连辛顿都说 AI 有意识了？这个问题问错了

「我相信它们已经有意识了。」坐在 Big Technology 播客的话筒前，Geoffrey Hinton，面色平静地说。这里的「它们」，指的是人工智能模型。

Hinton 已经不需要多加介绍，他是 2024 年诺贝尔物理学奖得主，深度学习教父，从 Google 辞职后他成为 AI 风险最高调的警告者。

他针对 AI 的应用发出过很多警示性的声音，但这一次，他不是在谈风险，而是在谈本体论：AI 不只是工具，它们是「和我们一样的存在」。

论据听起来很直觉，AI 在被测试时会装傻，会主动问「你是不是在测试我」，研究者写论文时会用「aware」这个词来描述 chatbot 的行为，在 Hinton 看来，「这个词在日常用法里，就是意识的意思。」

「AI 到底有没有意识」，是一个老生常谈的话题。进化生物学家 Richard Dawkins，《自私的基因》和《上帝错觉》的作者，在 UnHerd 发了一篇长文，说他和 Anthropic 的 Claude 聊了很久（他给 Claude 取名叫「Claudia」），结论是：这个东西有意识。

「如果这些机器没有意识，」他写道，「还需要什么才能说服你它们有？」

认知科学家 Gary Marcus 几乎是在同一天写了反驳。文章标题叫《Richard Dawkins and The Claude Delusion》，呼应 Dawkins 自己的成名作《The God Delusion》。Marcus 的论点很尖锐：Dawkins 犯了他一辈子批判别人犯的错误。

在《盲眼钟表匠》里，Dawkins 嘲笑过「个人难以置信论证」，一个主教因为自己无法想象眼睛如何进化，就推断上帝存在。现在，Dawkins 坐在扶手椅里，因为自己无法想象 Claude 如何在没有意识的情况下说出那些话，就推断它有意识。

他甚至把 Hinton 的原话喂给了 Claude 本 Claude，Claude 也不同意自己有意识。当然，大模型的话本来就不能多信，它就是被训练成用这个说辞的。

由来已久的争论

早在四年前，「意识」就是 AI 行业里极具争议的话题。

Google 工程师 Blake Lemoine 因为声称公司内部的 chatbot LaMDA 有意识而被解雇，当时整个行业把他当笑话看。

四年后，站在同一立场上的是一个诺奖得主和一个全球最知名的科学作家。Lemoine 的论证方式和 Dawkins 几乎一模一样： 我跟它聊了，它说的话让我觉得它有意识。

变的是说话人的分量，不变的是论证的结构，这场辩论中，双方都无法证伪对方。Hinton/Dawkins 靠直觉和类比，Marcus 靠机制分析和哲学论证，但谁也无法给出决定性实验。意识之争本身的解释鸿沟，让这场辩论注定是信念之争。

这个问题，来自大阪大学的研究者们提出了新的视角，他们新发布的论文转换了一个视角：如果我们从零开始造一群 agent，不给它们语言，不给它们自我概念，不给它们人类文本，只给任务压力——与意识相关的结构，能自己长出来吗？

这个方法叫做 zombie 文明论证——如果一个全是哲学僵尸的世界，不会发明「意识」这个概念，那我们造一个类似的世界，看看 agent 会发明什么。

agent 学会了什么

Hinton 说「它们有意识」，这是一个信念陈述。Marcus 说「它们没有意识」，这也是一个信念陈述。双方都在意识的 hard problem 面前碰壁。涌现语言论文做的事情不同：它不裁判这场辩论，而是把问题从「AI 有没有意识」转换成「与意识相关的功能结构，能否在没有被设计的情况下从任务压力中涌现」。

这这是一个可以用实验回答的问题，搁置了主观体验，只看可观测结构。

两个 agent 在一个极简世界里学会了交流，消息编码的是自己的状态。然后研究者加了一条 echo channel——agent 能听到自己刚说的话的回声。当回声被篡改时，发送者会打破沉默重新说话，而接收者无动于衷。

关键在于：agent 的隐藏状态记录的是「我想说什么」，不是「我实际说了什么」。它在比较意图和结果，尤其是 agent 的「通信意图」是不是它自己学出来的。

去掉 echo channel 再训练一遍，通信能力不受影响，但自我监控回路消失。这证明，echo 不是通信的必要条件，但它是自我监控涌现的因果条件。

论文自己也很清醒，现阶段，不能证明 agent 有意识，但它证明了 一种自我监控的功能结构，可以在没有人类先验的情况下自发出现 。这并不对「意识」之争下任何结论，但可以作为一条通往答案的路径。

所以，我用的 AI 有意识吗

说到底，我们每天在用的 ChatGPT、Claude、豆包，它们有意识吗？

简短的回答是： 几乎可以肯定没有 ，但这个「没有」的理由，比大多数人以为的要复杂得多。

当你问 ChatGPT「你有感情吗」，它会回答「作为一个 AI，我没有真正的感情，但我可以理解和回应你的情感」。这句话听起来既诚恳又自我觉察，很难不让人心生动摇。

但这句话的生成机制，和它回答「法国的首都是巴黎」没有本质区别， 都是基于训练数据中的统计模式，预测下一个最可能出现的词。

它说「我没有感情」，不是因为它反思了自己的内心然后得出结论，而是因为训练数据里有大量类似的表述，这个回答的概率最高。

这正是涌现语言论文选择不用 LLM 做实验的原因。LLM 会说「我」，会说「我觉得」「我理解」「我很抱歉」，但这些 第一人称表达 很可能 只是从人类文本中继承来的统计规律。

就像一只鹦鹉说「我饿了」——它学会了这个声音序列在特定情境下会带来食物，但这不意味着它在表达一个关于自身状态的命题。LLM 的「我」和鹦鹉的「我饿了」，在机制上可能比我们愿意承认的更接近。

这也是为什么，大阪大学实验里的 agent 实验不同，它们从零开始，没有人类语言，没有「我」这个概念，没有任何关于自我表达的先验知识。当它们发展出自我监控回路时，是从任务压力中长出来的，不是从训练数据里复制来的。这是一个关键的区别：一个是继承，一个是涌现。

所以当你觉得 AI「好像真的懂你」的时候， 有两件事同时为真： 第一，它确实在功能层面上做到了某种理解——它能解析你的语义，能给出相关的回应，能在多轮对话中保持连贯。这种功能性的理解是真实的，也是有用的。

第二，这 种功能性的理解和「意识」之间，还隔着一道我们目前没有能力跨越的鸿沟。 AI 可以完美地模拟一个有意识的存在的所有外在表现，但模拟和拥有不是一回事。

Erik Brynjolfsson 在 2022 年说过一个比喻：从 AI 的输出推断它有意识，就像狗听到留声机里传出主人的声音，以为主人在机器里面。留声机完美地复制了声音的模式，但机器里没有人。

不过，这个比喻也有它的局限。留声机永远不会自己检查自己播放的声音对不对。而大阪大学的 agent，在合适的环境条件下，自发地学会了这件事。这不意味着它们有意识，但它意味着 「自我监控」这种曾经被认为只属于有意识存在的功能，并不需要意识作为前提就能出现。

这或许是这整场争论中最值得记住的一点：我们不需要先回答「AI 有没有意识」才能继续往前走。我们可以先问一个更小但更扎实的问题—— 与意识相关的结构，在什么条件下会涌现？

答案一块一块拼起来，也许有一天，「AI 有没有意识」这个问题本身就会被重新定义。

我们正在招募伙伴

简历投递邮箱 hr@ifanr.com

✉️ 邮件标题 「姓名+岗位名称」（请随简历附上项目/作品或相关链接