人工智能为何尚未产生真正的知识 - j9官网

知识的产生是人类文明进步的核心驱动力。当前，生成式人工智能凭借其强大的数据处理能力和计算资源，已经能够生成逻辑严谨且具有实用价值的信息。在某些领域，其表现甚至超越了人类专家。然而，人工智能涉足知识生产领域，不仅仅是科研工具的革新，更引发了深刻的探讨：人工智能的“智能输出”是否等同于“知识”？更进一步说，人工智能是否能够产出真正意义上的知识？随着大模型技术的不断突破，这一备受争议的前沿议题持续受到学界的高度关注。本期《学术争鸣》栏目刊载两篇观点对立的文章，就此议题各抒己见，并期待更多读者的参与。

自大语言模型兴起以来，越来越多的人习惯于向人工智能提问、与之交流并从中获取答案。大语言模型常常引经据典、条分缕析、对答如流，仿佛源源不断地输出着“知识”。由此，一个问题悄然浮现：人工智能提供给我们的这些内容，究竟能否称得上真正意义上的知识？要回答这个问题，我们首先需要后退一步：当我们说一个人“真正知道”某件事时，我们究竟在期待什么？

偶然的正确不等于“知道”

我们先来思考一个著名的哲学难题。假设一个人看时间，墙上的时钟显示3点，他相信现在是3点，而恰好那一刻确实是3点。然而，实际上，这个时钟在12小时前就已经停止走了，他只是运气好，在正确的时间瞥了一眼。他拥有一个真实的信念，并且似乎有充分的理由——他看了钟。但我们的直觉会毫不犹豫地认为：这不叫“知道”。这个人只是碰巧猜对了，仅此而已。

这类难题，在哲学界被称为“葛梯尔问题”。它揭示了一个道理：真正的知识，并非仅仅是一个恰好为真的答案，而是一种认知上的成就。你的信念之所以为真，必须源于你认知能力的可靠运作，而不是依赖于运气。

那么，什么样的“认知成就”才算数呢？真正称得上“知识”的事物，至少需要满足四个条件：

第一，理解。仅仅知道“物体受热会膨胀”的结论是不够的，还需要能够解释温度计为何能测量温度、铁轨之间为何需要留有缝隙、热气球为何能够升空。“理解”意味着能够把握事物背后的因果关系，并从原理层面推演其来龙去脉。

第二，可负责的证成。当被追问“你凭什么知道”时，知识的持有者能够给出解释，并且愿意为自己的回答负责。从这个意义上说，运气是无效的，因为它绕开了说明的责任。

第三，与现实的接触。知识不能凭空产生，它要么根植于亲身经验，要么能够随时接受现实的检验与修正。一个拒绝任何反驳的信念，即使其内部逻辑高度一致，也不能算作知识。

第四，一个在场的主体。知识需要由第一人称的“知者”来持有、审视和守护，即那个敢于说“我相信”的人。

回顾历史，中国传统文化对“真知”的标准也与此类似。张载区分了“见闻之知”与“德性所知”。前者仅是耳目积累的信息，后者则需要穿透感官的局限，通过身心的修炼才能达到。王阳明更是将此推进一步，直言“知而不行，只是未知”，意即知识若不融入生命和行动，便算不得真知。

由此可见，真正的知识，从来不只是一个正确的内容，而是一个需要主体去持有、去实践、去承担的认知成就。它是“你”亲手掌握的，而非“它”偶然吐出的。

AI生产的“知识”，缺失了什么

现在，让我们将目光转向当下。当前最强大的大语言模型，本质上是一个“下一个词预测器”。它通过学习海量人类文本中的统计关联，推断出在特定语境下最可能出现的下一个词。其优化目标是“可能性”，而非“真实性”。理解这一点，是理解人工智能的关键——它既令人惊叹，又从根本上存在缺失和局限。

首先，人工智能从不接受现实的检验。知识需要与现实相关联。科学家提出的假设需要实验验证，现实有权判定其“错误”，而新知识恰恰在“被否定”的可能性中诞生。人工智能的处境截然不同：它的生成机制只关注“接下来怎么说最像样”，而不关心“事情的实际情况”。它从不坚持任何命题，也从未处于一个可被检验的位置。更隐蔽的缺陷藏在意义的根源中。语言哲学中有一个经典难题：词语为何有意义？“苹果”之所以有含义，是因为我们见过、摸过、咬过苹果。词语与事物之间存在一条联系，将符号拉回现实世界。但对于完全依赖文本“喂养”的模型来说，词语只与其他词语相连。当它写下“火”字时，背后没有任何被灼烫的经验支撑。哲学家将这种空洞的意义称为“派生的意向性”。模型看似头头是道的“理解”，完全是我们使用者投射进去的，而非其内在拥有。危险恰恰在于：一本书的“借来”的知识一目了然，但人工智能会主动回应、推理、追问，如同一个真正理解的心灵，这使得意义的空洞比任何媒介都更难被察觉。

其次，“幻觉”并非偏差，而是其出厂设定。回到前文的标准：知识至少应包含一个“信念”，即主体对某件事真实性的认定和承诺。而当前的人工智能没有信念，它仅仅依赖“接下来怎么说最像样”，而不是“事情是否真实”。这就解释了最令用户恼火的问题——大模型的“幻觉”。人工智能会以说真话时一模一样的笃定口吻，编造出根本不存在的引文、数据和事实。但问题不在于它“偶尔出错”，而在于其底层机制中，说真话和编造假话是同一个动作，都是在概率空间中选择最流畅的延续。对于人工智能而言，真与假没有区别；利害与承诺，也根本无从谈起。

第三，流畅的“为什么”不等于真正的理解。近年的研究确实表明，大模型在内部习得了某些结构化表征，并非完全是“鹦鹉学舌”，这一点不可轻易否定。但捕捉统计规律与把握因果关系之间，还存在一道深远的鸿沟。人工智能能够流畅地解释一长串“为什么”，但这未必是从原理推导出来的，也可能只是对人类积累的海量“为什么”进行了重新组织。而真正的理解，意味着看穿事物之所以如此的原因，并能在全新情境下做出判断。捕捉相关性，终究不等于达成理解。它只是接近了理解的外在表现，却未必触及理解的内在核心。

第四，没有一个“我”在承担这份知识。如上所述，知识需要一个第一人称的“谁”。这个人拥有信念，为信念负责，并且能够反思自己判断的可靠性。哲学家称之为“反思性的知识”，即不只是碰巧猜对，还能超越自身，衡量自己为何可信。而当前的人工智能并没有这样的自我。它并不真正“相信”什么，也不“守护”什么，而是在每一次对话中被激活，又在对话结束后归于沉寂。张载的“见闻之知”和王阳明的“知而不行，只是未知”，在此恰恰显示了其全部分量：真正的知识，总是与某种生活、某种行动、某种责任紧密相连。而当前的人工智能，并非如此。

AI目前只是工具，远非知识生产者

当然，有人会反驳：如果将知识定义为“可靠过程产生的真实信念”，那么一个足够强大的系统，为何不能算作“知道”？更何况，随着多模态模型接入传感器并连接物理世界，“接地”和“具身化”等反驳的效力也在减弱。我们还必须公正地承认：当前的人工智能已是极其强大的知识工具——在蛋白质结构预测、数学猜想验证等领域，也确实参与了知识的发现。

围棋领域的AlphaGo以及新材料发现中的人工智能，是目前常被用来证明人工智能已进入知识“生成”环节的例证。不可否认，AlphaGo确实走出了人类棋手未曾充分认识的招法，人工智能也确实在海量组合空间中筛选出了此前难以穷尽的候选材料。但这些工作所触及的，只是知识生产的素材，而非知识本身。它们与生产知识之间隔着一道必经的门槛：人类共同体对其的验证、解释与理论整合。AlphaGo的“第37手”之所以成为围棋知识，其原因不在于人工智能的判断，而在于人类棋手群体反复复盘后赋予的理解；人工智能筛选出的候选材料，也需要经过实验、因果解释和理论重构，才能真正汇入知识体系。人工智能在这一链条中迈出的步伐，是从处理既有知识走向生成候选知识对象，但从“候选”到“知识”的这一步，仍然需要由人类来完成。而这一步之差，恰恰是“与现实接触”和“主体负责”所在之处：只有作为主体的人站在可接受检验的位置上，才能为那个候选对象是否“为真”承担判断风险。

我们注意到，近年来，一批被称为“AI科学家”或“AI研究员”的系统，不再满足于回答问题，而是被赋予了一套闭环：自动检索文献、提出假说、设计实验、在真实设备上运行实验、收集数据、分析结果，甚至自行修正被证伪的猜想。在一些早期尝试中，这类系统已能在简单的化学合成路线设计与材料筛选任务上完成全流程，其产出的结果经人类科学家复核后，被认可具有真实的增量贡献。听起来，这似乎已经开始接近“接受现实检验”和“与实在接触”这两道门槛。然而，细看便知裂痕依然存在。一个发人深省的对比发生在2024年：某前沿人工智能系统在标准化学推理基准测试中取得了超过人类博士的平均得分，但当研究人员将同一套题目中的试剂名称替换为虚构词汇，仅保持逻辑结构不变后，该人工智能的性能断崖式下跌。它答对的，是训练语料中频繁共现的模式，它终究是在“匹配模式”，而不是在“把握因果”。因此，流畅的“为什么”和真正的理解之间那道坎，依然横亘在那里。

这个对比，恰好为我们提供了一个澄清判断边界的机会：这不是一个关于“永远”的判决，而是一个关于“现在”的判断。就目前这类以语言模型为主体的人工智能系统而言，它们还远未获得作为一个“知者”去产生“真正知识”的资质。因此，我们可以做出如下判断：当前的人工智能，是知识内容的卓越加工者和传递者，却还不是知识的生产者：它没有对现实负责的处境，没有属于自己的意义，没有朝向真理的信念，没有从原理出发的真正理解，也没有一个去持有、去守护这一切的主体。它只是将人类凝结成文字的知识，以惊人的规模重新组织、检索、再表达。当前的人工智能，至多停留在张载所言的“见闻之知”层面，转述、重排着人类的见闻，远够不着“德性所知”，更抵达不了王阳明“知行合一”中那个经由亲身实践而获得，又能反过来指导行动的“真知”。

归根结底，人工智能生成的内容，只有结合人的理解，才能真正成长为知识。知识生产是一项属于主体的事业，属于那种愿意面对世界、亲自检验，并为自己所言承担责任的主体。而这样的主体，在今日的硅基世界，尚未觉醒。

J9专注于在线娱乐内容整合与互动体验服务，平台涵盖多种热门游戏分类与丰富的活动内容，方便用户快速获取感兴趣的娱乐资讯。J9持续更新平台动态、热门专题与活动信息，通过稳定流畅的访问环境与完善的服务体系，不断提升整体用户体验与品牌认可度。

j9以海量热门游戏分类，应有尽有为核心，带来高效便捷的体验。