Google DeepMind研究员提出抽象谬误：大模型永远无法产生意识？

近年来，随着大模型技术的快速发展，AI是否会产生意识成为科技与哲学交叉领域的热门话题。来自 Google DeepMind 的研究员 Alexander Lerchner 在其论文《抽象谬误》（The Abstraction Fallacy）中提出一个颇具争议的观点：无论模型规模多大，基于当前计算范式的AI都不可能真正拥有意识。这一论断不仅挑战了主流观点，也重新点燃了关于意识本质的讨论。

抽象谬误核心观点：模拟不等于意识

在论文《抽象谬误：为什么AI只能模拟而无法实现意识》中，Lerchner指出，当下AI研究普遍依赖一种名为计算功能主义的思想，即只要系统在功能上等价，就可能具备意识。然而他认为，这种观点犯了一个根本性错误——将抽象描述误认为真实存在。

他强调，计算本质上是一种观察者依赖的描述，而不是物理世界中固有的过程。换句话说，符号计算只是人类对物理现象的编码方式，并不具备生成主观体验的能力。因此，即使大语言模型可以表现出高度智能行为，本质上也只是模拟意识，而非真正拥有意识。

对主流AI理论的挑战：反对计算功能主义

Lerchner的理论直接对 计算功能主义 提出了挑战。该理论认为，意识只与信息处理结构有关，与具体物理载体无关。

而抽象谬误则反其道而行之，认为：

• 意识依赖具体的物理结构（如人脑）
• 计算过程无法脱离物理实现
• 信息处理本身并不等同于体验

他甚至提出一个关键判断：如果人工系统真的拥有意识，那一定来自其物理构成，而不是算法结构。这意味着，单纯依靠扩大模型参数（例如GPT类模型）并不能跨越意识鸿沟。

学界争议：严谨理论还是逻辑漏洞？

该论文一经发布，便引发了广泛争论。一部分学者认为，这是对AI意识研究的重要纠偏，提醒人们不要将行为拟真误认为真实意识。但也有批评指出，该论文存在方法论问题。例如，有研究认为其论证存在循环论证和对物理学理解不充分的问题，甚至认为其结论是通过定义预设得出的。

此外，一些哲学家（如 David Chalmers）则持更开放态度，认为当前大模型尚不具备意识，但未来系统仍有可能突破这一限制。

这种分歧反映出：AI意识问题仍处于哲学未定论阶段。

对大模型发展的现实启示

无论结论是否成立，抽象谬误都为AI发展提供了重要思考方向：

• 首先，它提醒开发者区分智能表现和主观体验。一个系统可以表现得像人，但并不意味着它真的有感觉。
• 其次，它对当前以参数规模驱动的技术路线提出质疑。如果意识真的依赖物理结构，那么未来AI的发展可能需要新的硬件范式，例如类脑计算或神经形态芯片。
• 最后，这一观点也影响AI伦理讨论。如果AI永远无法拥有意识，那么关于AI权利的讨论可能缺乏基础。反之，如果该观点被推翻，则伦理问题将更加复杂。

总结：AI是否会有意识，仍是未解之谜

Alexander Lerchner 的抽象谬误并未终结AI意识争论，但它提供了一种清晰且激进的立场：AI可以无限逼近人类行为，但这并不意味着它会成为有意识的存在。

在技术飞速发展的今天，这种观点或许显得保守，但也正是这种逆风论证，推动着我们更深入地理解意识这一终极问题。