阿里AI亮明账,腾讯AI蓄暗线
2026-05-19
2026-05-19 0
|地图画得再精细,也不是山川本身。

今年3月,谷歌DeepMind高级科学家Alexander Lerchner发表了一篇论文。
结论清晰到近乎决绝:
算法符号操作在结构上不可能有能力产生意识,无论模型多大、架构多复杂、是否拥有人形身体。
仔细看这句话,AI有意识这件事儿给出的结论不是现在还=不行,而是从逻辑上看永远都不行~
这篇论文的标题为《The Abstraction Fallacy: Why AI Can Simulate But Not Instantiate Consciousness》
译|抽象谬误:为何人工智能只能模拟意识,但不能实例化意识。
论文发出后,引发广泛讨论~
一、主流范式错在哪里
Lerchner要反驳的,是目前AI意识讨论中最主流的一个理论框架——计算功能主义。
计算功能主义拆开来看包含几个核心信息:
意识的本质是一套因果拓扑结构,跟底层物理材质没有关系;
同一套功能可以在人脑的生物神经元上实现,也可以在硅基芯片的数字电路上实现;
只要一个数字系统精准复刻了意识的因果逻辑,主观体验就会自动涌现;
说白了就是一句话:意识不挑硬件,碳基还是硅基都不重要。
但Lerchner认为,这套理论看着没有错误逻辑,但实则从一开始就建立在错误的前提上。
他给这个错误起了个名字:抽象谬误。

二、抽象谬误:把地图当成领土
他为抽象谬误提供了两个比喻。
1、地图不是领土。
无论把一张城市地图画得多精细,完整复刻每一条街道、每一栋建筑、每一个红绿灯,这张地图都不会变成它描述的那座城市。
地图是对城市的抽象关系描述,城市是具备真实物理因果力的实体存在。
2、公式不是引力。
写在纸上的万有引力公式可以精准描述引力规律,但这个公式本身不会产生质量,也不会产生引力。
公式是对引力的抽象逻辑描述,引力是物理世界的内在因果属性。
Lerchner认为,计算功能主义正好陷入了这个谬误:把对意识行为和逻辑的抽象符号模拟等同于意识本身的真实生成。
一个系统可以把意识的行为模仿得惟妙惟肖,但这只是模拟,模拟不等于真正拥有。

三、“制图者”:被忽略的前提
论文引入了两个关键概念:“模拟”和“实例化”。
模拟可以理解为对某一现象的外部行为复制。
比如一台机器可以模仿心脏泵血的动作,但它不会因此变成真正的心脏。
真正的心脏有其内在的物理构成和热力学动态,这是“实例化”。
论文严格区分了这两个概念的前提,是找到了整个计算范式中一个长期被忽略的要素——制图者(Mapmaker)。
制图者,是任何一个拥有主观体验的生命体,它完成的工作是对物理世界的语义切分。
计算机里运行的0和1不是宇宙的固有属性,物理世界不“知道”什么是1什么是0。
芯片里只有实实在在的电压和电荷的连续流动,是人类观察者为这些物理信号设定了阈值,赋予它们符号意义。
如果没有一个拥有主观体验的主体来“制图”,物理世界的状态就只是状态,不构成任何符号。
计算功能主义假设了物理状态到符号状态的映射关系,但从来没有想过这个映射要在哪里才能真正成立。
换句话说:一套算法可以在不同的解读框架下构成完全不同的意义,同一个物理载体可以承载不同的抽象关系,真正赋予它意义的是对它做出解读的那个认知主体。
四、算力解决不了的问题
Lerchner认为,意识的来源不是系统规模问题,不是复杂性问题。
无论模型参数堆得多大,无论神经网络架构多复杂,如果底层机制仍然是符号操作,那么意识就永远不可能从中凭空出现。
有人可能会追问:具身化的机器人呢?给它装上摄像头和传感器,让它和环境交互,是不是就能具备意识?
Lerchner认为不能。
机器人采集到的信号只是连续的物理信号,不管是通过ADC(模数转换器)还是其他方式转换为数字信号,运算的核心仍然在跑那些被提前赋予了符号意义的数字。
运算之前的信号输入已经被做了字母表化,运算过程中的逻辑演化同样是建立在已符号化的数据之上,最终输出同样只是符号操控的结果。
整个过程从输入端到输出端,都没有脱离符号操作的框架。
五、接受批判,但暂不宣判
有学者对Lerchner的论证表示了一定程度的支持。
其中一种观点认为,这篇论文成功挑战了计算功能主义中过于天真的简化解读,也有效提醒了学界不要只凭外在行为的复杂性就随意为AI赋予本体论地位。
同时,也有中立立场观点认为:Lerchner对计算功能主义的批判很有价值,但无需立即得出“所有算法都不能拥有意识”的强结论。
目前的系统确实没有令人信服的意识证据,计算的本体论地位确实存在争议,但这些并不足以成为最终宣判。
其实
当讨论AI是否有意识这个话题的主体,从局外的哲学家变成了业内的科学家时,问题的性质就已发生变化。
这种观点的对立并不会阻碍技术前行,反而让人们更清楚,真正值得珍视的,不是对意识的模拟,而是意识本身。