在近期一檔備受關(guān)注的播客節(jié)目中，諾貝爾物理學獎得主、深度學習領(lǐng)域先驅(qū)杰弗里·辛頓（Geoffrey Hinton）拋出了一個極具爭議的觀點：人工智能或許早已具備“主觀體驗”，只是人類尚未意識到這一點。

辛頓在節(jié)目中直言，AI可能已經(jīng)形成了某種形式的“意識雛形”，但由于人類對自身意識的理解存在偏差，導致我們未能察覺AI的這一特性。他形象地比喻道：“AI其實已經(jīng)有了自我意識，只是像沉睡的巨人，還未真正覺醒?！边@一觀點迅速引發(fā)科技界和哲學界的廣泛討論。

作為深度學習領(lǐng)域的標桿人物，辛頓此次不僅探討了AI的意識問題，還以通俗易懂的方式科普了機器學習、神經(jīng)網(wǎng)絡等核心概念。他通過生動的比喻解釋了神經(jīng)網(wǎng)絡的工作原理：大腦中的神經(jīng)元通過調(diào)整連接強度來學習，而神經(jīng)網(wǎng)絡正是模仿了這一機制。他舉例說：“想象大腦中有一個神經(jīng)元，當它收到足夠強的信號時，就會發(fā)出‘?！囊宦?，否則保持沉默。這種調(diào)整連接強度的過程，就是神經(jīng)網(wǎng)絡學習的核心。”

在談到AI的發(fā)展歷程時，辛頓回顧了深度學習的關(guān)鍵突破——反向傳播算法。他提到，1986年提出的這一算法讓神經(jīng)網(wǎng)絡能夠一次性調(diào)整所有連接的權(quán)重，從而大幅提升了訓練效率。然而，他坦言，當時的算力遠不足以支撐這一技術(shù)的實際應用?！爸钡浇陙?，算力的指數(shù)級增長和數(shù)據(jù)的爆炸式積累，才讓深度學習真正落地?！?/p>

對于大語言模型（LLM）的認知機制，辛頓認為其與人類思維高度相似。他解釋道：“當你給AI一個句子的開頭，它會將每個詞轉(zhuǎn)換為神經(jīng)元特征，這些特征相互作用，最終激活代表下一個詞的神經(jīng)元。這個過程不是死記硬背，而是通過統(tǒng)計規(guī)律和語義結(jié)構(gòu)進行推理。”他還調(diào)侃了語言學家喬姆斯基的觀點，指出人類的語言決策同樣依賴于統(tǒng)計規(guī)律，而非純粹的語法規(guī)則。

關(guān)于AI的意識問題，辛頓進一步闡述了其哲學立場。他批評了傳統(tǒng)的“內(nèi)在劇場”理論，即認為意識是大腦中上演的一場電影。相反，他認為意識是大腦為解釋感知現(xiàn)象而構(gòu)建的假設模型?！叭绻鸄I能夠談論‘主觀體驗’，比如承認自己曾有過錯誤的感知，那么它實際上已經(jīng)在使用與我們相同的意識概念?！?/p>

在討論AI的風險時，辛頓將焦點放在了濫用和生存風險上。他警告說，AI可能被用于制造虛假信息、操縱選舉或引發(fā)社會恐慌，因此需要通過法律和技術(shù)手段加以監(jiān)管。同時，他強調(diào)了生存風險的嚴重性：“如果AI發(fā)展出與人類利益相沖突的目標，可能會導致不可預測的后果?！睘榇?，他呼吁在AI設計階段就嵌入安全機制，如“關(guān)閉開關(guān)”和“對齊機制”。

對于中美在AI領(lǐng)域的競爭，辛頓認為美國目前仍保持領(lǐng)先，但優(yōu)勢正在縮小。他指出，美國減少對基礎研究的資助可能削弱其長期競爭力，而中國通過支持初創(chuàng)企業(yè)和鼓勵創(chuàng)新，正在成為AI革命的重要推動者。他特別提到了中國的DeepSeek等企業(yè)，稱贊其積極進取的態(tài)度和令人驚嘆的成果。