强人工智能的可能性与物理主义的困境
“弱人工智能”的机制比较清晰可控，那么，“强人工智能”会失控吗？这就要看我们究竟如何定义“强人工智能”。
在学界和业界，早有“强人工智能”相对“弱人工智能”的概念。这个命名容易让人误认为两者只是强弱程度的差别，但这种区别具有分立的性质——如果我们把“强人工智能”定义为出现真正有自主意识并且可确证其主体资格的“智能”，而不是AlphaGo这样仅仅比机械计算发展了更多层次的推理能力和学习能力的程序的话。这样定义下的所谓的“强”，指的是超越工具型智能而达到第一人称主体世界内容的涌现，还包括意向性、命题态度，乃至自由意志的发生。
这样的“强人工智能”是可能实现的吗？有的科学家哲学家说永远不可能，有的则说近在咫尺。
波斯特姆试图从“人工智能、全脑仿真、生物认知、人机交互以及网络和组织”等路径分析强人工智能或者他称之为“超级智能”的几种可能的实现方式，他详细评估了每种路径实现超级智能的可行性，并且认为“由于目前存在多条技术路径，因此至少有一条路径能实现超级智能的可能性很大”。⑮
波斯特姆的分析看起来庞大芜杂，但他给出的实现路径更多是在人脑上的直接迭代或高仿真，这很可能混淆了“强大的弱人工智能”与拥有主体性的“强人工智能”，他把通往不同本质的路径视为同一种性质的多种可能性。
在他看来，“若有足够先进的扫描技术和强大的计算机能力，即使只有很少的大脑理论知识也可以模仿全脑。极端情况下，我们可以想象采用施罗丁格（即薛定谔）量子力学方程在基本粒子水平来模拟大脑。这样我们就可以完全依靠现有的物理学知识，而不用任何生物模型。这种极端案例说明，没有计算机技术和数据分析也可以制造人工智能。一个听起来更合理的仿真水平是，将单个神经元和它们的连接矩阵合并，连带着它们的树状结构和每一个触突的变化状态。我们无法模拟单个的神经递质分子，但是可以粗略地将它们的波动浓度模型化。为了评价全脑仿真的可行性，人们必须理解成功的评判标准。我们的目的不是精确模拟出一个大脑，用它来预测在受到一系列刺激后，原始大脑会做出何种反应。相反，我们的目的是获得足够的大脑的计算机功能属性，以使最终得到的仿真进行智能工作。因此，真实大脑的很多复杂的生物学细节就无关紧要了。”⑯
这段论述是波斯特姆《超级智能：路线图、危险性与应对策略》一书中唯一一处提及量子力学，但他后面的分析却远离了量子力学才是对意识进行物理学研究的可能进路这一方向，回到了一般的计算主义/物理主义的“牢笼”。
在心智哲学和认知科学领域，的确有不少所谓的“计算主义者”“物理主义者”，他们认为，人的情感、意向性、自由意志等以及意识与自我意识直接相关的内容，在牛顿力学框架下的物理因果关系模已足具解释力，在人的第一人称主观世界与第三人称客体世界之间，也不存在最后的鸿沟。但是，也有一部分研究者持相反的看法，极力论证这种“计算主义”“物理主义”的悖谬本性，只承认从量子力学原理才有些许可能解决意识和自我意识这个真正的问题。
最近，美国量子物理学家斯塔普（Henry Stapp）、英国物理学家彭罗斯（Roger Penrose）、美国基因工程科学家兰策（Robert Lanza）都提出了人类意识的量子假设，中国清华大学副校长施一公院士、中科大副校长潘建伟院士等也大胆猜测，人类智能的底层机理就是量子效应。对于这个问题，笔者在出版于1998年的著作中尝试论证这个问题⑰，同样的看法日渐增强。
不久前，笔者把这种论证进一步系统化，在《哲学研究》上发表了分析物理主义（包括计算主义）如何在研究中陷入“整一性投射谬误”，并论证定域性假设为何与脑神经元细胞层次对意识现象的解释注定要失败的文章。⑱
也就是说，以定域性预设为前提的物理主义和计算主义，在原则上就不可能解释人类的意识现象，量子力学已经不得不抛弃定域性预设，这就在逻辑上打开了其解释意识现象可能性之大门。
包括计算主义在内的物理主义有一个基本预设，即设定任何物理系统都能够被分解为单个独立的局部要素的集合，且各要素仅同其直接邻近物发生相互作用。这是经典力学的基本原则，也是当代神经科学默认的前提，从而也是物理主义心智哲学的预设。计算主义则强调符号关系，它与其他版本的物理主义相比，主要是分析要素的不同，但这种不同却无关宏旨。这是因为，符号关系试图解释的，也是意识现象或心智事件的产生和关联的机理，而不是纯逻辑的关系。基于这种认知框架，他们倾向于认为，大脑的符号系统的状态，就是各个单一独立要素的神经元的激发/抑制状态聚合起来的某个区域的总体呈现。
这样也就不难理解，波斯特姆为什么认为“获得足够的大脑的计算机功能属性”，就能最终使得仿真大脑进行智能工作。于是，在计算主义/物理主义这里，神经元系统可望实现的某个整一性功能，就被他们完全等价于各个分立神经元符号功能的关系的总和。
但是，笔者和斯塔普都详细论证过，这样的出发点，连最基本的意识感知现象（比如说双眼综合成像）都解释不了，因为这类现象中涉及的同一时空点的变量的个数远远超出在局域性预设中每个空间点可容纳的物理变量个数。他们无视这种困境的存在，正是他们混淆了“内在描述”与“外在描述”功能而陷入“整一性投射谬误”的结果。⑲
尽管从量子力学效应解释人类智能的顶层机理尚未取得突破性成果，但意识导致坍塌这一原理似乎是量子力学与身心问题的最为接近的终极解释，研究者们正试图检测与物理事件相关的意识事件⑳，相对明确的结论暂时付诸厥如。
但无论如何，基于上述讨论，我们可以得知，所谓的“图灵测试”对判定“强人工智能”毫无用处，不能作为智能意识产生的推演依据，无论试验中的以假乱真效应有多么逼真。有鉴于此，本文拟提出一个“人工智能逆反图灵判据”，陈述如下：
任何不以已经具有意识功能的材料为基质的人工系统，除非能有充足理由断定在其人工生成过程中引入并随之留驻了意识的机制或内容，否则我们必须认为该系统像原先的基质材料那样不具备意识，不管其行为看起来多么接近意识主体的行为。
这里说的“充足理由”，在人类现有的科学视野中，按照笔者和斯塔普等人的论证，唯有量子力学才有可能提供。
因此，无论是图灵测试中的机器人还是新近由日本软银公司研发、富士康代工的所谓“情感机器人”Pepper，抑或如今被惊叹有了“深度学习”能力的AlphaGo等有了多么强大的所谓“超级智能”，也无论它们及其未来的升级版看起来多么像具有人类的情感，除非有人确凿证明，在制造或升级这些机器的过程中，在哪一个关节点把人类情感、人类意识整合了进去，否则，我们就只能认为把Pepper称作“有情感的机器人”只是一种比喻。
