七十多年前，图灵在《计算机与智能》的论文中，提出了“机器能思考吗”这一命题。文章预言了计算机会产生出智能，并提出了机器智能的测试方法。在之后的几十年中，“图灵测试”成为人工智能发展水平的话语标杆。当下时代，机器智能已融入社会的每一个角落，人们习惯上称其为AI。AI的快速发展不仅给人们带来惊喜，更让许多人开始担忧其隐患和危害。尤其是ChatGPT等许多大模型人工智能的快速崛起，“图灵测试”设定的思想实验范畴似乎已经突破。那么，机器真的会思考吗？事实上，缺失底层逻辑的智能评判都是议论者的情绪化观点，盲目乐观或过度焦虑等极端情绪都是不可取的。只有理解智能的本质内涵，我们才会对人工智能的发展有一个理性的认知。读完本文，或许你会明白：智能与非智能的界线在哪里、高智能与低智能应如何评判、生命智能和AI都有哪些共性和差异性，机器绝不会突然“觉醒”而思考。

 一、智能的定义及解释

一直以来，人们很清楚“智能”一词的含义是什么，却又很难说清其全貌。能否给“智能”概括一个定义，所有教科书或避而不谈，或“顾左右而言他”。在人工智能快速发展的当下，我们有必要给智能概括一个准确的定义。

定义：一个储存了信息或数据的主体，在受到外部不同信息触发后产生的应对行为及其效能称之为智能。简而言之：主体产生的应对行为及其效能称之为智能。对于这一定义需作四点说明。

  1.智能的产生必然源自于某一主体：这个主体可以是某一生命个体，也可以是某一机器主体，前者称之为生命智能，后者称之为机器智能，没有主体的智能是不存在的。

2.产生智能的必要条件：智能的本质是主体对自身内部储存信息的选择性再加工，缺失信息（或数据）储存功能或无储存信息的主体肯定产生不了智能，所以，主体是否储存了信息是产生智能的必要条件，也是辨别智能体与非智能体的首要标准。比如，人类大脑具有信息储存功能，但是，人类婴儿降生时并无任何信息，自然产生不了智能。随着孩子成长，大脑记忆储存功能增强、记忆信息量增加，个体的智能水平也慢慢提升；同样道理，老年AD患者原本具有正常智能，因为记忆功能衰退或失效、记忆信息量减少直到完全消失，其对应的智能水平也逐渐降低、直至失智。至于特定的某台机器是否具有智能，最简单的判断方法就是检查其是否有可利用的储存数据（包括利用无线传输数据）。机器可储存的数据量越大，智能的可拓展性越大。

3.产生智能的充分条件：具备信息储存功能的主体并不一定会产生智能，只有“受到外部信息触发”后表现出不同的应对行为，才可以判定其为智能主体，故称其为充分条件。比如，今年高考结束之后，有人尝试着将作文题的题意信息输入到ChatGPT的接收端口，AI很快就产生了一篇符合“信息触发”要求的文章。在智能形成的流程上，考生个体与ChatGPT一样都是“受到外部信息触发”之后才形成智能、写出文章。

4.智能的水平高低及其效能：智能有高低之分，却很难量化评判。许多时候，智能的应对行为并不在短期内见效，而是随着时间的延伸而显示其高明。比如，某些政治家在一些重大问题上所做出的决策，能让一个民族的发展在之后的几十年中形成良性循环，人们将这样的政治家称为伟人。智能成果没有最好，只有更好，能冠上“历久弥新”一词者均为优秀的智能成果，因此，定义中的“应对行为及其效能”就是对智能高低及其作用的恰当描述。

总之，对于不同的外部触发信息，具备随机应变能力者就是智能体，否则就是非智能体。比如，许多公共场所的监控摄像头，在没有智能算法支撑的早期阶段，系统的作用仅仅是采集信息、储存数据，并无“应对行为”的智能表现。随着人工智能算法技术的应用，监控采集的数据信息可进行不同取向的智能开发。比如，在天网系统中，假如将一个犯罪嫌疑人进行数据属性标注，那么，只要该嫌疑人在任何一个联网的摄像头前出现，系统就会实时报警。如果“嫌疑人”的数据属性标记是“通缉对象”，未来的系统智能或许会派遣巡逻机器人对“嫌疑人”进行原地控制。无论是AI或生命智能，随机而动的“应对效能”越高，主体的智能程度也越高，反之亦然。

二、生命智能与AI的共性

1. 两类智能都以信息为处理对象，机器以芯片为信息载体产生智能，生命以大脑神经为信息载体产生智能。

2. 两类智能主体都以“事件”为对象存取信息。生命个体将事件信息储存为“突触关联的记忆神经网络”，即记忆事件^[1]；机器主体将事件信息储存为“以特定标记为分界符”的硬件介质区块，即事件数据块。

3. 两类智能主体都将储存事件标注上相应的信息属性。生命个体将自身活动期间的情感倾向关联成记忆属性，不同的记忆属性在日后的智能表征中具有不同的行为效能，比如，孩子在恐惧或喜好两种不同的心境支配下将狗的形象储存为记忆事件，那么，孩子在遇见狗这一触发信息时，其智能的“应对行为”分别表现为“躲避”或“趋近”。同样，对于人工智能系统而言，缺失属性标记的储存信息是没有价值的信息。AI的“情感”倾向同样取决于储存信息的属性标记。你稍加关注就能发现，在人工智能产业领域，信息标注已经发展成为一个相当规模的外包产业。

4. 两类智能均以各自储存的信息总量，及其属性的准确标注为智能水平提升的必要条件，储存的信息总量规模越大、信息的属性标注越准确，智能加工过程中可选择的信息范围越广，形成高品质智能的可能性越大。比如，你读过的书越多，你的语言或文章就会变得越有文采；你所读的书越趋同于社会主流观点，你的话语和文章越容易被同一文化族群的人所接受。AI也会表达自己的价值观，储存信息的属性标记决定AI的价值取向。

三、生命智能与AI的差异性

1.AI的形成有海量的储存信息可供选择，增加信息储存只需添置硬件设施即可，可拓展的空间无限宽广。

生命智能的形成仅有脑内储存的记忆信息可供选择，因受端脑生物学特性的限制，不仅储存规模难以扩大，记忆信息的储存速率也非常缓慢。大部分人终其一生只能专注于一个行业的知识学习，而且只有少部分信息被转化为有效记忆，最终，智能水平达到专家型标准者少之又少。“专家们”一旦涉及到其他领域的应对事项，因为脑内缺失相应的信息储存，他们只能自我解围--“隔行如隔山”。因此，生命智能的拓展空间非常有限。

2.机器储存的信息永远不会丢失，故AI擅长大数据及多重因素共同作用下的精确且快速计算，比如气象预报等。

生命储存的信息会随着时间的推移，慢慢变得不再准确甚至消失（记忆淡漠甚至遗忘）。人类智能更擅长于在短程记忆信息条件下的大跨度、多因素综合评判，比如，人类驾驶的汽车在山区道路行驶过程中，如果发现前方若干公里路段发生山体滑坡事故，驾驶者会立刻停止前进，或原路返回；自动驾驶的智能汽车必然会继续前进，直至遇到道路障碍才会掉头。

3.AI需要消耗巨大的能量才能确保算法模型及中央信息库的运行，生命智能仅需一餐饭的能耗就可让大脑正常工作。

4.机器以算法模型为准绳，以信息属性为“价值”标签形成智能^[2]。机器总是在算法模型设定的框架内不知疲倦地重复回应外部触发信息之所求，并产生应对效能。比如，将所有的新闻事件均交由智能机器撰写文章，那么，智能算法模型一定能做到每一篇文章均符合结构合理、六大要素齐全、语言顺畅、叙事清楚等基本要求。但是，AI不可能撰写出与新闻事件情境相符、并具有强烈情感倾向的文章。智能计算的本质仍然可以看成为“更高价次的工业流水线”，情感表达也只能在算法模型的框架内产生。与机器算法不同，人类的情感表达并不遵循标准规则，对于同一情境，人类可以有愤怒的、煽情的、装怜悯的不同表达方式。

生命个体在成长过程中储存的记忆事件及其关联模式就是大脑的初级智能。这种初级智能可称为条件反射型智能。大部分人在大部分时间中，对于外部触发信息的应对行为均属于条件反射型智能的应用范畴。从条件反射型智能上升为更高水准的智慧型智能（也可称为思考型智能），需要对原始储存的记忆事件进行二次突触关联。

四、AI绝不会突然“觉醒”而思考

思考是高级生命特有的智能活动模式。生命的思考有两大特征：

第一，思考是脑内神经元自行触发驱动形成的一种活动模式。生命个体在其生存过程中，因对外部事件的认知产生疑惑，使得该疑惑事件在记忆储存中成为一个不稳定的记忆神经网络。“不稳定因素”促使该网络中的某些神经纤维末端不断去寻找新的突触关联，直至新的记忆神经网络形成，所以，思考的原动力起始于脑内某些特定的记忆神经网络。

第二，思考产生的“智能提升”是以感知神经的自我认同为标准，如果这种“自我认同”与现实相符，或者被社会大众普遍认同，那么，这种思考形成的智能就是智慧型智能。

从大脑的运行原理角度解读，思考是“记忆神经功能模块”与“感知神经模块”之间的信息互动，最终，以后者的“认同”为终点^[3]。在海量的脑内记忆储存信息中，有选择性地将几个记忆事件形成一组闭环序列（以突触关联为节点）。当这组闭环序列事件发放信息时，感知神经模块接收到信息后，形成的感知状态是轻松、愉悦、满足，这种“自我认同”感就是思考的最终结果。所以，思考是对脑内已有记忆神经网络的重新整合、是建立在原有基础智能之上的突触关联。原有的基础智能平台越高，思考形成的智能价值越高。

无论思考产生的智能成果是否与现实相符，生命智能总是以“自我认同”作为评判标准。思考的过程等同逻辑推导，思考的“自我认同”状态等价于形式逻辑的完满。在科学研究领域，通过相应的实验手段，验证“自我认同”的真实性即可转变为真实的科研成果。

思考的两大特征在阿基米德故事中可获得很好的诠释：“如何测定皇冠中的黄金含量”成为阿基米德大脑中的热点记忆事件，废寝忘食地思考这一问题就是由这一热点记忆事件驱动的“神经活动的被迫勤劳”，最终，在澡盆中因身体浮力触发信息的催化下，浮力、重力、体积和金属密度等若干个记忆事件形成了新的突触关联。这一新关联的记忆事件所发放的信息，使得大脑感知神经模块非常舒适和圆融，这种舒适和圆融等同于现代数学语言中的逻辑闭环。或者说，这个新关联的记忆神经网络会依次发放信息，感知神经接收信息后的活动状态是一种自娱的舒适和轻松。阿基米沉浸于思考成功之后的快乐之中，以至于裸身跑出浴室，大喊“尤里卡！尤里卡！”

生命“觉醒”的基本含义是记忆神经元由休眠状态转换成工作状态；“觉醒”的特定含义为：当所有记忆神经元均处在工作待命状态时，其中某些记忆神经突然发放信息，并诱导相邻记忆事件依次活动，形成新的突触关联，产生新的智能结果。

AI的底层逻辑是“0”和“1”的运算，机器总是以外部触发信息为起点，以输出“智能成果”为终点，在机器运算速度的额定时间内一次性完成智能计算。机器不可能对自己产生的“智能结果”进行自我评判，更不会自行修改应对方案中的某些欠缺问题，自然没有了思考的前提条件。

在算法模型植入机器之后，机器的智能“特长”领域就已界定。算法模型是机器产生智能的准绳，机器不可能自行修改算法模型，更不可能横跨算法模型设定的专业范畴而产生另类智能。思考的本质是智能主体主动提出问题并解决问题，在解决问题的过程还有可能提出新的问题，AI永远都不会主动提出问题，更不会突然“觉醒”而思考。 

参考文献：

[1] 钟振余.记忆信息与大脑神经元固有频率的关联性(j).知网.2016(1).

[2] 李仁涵 黄庆桥.人工智能价值观(M). 超星电子图书.2021.06:33.

[3] 钟振余.神经元集群功能:意识形成的新解释(j).知网.2016(9).