▶  谢耘

　　近日，图灵奖与诺贝尔科学奖双料得主、被称为“AI教父”的杰弗里·辛顿，在世界人工智能大会上的演讲引发业内热议。这场高规格国际科技盛会，折射出当下人工智能（AI）领域存在的诸多迷思。科学是否永远严谨严肃？AI是否真能理解人类语言？这些问题不仅关乎技术发展，更触及人类对智能本质的认知。

　　AI的科学根基困境

　　杰弗里·辛顿有关“理解能力”的部分观点，虽有一定道理但未免过于武断。人类的理解建立在事物间多重复杂关联之上，包括因果关联和语言文字符号层面的关联。大语言模型确实在文字符号层面建立了多重统计性关联，虽然远未覆盖人类理解的全部维度，只能算是掌握了部分理解能力。然而，杰弗里·辛顿声称“大语言模型理解问题的方式和人类理解语言的方式具有相似性”，这失之偏颇。人类理解语言的根本在于将文字符号与现实正确对应，这是大语言模型目前无法企及的。这种本质差异正是“具身人工智能”试图解决的难题。

　　从科学理论基础看，人工智能领域仍面临根本性困境。图灵提出人工智能的“图灵测试”，被认为是人工智能这个领域的奠基性工作。但这工作本身就不符合科学规范，缺乏客观性基础。时至今日，智能科学仍缺乏符合现代科学规范的基本原理，甚至对“什么是智能”这一基本问题都未有共识。杰弗里·辛顿在报告中称“逻辑智能的本质在于推理”，这一论断难以经受推敲。科学史上的重大突破往往源于伟大科学家的“洞察”，而非单纯基于基本原理之上的推理。西方文化过度推崇逻辑推理的传统，在此显现出明显局限。2024年诺贝尔物理学奖授予两位人工智能学者，某种程度上暗示了基础性科学原理发展的停滞状态。

　　理性看待AI本质与未来

　　从技术原理看，人工智能本质上是一种基于经验的工匠技艺。在经历多种方法尝试后，借助“暴力计算”传统的统计方法意外成为主流。这种方法虽在应用层面取得突破，但其局限性不容忽视。OpenAI发布Sora视频生成模型后，有人将其称为“世界模拟器”，声称它能发现物理定律，但是这种非理性的想象很快被遗忘。如果仅靠数据统计就能发现和掌握物理定律，那么牛顿、爱因斯坦的贡献又当如何评价？当下关于“通用人工智能”的种种耸人听闻的喧嚣，基本都缺乏科学依据，还掺杂了大量别有用心的炒作。

　　从信息技术应用角度看，人工智能只是信息技术的一个组成部分，其核心价值在于拓展而非替代人类能力。就像运载火箭拓展了人类活动范围，信息技术也在各领域拓展着人类活动的深度与广度。计算机自诞生起就在计算能力上远超人类，这是工具的本质属性——在其擅长领域超越创造者。人们不应局限于“替代人类”的狭隘视角，而应着眼于信息技术如何为人类发展在各个方面做出更大贡献。

　　回望人类文明发展历程，科学诞生前的漫长岁月里，工匠技艺是技术的主要来源。那时技术发展缓慢、突破偶然、复杂度有限。人工智能作为处理信息问题的现代工匠技艺，虽比传统技艺更灵活复杂，但在可预见的未来，创造具有人类意识能力的机器仍是遥不可及的梦想。人们既缺乏相关的科学理论，历史经验也表明仅凭经验技艺，人类无法创造超出其理解范围的事物。

　　杰弗里·辛顿将人工智能比作“可爱的小虎崽”，警告其未来可能威胁人类。这种耸人听闻的说法在人工智能发展史上屡见不鲜，从未有科学的依据，而且预言每次都很快破产。在可预见的未来，计算机没有“修炼成精”的可能，人类万物之灵的地位无可撼动，除非自愿放弃。

　　现代科学经过400年发展，似乎遇到了“止境”。人类正在步入“后科学”时代，文化形态必将发生深刻变化。历史上，在科学出现之前各种伪科学横行；如今科学真理可能再次被稀释，“严谨”“严肃”不再理所当然地与“科学”挂钩。在这个变革时代，保持科学理性和实事求是的态度，或许是科技工作者最应坚守的本分。