在近期一檔備受關(guān)注的播客節(jié)目中，諾貝爾物理學(xué)獎得主、深度學(xué)習(xí)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(dǎo)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(xué)界的廣泛討論。

作為深度學(xué)習(xí)領(lǐng)域的標(biāo)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(xué)習(xí)、神經(jīng)網(wǎng)絡(luò)等核心概念。他通過生動的比喻解釋了神經(jīng)網(wǎng)絡(luò)的工作原理：大腦中的神經(jīng)元通過調(diào)整連接強度來學(xué)習(xí)，而神經(jīng)網(wǎng)絡(luò)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(dāng)它收到足夠強的信號時，就會發(fā)出‘?！囊宦暎駝t保持沉默。這種調(diào)整連接強度的過程，就是神經(jīng)網(wǎng)絡(luò)學(xué)習(xí)的核心?！?/p>

在談到AI的發(fā)展歷程時，辛頓回顧了深度學(xué)習(xí)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(luò)能夠一次性調(diào)整所有連接的權(quán)重，從而大幅提升了訓(xùn)練效率。然而，他坦言，當(dāng)時的算力遠不足以支撐這一技術(shù)的實際應(yīng)用?！爸钡浇陙恚懔Φ闹笖?shù)級增長和數(shù)據(jù)的爆炸式積累，才讓深度學(xué)習(xí)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(dāng)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?！彼€調(diào)侃了語言學(xué)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(xué)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(shè)模型。“如果AI能夠談?wù)摗饔^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。”

在討論AI的風(fēng)險時，辛頓將焦點放在了濫用和生存風(fēng)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(fēng)險的嚴重性：“如果AI發(fā)展出與人類利益相沖突的目標(biāo)，可能會導(dǎo)致不可預(yù)測的后果?！睘榇?，他呼吁在AI設(shè)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(chǔ)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。