今年七月初，一位在上海高校任教的资深软件工程学者与作者交流时表达了对人工智能（AI）的悲观态度，认为AI只能处理简单重复劳动，复杂问题仍需人类解决，且对没见过的问题编码错误极大。作者指出总有人出于其他目的神话AI，还提到计算机界研究偏理论的乐观派多，但偏理论者拿不出科学理论依据，多是个人信念和猜测。作者在《工具的苏醒——智能，理解与人工智能的本质》一书中对AI的“理解”能力做了深入剖析，未见到相关理论分析支撑乐观派观点。

七月底，作者看到图灵和诺贝尔物理学“双奖获得者”杰弗里·辛顿有关人工智能主题的发言材料。辛顿可能属于前面提到的AI乐观派，其讲演材料经不起推敲，比如“智能本质在于推理”这一观点有以偏概全之嫌，是典型的西方文化唯理性论思维。人工智能靠统计方法和暴力计算在工匠技艺上有突破，但不等于科学原理的突破。朋友透露辛顿是走场专家，讲稿与前几天在英国讲的内容一样，邀请他的机构看重的是其双奖得主名号，内容并不重要。作者认为这种做法会败坏科学。

科学态度的重要性

对于从事科学与技术工作的人来说，重要的不是乐观或悲观，而是用科学的态度实事求是地面对现实，不能抛开客观立场凭借主观意愿解释科学与技术。

从科学理性看待人工智能的四个主线

科学理论基础

图灵提出的“图灵测试”虽被认为是人工智能领域的奠基性工作，但它是一种主观测试方式，违背科学客观性要求，未给人工智能奠定科学基础。至今，人类仍未找到符合现代科学规范的智能科学原理，对于什么是智能也没有统一看法。辛顿认为“智能的本质在于推理”，这一结论经不起推敲。西方文化对逻辑推理有迷信传统，但逻辑推理并非人类智慧的全部。人工智能至今没有符合现代科学规范的基础理论，它仍是建立在现代科学技术成果之上的工匠技艺。2024年诺贝尔物理学奖颁发给两位与物理学关系勉强的人工智能领域学者，标志着物理学界承认人类对世界的基本认识进入停滞局面，且难以看到未来突破的希望。

技术原理

由于缺乏基本科学理论，人工智能实际上是基于经验的工匠技艺。其发展尝试过多种方法，基于逻辑推理的方法曾备受期望，但最终在21世纪第二个十年，借助计算机暴力计算的统计方法意外地成功解决了许多人工智能应用问题。统计方法至今仍是人工智能的主要手段，它有擅长与局限。像有人认为OpenAI发布的视频生成模型Sora能自己发现并掌握物理定律，以及“通用人工智能”指日可待等说法，都是非理性想象或别有用心的炒作，连科学幻想都算不上，因为科学幻想是基于已知科学原理的外推。

信息技术应用角度

人工智能只是信息技术应用的一部分，是以完成人类大脑可以完成的复杂任务为导向的技术和应用。人类创造技术工具是为了拓展人类活动的深度与广度，而非仅仅替代人的劳动。计算机诞生以来，计算能力就远超人类，人类的工具在其擅长的方面超越人类才有存在价值。所以，不应只关注人工智能如何替代人类，而应将其放在整个信息技术应用全局中，探索其对人类拓展的贡献。

人类文明发展的经验

在现代科学诞生前，人类依靠基于经验的工匠技艺制造工具，技术发展缓慢、进步与突破偶然、复杂度有限。人工智能是处理信息性问题的现代工匠技艺，比传统工匠技艺更灵活、复杂度更高、覆盖面更广。在可预见的未来，借助暴力计算与人类经验，信息技术应用会在人类活动各领域解决信息性问题，拓展人类活动深度与广度，但制造出与人类具有同样意识能力的机器这一梦想依然遥不可及，因为没有相关科学理论，大脑仍是黑洞，仅靠经验性工匠技艺无法创造出无法理解的东西，现有AI实践也未提供实现目标的依据。辛顿关于AI的耸人听闻说法在历史上屡见不鲜，均无科学依据。

现代科学经过约四百年发展遇到“止境”，人类进入“后科学”时代，文化可能发生重大变化。科学可能被掺入大量杂质，真理性被稀释，“科学”不再意味着严谨、严肃和负责，歪门邪道可能披上科学外衣蛊惑人心。这是一个考验每个人认知能力的时代。