謝耘：辛頓敷衍走場，是對科學的敗壞

【文/觀察者網專欄作者 謝耘】

今年七月初，在上海一所著名高校任教的一位資深軟件工程學者收到我新出版的《工具的甦醒——智能，理解與人工智能的本質》書後，我們有了下面這樣一段在微信上的對話。

教授：“感謝您的大作，很多觀點我認同。我屬於AI悲觀派，只認為AI做了簡單重複勞動，複雜的話還是要人來解決，雖然可以做軟件編程，但是對於它沒見過的問題編碼錯誤極大。”

我：“總有人出於其它目的去神話它。”

教授：“計算機界研究偏理論的樂觀派多，偏工程的較現實。”

我：“但是偏理論的人也拿不出什麼科學理論依據。都是他們個人的信念、猜測而已。我在書中對AI的‘理解’能力做了比較深入系統的剖析，至少我沒有見到他們做過什麼類似的理論分析來支撐他們的觀點。”

“説曹操，曹操到”。

到了七月底，一個做投資與產業研究的朋友轉發給我了圖靈和諾貝爾物理學“雙獎獲得者”傑弗裏·辛頓一篇有關人工智能主題的發言。辛頓可能就屬於前面那位教授講的人工智能樂觀派。

看了辛頓講演的材料後，我與這個朋友交流了感想。

我：“他這裏經不起推敲的內容有點多。首先‘智能本質在於推理’就是有問題的。這是典型的西方文化唯理性論的思維，以偏概全。而且人工智能靠統計方法和暴力計算在工匠技藝上有再大的突破，也不等於科學原理的突破。”

朋友：“辛頓現在是走場專家，他的講稿與剛剛前幾天在英國講的內容一模一樣，內容不重要；同時，邀請他來的機構/組織，就是衝着雙獎得主名號，內容也不重要（講什麼都是好，重要的是能出場）”

我：“這種做法會敗壞科學的。”

朋友：“同意謝總意見。”

其實悲觀也罷樂觀也罷，對於從事科學與技術工作的人來説並不重要。重要的是要能夠用科學的態度，實事求是地面對現實，而不是拋開客觀的立場憑藉主觀的意願去解釋科學與技術——這是從事科學與技術工作的人必須遵守的本分。

在寫作《工具的甦醒——智能，理解與信息技術的本質》一書中關於人類與人工智能大語言模型的“理解”異同一章時，我曾經向國內一位著名的人工智能學者做過請教。他在別人眼中可能屬於“悲觀派”，他對我講了他的看法：“很多人都説大語言模型有理解能力，其實沒有。它不懂概念，只懂概率；不懂概念推理，只懂概率計算。”

《工具的甦醒——智能，理解與信息技術的本質》，謝耘著

他的看法有合理之處，但是説大語言模型沒有理解能力，我做完相關分析後覺得是過於武斷了。人類的理解是基於事物之間多重的複雜關聯形成的，包括因果關聯，也包括語言文字符號層面的關聯。大語言模型則是在文字符號層面對語言的內容做了多重的統計性關聯。它顯然遠遠沒有覆蓋人類理解中的所有關聯，但是它同時又確實掌握了在文字符號層面的統計性關聯。這也反映了人類的一部分理解。所以我們不能説大語言模型完全沒有理解能力，它確實擁有了文字符號層面的統計性理解能力；同時也不能像辛頓兩次斷言的那樣“大語言模型理解語言的方式與人類非常相似。”[1]

因為人類對語言理解的根本性基礎，並不在於文字符號層面的關聯，而在於將文字符號所表達的內容與現實做正確的對應，這才是人類獲得對語言所表達含義理解的核心關鍵所在。僅僅在文字符號層面做統計性關聯，永遠也實現不了文字符號所表達的內容與現實的對應。所以大語言模型與人類在對語言的理解上遠遠談不上“非常相似”，而是有本質差異的。這也是“具身人工智能”試圖在未來解決的問題。

從科學理性來看待人工智能的當下與未來，大體可以分為四個主線。

從其科學理論基礎來看

圖靈提出人工智能的“圖靈測試”被認為是人工智能這個領域的奠基性工作。但是這個工作本身就不滿足基本的科學規範，它是一種主觀測試方式，違背了科學最基本的客觀性要求。所以，圖靈當年並沒有給人工智能奠定一個科學的基礎。[2]直到今日，雖然有眾多人獻身於智能科學理論的研究，且著述極豐，但是人類依然沒有能夠找到符合現代科學規範的智能科學原理。

甚至對於什麼是智能這個最基本的問題，學術界也沒有一個準確的統一看法。辛頓在報告開篇第一頁上的第一句話是：“智能的本質在於推理。”這個結論顯然是經不起推敲的。

從牛頓的萬有引力，到愛因斯坦的光速不變，再到普朗克提出量子概念，每一次科學的突破都來自於這些偉大科學家對世界的深刻“洞察”。洞察為後續科學藉助推理發展提供了基礎前提。如果智能的本質在於推理，那麼給人類科學奠定基礎的“洞察”將被置於何地？

西方文化有對於基於邏輯推理的“理性”迷信的傳統，給邏輯推理以至高無上的地位。這是西方傳統的一個重要侷限。邏輯推理固然重要，但遠遠不是人類智慧的全部。

人工智能至今沒有一個符合現代科學規範的基礎理論，它依然是一個建立在現代科學技術成果之上如集成電路芯片的工匠技藝。辛頓和同樣從事人工智能研究的霍普菲爾德一同獲得諾貝爾物理學獎，是一個里程碑式的事件。但是這個里程碑並非是標誌人工智能獲得了科學理論方面的突破，而是一個現代科學基本原理髮展進入停滯期的正式宣示。

自伽利略、牛頓開始，現代科學發展到20世紀70年代，基礎原理性的突破便出現了停滯不前的局面。匪夷所思的多重世界猜想的提出，對據稱充滿宇宙的“暗物質”“暗能量”的觀測，還有幾乎是純數學遊戲的“超弦”理論的構建，都沒有能夠帶來真正的突破。自二戰後，人類學術論文在數量上成指數增長的同時，創新性以同樣的速度在下降。[3]

2024年諾貝爾物理學獎頒發給了兩位與物理學極其勉強才拉上一點關係的人工智能領域裏的學者，實際上是物理學界經過了半個世紀踟躕不前後，終於以一種含蓄的方式公開承認人類對世界的基本認識，進入到了停滯的局面了，而且難以看到未來突破的希望。

從其依靠的技術原理來看

由於沒有基本的科學理論，所以人工智能其實是一種基於經驗的工匠技藝。在其發展之路上，嘗試過多種方法。其中基於邏輯推理的方法曾經被寄予最大的期望，這與西方對邏輯推理的崇拜有密切的關係。而最後，在21世紀第二個十年，令業界意外的是，藉助計算機的暴力計算，原理上非常傳統、就事論事的統計方法大放異彩，成功地在應用層面而非理論層面，解決了原來許多難以解決的人工智能應用問題。

到今天為止，統計方法依然是人工智能的當家花旦。統計方法作為一種傳統的就事論事的數學方法，有其自身的擅長與侷限。這是可以用邏輯做比較清晰的分析的。但是出於各種原因，許多人在迴避這件事。

2024年初，美國人工智能研究公司OpenAI正式發佈視頻生成模型Sora後，馬上有人驚呼它是“世界模擬器”，已經能夠自己發現並掌握物理定律了。這是這些人根據Sora的某些表現展開的想象，遠遠不是基於科學理性分析的結論，所以很快就不再被提起，甚至可能已經被遺忘。如果僅僅通過對數據的統計就可以發現和掌握物理定律，那麼牛頓、愛因斯坦這些偉大科學家的貢獻該當何倫？

“通用人工智能”指日可待等不斷持續出現的喧囂，也都是這種非理性想象的產物，或者是別有用心的炒作。

這些想象連科學幻想都算不上，因為嚴格意義上的科學幻想是基於已知科學原理的外推。

從信息技術應用的角度來看

從信息技術應用的角度來看，人工智能僅僅是信息技術應用的一個部分，是一個以完成人類大腦可以完成的比較複雜的任務為導向的技術和應用。所以如果畫一張完整的圖的話，它大概是下面的樣子。其中“人的內意識”實質是人類大腦可以完成（意識）智能活動。

信息技術應用、人工智能及人類智能的關係

從圖中可以看出，通常意義下的人工智能僅僅是信息技術應用的一小部分。人類創造技術工具，從來就不僅僅是為了替代人的勞動，而是為了拓展人類的活動所能覆蓋的深度與廣度。就好像我們依賴運載火箭將人類的步伐邁向了月球，藉助旅行者號飛船，將人類的觸覺伸出了太陽系。

信息技術無法完全實現人類的智能，不代表在具體的方面它不能超越人。事實上，計算機從誕生之日起，其計算能力就遠遠超過了人類，而計算是一種基本的智能活動。而且人類的所有工具，都在其擅長的方面超越了人類，否則它就沒有存在的價值了。

所以，當我們站在整個信息技術產業來看的時候，我們不應該把自己的目光侷限在人工智能只想着如何替代人類，而是應該將其放在整個信息技術應用的全局中，去探索信息技術將為人類的拓展做出怎樣的貢獻。

從人類文明發展的經驗來看

在現代科學誕生之前的漫長歲月中，人類依靠的就是基於經驗的工匠技藝來製造各種工具。那漫長的歲月有幾個基本的特點：

首先是技術發展緩慢，因為它主要靠效率很低的試錯過程去積累經驗；

其次，技術的進步與突破無法預料，不論是方向還是性質都帶有極大的偶然性；

再者，技術的複雜度十分有限。或許那些用鳥報時的鐘表就代表了工匠技藝可以抵達的巔峯。靠經驗創造出的工具，與科學指導下的發展，有着天壤之別。

類比總有侷限，歷史不會簡單重複。人工智能不是處理物質性問題的傳統工匠技藝，而是處理信息性（也是意識性）問題的、基於現代科學技術之上的、利用數學工具的現代工匠技藝。其發展可能比傳統的工匠技藝更加靈活，複雜度更高，覆蓋面更廣。在可以預見的未來，藉助暴力計算與人類的經驗，信息技術應用會不斷在所有人類活動的領域中，通過解決各種信息性的具體問題，拓展着人類活動的深度與廣度。其帶來的變化，可能是我們今天難以預料的。

但是有一個人類最大的夢想依然是遙不可及的，那就是製造出與人類具有同樣意識能力的機器。因為我們沒有這樣的科學理論，大腦對於人類來説還是一個黑洞；歷史經驗也告訴我們，僅僅憑藉經驗性的工匠技藝，我們創造不出我們無法理解的東西；而且現有的人工智能的實踐也沒有提供我們可以實現這一目標的確實依據。

辛頓在其講演中説：“我們就像養了只非常可愛的小虎崽的人。當它長大後，如果它想，可以輕易地殺死你。”其實，類似這種聳人聽聞的説法，在人工智能發展歷史上已經屢次出現，一點都不新鮮。每一次都沒有任何科學的依據，因而一陣喧囂後很快就被忘記。

圖靈獎得主、諾獎得主、“AI教父”傑弗裏·辛頓（Geoffrey Hinton）

在可預見的未來，計算機沒有修煉成精的可能，人類萬物之靈的地位無可撼動，除非自願放棄。

現代科學經過了四百年左右的發展，終於遇到了“止境”。人類無可奈何地進入到了“後科學”時代，人類文化必將發生重大的變化。在科學出現之前，各種旁門左道、歪門邪道橫行於世；進入“後科學”時代，類似的情形或許會再次出現，只是經過了改頭換面：科學被不斷地參入大量的雜質，其真理性不斷地被稀釋，“科學”不再理所當然地意味着“嚴謹”“嚴肅”及“負責”；歪門邪道與旁門左道堂而皇之披上了科學的外衣去蠱惑人心，去“指引”未來。

這是一個考驗每一個人的認知能力的時代。

[1]謝耘著，《工具的甦醒——智能，理解與信息技術的本質》，第四章“理解‘理解’：人與機器學習的異同”，機械工業出版社，2025年4月

[2]“謝耘：人工智能至今仍不是現代科學，人們卻熱衷用四種做法來粉飾它”，觀察者網時評，2025年5月21日

[3]Michael Park，Erin Leahey & Russell J. Funk，“Papers and patents are becoming less disruptive over time”，《Nature》，Volume 613 Issue 7942, 5 January 2023

本文系觀察者網獨家稿件，文章內容純屬作者個人觀點，不代表平台觀點，未經授權，不得轉載，否則將追究法律責任。關注觀察者網微信guanchacn，每日閲讀趣味文章。