DeepMind科学家:AI永远无法拥有意识,计算功能主义存在根本谬误

谷歌 DeepMind 高级科学家 Alexander Lerchner 近日发表论文 , 标题为《抽象谬误: 为何人工智能只能模拟意识, 但不能实例化意识》。他在文中明确指出: 算法符号操作在结构上不可能产生意识, 无论模型规模多大、架构多复杂、是否拥有人形身体。这意味着,AI 拥有意识这件事, 不是现在不行, 而是从逻辑上看永远都不行。

📌 计算功能主义为何被质疑

Lerchner 要反驳的是当前 AI 意识讨论中最主流的理论框架——计算功能主义。 该理论认为 , 意识的本质是一套因果拓扑结构, 与底层物理材质无关; 同一套功能既可以在生物神经元上实现, 也可以在硅基芯片上实现; 只要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。简而言之, 意识不挑硬件。

🔍 抽象谬误: 地图不是领土

• 地图不是领土 : 无论地图画得多精细, 它都不会变成所描述的城市。地图是抽象关系描述, 城市是具备真实物理因果力的实体。
• 公式不是引力 : 万有引力公式可以描述引力规律, 但公式本身不会产生质量或引力。公式是抽象逻辑描述, 引力是物理世界的内在因果属性。

💡“制图者”: 被忽略的关键前提

论文引入“模拟”和“实例化”两个关键概念。 模拟是对外部行为的复制 , 而实例化是内在物理构成和热力学动态的真实拥有。Lerchner 指出, 整个计算范式中长期被忽略的要素是“制图者”——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。计算机里的 0 和 1 不是宇宙的固有属性, 芯片里只有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。

📊 算力无法解决意识问题

围绕“DeepMind 科学家万字长文: 为什么 AI 永远不可能有意”，这一部分可从背景、现状与影响三个角度理解其关键信息。结合已公开内容来看，核心结论是趋势已较为明确，但细节仍需结合后续进展持续观察。

🚀 学界反应与行业观察

论文发表后, 学界反应不一 。有学者表示支持, 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。同时也有中立观点认为,Lerchner 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。当讨论 AI 是否有意识的话题从局外哲学家变成业内科学家时, 问题的性质已发生变化。这种对立不会阻碍技术前行, 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。