这篇内容深入探讨了周鸿祎对人工智能的独特见解，特别是对大语言模型（LLM）的坚定支持。通过对比“世界模型”等前沿观点，它阐述了为何语言是开启AI智能的关键钥匙，并从人脑运行机制的角度为LLM的合理性提供了有力类比，为理解当前AI浪潮提供了深刻视角。
智能速览
周鸿祎认为语言是AI的核心，LLM是正确方向。
AI发展史上，语言理解是突破性进展的关键。
大语言模型与人脑神经网络在运行机制上高度相似。
图灵测试选择对话，印证了语言是智能的本质。
精华内容
究竟是什么让大语言模型与众不同？它为何能模拟人脑？以下将从多个角度，深入剖析周鸿祎关于语言是AI核心的系列洞见。
语言：AI的核心钥匙
面对Meta杨立昆与李飞飞提出的“世界模型”方向，周鸿祎明确表示反对，坚持语言才是核心。他认为，人类通过语言实现交流、传承知识、进行逻辑推理乃至描述世界本身，掌握语言就等于掌握了世界模型。
过去AI未能取得突破，正是因为未能掌握语言这把“金钥匙”。一旦语言理解实现突破，视觉、音乐、视频等多模态能力也随之高速发展。谷歌的Nano Banana产品在图形理解上的表现，就体现了融合深层知识推理的语言驱动优势，证明语言模型具备强大的泛化与融合能力。
LLM：模拟人脑机制
周鸿祎指出，大语言模型的运行机制与人脑极为相似，是对人脑的精准模拟。大模型并非简单的算法或数据库，而是通过海量数据训练形成的、拥有复杂权重结构的神经网络，具备处理通用问题的潜力。
这与大脑的工作原理一致：知识并非像磁盘一样被存储读取，而是通过学习过程构建神经网络连接，内化为大脑结构的一部分。因此，教育的本质不仅是传授知识，更是塑造大脑的网络结构，中学数理化等基础学科的学习对思维模式的形成至关重要。
证据：智能与记忆
图灵测试之所以选择“对话”作为判断标准，正是因为语言交互最能体现智能的本质，这从侧面印证了语言的核心地位。若机器能在对话中与人无异，则可被视为具备真正智能。
另一个相似证据在于记忆机制。人的记忆并非以图像或文件形式存储，而是像大语言模型一样，通过分布式权重激活来动态生成回忆。基于此，脑机接口也无法直接复制一个人的知识到另一个大脑，因为大脑的关键在于经过训练的网络结构，而非简单的数据传输。
周鸿祎的洞见为我们提供了一个理解AI革命的坚实框架。将语言置于中心，不仅解释了LLM的成功，也预示了通用人工智能的可能路径。随着技术演进，围绕语言模型的探索将持续深化，未来充满无限可能。
