ChatGPT已经推动AI转向，从统计模型（理科）转变为语言模型（文科），只有理科背景的人工智能专家已经被职场抛弃：
当前的智能模型建立在图灵测试的基础上。但是还有其他的智能模型：尤其是路德维希·维特根斯坦和诺姆·乔姆斯基。
让我们从乔姆斯基 2012 年的这篇文章开始—— 诺姆乔姆斯基关于人工智能出了什么问题
关键思想之一如下：
可以从三个不同的层次理解一个复杂的生物系统：
- 第一级（“计算级”）描述了系统的输入和输出，它定义了系统正在执行的任务。
- 第二层（“算法层”）描述了将输入转换为输出的过程。
- 最后，第三层（“实现层”）描述了我们自己的细胞生物硬件如何实现算法层所描述的程序。
乔姆斯基强调系统的内部结构使其能够执行任务（基于语言学），而不是系统过去的行为与环境（上下文）之间的外部关联（基于统计观点）。
维特根斯坦也有类似的观点 ：
1）“理解一个句子就是理解一种语言”
语言不仅仅是其各个部分的总和。处理单词和句子的能力并不意味着可以理解语言（以及智能）。语言封装了共享的经验。语言的使用不仅涉及理解句法（规则），还涉及根据我们的主观（和共享）经验创造性地塑造规则。
2）“图即事实”
我们通过图片即主观体验向我们自己呈现事实。
3）“如果狮子会说话，我们无法理解他”。
即使狮子能以某种方式说我们的语言（或者可以在“狮子语到人类语言”之间开发谷歌翻译），狮子仍然很难向人类清楚地表达他的观点。狮子的话语对我们来说毫无意义，因为不是基于共同的语境。参考这里
同样的想法也适用于人工智能，即随着机器变得更加智能，它们需要体现与我们相同的语境上下文才能真正智能。
ChatGPT（GPT-3 和 LLM）代表了从统计到基于语言学的 AI 模式的根本转变。这是一个根本性的变化。
目前的人工智能专家并不适合这一波新的人工智能浪潮，因为它可能需要一种新的思维方式，而这在当前的招聘浪潮中被排除在外。