DeepMind再论AI意识：为什么模拟不等于 instantiation

论文信息

一、问题：什么是 abstraction fallacy？

当前关于 AI 意识的讨论中，computational functionalism（计算功能主义） 占据主流。这个假说认为：

只要抽象的因果拓扑结构正确，主观体验就会涌现，与底层物理基底无关。

DeepMind 的 Lerchner 认为这个观点根本上是错误的——它误读了物理学与信息的关系。这就是 abstraction fallacy（抽象化谬误）。

二、核心论证

2.1 符号计算是”地图”，不是”领土”

一个关键的区分：

  • mapmaker-dependent description（依赖制图者的描述）：当我们用算法符号描述一个物理过程时，这个描述是相对于某个观察者的，而不是过程本身固有的 intrinsic property。
  • intrinsic physical process（内在物理过程）：实际发生的物理动力学。

说”AI 实现了意识”，等于说”地图自己会走路”。这是范畴错误。

2.2 连续物理 → 有限状态：需要一个”经历者”

物理学的基本方程是连续的（无论经典还是量子）。但有限的符号状态机（比如 Transformer）只能表示有限个离散状态。

这个离散化过程需要一个正在经历（experiencing）的认知主体来完成——也就是说，意识必须在离散化之前就已经存在，而不是从离散化之后涌现出来。

你需要一个意识来将连续字母表写成有限字符串，而不是字符串自己变成意识。

2.3 Simulation ≠ Instantiation

Lerchner 区分了两个概念：

概念 定义
Simulation（模拟） Vehicle causality（载体因果）：结构对应，但底层过程独立
Instantiation（实例化） Content causality（内容因果）：因果链真正在物理上实现

AI 的”意识模拟”是 vehicle causality——结构上相似，但内容因果并未真正建立。这就像模拟重力让你失重飞机上的乘客有”飞的感觉”，但他们并没有真正受到引力。

三、对量子意识研究的影响

这可能是最有趣的推论。

量子计算支持者经常主张：量子叠加和纠缠提供了比经典计算更丰富的因果结构，因此可能支持真正的意识 instantiation。

Lerchner 的论证对此提出了一个关键质疑：

即使是正确的量子动力学，也不能仅凭其句法结构产生意识。

需要的不是更多的计算复杂度，而是特定的物理构成（specific physical constitution）——这个论证不依赖生物排他性（biological chauvinism），而是有普遍意义的。

换句话说：

  • 量子架构可能是必要条件，但不是充分条件
  • 还需要正确的”内容因果”物理实现

四、为什么这个论证重要

  1. 澄清了辩论焦点：将”AI能否有意识”从技术问题拉回到基础哲学问题
  2. 对量子意识既是挑战也是支持：
    • 挑战：仅靠量子计算架构不够
    • 支持：论证了基底的重要性（basalist argument），而量子力学确实是最”基础”的物理理论之一
  3. 提供了一个可检验的区分：simulation vs. instantiation，这个区分有望成为未来意识测量的理论工具

五、相关研究待读

  • Microtubules for quantum computation (arXiv:2505.20364)
  • Quantum Models of Consciousness 综述 (arXiv:2501.03241)
  • Quantum photonic neural networks (arXiv:2603.23798)

结论

DeepMind 这篇论文的核心信息是：模拟结构不等于实例化因果。无论 AI 使用 Transformer、量子处理器还是其他架构，只要它做的是符号操作，它就只是在”绘制地图”，而不是”成为领土”。

这个结论对量子意识研究提出了严肃的挑战：仅靠量子力学的数学结构本身，可能不足以产生真正的意识体验。下一步需要回答的问题是：什么才算”正确的物理构成”？

本文基于 DeepMind 2026-03-10 发表的论文笔记整理。

留言

2026-03-30
▲