【文/观察者网专栏作者 谢耘】
今年七月初，在上海一所著名高校任教的一位资深软件工程学者收到我新出版的《工具的苏醒——智能，理解与人工智能的本质》书后，我们有了下面这样一段在微信上的对话。
教授：“感谢您的大作，很多观点我认同。我属于AI悲观派，只认为AI做了简单重复劳动，复杂的话还是要人来解决，虽然可以做软件编程，但是对于它没见过的问题编码错误极大。”
我：“总有人出于其它目的去神话它。”
教授：“计算机界研究偏理论的乐观派多，偏工程的较现实。”
我：“但是偏理论的人也拿不出什么科学理论依据。都是他们个人的信念、猜测而已。我在书中对AI的‘理解’能力做了比较深入系统的剖析，至少我没有见到他们做过什么类似的理论分析来支撑他们的观点。”
“说曹操，曹操到”。
到了七月底，一个做投资与产业研究的朋友转发给我了图灵和诺贝尔物理学“双奖获得者”杰弗里·辛顿一篇有关人工智能主题的发言。辛顿可能就属于前面那位教授讲的人工智能乐观派。
看了辛顿讲演的材料后，我与这个朋友交流了感想。
我：“他这里经不起推敲的内容有点多。首先‘智能本质在于推理’就是有问题的。这是典型的西方文化唯理性论的思维，以偏概全。而且人工智能靠统计方法和暴力计算在工匠技艺上有再大的突破，也不等于科学原理的突破。”
朋友：“辛顿现在是走场专家，他的讲稿与刚刚前几天在英国讲的内容一模一样，内容不重要；同时，邀请他来的机构/组织，就是冲着双奖得主名号，内容也不重要（讲什么都是好，重要的是能出场）”
我：“这种做法会败坏科学的。”
朋友：“同意谢总意见。”
其实悲观也罢乐观也罢，对于从事科学与技术工作的人来说并不重要。重要的是要能够用科学的态度，实事求是地面对现实，而不是抛开客观的立场凭借主观的意愿去解释科学与技术——这是从事科学与技术工作的人必须遵守的本分。
在写作《工具的苏醒——智能，理解与信息技术的本质》一书中关于人类与人工智能『大语言模型』的“理解”异同一章时，我曾经向国内一位著名的人工智能学者做过请教。他在别人眼中可能属于“悲观派”，他对我讲了他的看法：“很多人都说『大语言模型』有理解能力，其实没有。它不懂概念，只懂概率；不懂概念推理，只懂概率计算。”
《工具的苏醒——智能，理解与信息技术的本质》，谢耘著
他的看法有合理之处，但是说『大语言模型』没有理解能力，我做完相关分析后觉得是过于武断了。人类的理解是基于事物之间多重的复杂关联形成的，包括因果关联，也包括语言文字符号层面的关联。『大语言模型』则是在文字符号层面对语言的内容做了多重的统计性关联。它显然远远没有覆盖人类理解中的所有关联，但是它同时又确实掌握了在文字符号层面的统计性关联。这也反映了人类的一部分理解。所以我们不能说『大语言模型』完全没有理解能力，它确实拥有了文字符号层面的统计性理解能力；同时也不能像辛顿两次断言的那样“『大语言模型』理解语言的方式与人类非常相似。”[1]
因为人类对语言理解的根本性基础，并不在于文字符号层面的关联，而在于将文字符号所表达的内容与现实做正确的对应，这才是人类获得对语言所表达含义理解的核心关键所在。仅仅在文字符号层面做统计性关联，永远也实现不了文字符号所表达的内容与现实的对应。所以『大语言模型』与人类在对语言的理解上远远谈不上“非常相似”，而是有本质差异的。这也是“具身人工智能”试图在未来解决的问题。
从科学理性来看待人工智能的当下与未来，大体可以分为四个主线。
从其科学理论基础来看
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。但是这个工作本身就不满足基本的科学规范，它是一种主观测试方式，违背了科学最基本的客观性要求。所以，图灵当年并没有给人工智能奠定一个科学的基础。[2]直到今日，虽然有众多人献身于智能科学理论的研究，且著述极丰，但是人类依然没有能够找到符合现代科学规范的智能科学原理。
甚至对于什么是智能这个最基本的问题，学术界也没有一个准确的统一看法。辛顿在报告开篇第一页上的第一句话是：“智能的本质在于推理。”这个结论显然是经不起推敲的。
从牛顿的万有引力，到爱因斯坦的光速不变，再到普朗克提出量子概念，每一次科学的突破都来自于这些伟大科学家对世界的深刻“洞察”。洞察为后续科学借助推理发展提供了基础前提。如果智能的本质在于推理，那么给人类科学奠定基础的“洞察”将被置于何地？
西方文化有对于基于逻辑推理的“理性”迷信的传统，给逻辑推理以至高无上的地位。这是西方传统的一个重要局限。逻辑推理固然重要，但远远不是人类智慧的全部。
人工智能至今没有一个符合现代科学规范的基础理论，它依然是一个建立在现代科学技术成果之上如集成电路『芯片』的工匠技艺。辛顿和同样从事人工智能研究的霍普菲尔德一同获得诺贝尔物理学奖，是一个里程碑式的事件。但是这个里程碑并非是标志人工智能获得了科学理论方面的突破，而是一个现代科学基本原理发展进入停滞期的正式宣示。
自伽利略、牛顿开始，现代科学发展到20世纪70年代，基础原理性的突破便出现了停滞不前的局面。匪夷所思的多重世界猜想的提出，对据称充满宇宙的“暗物质”“暗能量”的观测，还有几乎是纯数学游戏的“超弦”理论的构建，都没有能够带来真正的突破。自二战后，人类学术论文在数量上成指数增长的同时，创新性以同样的速度在下降。[3]
2024年诺贝尔物理学奖颁发给了两位与物理学极其勉强才拉上一点关系的人工智能领域里的学者，实际上是物理学界经过了半个世纪踟蹰不前后，终于以一种含蓄的方式公开承认人类对世界的基本认识，进入到了停滞的局面了，而且难以看到未来突破的希望。
