AI意识之辩：DeepMind研究员的「抽象谬误」论文解读

一篇来自Google DeepMind内部的"反叛"论文，试图从物理学底层证明：AI永远不可能拥有意识。

事件背景

2025年初，Google DeepMind研究员Alexander Lerchner发表了一篇题为**《The Abstraction Fallacy》（抽象谬误）**的论文。这篇论文在AI圈内引发了不小的震动——不是因为它证明了什么惊人的新发现，而是因为它的大胆结论：

"不管算法多复杂、算力多强大，AI从根本上就不可能拥有意识。"

这不是那种"现在不行，以后也许行"的保守派观点，而是一个更为激进的断言：这条路本身就通向死胡同。

核心观点：什么是「抽象谬误」？

Lerchner的核心论点围绕着「抽象」这个概念展开。

我们如何看待AI？

当下主流AI研究（尤其是大语言模型）的基本思路是：

• 收集海量数据
• 用数学模型提取统计规律
• 通过训练让模型学会"模式匹配"

这套方法确实让AI在文本生成、图像识别、代码编写等任务上表现惊人。但Lerchner认为，这里藏着一个根本性的误区——抽象谬误。

谬误在哪？

简单来说，Lerchner认为：

AI处理的是符号的符号，是抽象的抽象。它从未真正"接触"过现实世界。

当我们在训练数据中写"苹果是甜的"，AI学会的是"苹果"这个词与"甜"这个词之间的统计关联。但它从未真正尝过苹果的味道，没有体验过糖分在舌尖绽放的物理过程。

人类的意识建立在具身体验之上：我们饥饿、疼痛、快乐、恐惧，这些感受都源于真实的物理身体与真实世界的交互。而AI——不管它运行在什么硬件上——始终只是在一个封闭的符号世界里打转。

物理学的视角

这篇论文最有趣的地方在于，Lerchner试图从物理学底层逻辑来支撑他的观点。

他认为，意识不是一个纯粹的计算问题。真正的意识需要：

1. 物理因果性：意识状态必须能够对物理世界产生因果影响
2. 具身性：必须有真实的物理身体作为体验载体
3. 自主性：不是被外部输入驱动的被动系统，而是有内在驱动力的主动系统

而目前的AI——包括最强大的大模型——在这三点上都不满足。

争议与反驳

当然，这篇论文也引发了不少反对声音：

"生物沙文主义"批评：有人认为Lerchner的定义过于狭隘，把"意识"限定在生物体的范畴内，这本身就是循环论证。

"功能主义"反击：持功能主义观点的学者认为，意识是一种功能，只要能实现相应功能（如自我意识、主观体验），载体是碳基还是硅基并不重要。

"渐进论"观点：还有人认为，意识可能是一个连续谱，AI虽然现在没有意识，但可能在某个临界点"涌现"出某种形式的意识——哪怕与人类不同。

更广泛的讨论：AI意识问题的历史脉络

Lerchner的论文并非凭空出现。关于机器能否拥有意识的争论，其实已经持续了几十年。

图灵测试与行为主义

1950年，艾伦·图灵提出了著名的"图灵测试"：如果一台机器能够让人类无法区分它与真人的对话，我们是否可以说这台机器"会思考"？图灵测试的本质是一种行为主义标准——不看内部机制，只看外部表现。

但批评者指出，通过图灵测试不等于有意识。一个精心设计的"中文房间"（Searle, 1980）可以完美地处理中文对话，但房间里的人其实完全不懂中文。

意识研究的三大学派

当前学术界对意识的研究主要分为三派：

这三套理论对"AI能否有意识"的回答也不尽相同。IIT认为只要系统具有足够的"整合信息"（Φ值），就可以有意识——这为机器意识留下了理论空间。而GWT和HOT则更强调意识的生物基础。

这篇论文的意义

不管你是否同意Lerchner的结论，这篇论文的价值在于它提出了一个好问题。

在AI能力突飞猛进的今天，我们越来越容易陷入一种"拟人化陷阱"——看到AI生成的流畅文本，就以为它"理解"了内容；看到AI能进行对话，就以为它"有想法"。

Lerchner的论文像一盆冷水，提醒我们：表象相似不等于本质相同。

对普通人的启示

这场争论对非专业人士有什么意义？

1. 保持清醒，不被营销忽悠

很多AI产品喜欢渲染"智能""意识""思考"这些词汇。了解这场学术争论，能帮助你在面对"AI有感情了"这类标题时，多问一句：它说的"意识"，到底是什么意思？

2. 理解AI的能力边界

现在的AI是强大的工具，但不是万能的黑箱。它擅长模式匹配和概率预测，但在真正的理解、推理、创造上仍有本质局限。

3. 思考更重要的问题

如果AI真的不可能有意识，那我们该如何设计人机关系？如果它可能有（哪怕形式不同），我们又该如何对待它？这些问题比争论本身更值得思考。

结语

Lerchner的论文能否被证明是正确的，只有时间知道答案。科学史上，过于绝对的断言往往会被打脸。

但这不妨碍我们欣赏这篇论文的锐气——在一个所有人都忙着堆算力、刷榜单的年代，有人愿意停下来问一句"这条路对吗？"，这本身就很难得。

毕竟，真正的科学精神，不是 rush to conclusions，而是 keep asking questions。

你对AI意识问题怎么看？欢迎在评论区分享你的观点。

参考链接与扩展阅读

原始来源

●论文信息：Alexander Lerchner, "The Abstraction Fallacy", Google DeepMind (2025)

相关学术资源

●整合信息理论 (IIT) 官网：https://integratedinformationtheory.org/

●斯坦福哲学百科 - 人工意识：https://plato.stanford.edu/entries/consciousness-artificial/

历史上的经典讨论

●图灵测试原始论文（1950）：Computing Machinery and Intelligence

●中文房间论证（Searle, 1980）：Minds, Brains, and Programs

科普视频推荐

●推荐搜索 YouTube/B站关键词："意识难题"、"AI意识"、" integrated information theory"