艾倫·圖靈關於人工智能的最大假設可能錯了
一本新書指出，自艾倫·圖靈1950年著名論文以來，人工智能建立在一個有缺陷的假設上。計算機科學家彼得·J·丹寧認為，人類智能最重要的部分——包括常識、直覺、文化和實踐技能——無法編碼進計算機。他認為無論大語言模型變得多大，真正的人類水平AI都不可能實現。
2026年7月13日，泰勒與弗朗西斯集團發佈的一項研究指出，著名計算機科學家彼得·J·丹寧在其新書《圖靈的失誤：擺脱非智能機器的枷鎖》中聲稱，艾倫·圖靈在1950年提出的兩個基礎假設可能將人工智能研究引向了錯誤的方向。
丹寧指出，圖靈的第一個假設是智能可以獨立於物理身體存在，因此可以在計算機軟件中重現；第二個假設是機器可以通過成功模仿人類對話來證明智能，即後來的圖靈測試。丹寧認為，對這兩個假設的廣泛接受導致了當前AI領域的困境。
丹寧的核心論點是“隱性知識”問題。他認為，人類理解中大量無法用語言表達或編碼為計算機可處理形式的知識，包括常識、日常互動、情感與感知、實踐技能以及社會歷史知識，是機器學習無法捕捉的。他以道格拉斯·萊納特的Cyc項目為例，該項目經過四十年努力積累了約2500萬條常識條目，但仍無法使專家系統具備真正的專家能力。
對於實踐技能，丹寧認為挑戰更大。“我們在數千個領域的表現技能無法傳達給機器，”他説。他以小提琴家為例，指出即使機器人能觀察和模仿，也無法理解演奏者和聽眾的感受。直覺、預感、想象力和自發的創造力也被丹寧列為機器無法觸及的隱性知識。
丹寧將這一切歸因於“表示問題”：計算機只能處理編碼後的數據和指令，而隱性知識無法自然融入這一框架。“每個詞背後都有一口隱性知識的深井賦予其意義，”丹寧説，“大語言模型只處理詞語，無法知道或理解它們所説的含義。”
此外，語境和文化也是AI的重大障礙。語境使人能識別諷刺、幽默和情感，而文化包含價值觀、規範、歷史等，這些都無法通過擴大語言模型來獲取。
丹寧認為，人類和AI可能發展出彼此無法理解的隱性知識。“機器無法讀取我們的隱性知識，我們也無法讀取它們的。”他警告，這種鴻溝使得將高級AI系統與人類目標可靠對齊可能不可能。他並不擔心超級智能接管，而是擔憂機器可能發展出不同的人類智能但能造成嚴重問題的“機器智能”。“機器智能與我們關注不同，似乎不關心我們。”他呼籲重新肯定人性，慶祝人與機器的不同。