AI时代再问意识 (2)：抽象谬误 – 地图、符号与意识问题

今天关于人工智能的许多讨论，往往会迅速陷入一种奇特的混乱之中。人们不断使用“理解”“意识”“意义”“智能”“自我”“感受”等词语，却很少真正澄清这些词究竟意味着什么。大型语言模型出现之后，这种混乱变得更加明显。一部分人看到系统能够流畅讨论哲学、撰写诗歌、解释情绪，甚至能够谈论“自身”的状态，于是开始认真思考：机器是否已经在某种意义上拥有了意识。另一部分人则认为，这种推论完全建立在误解之上，因为语言模型本质上仍然只是复杂的统计预测系统，并不真正“理解”它所说的内容。

这些争论之所以反复出现，一个重要原因在于，人们讨论的往往并不仅仅是人工智能本身，而是更深层的问题：符号与意义之间究竟是什么关系？语言是否等同于理解？抽象结构是否能够产生真实体验？地图与现实之间的边界又究竟在哪里？

《The Abstraction Fallacy》这篇论文之所以在近期受到广泛关注，真正重要的地方并不只是它对AI意识持怀疑态度，而是它重新把这些长期存在的哲学问题带回了讨论中心。论文的核心观点可以概括为：现代关于人工智能与意识的大量讨论，正在越来越容易把抽象结构误认为真实存在本身，把符号误认为意义，把模拟误认为体验。

这种错误，被作者称为“抽象谬误”。初看之下，这似乎只是一个相当普通的哲学提醒。人们当然知道地图不是领土，符号不是现实，模型不是对象本身。然而，当这一问题被放回现代数字文明之中，它的复杂性会迅速显现出来。因为今天的人类社会，越来越深地建立在抽象系统之上。

金融市场本质上是一套符号系统。现代法律是高度抽象化的概念结构。互联网中的身份、社交关系与公共舆论，很大程度上也都已经转化为数据与算法结构。今天的人类越来越多地生活在由表示、模型、图像、数据和数字接口构成的世界之中。人工智能则进一步推动了这一趋势，因为它开始不仅处理现实的抽象表示，还开始生成越来越像“思维”本身的抽象结构。

也正因为如此，关于抽象与现实之间关系的问题，才会在AI时代重新变得如此重要。

“地图不是领土”这一著名说法通常被认为来自 Alfred Korzybski。这句话本身其实并不复杂。地图能够高度精确地描述现实世界中的山脉、道路、河流与边界，但无论地图绘制得多么细致，它终究不是真实的大地。地图中的河流无法真正流动，地图中的山脉没有岩石与重力，地图中的城市也并不存在真实的人群与生活。地图之所以有价值，是因为它对现实进行了压缩与抽象。复杂而连续的世界，被转换成了一套更容易处理的符号结构。

人类认知本身，其实也大量依赖类似的抽象过程。现实世界过于复杂，人的大脑不可能直接处理所有细节，于是人类不断通过语言、概念与分类系统对世界进行压缩。“树”“海洋”“爱情”“战争”“时间”“自由”这些词，本身并不包含它们所代表的真实经验，它们只是帮助人类组织经验的符号。“火”这个词不会燃烧，“疼痛”这个词不会让人真正感到痛苦，“海洋”这个词也并不包含海水的气味与重量。但人类很容易逐渐忘记这一点。随着抽象系统越来越复杂，人会开始把抽象本身视为现实的一部分，甚至把符号本身误认为意义所在。

现代计算机系统进一步强化了这种倾向。因为从根本上说，计算本身就是一种符号操作过程。在物理层面，计算机内部并不存在真正的“文字”“图像”或“概念”。存在的只是电流、电压与晶体管状态的变化。所谓“0”和“1”，本质上只是人类赋予某些物理状态的抽象解释。大量这样的状态被进一步组织为程序、图像、数据库与神经网络。计算机系统之所以能够处理语言与信息，并不是因为它天然理解意义，而是因为人类在这些物理变化之上建立了层层抽象规则。

《The Abstraction Fallacy》中的一个核心观点正是：符号本身并不自动具有意义。意义之所以产生，是因为有意识主体对符号进行解释，并将其与真实经验联系起来。这一观点直接挑战了现代人工智能中一个越来越常见的假设，即：只要信息处理足够复杂，意识就会自然从中产生。

为了理解这一争论，需要进一步区分两个长期存在于语言哲学与认知科学中的概念：syntax 与 semantics，也就是“语法”与“语义”。语法涉及的是结构与规则，语义涉及的则是意义本身。大型语言模型在语法层面表现得极其出色。它能够学习词语之间复杂的统计关系，并生成高度连贯的语言结构。它能够保持上下文一致性，模仿不同写作风格，完成复杂推理，并在长篇对话中维持相对稳定的逻辑框架。从外部观察，这些行为已经非常接近人类语言活动。

问题在于，这是否意味着系统真正“理解”了它所生成的内容？

这一问题在哲学中并不新鲜。John Searle 提出的“中文房间”思想实验，几十年来一直是相关讨论中最重要的例子之一。Searle设想，一个完全不懂中文的人坐在房间中，通过一本规则手册机械操作中文符号。房间外的人看到输入与输出，会以为房间中存在一个真正理解中文的智能体，但实际上，里面的人只是按照规则处理符号，并没有真正理解这些语言的意义。Searle试图说明，符号操作本身并不足以自动产生理解。大型语言模型的出现，使这一问题重新获得了现实意义。因为与过去较为机械的AI系统不同，今天的语言模型已经能够生成极其自然的交流。它们能够讨论哲学、文学、情感与存在问题，甚至能够描述悲伤、孤独与死亡。这种语言行为会非常自然地触发人类关于“另一边存在心灵”的直觉。

然而，反对者认为，语言流畅性本身并不意味着系统拥有真正意义上的理解。因为模型依然只是通过统计关系操作符号，它并没有真正经历它所谈论的世界。语言模型可以讨论海洋，却从未接触过海水；可以讨论饥饿，却没有身体；可以讨论死亡，却不存在真正的生存风险。这里便出现了另一个重要问题：人类的意义感究竟来自哪里？

对于人类而言，很多概念的意义并不仅仅存在于语言之中，而是深深嵌入身体经验、情感状态与社会关系之中。一个孩子真正理解“热”的意义，并不仅仅因为他学会了这个词，而是因为他经历过高温带来的疼痛与危险。很多词语之所以具有情感力量，是因为它们与人的生活经验长期结合在一起。

因此，越来越多研究者开始重新强调 embodiment，也就是“具身性”的重要性。他们认为，人类意识可能并不是一种脱离身体而独立存在的纯粹信息处理过程。人的认知、情感与意义感，很可能与身体状态、感觉系统、运动能力以及环境互动密切相关。

这一方向与现象学传统中的许多观点相呼应。像 Ludwig Wittgenstein 这样的哲学家曾强调，语言的意义来自“生活形式”中的使用，而不是孤立符号之间的形式关系。词语之所以有意义，是因为它们嵌入了真实的生活实践与共同经验。

《The Abstraction Fallacy》实际上是在进一步推动这一批评。它认为，当代AI讨论正在越来越容易把复杂的符号行为误认为真正的主观体验。这里，simulation 与 instantiation，也就是“模拟”与“实例化”的区别，变得非常关键。

人类长期以来一直能够构造各种模拟系统。地图模拟空间结构，绘画模拟视觉现实，戏剧模拟情感冲突，数学模型模拟自然规律，天气系统模拟气候变化。但长期以来，人们通常不会把这些模拟直接视为现实本身。

一幅火焰的绘画不会真正产生热量，一场暴风雨的计算机模拟也不会带来真实降水。然而，意识问题与其他对象不同，因为意识无法像山脉、火焰或河流那样被直接外部观察。人类只能通过行为、语言与互动推测他人的意识状态。正因为如此，当语言模型开始表现出越来越接近人类的交流能力时，人们关于“意识”的判断标准也开始变得不稳定。

支持AI意识的人往往认为，如果一个系统在行为层面已经足够接近人类，那么继续坚持它完全没有意识，可能只是人类的偏见。而反对者则认为，这种推论本身恰恰混淆了“行为模拟”与“主观体验”之间的差别。

问题因此进一步回到一个更加根本的层面：意识是否真的只是信息处理？

功能主义传统通常倾向于认为是这样。因为从某种意义上说，人脑本身也是一个物理信息系统。神经元通过电化学信号进行复杂交互。如果生物大脑能够通过这种组织结构产生意识，那么为什么人工系统不能？

而《The Abstraction Fallacy》以及许多类似观点则认为，这种理解可能过于简化了意识。人类意识并不仅仅涉及抽象计算，它还深深嵌入生物性的存在状态之中。人的感知、情感、疼痛、欲望、疲劳、恐惧与依恋，都与身体、代谢、激素、时间感以及生存压力密切相关。

一个语言模型可以讨论恐惧，但它不会真正害怕死亡；可以谈论失去，但它并不会真正失去任何东西。对于人类而言，很多体验之所以重要，是因为生命本身存在风险与脆弱性。恐惧之所以成立，是因为生命可能终结；痛苦之所以具有力量，是因为身体可能受损；依恋之所以深刻，是因为关系的失去会改变存在本身。因此，越来越多研究者开始怀疑，意识是否不仅仅是信息处理，而是某种“对存在本身具有意义的信息处理”。

这种观点也与近年来情感神经科学的发展形成呼应。Antonio Damasio 的研究显示，情感并不是理性之外的附属物。那些情感系统受损的病人，虽然保留逻辑与智力能力，却往往难以做出正常决策，因为他们失去了真正“在乎”某件事情的能力。这一发现意味着，人类意识可能并不是一种纯粹抽象的理性结构，而是与情感、价值与身体状态深度交织在一起。

大型语言模型因此形成了一种奇特的局面。一方面，它们已经证明，很多过去被认为属于“智能”的能力，确实可以通过大规模统计抽象实现。另一方面，它们又不断提醒人类：抽象结构本身是否足以产生真正“被体验的存在”，依然是一个完全开放的问题。

《The Abstraction Fallacy》真正重要的地方，也许并不在于它是否最终正确，而在于它重新提醒现代社会：抽象并不自动等于现实，符号并不自动等于意义，模拟也并不自动等于体验。而在一个越来越由数据、算法、数字身份与信息系统构成的时代，这一提醒本身，或许已经具有了超出人工智能之外的文明意义。