Strong AI

强 AI 有两种含义。在心灵哲学中，强 AI 是 John Searle 对一种观点的称呼：经过适当编程的计算机确实会拥有心智，并理解它处理的内容；他在 1980 年提出中文房间论证，正是为了反驳这一观点。在现代技术用法中，强 AI 是通用人工智能 (AGI)的同义词，指一种假想系统，其能力在几乎所有认知任务上都能与人类匹敌。与之相对的术语弱 AI，如今通常指当前使用的狭义、特定任务人工智能 (AI)；无论采用哪种含义，现有系统都不被认为是强 AI。

Searle 的强 AI 假说#

Searle 在发表于《行为与脑科学》的《心灵、大脑与程序》中引入了这两个标签。按他的用法，弱 AI 认为计算机是用于模拟和研究心智的强大工具。强 AI 则更进一步：“经过适当编程的计算机本身就是一个心智，也就是说，给定正确程序的计算机可以被直接称为理解事物并拥有其他认知状态。”这一假说源自计算主义，即思维就是计算的观点；因此，任何运行正确程序的机器，无论由什么构成，都会思考。

中文房间论证#

Searle 的中文房间论证设想了这样一个人：他不会说中文，被锁在一个房间里，手边有一本用英语写的规则手册。有人通过一个小窗口递进中文问题，这个人按照规则手册逐一匹配字符，并抄出规则指定的字符；房间外的母语者看到答案后，便相信房间里有人懂中文。这个人实际上什么也不懂。Searle 认为，运行程序的计算机处境相同：它根据符号的形状来操作符号，而仅有句法不足以产生意义。批评者提出了一些回应，随后 Searle 又逐一反驳：

• 系统回应： 这个人只是一个系统的组成部分，该系统还包括规则手册和草稿纸；整个系统理解中文。Searle 回应说，他可以记住所有规则，在脑中完成所有操作，却仍然不懂中文。
• 机器人回应： 把程序放进装有摄像头和电机的机器人中，让符号与现实世界中的事物建立联系。Searle 回应说，传感器读数传入程序时仍只是更多可供操作的符号。按照 Searle 的观点，当一个人进入视野时，摄像头画面经Ultralytics YOLO26检测器处理的机器人，会收到类别索引 0、置信度分数和边界框坐标；这只增加了数据，并没有增加理解。Stevan Harnad 后来将其中的核心问题称为符号落地问题：符号如何通过系统自身对世界的感知和行动获得意义。
• 大脑模拟器回应： 让程序模拟中文使用者大脑中每个神经元的放电过程。Searle 回应说，可以让一个人操作由大量水管和阀门组成的系统来模拟这些放电；该系统不会比这个人更懂中文，因为大脑的模拟并不是大脑本身。
• 他心回应： 人们只能根据行为判断彼此是否理解，因此同样的证据也应该适用于计算机。Searle 回应说，问题在于理解是什么，而不是我们如何得知某人是否理解。

强 AI 与 AGI、图灵测试和意识#

• AGI：这是关于能力的问题，依据系统能做什么来衡量。塞尔的强 AI 讨论的是内在理解；在他的观点中，机器即使通过所有行为测试，仍然可能毫无理解。Ray Kurzweil 等未来学家用“强 AI”指代人类水平的 AGI；如今大多数技术文献都采用这种含义，包括对强 AI 的潜在应用与挑战的讨论。
• 图灵测试： Alan Turing 于 1950 年提出用一场仅根据对话进行评判的模仿游戏，取代“机器能思考吗？”这一问题。中文房间论证针对的正是从通过此类测试推断出真正理解这一做法。
• 意识： 按照 Searle 的定义，强 AI 意味着拥有心理状态，而许多哲学家认为心理状态与主观体验相关。19 位研究人员在 2023 年发表的一份报告根据意识的神经科学理论提出了若干指标属性，并据此评估 AI 系统；报告得出结论：“目前没有 AI 系统具有意识”，但“要构建满足这些指标的系统，并不存在明显的技术障碍”。

强 AI 与语言模型#

大型语言模型 (LLM)重新点燃了这场争论，因为它们能像中文房间一样用中文和许多其他语言流畅对话。Emily Bender 和 Alexander Koller 在一篇2020 年论文中指出，仅根据语言形式训练的系统无法学习意义；其他人则指出模型内部存在世界模型的证据。在《涌现的世界表征》（ICLR 2023）中，研究人员仅使用合法的黑白棋棋步序列训练一个GPT 模型，发现探针可以从其激活值中读出当前棋盘状态，并证明编辑该内部棋盘状态会改变模型预测的棋步。