维特根斯坦反对笛卡尔式“私人剧场”意识观，也拒绝行为主义简化论，认为意识问题实为语言陷阱。他通过“痛”的语言游戏和“甲虫盒”比喻指出，感觉非实体也非虚无，而是生活展现。他主张“人体是灵魂最佳图画”，意识不可被科学指标化，哲学应描述生活而非构建理论。

维特根斯坦认为AI生成图像缺乏意图，因而不算艺术。意图不是内心想法，而是体现在公共规则中的可解释行为。AI仅统计模拟，未参与人类语言游戏，其作品只是好看的物品，无艺术价值。真正的艺术连接创作者与欣赏者，AI艺术是伪概念。

维特根斯坦通过语言游戏和家族相似性概念批判本质主义，认为事物无固定本质，意义取决于具体语境中的使用规则。他主张本质是语法规则而非隐藏的内在属性，强调实用主义视角，鼓励根据场景理解概念，避免追求唯一答案。

大模型在语言处理上依赖语境和规则，而非内在含义。维特根斯坦和索绪尔认为语言的意义源于用法和系统差异。大模型通过学习大量例句掌握语言使用规则，能够有效回应日常交流，尽管缺乏情感，但在语言游戏中表现合格。

文章探讨了结合“语言游戏”和强化学习，以突破大语言模型的“数据再生产陷阱”。研究者认为，动态互动和多样化奖励能促进模型自我进化，推动AI向更高智能发展，可能实现人类与AI的共同进化，开启新的智能革命。

DeepMind的研究提出了“苏格拉底式学习”，使AI系统在封闭环境中自我完善，超越初始数据的限制。通过“语言游戏”，智能体能够自主生成数据并提升技能，强调反馈和数据覆盖的重要性。这一方法为实现通用人工智能开辟了新路径，展示了AI自我改造的潜力。