ARTICLE · 1289287

揭露伪专家,批驳错误审稿意见 - 兼论AI超越HI问题

发布时间：2026-11-01 06:01:39 最近访问：2026-11-01 06:01:40

笔者的原文“人工智能永无可能全面超越人类智能”请参阅[1]；伪专家们对该文之审稿意见全文转载于[2]，并附有笔者关于背景事实的介绍[2]。本文主要意在揭露伪专家，批驳错误审稿意见，同时也兼回答朋友们及网友们对笔者“人工智能永无可能全面超越人类智能”之论断的质疑。至于有些网友问及的杂志编辑部工作，笔者认为不应该是笔者公开讨论的事项，故在此不做任何评论。

“人工智能永无可能全面超越人类智能”一文的主旨

在由 DeepMind 的 AlphaGo 战胜人类围棋世界冠军以及 OpenAI 发布 ChatGPT 这两个标志性事件引发的全世界人工智能热潮之中，世界上许多人工智能专家（包括曾经获得图灵奖和诺贝尔奖的知名学者）或者并非人工智能专业的知名人士，一直在鼓吹“人工智能将会（甚至已经！）超越人类智能”，“人工通用智能将会（甚至已经！）实现”，“人工智能将会威胁人类的生存并毁灭人类”，等等一系列缺乏切实科学根据的观点，在全世界范围内造成大众的认知混乱，对人类社会有害而无益。

笔者撰写“人工智能永无可能全面超越人类智能”一文，意图澄清现今世界上关于“人工智能是否能够超越人类智能”这个问题各种议论中的概念性混乱，彻底从最基本概念层次上对该问题给出一个准确回答：什么是“智能”？什么是“人类智能”？什么是“人工智能”？什么是“人工智能系统”？人工智能应用中的行为主体是谁？人工智能是否曾经部分地超越过人类智能？人工智能是否在将来迟早能够超越人类智能？

文章有几个关键点。第一点，既然要比较“谁超越谁”，那么，被比较的对象必须定义清楚；第二点，所谓“超越”的涵义也必须定义清楚，第三点，主张“永无可能”，必须给出充分的理由。

关于第一点，笔者认为，以往被人工智能领域忽视的、人工智能系统/应用的行为主体究竟是谁的问题是关键。既然是要比较“人工智能”和“人类智能”，那么就应该把被比较的“人工智能”中任何形式的“人类智能”去除掉。否则，就成了“人工智能+人类智能”与“人类智能”相比较的哲学错误和逻辑错误。

关于第二点，如同笔者在文章中所说，马希文教授早就指出过“部分”与“一切”的关键差别。因为从现代数字电子计算机诞生，计算机就比人类算得快，所以在单个功能/应用上谈论人工智能超越人类智能并无现实意义，只有讨论人工智能是否全面超越人类智能才有现实意义。这也正是笔者对文章初版的题目添加“全面”二字的用意。

关于第三点，笔者认为，在“原理上不可能”的事情，就是永无可能的。所以，必须给出“原理上不可能”的理由。

何谓“伪专家”？

任何一位曾经为杂志或者会议审阅过原稿（亦即国内通称之“审稿专家”）的学者都应该知道，审稿是要遵循一定学术规范[3]，绝对不可随意胡来的。否则，轻则可以说是失职，重则可以说是败坏学风。

笔者将学术水平和认知水平不符合正常审稿专家标准的、不能按照学术规范的审稿要求审阅原稿的、一律称为“伪专家”。下文将在严厉批驳所谓“专家”之错误审稿意见时，也基于学术论文审稿者的职业责任与伦理义务[3]附带说明为什么说这些所谓“专家”是伪专家。

对错误审稿意见的批驳

审稿意见：“该论文立意具有一定的新颖性，是领域内讨论的热点问题。行文过程中，应加强结构的组织和安排，例如可以通过图标的形式进行阐述。另外语句多为冗余的，建议通篇修改。”

此意见显然没有对文章原稿的学术内容做任何实质性的评价，是伪专家之所为。笔者的猜想是该“专家”没有学术水平和认知水平读懂文章原稿，随便用格式细节（这原本是编辑业务）来凑数为审稿意见。这位伪专家的作为，明显属于审稿者失范行为中的“敷衍审稿”[3]和“无资格审稿”[3]。

审稿意见：“有专家曾指出，互联网计算的计算模型，不同于传统的图灵可计算模型。论断“人工智能系统不可能具备自律进化的自我评价机制。我们可以非常肯定地说，人工智能超越人类智能是永无可能的。”依据不是很确定。”

首先，由于这位伪专家太“珍惜”文字，笔者实在难于判断，上述审稿意见中的两句话是否有前后因果关系。如果这位“专家”因为“互联网计算的计算模型，不同于传统的图灵可计算模型”而认为笔者的论断“依据不是很确定”，那么，笔者能够说的就是两者之间根本毫不相干。

其次，“有专家曾指出，互联网计算的计算模型，不同于传统的图灵可计算模型。” 这难道可以算作是正经审稿意见吗？“有专家曾指出”，谁指出？文献为何？是否是已经被认可的结论？来源不明真伪不定的一段话，可以用来作为审稿意见？就算是不论这个陈述的来源与真伪，这位“专家”到底想用这段话来指出原稿的哪里有什么问题？

再次，“依据不是很确定”，那么，到底是确定还是不确定？说“依据不是很确定”的理由和根据为何？

综上，笔者不得不说，这位“专家”同样是位伪专家，其作为明显属于审稿者失范行为中的“敷衍审稿”[3]，并且还不懂装懂，应该是失范行为“无资格审稿”[3]。

审稿意见：“(1)本文整体以哲学与逻辑推理为主，缺乏实际案例与数据支撑。若能结合当前主流人工智能系统（如ChatGPT、AlphaGo等）在具体场景中的实际应用表现，作为辅助论证，将显著增强文章的说服力与现实意义。”

一篇从基本概念开始讨论原理性问题的论述文章，为什么不能“整体以哲学与逻辑推理为主”？这位“专家”要求什么样的“实际案例与数据”？要让“实际案例与数据支撑”什么？既然文章“人工智能永无可能全面超越人类智能”是论述“永无可能全面超越”，当然只有从基本概念和原理上论述清楚才是可能的。笔者的文章定义了所有用到的基本概念，列举了超越必须满足的条件，定义了全面超越的涵义，然后基于基本概念以及可计算性理论来展开逻辑论证，说明基于计算的人工智能系统在原理上的本质局限性，最终得出永无可能全面超越的结论。对于概念上原理上的断言，举出实例来能够说明什么？难道不是举多少个实例也不可能说明原理上的局限性吗？如果这位“专家”认为（虽然并没有明说）笔者的原理性结论有误，那么难道不是应该由他/她自己举出反例来批驳笔者的结论吗？这位“专家”对文章的概念定义、逻辑论证、原理性结论不做任何可否对错评价，却非要求作者补充“实际案例与数据”“作为辅助论证”，这叫什么审稿意见啊？笔者猜测，这位“专家”大概未曾做过概念性原理性探索研究，仅仅做过具体工程项目研发，所以，非要看到“实际案例与数据”。但是，无视论文稿件的立论，仅从自己片面的主观意识及个人喜好出发提出审稿意见，应该是没有尽到“维护公正”[3]的审稿职责。姑且不论是否有失范行为“无资格审稿”[3]的嫌疑。

审稿意见：“(2)对人工智能能力的评估较为概括，建议补充对代表性系统（如ChatGPT、Claude、Gemini等）的功能分析与比较，以更准确地展示当前AI系统在认知能力、推理能力等方面的边界与突破。”

如同上面审稿意见(1)一样，又是对文章立论和结论不做任何可否对错评价，却非要求“代表性系统”举例！笔者的文章对“人工智能系统”的定义意在涵盖全部人工智能系统，不明白这位“专家”是没看到还是没看懂，还是看到了装没看见？对“人工智能系统”的定义和本质局限性分析不做任何可否对错评价，却非要求作者“补充对代表性系统（如ChatGPT、Claude、Gemini等）的功能分析与比较”，这难道也可以作为审稿意见？

审稿意见：“(3)第三、四节内容较为密集，长段落叙述使得逻辑跳跃性增强，阅读体验不佳。建议适当划分小节标题，理清论点脉络，增强段落之间的逻辑过渡和可读性。”

实话实说，这是这位“专家”所有意见中，唯一让笔者觉得多少有些参考价值，并且依照其建议修改了文章的一条意见。

审稿意见：“(4)在探讨人工智能系统局限性时，文章较多依赖于形式化与可计算性理论的分析，未充分考虑近年来“软智能”路径（如神经网络、大模型、类脑计算等）的发展，建议作者补充相关讨论，以避免结论的单一视角。”

如同上面审稿意见(1)和(2)一样，这位“专家”根本不懂笔者文章设定的问题必须从基本概念和原理上去讨论，并且笔者在文章中也正是这么做的，对文章的立论和结论不做任何可否对错评价，却非要作者补充““软智能”路径（如神经网络、大模型、类脑计算等）的发展”相关讨论。笔者猜测，这位“专家”根本不敢正面批评文章的立论和结论，因为拿不出像样的正当理由；又不敢承认文章的立论和结论，或者怕负责任或者出自其自身的主观意识；于是，就多次祭出要求补充实例这个手段。殊不知，这恰恰显示了没有负起“维护公正”[3]的审稿职责，并且是失范行为“无资格审稿”[3]。

审稿意见：“(5)尽管文章内容理论性强，但总体篇幅偏短。建议在保持逻辑完整的基础上，适当扩展，如增加未来发展趋势的讨论、人类智能认知研究的最新进展等，以提升文章深度和前瞻性。”

这实在是一条奇葩的不能再奇葩的审稿意见，也是伪专家失范行为“无资格审稿”[3]的铁证。笔者文章题目和结论是“人工智能永无可能全面超越人类智能”，无论从任何一点，都是涵盖了人工智能将来发展的。这位“专家”对文章的立论和结论没有做过任何可否对错评价。笔者已经清清楚楚地主张“永无可能”了，这位“专家”还希望笔者怎么“提升文章深度和前瞻性”？

综上，笔者不得不得出结论，这位“专家”也是一位伪专家。

审稿意见：“针对前一段时间社会上出现的“人工智能将会超越人类智能”舆论，从传统数理逻辑和可计算性理论的角度，论证“人工智能永无可能全面超越人类智能”。 (1) 来稿试图“彻底从最基本概念层次上对该问题给出一个准确回答：什么是“智能”？什么是“人类智能”？什么是“人工智能”？什么是“人工智能系统”？…” 关于“智能”和“人类智能”的定义。第一节一开始，作者引了牛津英语辞典和Merriam-Webster Dictionary这两部辞典对“智能”的定义，然后引了Howard Earl Gardner和作者自己关于“人类智能”的定义。但在众多的辞典、百科丛书、学术论著中，对“智能”、“人类智能”的定义都不尽相同，有些甚至差异很大，争论激烈。比如在作者在第二页讨论 “人工智能”定义时所引用的John McCarthy的那个网页上，对“智能”对也给出了一个定义：“Intelligence is the computational part of the ability to achieve goals in the world. Varying kinds and degrees of intelligence occur in people, many animals and some machines”。这与作者所认同的上面两部辞典对“智能”的定义大相径庭。事实上，目前学术界（哲学界、心理学界等）对这些概念还远未达成共识。关于“人工智能”的定义。自从1956年John McCarthy提出这个概念以来，其内涵一直处于不停的变化之中。作者在第一节中引用了2007年John McCarthy的一个网页中给出的定义。实际上，不仅在人工智能领域的学者和非人工智能领域的学者之间对这个概念的理解有很大的差异，人工智能领域的学者之间也存在很多不同的见解（在网上搜索“artificial intelligence”可以查到各种辞典、百科全书、论著、博客给出的五花八门的定义，这里就不一一列举了）。关于“人工通用智能(AGI)”的情形类似。在“人类智能”和“人工智能”都缺乏准确定义的现状下，要对二者的关系给出一个准确的回答，难度之大可想而知。作者所针对的问题是“人工智能将会超越人类智能”，但所论证的结论是 “人工智能永无可能全面超越人类智能”，多了“全面”二字。而认为“人工智能将会超越人类智能”的专业学者和非专业人士，并未宣称“人工智能将会全面超越人类智能”。从这点看，来稿中的论证，没有准确击中作者所设定的目标。”

洋洋一大段审稿意见，除去引用和无关紧要的话，要点就是：（一） “在“人类智能”和“人工智能”都缺乏准确定义的现状下，要对二者的关系给出一个准确的回答，难度之大可想而知”，以及（二）“作者所针对的问题是“人工智能将会超越人类智能”，但所论证的结论是 “人工智能永无可能全面超越人类智能”，多了“全面”二字。而认为“人工智能将会超越人类智能”的专业学者和非专业人士，并未宣称“人工智能将会全面超越人类智能”。从这点看，来稿中的论证，没有准确击中作者所设定的目标。”

关于（一），这位“专家”对笔者文章中清晰给出的所有基本概念定义完全不置可否对错，没有任何评价，却来说在“缺乏准确定义的现状下”问题的难度大小。这算什么评审？这是审稿“专家”应该所为？这明明是没有尽到“维护公正”[3]的审稿职责以及失范行为“敷衍审稿”的铁证。

关于（二），这更是这位“专家”根本没有认真阅读文章，完全没有尽到“维护公正”[3]的审稿职责以及失范行为“敷衍审稿”的铁证，根本不值得笔者花费文字批驳。

审稿意见：“（2）“由于计算机系统/人工智能系统的本质局限性，任何形式化的不可判定问题（可计算性理论教科书及专业手册中列举了许多已知的不可判定问题），都是在原理上不可计算的。另一方面，如果一个问题，人类可以用自然语言陈述清楚，但是却还没有找到某种恰当的形式化方法将其形式化，那么，无论人类能否解决该问题，计算机系统/人工智能系统在计算原理上都不能够解决它。”机器学习正是面向这类“还没有找到某种恰当的形式化方法将其形式化”的问题。由于无法将其形式化，不能直接编出程序来解决这类问题，但这并不表明不存在其他的途径。比如“识别树叶”问题。虽然至今人们还没有找到某种恰当的形式化方法将其形式化，但深度学习利用基于深度人工神经网络的统计推断，在大数据和大算力的支持下，可以以很高的置信度给出答案。现在已有多款识别树叶的app，给出的答案对绝大多数用户来说已经足够好了。近年来，随着大语言模型系统的逐步普及，广大公众和媒体人士对其能力和局限性两个方面都有了较多的亲身体验，关于“人工智能超越人类智能”的舆论正在逐渐平息。这不是因为有人严格“证明”了人工智能不可能超越人类智能，而是由于社会实践的力量。”

这位“专家”所言，“机器学习正是面向这类“还没有找到某种恰当的形式化方法将其形式化”的问题。由于无法将其形式化，不能直接编出程序来解决这类问题，但这并不表明不存在其他的途径。” ，既是其根本没有读懂或者根本就没有读笔者文章关于“人工智能系统”之定义和“计算机系统/人工智能系统在计算原理上都不能够解决它”之涵义的铁证，亦是其不懂装懂的铁证。首先，从可计算性理论的观点来说，任何没能被形式化的问题，都是在计算原理上不能够解决的。其次，笔者在文章中哪里说过什么“不存在其他的途径”了？笔者明明说人类有经验性方法来解决非形式化问题！再次，这位“专家”强调“机器学习正是面向这类问题”意在何为？对文章的哪个论点或结论构成否定或批评？最后，任何机器学习系统在概念上都已经被包含在笔者定义的人工智能系统之中，这位“专家”到底是没看懂还是看到了装没看见？

这位“专家”所言， “比如“识别树叶”问题。虽然至今人们还没有找到某种恰当的形式化方法将其形式化，但深度学习利用基于深度人工神经网络的统计推断，在大数据和大算力的支持下，可以以很高的置信度给出答案。”，是其不懂装懂的铁证。“很高的置信度给出答案”是在计算原理上解决问题了吗？就算是近似解，到底是超越了还是没有超越人类呢？举出“识别树叶”（估计是该“专家”本行）例子来，想说明什么？干嘛不直接举 AlphaGo 战胜人类围棋世界冠军的例子呢？以笔者之私见，这倒恰恰是失范行为“无资格审稿”[3]的好例子。

“近年来，随着大语言模型系统的逐步普及，广大公众和媒体人士对其能力和局限性两个方面都有了较多的亲身体验，关于“人工智能超越人类智能”的舆论正在逐渐平息。这不是因为有人严格“证明”了人工智能不可能超越人类智能，而是由于社会实践的力量。” 这段话，一方面明白显示了这位“专家”的无知或者无视社会舆论，另一方面也显示未尽到“维护公正”[3]的审稿职责。首先，笔者的文章是概念性原理性论述文章，从未要证明什么，所谓“证明”是不懂装懂的“专家”瞎扣的帽子！其次，如果这位“专家”认为“人工智能是否能够超越人类智能”是不值得讨论的问题，那么也应该给出实实在在的道理，而不是仅凭其主观意识。联系到这位“专家”的审稿意见前部的“问题难度”言论，笔者不得不怀疑其审稿态度。

综上，笔者不得不得出结论，这位“专家”也是一位伪专家。

结语

笔者文章“人工智能永无可能全面超越人类智能”，的确从题目、基本概念定义、必要条件设定、立论、逻辑论证、最终结论，都挑战了现在世界上对人工智能持乐观态度的众多人士以及坚信和鼓吹人工智能迟早会有一天全面超越人类智能甚至会控制人类的那些人士（包括众多名人）。非常遗憾的是，这样一篇按说可以从各个角度进行质疑的文章，却遭遇到几位伪专家来评审，无一人给出一点像样的、满足学术规范的审稿意见！