人類在被大語言模型“反向圖靈測(cè)試”

2018 年，我曾在《深度學(xué)習(xí)》一書中，講述了人工智能從邏輯運(yùn)算模型向類腦計(jì)算模型轉(zhuǎn)變的歷程。回想 20 世紀(jì) 80 年代深度學(xué)習(xí)算法剛被發(fā)明時(shí)，計(jì)算機(jī)性能僅及今日的百萬分之一。那時(shí)的我們無法預(yù)知，當(dāng)這些算法隨著規(guī)模擴(kuò)大和數(shù)據(jù)增加會(huì)具備怎樣的能力。

到 21 世紀(jì) 10 年代，深度學(xué)習(xí)在圖像識(shí)別、語音識(shí)別和語言翻譯等人工智能經(jīng)典難題上取得的突破令人震撼。更讓人驚嘆的是深度學(xué)習(xí)與強(qiáng)化學(xué)習(xí)的完美結(jié)合。從 1992 年 TD-Gammon 在雙陸棋比賽中達(dá)到頂尖水平，到 2017 年 AlphaGo 擊敗圍棋世界冠軍，這一系列成就不禁讓我們思考：當(dāng)人工智能開始在人類擅長的領(lǐng)域勝出時(shí)，這將給我們的未來帶來什么樣的影響？

自從 OpenAI 于 2022 年 11 月推出 ChatGPT 以來，大語言模型的突飛猛進(jìn)讓世界再次震驚。人們對(duì)它的反應(yīng)可謂喜憂參半：一方面為它能快速生成流暢文本而著迷，另一方面又擔(dān)憂它對(duì)就業(yè)前景和未來發(fā)展的影響。

語言作為人類最根本的能力，一直是我們判斷智力水平的關(guān)鍵標(biāo)準(zhǔn)。如今，人工智能的快速發(fā)展引發(fā)了一些人對(duì)超級(jí)智能突破的擔(dān)憂，認(rèn)為這可能危及人類的生存。比爾·蓋茨、埃隆·馬斯克乃至教皇方濟(jì)各等知名人士都對(duì)此發(fā)出警示。

一點(diǎn)是毋庸置疑的—盡管 ChatGPT 不是人類，但大語言模型在處理和提取海量文本數(shù)據(jù)方面已經(jīng)超越了人類的能力。這種仿佛來自異世界的“造訪”，在學(xué)界引發(fā)了一場(chǎng)爭(zhēng)議：大語言模型是否真正理解它們所產(chǎn)生的內(nèi)容？我們要如何驗(yàn)證一個(gè)系統(tǒng)是否真正具備理解能力？而對(duì)人類的理解過程本身，我們又了解多少？

你在考校大模型？其實(shí)它在反向“試探”你的智能

眾所周知，圖靈測(cè)試是檢驗(yàn)人工智能模擬人類反應(yīng)能力的經(jīng)典方法， 而目前有趣的一點(diǎn)是，在實(shí)際人與大語言模型交互過程中，大語言模型似乎在進(jìn)行一種更為微妙的反向圖靈測(cè)試 ，通過映射我們的反應(yīng)來檢驗(yàn)對(duì)話者的智能水平和提示質(zhì)量。這具體表現(xiàn)為：

對(duì)話者的思維水平越高，提供的提示越有深度，大語言模型就能展現(xiàn)出越高的智能表現(xiàn)。當(dāng)對(duì)話者表達(dá)強(qiáng)烈觀點(diǎn)時(shí)，模型也會(huì)相應(yīng)地展現(xiàn)出更大的互動(dòng)熱情。

這種映射現(xiàn)象可以理解為啟動(dòng)效應(yīng)與語言能力的協(xié)同作用。這一現(xiàn)象并不能說明大語言模型具備與人類相同的智能或意識(shí)，但確實(shí)展示了它在模仿人類個(gè)性特征方面的卓越能力。

大語言模型在映射用戶需求和智慧時(shí)，可能就像《哈利·波特》中的厄里斯魔鏡 [Mirror of Erised（desire）的倒寫 ]。這面魔鏡“只能映照出觀看者內(nèi)心最深切、最渴望的愿望，僅此而已。然而，它既不能賦予知識(shí)，也不能揭示真相。人們可能會(huì)在鏡前虛度光陰，或是被鏡中景象迷惑，甚至因無法分辨這些景象的真實(shí)性與可能性而陷入瘋狂。”

《哈利波特與魔法石》中的厄里斯魔鏡

通用人工智能一直是人工智能領(lǐng)域追求的終極目標(biāo)。有趣的是，這種通用能力正在大語言模型中逐步顯現(xiàn)，但其實(shí)現(xiàn)形式與早期人工智能研究者的設(shè)想有所不同。大語言模型不僅展現(xiàn)出在各類語言任務(wù)中的多面性，還具備編程等跨領(lǐng)域能力。

特別值得注意的是，這些模型表現(xiàn)出了超乎預(yù)期的社交智能。鏡像假說為我們提供了一個(gè)全新的思考角度：通用智能是否首先源于人類的社交互動(dòng)能力，而語言能力是在進(jìn)化過程中發(fā)展出來的社交強(qiáng)化工具？這促使我們需要重新審視人類“通用智能”的本質(zhì)和起源。這種觀點(diǎn)可能會(huì)對(duì)我們理解智能的本質(zhì)帶來革命性的改變。

人類“智能”的標(biāo)準(zhǔn)該重寫了

2020 年 12 月 1 日，加州大學(xué)圣迭戈分校認(rèn)知科學(xué)系舉辦了一場(chǎng)主題為“ChatGPT 真的理解語言嗎？”的教師辯論會(huì)，現(xiàn)場(chǎng)座無虛席。

反方辯手首先提出了“中文屋”的變體：一位哲學(xué)家在房間內(nèi)，有人從門縫遞進(jìn)寫有中文的紙條，這位哲學(xué)家按照既定算法處理后將回應(yīng)遞回門外。那么，這位哲學(xué)家是否真正理解了中文？這個(gè)論證引發(fā)了諸多質(zhì)疑。

在辯論中，案例被改編為“匈牙利語屋”，哲學(xué)家則被替換為大語言模型，從而推論出大語言模型并不理解匈牙利語。然而，如果我們把“匈牙利語屋”換成“匈牙利大腦”，把哲學(xué)家換成物理定律，同樣的論證邏輯依然成立。至此，辯論的水平開始走低。

在我看來，這就像一杯水，反方認(rèn)為它是半空的，正方認(rèn)為它是半滿的，真相應(yīng)該介于兩者之間。在隨后的問答環(huán)節(jié)中，我提出語言學(xué)家普遍認(rèn)為語言的表達(dá)能力源于語法，而在語法生成能力方面，大語言模型實(shí)際上比多數(shù)人更為出色。對(duì)此，反方認(rèn)為語法問題并非核心所在。值得注意的是，隨著技術(shù)的不斷進(jìn)步，人們對(duì)人工智能的評(píng)判標(biāo)準(zhǔn)也在不斷提高。

關(guān)于大語言模型是否具有智能的討論，最終取決于我們?nèi)绾味x“智能”。

大語言模型 LaMDA 通過了阿爾卡斯設(shè)計(jì)的心智理論測(cè)試，而心智理論被認(rèn)為是自我意識(shí)的重要標(biāo)志之一。不過，也有不少人對(duì)此持謹(jǐn)慎懷疑態(tài)度。人類往往會(huì)低估其他動(dòng)物的智能，僅僅因?yàn)樗鼈儫o法與我們進(jìn)行語言交流。這種消極偏見恰好與另一種偏見形成呼應(yīng)：我們傾向于對(duì)能與我們交談的個(gè)體產(chǎn)生積極偏見，即便它們的實(shí)際智能水平可能并不高。

這不禁讓人思考：我們是否具備足夠的智慧來判斷智能？大語言模型問世僅有短短數(shù)年，現(xiàn)在就推斷它們或其后代可能達(dá)到怎樣的智能水平還為時(shí)尚早。就像會(huì)說話的狗最令人稱奇的是它能說話這一點(diǎn)本身，而非它所說內(nèi)容的智慧程度或真實(shí)性。大語言模型即便在不夠準(zhǔn)確的情況下也會(huì)做出自信滿滿的回應(yīng)。如果我們將評(píng)判標(biāo)準(zhǔn)從理想化的人類轉(zhuǎn)向普通人，或許能得到更切實(shí)的比較結(jié)果。

專家們對(duì)大語言模型智能的認(rèn)知分歧，凸顯出我們基于自然智能的傳統(tǒng)認(rèn)知框架已難以適應(yīng)當(dāng)前形勢(shì)。大語言模型的出現(xiàn)為我們提供了一個(gè)重要契機(jī)，促使我們突破固有思維模式，超越 19 世紀(jì)心理學(xué)遺留下來的過時(shí)概念。我們需要重新審視并深化對(duì)“智能”、“理解”、“倫理”以及“人工”等核心概念的認(rèn)識(shí)。

人類的智能顯然不僅限于語言能力；我們可能在某些領(lǐng)域與大語言模型擁有共同的智能特征，但在其他方面則存在本質(zhì)差異。以創(chuàng)造力為例，它是自然智能的典型特征，而大語言模型也確實(shí)展現(xiàn)出了創(chuàng)造性思維的潛質(zhì)。在實(shí)際對(duì)話中，如果否認(rèn)大語言模型具備理解人類意圖的能力，那么它生成的許多文本內(nèi)容就難以得到合理解釋。這使我們必須對(duì)“意圖”這一概念進(jìn)行更深入的探討。這一概念源自心智理論，而心智理論本身也值得我們進(jìn)行更細(xì)致的研究和重新思考。

問題的關(guān)鍵在于，對(duì)于大腦這樣一個(gè)復(fù)雜系統(tǒng)，存在著無數(shù)相互作用的神經(jīng)元和內(nèi)部狀態(tài)，不同的實(shí)驗(yàn)探測(cè)了不同的大腦區(qū)域，實(shí)際上每個(gè)實(shí)驗(yàn)研究的都是不同類型的“注意力”。對(duì)于大腦這樣的復(fù)雜動(dòng)力系統(tǒng)，很難用“注意力”和“意識(shí)”這樣的概念來進(jìn)行準(zhǔn)確定義。

語言賦予人類獨(dú)特能力，但詞語本身具有不穩(wěn)定性，這種不穩(wěn)定性恰恰是它們力量的源泉。因此，我們需要更堅(jiān)實(shí)的基礎(chǔ)來構(gòu)建新的概念框架。

我們正處在一個(gè)前所未有的歷史機(jī)遇期，這與 17 世紀(jì)物理學(xué)變革時(shí)期極為相似。當(dāng)時(shí)，“力”、“質(zhì)量”和“能量”等概念經(jīng)過數(shù)學(xué)形式化處理，從模糊的術(shù)語轉(zhuǎn)變?yōu)榫_的可測(cè)量指標(biāo)，由此奠定了現(xiàn)代物理學(xué)的基礎(chǔ)。在研究大語言模型的過程中，我們很可能會(huì)發(fā)現(xiàn)關(guān)于智能本質(zhì)的新原理，就像 20 世紀(jì)物理學(xué)家揭示物理世界的基本原理一樣。正如量子力學(xué)在首次提出時(shí)違背人們的直覺認(rèn)知一樣，當(dāng)智能的基本原理被揭示時(shí)，可能也會(huì)呈現(xiàn)出違反常理的特性。

自然是否在高度進(jìn)化的靈長類大腦中實(shí)現(xiàn)了一個(gè)類似于大語言模型的系統(tǒng)？通過研究大語言模型展現(xiàn)的語言處理能力，我們可能會(huì)發(fā)現(xiàn)一些關(guān)于語言智能的基本原理，這些原理或許能夠推廣到社會(huì)智能、機(jī)械智能等其他智能形式。與生物進(jìn)化相比，大語言模型的發(fā)展速度要快得多。一旦相關(guān)技術(shù)基礎(chǔ)確立，其性能就會(huì)在持續(xù)改進(jìn)中不斷提升。

這項(xiàng)技術(shù)最為突出的特點(diǎn)在于：在探索其發(fā)展的過程中，我們可能會(huì)深入理解人類智能的本質(zhì)。

那么，在這樣的理念下，我們具體是怎么做的呢？

“我演算故我在”：AI的新本體論

“我思故我在”是笛卡兒哲學(xué)的核心命題。這句話常被譯為“我思考，所以我存在”，但更精確的翻譯可能是“我正在思考，因此，我必定存在”，或簡(jiǎn)言之，“思考即存在”。

“思維”是一個(gè)難以準(zhǔn)確界定的模糊概念。對(duì)某些人而言，思維是一連串的邏輯推理；對(duì)另一些人來說，它更像是念頭的流動(dòng)；而對(duì)許多人而言，它是漂浮在“感受之海”中的內(nèi)心對(duì)話。但這些描述終究只是文字游戲。若要判斷大語言模型在回答問題、創(chuàng)作詩歌或解決數(shù)學(xué)問題時(shí)是否真的在思考，我們需要對(duì)思維下一個(gè)明確的定義。然而，僅僅通過分析行為表現(xiàn)，恐怕還不足以解答這個(gè)根本性問題。

我曾在普林斯頓大學(xué)修過一門研究生哲學(xué)課程，整個(gè)學(xué)期都在探討一個(gè)問題：“語言和思維，孰先孰后？”雖然進(jìn)行了一個(gè)學(xué)期的深入討論，我們卻始終無法得出確定結(jié)論。對(duì)這個(gè)問題，主要存在兩種觀點(diǎn)。

語言先于思維（語言決定論）：這一觀點(diǎn)主要基于薩丕爾 - 沃爾夫假說，認(rèn)為人類的思維和行為深受所使用語言的影響。在其強(qiáng)式表述中，該假說甚至認(rèn)為語言完全決定思維：我們只能在語言允許的框架內(nèi)思考。

思維先于語言（思維優(yōu)先論）：這種觀點(diǎn)認(rèn)為思維獨(dú)立于語言而存在。支持者認(rèn)為，人們?cè)谡莆毡磉_(dá)語言之前就已經(jīng)有了思維和想法。這種觀點(diǎn)經(jīng)常得到認(rèn)知心理學(xué)和神經(jīng)語言學(xué)的支持。我們可以從兒童在獲得語言能力之前就能思考和解決問題，以及動(dòng)物的認(rèn)知能力等證據(jù)中看到這一點(diǎn)。

大多數(shù)學(xué)者認(rèn)為語言與思維的關(guān)系并非單向決定，而是在復(fù)雜的互動(dòng)過程中相互影響、彼此塑造。一方面，我們固然需要語言來交流和表達(dá)思想；另一方面，人類的認(rèn)知能力也在不斷影響語言的演化與發(fā)展。

進(jìn)一步，思維本身具有多樣性，并非所有思維活動(dòng)都依賴語言。比如，視覺思維、空間思維和情感思維等形式的思維過程，往往可以不依靠語言就能完成。

思維作為一個(gè)認(rèn)知過程，一直是哲學(xué)家們探討的重要議題。它涉及在心智層面對(duì)信息的處理，包括概念形成、問題解決、決策制定和反思等活動(dòng)。思維活動(dòng)的范圍極其廣泛，從簡(jiǎn)單（如記憶一串電話號(hào)碼）到復(fù)雜（如設(shè)計(jì)精密機(jī)械），再到案例 GPT 5.2 中提到的眾多認(rèn)知活動(dòng)。

2023 年，著名語言學(xué)家諾姆·喬姆斯基就大語言模型無法實(shí)現(xiàn)人類真實(shí)思維的問題，提出了一個(gè)深刻的見解。

他通過一個(gè)簡(jiǎn)單的物理現(xiàn)象進(jìn)行了闡釋。當(dāng)我們手持蘋果并松手時(shí)，會(huì)產(chǎn)生三個(gè)層次的認(rèn)知：第一層是現(xiàn)象描述—“蘋果掉下來了”；第二層是預(yù)測(cè)推斷—“如果松手，蘋果必然下落”。這兩種認(rèn)知雖然都有其價(jià)值和準(zhǔn)確性，但還不構(gòu)成真正的思維活動(dòng)。真正的思維在于第三層：因果解釋。它不僅包含對(duì)現(xiàn)象的描述和預(yù)測(cè)，更涉及普遍性的反事實(shí)推理（“一切類似物體都會(huì)下落”），以及本質(zhì)性的原因分析（“基于重力作用”或“源于時(shí)空曲率”）。用反事實(shí)條件來表述就是：“若無重力作用，則蘋果不會(huì)下落。”這種融合了觀察、推理和本質(zhì)認(rèn)知的過程，才是人類獨(dú)特的思維方式。

這段對(duì)思維某些特征的描述清晰而有說服力。不過，我們應(yīng)當(dāng)通過實(shí)驗(yàn)數(shù)據(jù)來檢驗(yàn)這一批判性觀點(diǎn)。事實(shí)上，正如案例 GPT 5.3的研究結(jié)果顯示，ChatGPT 已經(jīng)能成功應(yīng)對(duì)喬姆斯基提出的思維測(cè)試。然而，無論如何定義思維，僅憑語言都難以對(duì)其進(jìn)行完整描述。考慮到思維研究的重要性，這一領(lǐng)域顯然不應(yīng)僅局限于語言學(xué)的視角。

當(dāng)前關(guān)于大語言模型是否真正“理解”其輸出內(nèi)容的爭(zhēng)論，讓我聯(lián)想到一個(gè)世紀(jì)前關(guān)于“生命本質(zhì)”的討論：生命體與非生命物質(zhì)的本質(zhì)區(qū)別是什么？當(dāng)時(shí)的生命力論者認(rèn)為，生命依賴于一種無形的“生命力”，這種力量存在于生物體內(nèi)而非無生命物質(zhì)中。然而，這種抽象的辯論并未推動(dòng)科學(xué)進(jìn)步。直到 DNA（脫氧核糖核酸）雙螺旋結(jié)構(gòu)的發(fā)現(xiàn)，才帶來了生物學(xué)的革命性突破。

如今圍繞“智能”和“理解”的爭(zhēng)論，與當(dāng)年關(guān)于“生命”的辯論何其相似。AGI 這一概念，某種程度上就像昔日的“生命力”說。可以預(yù)見，機(jī)器學(xué)習(xí)的進(jìn)步最終可能會(huì)催生一個(gè)全新的概念框架，就像 DNA 結(jié)構(gòu)之于生物學(xué)一樣，為人工智能領(lǐng)域帶來根本性的突破，現(xiàn)在是重新審視舊有概念的最佳時(shí)機(jī)。

文/特倫斯·謝諾夫斯基 摘自新書《大語言模型》，2025.7