代）：随着晶体管的发明，计算机开始变得更小、更便宜、更快、消耗的电力也更少。同时，计算机语言开始发展，例如汇编语言和FORTRAN，它们使得编程变得更简单，不再需要物理接线。
集成电路时期（1960年代-现在）：随着集成电路的发明，计算机变得更小，性能更高，价格更低。在这个时代，出现了更高级的编程语言，如C，C++，Java，Python等等，它们使得编程更加简单，功能也更强大。
量子计算机时期（21世纪初-至今）：这是计算机的最新发展阶段。量子计算机利用量子力学的特性进行计算，理论上，它们的计算能力远超过传统的计算机。然而，到目前为止（2023年），量子计算机仍处于实验阶段。//感谢GPT-4
人工智能（AI）的发展历史也相当复杂，但可以分为几个关键阶段：
概念提出和早期实验阶段（1950年代-1960年代）：这个阶段的重点是为AI定义理论基础。AI的概念首次被提出是在1956年的达特茅斯会议。在此期间，研究人员使用了许多不同的编程语言进行实验，例如LISP和Prolog，这两种语言后来成为了AI研究的主要工具。
经验扩展和技术成熟阶段（1970年代-1980年代）：在这个阶段，AI开始被应用于真实世界的问题。例如，专家系统的开发。专家系统是一种能模拟人类专家解决特定问题的计算机系统。这期间的AI开发主要还是使用LISP和Prolog语言。
机器学习和神经网络时代（1990年代-至今）：从1990年代开始，AI研究的重点逐渐转向机器学习和神经网络。这个阶段主要的编程语言包括Python和R，而专门的机器学习库和框架，例如TensorFlow和PyTorch，也开始广泛应用。Python因其语法简洁，生态丰富，成为了主流的AI开发语言。
目前（2023年），Python仍然是AI领域的主要编程语言，其配套的库如NumPy, SciPy, Matplotlib, Pandas等为数据处理和科学计算提供了便利。在机器学习和深度学习领域，TensorFlow, Keras, PyTorch等框架是最常用的工具。
综上，人工智能从最早的LISP和Prolog，到现在的Python等，一直在不断地探索和发展，其编程语言也不断适应AI发展的需要。 可以看出，整个计算机是以英语为基础语言进行控制的机器，而在其上运行的人工智能程序，也是以英语为基础的。可以说，它们都是被智性思维的语言所支配。那么，完全的智性思维能不能诞生悟性思维？我在这里不敢下定论，但是我可以表明的观点是：很难，乃至于不可能。
1.2 悟性思维可否完全通过语言呈现
但是，如果我们给它加入一定量的悟性思维成分，它可以拥有悟性思维吗？也很难说。因为悟性思维在机器的运行中是不被允许的，底层的制约让他无法“悟”。但是可以假装悟道，也就是复读，或者组合与聚合。这样一来似乎我们能够知道她说得出部分悟性思维的句子，但是目前没人知道这是他自己产生的还是简单凑出来的。让他自己说是不可信的，但是外接观测也是无法确定的。
所以，AI面对全世界语言中悟性思维最强的古文，似乎是无法和人一样进行理解的。具体一点就是只知道表层所指，无法感知意境。
2.现状
功业未尽，仍需精进。前人栽树，后人乘凉。
2.1 对话
从目前来看，暂无可以完成文言文对话的AI。笔者用《论语》微调ChatGLM而成的AI只能理解一半，常常还需要笔者本人的领悟能力。同时，对于可能有变成复读机的对话AI，在此表过不提。
2.2 续写
较为成型的AI是SikuGPT，它使用纯文言文语料和GPT2的方法精炼而成，也就是将纯悟性思维的语料丢到一个纯智性思维的框架中。经过笔者测试，只能说邯郸学步学了一半，像模像样。它并不具备对话能力，只有续写能力。而同样的续写在RWKV等出现后变得极其方便，可以快速使用某些文本炼出，但是缺乏公认的评价标准，无法验证文言文能力。
2.3 翻译
古文翻译则一言难尽，古籍酷有类似的工具，但是笔者认为翻译的需求不大，只是检验他的一种方式。冯友兰的观点是：翻译即解释。希望它能够正确阐释本意吧。
2.4 断句
标点断句目前有北大吾与点、古联自动标点系统、古籍酷几家。做的都还算可以，但是个别错漏难以避免，建议自行判断。这个是目前AI的局限性。
2.5 光学符号识别
以阿里云的汉典重光和古籍酷为代表，识别能力较好。百度API对刻本识别能力较好，抄本等仍需学习。目前来看，字符集是一大瓶颈，倘若字库中没有该字则会输出错误的字。纠错能力也是一大瓶颈，它无法完全模仿人类的认字方式。
3.未来
我们把五千年的文明融进智性思维的AI是可能的吗？或许是可能的，但是路是艰难的。
3.1 字符集
目前的类ChatGPT型AI或者说以其为标准的AI 基本上使用utf-8编码，这是一件好事情。但是，UTF-8更新中文字符的频率一言难尽。民间为了显示，先行使用某些区块（E等扩展区）和自制字体（全宋体）以求显示字典中的某些字符。但是这种做法也不能算长久，最终还是要让位置的。
我们有没有一种可能把所有的字都转换为正体字输入呢？很难，或者说又开始破坏文本，削足适履。我们自己的文本，需要我们自己掌握话语权，不能被印欧语系牵着走。语言可能变成技术壁垒。
3.2 增添意境
可以说AI理解不了文中或者诗中的意境就等于理解不了这篇文章的灵魂，理解不了古文传千年的原因。希望不是通过翻译的形式去呈现它可能的领悟，那个是对文本的破坏。我们知道，诗中有画，画中有诗。也就是说，可以通过各种形式表示同一个意境。那么，多模态古文模型，倘若真的领悟，则文图对应，既可以品诗也可以赏画。这个只是笔者的假说，一种可能的方法。（笔者还在思考中。）
3.3 博古通今 中外兼修
取其精华，去其糟粕。不能一味稽古，也不可一味言今。需要二者有机结合才是真。并且，许多学术成果，是借助今天的考古挖掘、数字化、OCR等方式得出。我们的AI也需要尽可能跟上时代，至少向GPT4多多学习。尽可能满足人类的需求，学会世间所有知识。（这是笔者的假说，实际上可能不止一代人才能实现，拭目以待。）
4.结语
古文AI方兴未艾，等待我们进一步探索。AI产生悟性思维的可能性，也有待进一步论证。炼丹吧，炼丹吧。希望有生之年，能看到那么一两个，领悟意境的AI。