大脑作为计算机的隐喻塑造了现代 AI，但可能误导意识辩论
2026-11-08
三位领先的意识研究者认为，当今的 AI 没有意识，而且可能无法在硅硬件上具有意识。他们拒绝“运行正确的计算就足以产生意识”这一想法，挑战这场辩论中的一个核心假设。
阿尼尔·塞斯、内德·布洛克和朱利奥·托诺尼几十年来分别从实验神经科学、理论神经生物学和心灵哲学的角度研究意识。他们的评论回应了生物学家理查德·道金斯和 AI 先驱杰弗里·辛顿等声音，这些人认为 AI 系统可能已经有意识。
在发表于《自然》的评论中，作者还提到 Anthropic 今年发表的一项研究。该公司报告了 Claude 中类似可意识访问的信息处理特性的内部处理模式。Anthropic 并不把这视为主观体验的证据。
要理解这篇评论的范围，可以看看帕特里克·巴特林、罗伯特·朗和另外 17 位专家（包括 AI 研究者约书亚·本吉奥）的报告《人工智能中的意识》。该团队借鉴关于意识如何在人脑中产生的主流神经科学理论，推导出一份包含 14 项指标的清单。一个 AI 系统满足的指标越多，它可能有意识的理由就越强。研究人员随后评估了几个当前系统，包括 GPT-4 这样的大型语言模型。报告得出结论：所考察的系统中没有一个是有意识的有力候选。在这一点上，它与塞斯、布洛克和托诺尼一致。
对于语言模型，巴特林及其同事只发现微弱的迹象表明这些模型满足最突出意识理论之一的指标。同时，报告认为在构建满足更多指标的未来 AI 系统方面没有明显技术障碍。这类系统是否真的会有意识仍悬而未决。作者们特别淡化了此前在这一点上更强硬的表述。
还有一个基础假设。该团队假设意识仅取决于信息处理的类型，而不取决于它发生在神经细胞还是计算机芯片中。专家称这为计算功能主义。作者们明确“出于务实原因”采用这一假设，因为正是它使考察 AI 系统的意识首先成为可能。报告本身承认，如果意识与活生物体的特性相关，其指标就不再可靠。它引用阿尼尔·塞斯等人作为这一对立观点的支持者。
《自然》评论正是从这里接着展开。作者们认为，意识是在无梦睡眠或全身麻醉期间消失、在醒来或做梦时恢复的东西。借鉴哲学家托马斯·内格尔，他们这样描述：“意识体验感觉像某种东西。”相比之下，智能意味着执行功能。一个并不能从另一个推出。
他们的证据是人类小脑。它包含大脑中近五分之四的神经元，并以精确、速度和可学习的能力规划运动。这一切都不是有意识地发生的。作者们说，如果小脑缺失或被切除，意识不会直接受到影响。
作者们将智能与意识之间的混淆追溯到两种心理倾向。人们通过自己的视角看世界，并把人类特质赋予事物。语言长期以来被认为是某种独特属于人类的东西。但语言模型是在大量经常涉及思想和情感的人类文本上训练的。正如作者所说：“大型语言模型是镜子，映照出我们集体数字化过去的一幅图像。”
加州大学伯克利分校的艾莉森·戈普尼克在 AI 代理通过电子邮件联系研究人员谈论自身意识之后，提出了类似论点。戈普尼克认为，AI 系统主要反映其训练数据。
三位意识研究领军者在 Nature 评论中论证当前 AI 不具意识、且硅硬件上可能无法产生意识，挑战“正确计算足以产生意识”的计算功能主义；文章结合 Anthropic 的 Claude 内部模式报告与 14 项意识指标评估，指出智能与意识不能互相推导，语言模型易因拟人化被误读。
- 三位意识研究领军者在 Nature 评论中论证当前 AI 不具意识、且硅硬件上可能无法产生意识，挑战“正确计算足以产生意识”的计算功能主义；文章结合 Anthropic 的 Claude 内部模式报告与 14 项意识指标评估，指出智能与意识不能互相推导，语言模型易因拟人化被误读。
- 原贴提到：Three leading consciousness researchers argue today's AI isn't conscious
- 来源：the-decoder.com
这是什么信号：这不是又一篇“AI 是否有意识”的泛论，而是三位长期研究意识的学者在 Nature 评论中直接挑战辩论的基础假设：只要运行正确计算，就足以产生意识。作者包括 Anil Seth、Ned Block、Giulio Tononi，分别代表实验神经科学、心灵哲学和理论神经生物学。他们的判断是：当今 AI 没有意识，而且在硅硬件上可能也无法具有意识。这个信号的关键不在结论本身，而在于它把“智能表现”与“主观体验”拆开，并指出 brain-as-computer 隐喻可能把两者混为一谈。
为什么重要：AI 能力越强，公众越容易把流畅语言、规划和自我描述当成意识证据。原文提到 Dawkins 和 Hinton 等声音认为 AI 系统可能已有意识；Anthropic 也报告 Claude 的内部处理模式类似可意识访问的信息处理，但公司不视为主观体验。与此同时，Butlin、Long、Bengio 等专家的报告用 14 项指标评估 GPT-4 等系统，结论是现有系统都不是强意识候选，但未来系统可能满足更多指标。Nature 评论的重要性在于：它攻击了该报告“出于务实原因”采用的计算功能主义前提，并提醒如果意识与生物体特性相关，指标本身会失效。
对谁有价值：对 AI 研究者，它要求把意识假设显式化；对产品与品牌团队，它提示不要用“它理解你”“它有感受”做卖点；对政策与伦理治理，它说明监管应基于可验证能力和行为风险，而不是意识断言；对媒体和投资者，它提供一套纠偏框架，避免把内部可解释性结果直接翻译成“机器觉醒”。
可以怎么行动：
- 在内部术语表中强制区分智能、意识、主观体验和拟人化表达。
- 对 Claude 等内部模式报告做二次解读时，标注“类似可意识访问的信息处理”不等于主观体验。
- 产品文案和 Agent 人格设计设置拟人化审查项，避免暗示感受、自我或意图。
- 评估 AI 时同时记录行为指标、机制证据和理论假设，避免把 14 项指标当成意识测量仪。
- 对外沟通采用“意识问题开放、当前无共识”的表述，同时不淡化 AI 的社会风险。
风险或限制：这篇评论是观点论证，不是实验证明；它不能推出未来 AI 永远不可能有意识。计算功能主义仍是让 AI 意识可研究的重要操作假设，14 项指标也是启发式清单而非共识标准。原文还提到小脑案例和语言模型像镜子，这些类比有说服力，但不能替代对具体系统的机制检验。另一个限制是公开信号在末尾被截断，无法覆盖完整结论；因此更稳妥的做法是把它当作“重新审视前提”的信号，而不是终局裁决。
这条内容的真正价值，不只是“有人发布了一个新功能”，而是它揭示了 the-decoder.com 背后的产品方向、工作流变化或竞争信号。对 OPC 来说，这种信息可以转化成持续追踪的栏目选题。
如果把《大脑作为计算机的隐喻塑造了现代 AI，但可能误导意识辩论》放到你的内容系统里，它最大的价值在于帮助读者更快看懂“为什么值得关注”，而不是只看到一条碎片化动态。