湖南省长沙市长郡中学2024-2025学年高一上学期12月月考语文试题(含答案).pdfVIP

2024年秋季高一检测卷

语文

得分：______

时量：150分钟满分：150分

一、现代文阅读（36分）

（一）现代文阅读Ⅰ（本题共5小题，19分）

阅读下面的文字，完成下面小题。

材料一：

自上世纪中叶以来，对智能的研究一直存在两种范式。

一种是受逻辑学启发的思路，他们认为智能的本质是推理，这是让人

类如此特别的关键因素。推理是用符号规则操纵符号表达式来实现的，

所以，我们真正要做的是了解知识是如何用逻辑编程语言来表征的，

至于学习这类的事可以等到以后再做。

另一种是受生物学启发的思路。这一思路认为智能的本质是学习，学

习神经网络中连接的强度，而推理之类的事之后再说。

语言学家被一个叫乔姆斯基的人误导了好几代。他有一个偏执古怪的

理论，即语言不是学会的。他成功说服了很多人相信这一点。但语言

显然是学会的。大型神经网络学习语言，并不需要任何先天结构，只

需要从大量数据中进行学习。面对这一现实，乔姆斯基却仍然在说，

这并非真正的语言。这显然是不对的。

我在1985年制作了一个小型语言模型。这个模型与现在的大型语言

模型（如ChatGPT）有很多共同之处，都是学习从文本中提取特征与

这些特征之间的关联，这样就可以预测下一个词的特征。这个微小的

语言模型旨在解释人们如何通过语言来表达和领悟意思，所以它实际

上是人类语言的工作模型。但如果是以乔姆斯基为代表的语言学家就

会告诉你，这种模型不像人类，人类的工作方式是“用符号规则，用

操纵符号表达式的规则”。但实际上并没有什么模型，来说明人类语

言是怎样工作的，所以我也不知道他们怎么知道神经网络模型跟我们

人类的模型不同。

大型语言模型，它可以被视为前面那个小模型的后代。他们对这个小

模型做了调整，使之增大了许多，也复杂了许多。语言学家说，这只

是在将文本临摹拼凑在一起。但神经网络不存储任何文本，它将词转

换为特征，并利用特征之间的交互作用来进行预测。这种工作方式类

似于人类通过大量文本学习词的特征及交互来理解语言。

语言学家的另一个论调是，这种模型是在制造幻觉。就语言模型而言，

这不应称为制造幻觉，而应称为“非故意虚构”。自1930年代以来，

心理学一直在研究这个问题，我们人类也在进行非故意虚构。人的记

忆总是在重构。如果你回忆最近发生的事，你的重构会相当准确；如

果回忆很久以前的事，你就经常会把所有细节弄错，而且根本意识不

到这一点，反而会对这些细节信心十足。

聊天机器人在进行非故意虚构，这一事实反而表明它与我们人类非常

相似。现在，聊天机器人虽然在非故意虚构方面的表现比我们人类更

加糟糕，因为它虚构的频率比我们高，而且不知道自己是在非故意虚

构，但不可否认的是它一直在进步。我认为不久后，聊天机器人在非

故意虚构方面会与人类相类似。

（摘编自杰弗里·辛顿《从小语言到大语言，人工智能究竟如何理解

人类？》，有删改）

材料二：

人脑不像ChatGPT及其同类产品那样，是一个笨重的模式匹配统计引

擎，狼吞虎咽地处理数百兆字节的数据，并推断出最为可能的对话回

应，或为科学问题提供最可能的答案。相反，人类的大脑是一个极为

高效甚至优雅的系统，只需要少量的信息即可运作；它寻求的不是推

断数据点之间的粗暴关联，而是创造解释。

例如，一个学习一门语言的小孩正无意识地、自动且迅速地从极少的

数据中发展出语法，一个由逻辑原则和参数组成的复杂系统。这种语

法可以被理解为先天的、通过基因安装的“操作系统”的表达，可以

称之为“普遍语法”，它赋予了人类产生复杂句子和长串思路的能力。

当语言学家试图发展出一种理论来解释为什么特定的语言会如此运

作时（“为什么这些句子被认为是合乎语法的，而那些句子却不是？”），

他们是在有意识地、费力地构建一种明确的语法版本，而孩子们却是

本能地、凭借极少的信息构建出了普遍语法。孩子的操作系统与机器

学习程序的操作系统完全不同。

事实上，这类程序还停留在认知进化的前人类或非人类阶段。它们最

大的缺陷是缺乏任何智慧最为关键的能力：不仅能说出现在是什么情

况，过去是什么情况，将来会是什么情况——这是描述和预测；而且

还能说出情况不是什么，情况可能会是什么，情况不可能会是什么。

这些都是解释的要素，是真正智慧的标志。

机器学习的核心是描述和预测；人类式的思考基于可能的解释和纠错。

ChatGPT和类似的程序在设计上是无限的，它们可以“学习”；但它

们没有能力区分可能和不可能。例如，机器学习系统能够同时学习“地

球是圆的”和“地球是平的”。因此，机器学习系统的预测总是肤浅

和可疑的。而语言的正确解释是非常