AI的本质是什么？自然语言和人工语言的区别在哪里？ChatGPT究竟是人工智能发展道路上的里程碑，还是某种误入歧途的“假AI”？我们绝不许诺美丽空洞的AI前景，而是告诉读者，未来的AI之路到底有多少激流险滩——对于统计学工具与硬件升级的片面崇拜，对于智能科学基本原理的蔑视，是目前AI研究的大危机。在我们看来，今天万众期待的ChatGPT，只是新时代的“牛顿炼金术”。

徐英瑾，1978年生，复旦大学哲学学院教授，博士生导师。专长为语言哲学、心灵哲学、认知科学哲学和维特根斯坦思想研究。曾分别在意大利和美国访学一年。为2006年度“全国优秀博士论文”获得者，以及2009年“上海社科十大新人”称号获得者。著有《维特根斯坦哲学转型期中的“现象学”之谜》（复旦大学出版社，2005年12月版）、《演化、设计、心灵和道德——新达尔文主义哲学基础探微》（复旦大学出版社，2013年7月版）、《心智、语言和机器——维特根斯坦哲学和人工智能科学的对话》（人民出版社，2013年10月版），译有《超越分析哲学——尽显我们所知领域的本相》（原著王浩，浙江大学出版社，2010年9月版）、《心灵导论学》（原著约翰·塞尔，上海人民出版社，2008年1月版）。编有《科学与宗教：二十一世纪的对话——英美四名家复旦演讲集》（复旦大学出版社，2008年11月版）。在国内外杂志用中英文发表学术论文数十篇。

导论 关于人工智能，别上科幻影视的当
一 以人工智能为主题的科幻影视之基本要素间的冲突
二 主流科幻影视作品对于人工智能的三大误解
三 影视界对于人工智能的误读的外溢
小结性评论
第一章 现在的人工智能，尚且不能“说人话”
一 为何让机器“说人话”很重要？
二 目前的机器是否真会“说人话”？
三 为何自然语言处理需要哲学？
本章小结
第二章 ChatGPT或许会加剧人类社会的“自欺”
一 重述萨特的“自欺”论
二 作为“常人”之音复读机的ChatGPT
三 ChatGPT、刺客与被刺者
本章小结
第三章 ChatGPT或许会模糊科学共同体的“颜面”
一 和辻哲郎论“脸”
二 进化论视野中的“无脸人”
三 ChatGPT时代“脸”的模糊化
本章小结
第四章 机器翻译之“八仙过海”
一 行为主义
二 外在论的语义学
三 莱布尼茨的“理想语言”假说
四 乔姆斯基的“深层句法”假说
五 休谟式的统计学进路
六 康德式的混合式进路
七 孔子式的基于实例的理解进路
八 新瓶装旧酒：大语言模型
第五章 机器翻译与认知语言学
一 对深度学习路径的反思
二 认知语言学论翻译
三 认知语言学技术刻画之难点
四 由“纳思系统”另辟蹊径
本章小结
第六章 大森哲学让人工智能说“心语”
一 现有的人工智能路径，都谈不上具有“第一人称”
二 大森是如何利用维特根斯坦去反对维特根斯坦的？
三 纳思系统中的“私人语言”
本章小结
第七章 让机器说日语可不容易
一 日语言说者对于具身性的每感性
二 主流自然语言处理技术为何处理不了具身性？
本章小结
第八章 如何让机器懂汉字之“六书”？
一 《马氏文通》以来的汉语语法研究史批判
二 《说文解字》的微言大义
三 如何让机器懂“六书”？
四 机器也能会意
五 懂“六书”的机器有何用？
第九章 机器能够把握汉语或日语中的量词吗？
一 统计学机制真懂量词吗？
二 蒯因的量词论及其疏漏
三 汉语演化史与认知语言学视野中的量词
本章小结
第十章 机器能够把握隐喻吗？
一 隐喻，让“微软小冰”与ChatGPT都感到无力
二 关于隐喻的种种理论
三 斯特恩的隐喻理论
四 纳思系统如何懂隐喻？
本章小结
总结 机器人杰夫与查派何以说人言？
后记