AI暫時還不至於成為泡沫，輝達公布營收年增62%的最新財報，再次點燃全球對人工智慧的熱情。市場對生成式AI的想像在短時間內被推升到新的高度，許多人認為大型語言模型已經代表AI的主流方向，甚至是全貌。然而人工智慧的發展遠不止於語言模型所呈現的樣貌，單一技術的熱潮往往容易掩蓋更深層的技術問題與真正的長期演進軌跡。

大型語言模型的崛起確實改變了人類與資訊互動的方式，讓電腦第一次能以高度流暢的語言與人類溝通，不論在寫作、研究、客服或知識管理上，都展示出驚人的效率。不过愈來愈多學者提醒，語言模型並不能等同於通用人工智慧，也不能取代所有AI的應用範圍。Meta首席AI科學家楊立昆指出，目前的語言模型雖然擅長處理語言，但缺乏世界模型，缺乏對物理、因果與邏輯的真正理解。語言模型產生的內容，是以統計方式預測下一個字，而不是從理解世界的角度進行推理與判斷。這使它容易產生幻覺，也缺乏在現實世界行動與決策所需的可靠性。

AI若要進入更高層次的應用，必須從語言世界跨入物理世界。科技界正在重新考慮如何將深度學習與符號推理結合，形成神經符號AI，讓AI既能辨識資料中的模式，也能依循邏輯結構進行推理。這種結合能補足語言模型在理解能力上的不足，讓AI不僅能夠說，也能夠理解能夠推論能夠從現實的訊號中建構世界觀。

這股新的研究方向也延伸出另一個關鍵概念，即空間智慧。空間智慧讓AI能夠理解環境中的位置關係、物體運動方式與行為後果，是機器人與自動化技術的核心。當AI具備空間推理能力，才能夠在工廠、倉儲、醫療或日常生活場景中執行安全可靠的任務。這種能力需要把AI從純語言任務中解放出來，讓它能夠與世界互動，能夠抓取物體、移動位置、操作設備並進行複雜的物理判斷。

AI的未來將更像是一個從虛擬世界走向實體世界的過程。語言模型的成功讓我們看見機器可以「說」，但下一階段的挑戰是讓機器能夠「理解」與「行動」。只有當AI能夠結合感知、推理與操作能力時，這樣的人工智慧才能真正成為支撐工業自動化、醫療照護、智慧交通與各種高精準度任務的核心技術。

一旦把視野從語言模型放寬，才能理解今天的AI不僅是聊天工具，也不會永遠停留在文字生成的階段。人類正在探索讓AI具備更完整的認知架構，包括世界模型、邏輯推理、空間感知與實體操作能力。這些方向也許不像語言模型那樣華麗易見，也不一定能瞬間引起熱潮，但是這樣會更接近人工智慧真正要面對的核心挑戰。

AI的未來不只是一場語言革命，而是一場從語言跨越到世界的認知革命。大型語言模型開啟了新的大門，但是大語言模型絕不是人工智慧的終點，也不是唯一的道路。科技發展的下一個階段正在悄悄成形，重要的是我們能否看清這個更廣闊的方向，並重新理解人工智慧真正的本質與可能性。

楊聰榮（台中科技大學會計資訊系兼任教師，中台灣教授協會理事長，任教於台灣師範大學）

（文章僅代表作者觀點，不代表Newtalk新聞立場。）