近年来，关于人工智能的讨论层出不穷，其中一种观点认为：
“现在的所谓AI，其实就是一个语言模型，油腔滑调，但是恰恰缺乏西方科学的精髓：逻辑推理、可验证性和精确的数学语言描述。”
这一论断表面上言之凿凿，但却存在明显的以偏概全与事实忽略。本文将从三个角度进行反驳：逻辑推理的能力、科学验证的实践，以及数学化的进展。
一、AI并非缺乏逻辑推理，而是在不断增强推理能力
虽然语言模型的基础是统计学习与概率预测，但这并不意味着它们无法进行逻辑推理。事实上，许多研究已经证明大型语言模型具备一定的推理能力。例如，模型能够解决数学题、编写程序、进行符号操作，并通过“链式思维（Chain-of-Thought）”的提示展现出多步逻辑推理过程。此外，研究者正将逻辑推理引擎与LLM结合，如整合形式逻辑推理器、知识图谱和定理证明器。这意味着，AI的逻辑推理并非缺席，而是正处于加速发展的阶段。
二、AI的科学成果已经具备高度可验证性
反对者常说AI“油腔滑调”，即只会生成表面合理的答案。但事实是，在众多科学领域，AI已产出可以独立验证的成果。最著名的例子是DeepMind的AlphaFold，它对蛋白质三维结构的预测精度已达到实验室验证的水准，解决了生物学数十年的难题。同样，AI在医学影像诊断中展现出与专业放射科医生相当的准确率，其预测可以通过真实病例检验。这些案例说明，AI的结果并非空洞之词，而是能够在现实世界中得到验证。
三、AI与数学语言的结合日益紧密
批评者认为AI缺乏“精确的数学语言描述”。然而，现实情况恰恰相反。AI不仅可以生成复杂的数学证明草稿，还能与形式化验证系统（如Lean、Isabelle）结合，协助人类验证定理。DeepMind与数学家合作的研究表明，AI能够提出新的数学猜想并帮助发现规律。此外，将LLM与计算引擎（如Wolfram Alpha、Mathematica）结合，已经让AI具备精确计算与符号推演能力。因此，说AI不具备数学化的表达能力，显然与现状不符。
结论
将AI简单贬斥为“油腔滑调的语言模型”，既低估了其现有成果，也忽视了其正在快速演进的科学潜力。逻辑推理、可验证性和数学语言，并非AI的短板，而是AI正在不断突破的方向。AI并非科学精髓的缺席者，而是科学探索的新型助力者。
