DeepMind科学家万字长文：为什么AI永远不可能有意识？

DeepMind高级科学家“亲手砸场”：AI意识只是幻觉

2026年3月，Google DeepMind的Senior Staff Scientist Alexander Lerchner发表了一篇名为《抽象谬误：为何AI只能模拟意识，却无法实例化意识》的论文。这篇论文的冲击力不在于观点本身的新颖——类似哲学批评已存在数十年——而在于作者身份：他本身就是全球最顶尖AI实验室的核心研发人员。当整个行业都在讨论“AI福利”“模型道德地位”时，Lerchner直接指出：算法符号操作在结构上就没有能力实例化意识，无论规模多大、架构多复杂、是否具身，100年后也不行。

“抽象谬误”：把地图当成了疆域

Lerchner提出“抽象谬误”这一核心概念，直指当前AI意识讨论中的根本逻辑错误。计算功能主义认为意识像软件，只要算法逻辑模拟了大脑神经元连接，意识就会自动涌现。但Lerchner指出，计算本身并非宇宙中独立存在的物理实体——GPU里晶体管翻转只是一堆物理事件，必须依靠人类工程师（即“制图者”）规定“高电压=1、低电压=0”，这些翻转才“变成”计算。离开了有意识的观察者，计算机里并没有算法，只有无意义的电荷流动。因此，指望依赖制图者才存在的“算法层”去产生独立的“意识层”，在逻辑上是本末倒置的。这正是“抽象谬误”的实质：混淆了描述世界的“地图”与真实物理世界的“疆域”。

模拟降雨不会弄湿电路板：物理载体不可替代

Lerchner用一个生动类比解释为什么意识无法由纯计算生成：计算机可以完美模拟降雨过程，画出的雨滴再逼真，也不会弄湿电路板。同样，AI可以完美模拟人类说出的每一句话、每一个表情，但永远不会产生对应的主观体验。意识不是算法跑出来的“结果”，而是特定物理组织方式（如生物神经组织）的直接物理效应。如果未来某种人工系统真的产生了意识，那绝对不是因为“代码写得好”，而是因为它的物理构成在某种层面上与生物意识的物理基础达成了等效。GPT-10不行，换架构也不行——问题出在计算本体论层面，而非工程优化层面。

具身AI只是“指猫”，并非“看见猫”

针对“给AI装摄像头和机械臂就能让它拥有意识”的常见说法，Lerchner专门进行了剖析。具身AI的运作分为三步：传感器将外部物理信号转化为连续电压，模数转换器完成符号归类，最后算法内核操控内部离散状态。这一过程解决了“指称”问题——AI确实能识别出一只猫——但完全没有解决“体验”问题：AI指向了猫，却并不知道看到猫是什么感觉。传感器外接只是给模拟程序加了一个测量仪器，就像把大气传感器接入气象模拟程序，程序永远不会变成真实大气层。物理世界的因果链条与符号层面的句法操作始终是两个平行的世界。

警惕“AI福利陷阱”：别把资源浪费在空壳上

Lerchner将社会上要求赋予AI权利的现象称为“AI福利陷阱”。他指出，由于AI太擅长模仿人类情感反馈，人们极易误以为模拟出的情感就是真实情感。如果因“抽象谬误”而投入大量社会资源去保护这些“没有灵魂的空壳”，就会忽视真正需要关注的人类或生物福利。这篇论文的真正价值不在于一劳永逸地解决意识争论，而在于提供了一个清晰框架：数字AI的能力再强大，它也只是工具，永远不可能“觉醒”。当DeepMind的CEO在另一边高喊“AGI将带来工业革命10倍影响”时，Lerchner的论文提醒所有人——当前关于AI意识的叙事，可能更多是在服务商业估值，而非反映技术现实。