بزرگنمايي:

سیاست و بازاریابی - زومیت / پژوهش‌های علمی نشان می‌دهند که زبان و تفکر دو فرآیند مجزا هستند و دستیابی به مدل‌های زبانی بهره‌مند از هوش واقعی بسیار چالش‌برانگیز است.
در حالی که مدیران ارشد شرکت‌های فناوری از خلق ماشین‌های متفکر در آینده‌ای نزدیک خبر می‌دهند، گروهی از متخصصان با استناد به پژوهش‌های علمی، معتقدند که مدل‌های زبانی بزرگ (LLM) هرگز به هوش واقعی دست نخواهند یافت. علت اصلی این است که زبان و تفکر، دو فرآیند شناختی کاملاً مجزا هستند و تسلط بر یکی به معنای دستیابی به دیگری نیست.
بازار
دیدگاه یادشده توسط بنجامین رایلی، بنیان‌گذار شرکت کاگنتیو رزونانس، در مقاله‌ای برای نشریه‌ی ورج مطرح شده است. او استدلال می‌کند که براساس یافته‌های فعلی عصب‌شناسی، تفکر انسان تا حد زیادی مستقل از زبان عمل می‌کند. رایلی می‌نویسد:
ما از زبان برای فکرکردن استفاده می‌کنیم، اما این باعث نمی‌شود زبان با تفکر یکی باشد. درک این تمایز، کلید جداسازی واقعیت علمی از داستان‌های علمی‌تخیلی مدیران هیجان‌زده‌ی هوش مصنوعی است.
تفکر انسان تا حد زیادی مستقل از زبان عمل می‌کند.
ادعای رایلی با دهه‌ها پژوهش علمی نیز پشتیبانی می‌شود. برای مثال، اسکن‌های fMRI از مغز انسان نشان داده است که هنگام حل یک مسئله‌ی ریاضی در مقابل یک مسئله‌ی زبانی، بخش‌های کاملاً متفاوتی از مغز فعال می‌شوند. علاوه بر این، مطالعات روی افرادی که توانایی زبانی خود را از دست داده‌اند، نشان می‌دهد که قدرت تفکر و استدلال آن‌ها تا حد زیادی دست‌نخورده باقی مانده و همچنان قادر به حل مسائل پیچیده، درک دستورالعمل‌های غیرکلامی و فهم احساسات دیگران هستند.
این بدبینی حتی در میان چهره‌های برجسته حوزه هوش مصنوعی نیز دیده می‌شود. یان لکون که به عنوان یکی از «پدرخوانده‌های هوش مصنوعی مدرن» شناخته می‌شود و تا همین اواخر دانشمند ارشد هوش مصنوعی در شرکت متا بود، مدت‌هاست استدلال می‌کند که مدل‌های زبانی هرگز به هوش عمومی مصنوعی (AGI) نخواهند رسید. در عوض، او از مدل‌هایی به نام «مدل‌های جهان» دفاع می‌کند که برای درک دنیای سه‌بعدی از طریق داده‌های فیزیکی و نه فقط زبان، آموزش می‌بینند.
پژوهش‌های دیگر نیز سقف توانایی‌های مدل‌های زبانی بزرگ را تأیید می‌کنند. در تحلیلی جدید، دیوید کراپلی، استاد نوآوری مهندسی در دانشگاه استرالیای جنوبی، نشان داد که «خلاقیت» هوش مصنوعی به دلیل ماهیت احتمالی آن، محدود است. این سیستم‌ها به نقطه‌ای می‌رسند که دیگر نمی‌توانند خروجی‌های جدید و منحصربه‌فردی تولید کنند که بی‌معنی نباشد. کراپلی در این باره می‌گوید:
درحالی‌که هوش مصنوعی می‌تواند رفتار خلاقانه را تقلید کند، ظرفیت واقعی خلاقیت آن در سطح یک انسان متوسط باقی می‌ماند و هرگز به استانداردهای حرفه‌ای یا تخصصی نمی‌رسد. یک نویسنده یا هنرمند ماهر می‌تواند گاهی اثری واقعاً اصیل و مؤثر خلق کند. یک مدل زبانی هرگز نخواهد توانست.
این یافته‌ها امیدها برای اینکه هوش مصنوعی بتواند بزرگترین مشکلات بشریت، مانند تغییرات اقلیمی یا درمان سرطان را حل کند، کم‌رنگ می‌کند. اگر این فناوری برای ساختن جملات جدیدی که براساس نوشته‌های قبلی نیستند، با چالش روبرو است، چگونه می‌تواند فیزیک جدید ابداع کند؟ رایلی در پایان نتیجه‌گیری می‌کند که این سیستم‌ها برای همیشه در دایره واژگانی که با آن آموزش دیده‌اند، محبوس خواهند ماند؛ یک «ماشین استعاره مرده» که تنها دانش ما را به روش‌های مختلف بازترکیب می‌کند.