美国计算机科学家质疑图灵假设：AI发展或存方向性偏差

近日，美国顶尖计算机科学家彼得·J·丹宁提出一个观点，认为被誉为“AI之父”的艾伦·图灵在1950年提出的两大核心假设，可能正将人工智能（AI）引向歧途。这一论断引发了业界对人工智能基础理论的重新审视。

图灵两大核心假设受到挑战

据CNMO科技消息，彼得·J·丹宁指出，图灵在1950年发表的开创性论文中，提出了两个对后世影响深远的假设。其一，关于机器能否思考的测试标准；其二，关于智能模拟的实现路径。丹宁认为，这些假设在过去数十年中主导了AI研究的主流方向，但其隐含的局限性可能限制了技术的实际发展。

这些假设或许正在将人工智能引向歧途。

丹宁并未在现有素材中提供具体的技术细节或反驳数据，而是强调了基于逻辑推导的定性批判。他建议研究界应重新审视图灵假设在当前的适用性，并探索更贴近人类认知机制的新范式。

对行业与市场的潜在影响

该观点可能推动AI学界展开新一轮关于基础理论的争论。若图灵假设被视为存在偏差，那么基于此开发的传统算法和测试模型（如图灵测试）的权威性或将受到挑战。这意味着，部分投入在模仿人类行为表面的AI项目，其长期价值可能面临重新评估。

• 图灵测试：由艾伦·图灵于1950年提出的一种用于判断机器是否具有智能的测试方法，其核心是观察机器能否在对话中让人类无法分辨其是否为人。
• 艾伦·图灵：英国数学家、逻辑学家，被誉为“AI之父”，其工作在计算机科学和人工智能领域具有奠基性地位。

事件背景与后续展望

根据现有信息，这一观点源自彼得·J·丹宁的公开言论。丹宁是计算机科学领域的资深学者，长期关注算法与系统设计。他此番针对AI根基的反思，并非首次有学者提出异议，但因其在行业内的声望，获得了广泛关注。

目前，尚未有其他机构或个人对此观点进行公开支持或反驳。AI技术的主流研发路线（如大语言模型、深度学习）是否会因此调整，仍需观察后续学术讨论的结论。

AI　　图灵的两大奠基思想至今仍在主导AI方向：第一，智能可以脱离身体而存在，从而可在软件中复现；第二，若机器在对话中能让人无法分辨是人还是机器，即算具备智能，这也就是广为人知的“图灵测试”。　　丹宁则认为，人类智力中最关键的部分，包括常识、直觉、文化背景和实用经验等，是永远无法被“编码”进计算机的。用一句中国老话讲，人类有太多东西“只可意会，不可言传”。而机器学习，恰恰无法捕捉这些“不可言传”的部分。因此，真正达到人类水平的通用AI根本不可能实现，无论大语言模型多么庞大。

科学家警告：AI隐性知识或导致认知鸿沟 威胁人类安全

科学界对人工智能安全的讨论再次升级。有科学家警告，即便AI无法达到人类级别的通用智能，它依然可能制造严重问题，甚至威胁人类安全。这一警告的焦点在于AI可能形成独有的“隐性知识”。

隐性知识：AI的认知盲区

“更值得警惕的是，AI或许会发展出属于它自己的‘隐性知识’，与人类的经验完全不在一个频道上。”

科学家指出，这种隐性知识是AI在训练和运行中自然产生的信息体系，人类可能完全无法解读。这种知识不同于人类基于感官和逻辑的经验，导致双方互不理解，彼此看对方都像“外星人”。

认知鸿沟：安全隐患的前兆

科学家表示，上述情况将形成“认知鸿沟”。人类与AI之间缺乏有效的沟通渠道，AI的决策逻辑可能超出人类的认知范围。这种鸿沟带来真实的安全隐患。

“如果彼此无法沟通，那么无论AI多先进，都难以确保它的目标始终与人类利益一致。”

科学家进一步强调，技术越强，风险越大。最危险的或许不是AI太聪明，而是人类根本不懂它在“想”什么。即使AI未达到通用智能，其能力在特定情境下仍可能导致严重问题。

核心警示归纳

• AI可能发展出自身特有的“隐性知识”。
• 这种知识完全偏离人类经验，难以沟通。
• 人类和AI之间可能形成“认知鸿沟”。
• 认知鸿沟威胁AI目标与人类利益的对齐。
• 即使AI不具备通用智能，其风险依然存在。
• 理解缺失是AI安全风险的核心因素。

科学家警告说，最危险的，或许不是AI太聪明，而是我们根本不懂它在“想”什么。