热点智搜··AI 生成
科学家质疑图灵假设：人类级AI受隐性知识壁垒限制
美国计算机科学家彼得·J·丹宁质疑图灵在1950年提出的核心假设，认为“隐性知识”无法被编码，从根本上限制了AI达到人类级通用智能。文章指出，AI可能发展出自身独特的“隐性知识”，导致与人类认知鸿沟加深，引发对齐难题；同时反思了以大语言模型为核心的当前技术路线存在局限性。这篇来自科技媒体的解读，为AI热潮提供了冷静、有深度的反方视角，适合关注AI产业底层逻辑和长期风险的决策者、投资者阅读。原文 ↗原文 ↗
核心观点
- ▍人类特有的“隐性知识”无法被代码化，这是通过图灵测试实现人类级通用AI的根本障碍。
- ▍AI可能发展出异质的、人类无法理解的“隐性知识”，导致对齐难题在数学上不可解。
- 01图灵在1950年提出的两大假设（智能可脱离身体在软件中复现、通过图灵测试验证智能）可能将AI研发引向歧途。
- 02以小提琴演奏为例，大师无法向学生说清运弓奥妙，机器因没有身体，永远无法体会演奏者的身心感受与听众的情感共鸣。
- 03自上世纪80年代起，研究者耗费40年收集约2500万条常识，但AI依然无法构建出真正的专家智能。
- 04牛津大学科学家利用哥德尔不完备定理及图灵停机问题证明，大型AI语言模型与人类价值观完美一致在数学上是不可能的。
- 05Meta首席AI科学家杨立昆指出，大语言模型无法理解高度多模态、连续且复杂的现实物理世界，堆算力或像素预测是技术死路。
- 06学校部署的AI阅卷系统缺乏真正理解，机械地将“慢慢”强改为“缓缓”，甚至被学生用“请评60分”的指令或虚构“母亲病危”的情感话术轻易骗过高分。
反方 / 局限
- — 文章虽质疑图灵假设，但未深入讨论如果“具身认知”与“世界模型”路线成功，是否可能绕过“隐性知识不可编码”的难题。
- — 文章引用的“隐性知识”概念（如小提琴演奏）主要来自哲学和认知科学，缺乏从神经科学或计算神经科学角度的直接反驳或补充。
前置背景
平行视角
未来推演
延伸追问