顶尖专家断言：AI或将永远无法企及人类智能！

近日，一位顶尖计算机科学家抛出一枚重磅论断——人工智能可能永远无法达到人类水平的智能，因为构成人类常识、直觉与文化根基的默会知识，根本无法被编程进机器。这一局限不仅使高级智能体在本质上与人类判若云泥，更让其与人类目标的一致性协调成为近乎无解的难题。

在最新分析文章《图灵的失误：挣脱非智能机器的枷锁》中，彼得·J·丹宁直指症结——艾伦·图灵1950年提出的两大主张，将人工智能研究引上了长达75年的歧途。其一是人类智能可脱离肉体而存在、有望以软件形式重现；其二是可通过模仿游戏（即图灵测试）验证机器智能。丹宁断言，正是对这两条预设的盲从，酿成了今日人工智能的困局。他警告，当前如火如荼的AI研发非但难以企及人工通用智能，反而可能因系统无法像人类般思考而催生严重风险。

丹宁论证的核心支点，是人类拥有大量无法言说、无法转化为机器符号的隐性知识。他归纳出五类难以被机器学习捕获的隐性知识：常识、日常互动中的情境感知、情感与体验、实践技能，以及社会共享的文化历史背景。40年来，Cyc项目耗力收录两千五百万条常识条目，却仍远不足以构建真正的专家智能。实践技能更是一道天堑——小提琴大师能奏出天籁，却无法向学徒解释运弓的奥妙；机器人可以观测模仿，却永难体悟演奏时的身心感受。直觉、直感与自发创造力，同样无法被简化为计算机指令。

丹宁将核心障碍命名为“表征问题”。计算机只能处理经过编码的物理符号，而隐性知识难以被如此转化。词语不过是意义的符号化表征，LLM如ChatGPT仅能操纵文字排列，却无从触及真正的含义。科学家至今对隐性知识在人类心智中的运作机制知之甚少，遑论将其编码为机器可用的形式。
语境的重要性更凸显这一困境——同一句话因真诚、讽刺或玩笑而天差地别，而每个语境又嵌套于更早的语境之中，呈分形般无限延展。文化涵盖价值观、社会规范与历史积淀，绝非单纯扩大神经网络规模所能习得。机器可能形成自身独特的“机器隐性知识”，而人类对此同样无法理解，双方犹如隔于不可逾越鸿沟两侧的异乡人。

这种根本性的相互误解，对AI安全构成致命威胁。丹宁警示，若机器无法领悟人类指令背后的隐含语境，要使它们的行为与人类目标可靠对齐将沦为泡影。在他看来，最紧迫的危险并非超级智能的降临，而是一个由众多智能程度较低的自动化系统构成的网络，将以不可预测且极具破坏力的方式运行。
实际上，机器智能拥有与我们迥异的关切，其思维方式怪异而疏离，我们尚未找到与它们安全共处的路径。丹宁呼吁，从自动化奇点的迷梦中退一步，直面熟悉文化正被侵蚀的现实，拒绝效仿机器的逻辑或沦为它们的附庸。我们当重申人性中那些无法被计算的维度，颂扬人与机器的根本差异，而非试图弥合那道注定无法跨越的鸿沟。
#热门微博##科学新闻##人工智能##图灵测试#