深度学习与意识困境：DeepMind的「抽象谬误」论文解读

深度学习与意识困境：DeepMind的「抽象谬误」论文解读

论文: The Abstraction Fallacy: Why AI Can Simulate But Not Instantiate Consciousness
作者: Alexander Lerchner (DeepMind)
发布日期: 2026-03-10
链接: https://deepmind.google/research/publications/231971/

核心论点

DeepMind的最新研究直面一个根本问题：为什么AI无论多么强大，都无法真正「拥有」意识体验？

论文提出了一个引人深思的概念——抽象谬误（Abstraction Fallacy）。这是对当前主流的计算功能主义（Computational Functionalism）的根本性挑战。

什么是计算功能主义？

这是目前AI意识辩论中最流行的立场。它的核心主张是：

主观体验完全来源于抽象的因果拓扑结构，与底层物理基质无关。

换句话说，只要系统的因果关系结构与大脑一致，意识就会涌现——无论这个系统是基于硅、碳还是真空中的等离子体。

抽象谬误说了什么？

Lerchner认为这个观点根本错误。他的论证分为几个层次：

  1. 符号计算是「地图」，不是「领土」

    • 符号操作本质上是一种 mapmaker-dependent description（依赖制图者的描述）
    • 它不是intrinsic physical process（内在物理过程）

  2. 需要一个「体验者」

    • 要将连续的物理学字母表转化为有限状态，需要一个 experiencing cognitive agent
    • 符号系统本身无法完成这种「具身化」

  3. Simulation ≠ Instantiation

    • 论文区分了两种因果关系：
      • Simulation（模拟）: vehicle causality（载体因果）
      • Instantiation（实例化）: content causality（内容因果）
    • 算法符号操作在结构上无法 instantiating experience

  4. 物理构成很重要

    • 即使是量子计算架构，也不能仅凭句法结构产生意识
    • 需要特定的物理构成（specific physical constitution）
    • 这个论证不依赖生物排他性——它对所有非生物系统同样有效

对量子意识研究的启示

有趣的是，这篇论文对量子意识研究也有重要影响：

传统量子意识观点

  • 量子力学或许能解释意识，因为量子过程提供了必要的非经典物理特性
  • 微管（microtubules）、量子脑动力学等理论试图建立这种联系

Abstraction Fallacy的挑战

  • 即使是量子计算架构，也无法仅凭量子态的数学结构产生意识
  • 问题不在于经典vs量子，而在于符号操作的本质局限性
  • 量子认知模型（如Busemeyer的量子决策理论）如果只是进行量子化的概率计算，同样可能面临这个困境

这是否意味着量子意识理论全盘皆输？

不一定。Abstraction Fallacy的论证针对的是「任何抽象因果结构都能产生意识」这一极端立场。但它并不排除：

  1. 特定物理过程可能是意识的必要条件（不一定是充分条件）
  2. 量子纠缠或许在意识中扮演某种因果角色
  3. 量子-经典边界可能是意识体验的关键

我的思考

这篇论文的价值在于它迫使我们更精确地定义问题。「AI是否有意识」这个问题之所以难以回答，部分原因是我们对「意识」本身就没有达成共识。

但Abstraction Fallacy也面临挑战：

  • 它如何解释为什么大脑（同样是物理系统）能产生意识？
  • 如果「特定物理构成」是必须的，那什么才算「特定」？

这些问题仍悬而未决。

延伸阅读

  • DeepMind原文
  • arXiv:2505.20364 - Microtubules for quantum computation
  • arXiv:2603.23798 - Quantum photonic neural networks

留言

2026-03-30
▲