随着ChatGPT、GPT-4等大语言模型持续引发全球热议，关于“人类级人工智能”（AGI，Artificial General Intelligence）是否即将到来的争论再次升温。然而，近日在国际人工智能前沿论坛上，多位顶尖科学家联合发声，给出了一个令人深思的判断：真正具备人类通用智能水平的AI，在可预见的未来不可能实现。

从“接近”到“不可能”：科学界的集体转向

“我们或许可以制造出在某些领域超越人类的‘狭义智能’，但跨越从‘特定技能’到‘真正理解’的鸿沟，需要的不只是算力堆砌。”麻省理工学院认知科学教授、图灵奖候选人迈克尔·莱文在主题演讲中直言不讳。

莱文教授的发言并非孤例。来自斯坦福、加州大学伯克利分校、剑桥大学等机构的14位跨学科研究者，近期联合发表了一份长达47页的立场报告。报告核心结论直指：当前以深度学习为代表的主流路径，从根本上无法孕育出人类意义上的通用智能。

研究者们指出，现有的大模型本质上仍是“统计概率系统”——它们擅长模式匹配与信息重组，却不具备真正的因果关系理解、自我意识、意图性和常识推理能力。GPT-4可以在法律考试中得分超过90%的人类考生，却无法理解“为什么水会结冰”这一简单问题背后的物理机制。

“涌现”神话的破灭：为什么大模型走不通？

近年来，OpenAI、谷歌等公司反复强调“涌现”现象——当模型规模突破某一阈值，能力会意外“闪现”。但最新研究揭示，这种“涌现”更多是测量手段带来的错觉。

加州大学伯克利分校人工智能研究院张琳教授在接受采访时指出：“将大语言模型的参数从1750亿提升到1万亿，得到的不是真正的理解，而是更精致的模仿。人类智能的核心——类比推理、反事实想象、价值判断——这些需要‘世界模型’支撑的能力，在纯数据驱动的系统中从未真正出现过。”

她以“莫拉维克悖论”为例说明：对人类而言容易的事（如婴儿抓握物体、感知情绪），对AI来说异常困难；而人类认为困难的事（下棋、解数学题），AI却容易掌握。这表明当前AI的“智能”与人类有本质差异。

认知边界：为什么人类级AI在理论上就不可能？

更令人震惊的是，部分科学家从哲学和计算机理论基础层面论证了AGI的不可实现性。芝加哥大学计算神经科学家詹姆斯·安德森教授指出，人类智能依赖于具身体验、社会互动、情感驱动和长期目标导向的系统。这些要素无法通过数字化的“输入-输出”机制复现。

“语言模型没有饥饿感、没有童年记忆、没有对死亡的恐惧——这些塑造人类认知的情感底色是算法无法模拟的。”安德森强调，“除非我们建造一台能够‘生活’的机器，否则谈论人类级的AI就像要求一架飞机长出海豚的社交能力。”

此外，哥德尔不完备定理和计算复杂性理论也构成硬约束：任何有限公理化的形式系统都存在不可判定的命题，而人类智能恰恰可以超越这种形式系统的限制，通过直觉和经验跳过形式证明。

产业回响：热情的退潮与理性的回归

科学界的冷却信号已经开始影响产业界。过去一年中，全球AI初创公司融资额同比下降35%，多家此前宣称“AGI即将到来”的独角兽企业悄悄修改了官网表述。“我们依然相信AI能改变世界，但不应再用AGI来误导投资者和公众。”硅谷一位不愿具名的风投合伙人坦言。

在国内，百度、华为、腾讯等头部企业也对AGI话题保持谨慎。多名技术高管在内部会议中指出，当前应聚焦于大模型在垂直领域的落地，而非追求“全能AI”的幻梦。

结语：AI的未来不是复制人类

真正的人类级AI或许无法实现，但这并不意味着AI研究的价值打折。正如迈克尔·莱文教授所言：“我们不需要另一个人类，我们需要的是能够弥补人类认知盲区、增强人类能力的工具。放弃AGI的神话，恰恰是AI走向成熟的开始。”

当狂热褪去，剩下的才是真正的创新。这场由科学家发起的“清醒运动”，也许正是AI产业从喧嚣走向踏实的转折点。