|
当整个 AI 行业都在讨论"AI 福利""模型道德地位""下一代模型会不会有感知"的时候，一位来自 Google DeepMind 的高级科学家直接发了篇论文，把这条路堵死了。
2026 年 3 月， Alexander Lerchner——Google DeepMind 的 Senior Staff Scientist——发表了一篇题为《 The Abstraction Fallacy: Why AI Can Simulate But Not Instantiate Consciousness 》的论文。结论相当锋利：
算法符号操作在结构上就没有能力实例化（ instantiate ）意识——无论规模多大、架构多复杂、是否具身。
注意，这不是"现在还不行，未来可能行"的保守估计，而是"逻辑上永远不行"的硬判决。
论文在社交媒体上引发了强烈反响。最出圈的一句话是：
期待一个算法描述去实例化它所映射的性质，就像期待引力的数学公式本身能产生重量一样。
为什么这篇论文的冲击力这么大？不是因为观点本身有多新——类似的思路在哲学界存在了数十年。关键在于，说这话的人就在 DeepMind 上班。以前是外面的哲学教授批评 AI 没意识，业界可以不当回事；现在是做 AI 的人自己站出来说"我们做的这个东西，原理上就不可能有意识"——分量完全不一样。
主流范式到底错在哪里
当前 AI 意识讨论的主流立场叫计算功能主义（ Computational Functionalism ）。说白了就是：意识就像软件，不挑硬件。只要你用算法模拟出大脑神经元的连接模式，不管跑在碳基生物脑上还是硅基芯片上，意识都能自动"涌现"出来。
Lerchner 认为这个假设犯了一个根本性的错误。
传统的思路是：先搞清楚"意识到底是什么"（找到一个完整的意识理论），然后再来判断 AI 有没有。但问题是，学界对意识理论本身都还吵成一锅粥，这条路走不通。
Lerchner 换了个打法——不管意识的定义怎么争，直接从"计算"和"物理世界"的关系入手，证明数字计算这个东西，在本体论上就不可能生成主观体验。他给这个根本错误起了个名字：抽象谬误（ The Abstraction Fallacy ）。
"抽象谬误"到底是什么
地图不是疆域
抽象谬误用一句大白话说就是：你把地图当成了真实的山川河流。
再精确的地形图，也不是山脉本身——你不能在地图上爬山
再完美的乐谱，也不是音乐本身——乐谱不会发出声音
代码里一个叫 emotion = "happy" 的变量，也不是快乐本身
计算功能主义犯的就是这个错——它把一套描述工具（计算/算法）当成了被描述的东西（意识/体验）。
打个更接地气的比方：你有一份精确到分子级别的红烧肉食谱，每一步操作都写得清清楚楚。但食谱再完美，你也吃不饱——食谱是对红烧肉的描述，不是红烧肉本身。 计算之于意识，就是食谱之于红烧肉。
https://baijiahao.baidu.com/s?id=1864455885256798450&wfr=spider&for=pc
| 
|小黑屋|手机版|Archiver|机械荟萃山庄
( 辽ICP备16011317号-1 )
发表于 
楼主