苹果质疑AI不会思考，专家举实例反驳：这就是思考，具备思维能力

排行榜 2025年11月04日 15:36 3 cc

最近AI圈里一场关于“机器到底会不会思考”的争论吵得火热，热度丝毫不亚于任何科技新品发布，苹果公司抛出一份名为《思考的错觉》的研究报告，直接质疑大型推理模型根本没有真正的思维能力。

没过多久，技术专家德巴希什·雷·乔杜里就发文反驳，直言这些模型几乎肯定具备思考能力。这场争论可不是学者们的“文字游戏”，核心其实是两个关键问题：到底什么才算“思考”？AI那些看似聪明的推理，是真的像人一样在认知分析，还是只是在海量数据里做高级匹配？

模式匹配还是真的在思考？

这场争论的导火索，是苹果团队的一系列实验。他们发现，当问题变得更复杂时，那些用一步步拆解问题的推理方式工作的大型语言模型，没办法用提前设定好的计算规则高效解决问题。

基于这个发现，苹果团队认为，这些模型其实只是在做高级的模式匹配，把见过的内容重新组合，根本算不上真正的思考，但乔杜里觉得这个结论站不住脚，他举了个很实在的例子：河内塔问题。

要是给人类出一个二十层的河内塔难题，绝大多数人也做不出来，但没人会因此说人类没有思考能力。这个类比一下子点出了问题关键，用单一计算任务的表现来判断AI的整体认知能力，实在太简化了。

更有意思的是，乔杜里认为苹果的实验反而证明了AI的优势：当直接解决问题的路走不通时，模型会主动找替代方法，这种回头重新规划的能力，恰恰是智能思维的典型表现。

说实话，用单一任务“卡”AI的脖子，就像用会不会做饭判断一个人会不会生活，未免太片面了。不过要真正搞清楚AI算不算真思考，还得先弄明白人类的思考到底是怎么一回事，这就离不开认知科学的视角了。

要评判AI有没有认知能力，得先给人类思维画个“画像”。现代神经科学研究发现，人类解决问题时，多个大脑区域都在协同工作：前额叶皮层负责把问题想明白、定好执行步骤，顶叶皮层处理那些抽象的符号和逻辑，工作记忆系统则帮我们在脑子里“预演”解决过程。

这个“预演”过程里，既有像自己跟自己说话似的内在语言，也有在脑海里构图的空间想象，这么一看，AI的推理过程和人类还真有不少相似之处。人类想复杂问题时爱“自言自语”梳理思路，AI的一步步推理过程其实就像在进行这种内在对话。

在知识调用上也很像，人类靠海马体和颞叶从记忆里找经验，AI则靠训练出来的参数从“海量数据记忆”里提取信息，有人会说，AI没有视觉空间推理能力，这肯定算不上真思考。

但乔杜里搬出了一个医学现象：有些患心盲症的人没法在脑子里形成图像，却照样能做逻辑推理和数学题，甚至在符号推理上更厉害。这说明，视觉想象不是思考的必需品，AI完全能通过其他方式实现有效思考。

更重要的是，人类有自我纠错的能力，前扣带皮层会帮我们发现推理里的错误；而AI也能通过训练识别推理链里的矛盾，回头换条路走，这种自我监控能力可是思维的重要特征。

“AI只是美化的自动补全”这句话，估计很多人都听过，但乔杜里觉得这种说法太肤浅了。他认为，下一词预测不仅不是AI的短板，反而是实现通用智能的好路子。

关键就在于自然语言的强大能力：它能把任何概念用不同细节和抽象程度讲清楚，甚至能描述语言本身，这种表达上的完备性，让基于语言的AI有了实现通用智能的可能。

要准确预测下一个词，模型不能只靠“猜”，必须在内部构建起对世界的认知，还要学会处理复杂的信息关系。遇到需要推理的问题时，模型得一步步输出思考过程，这就要求它在“脑子里”提前规划好后续步骤，保证逻辑连贯。

从计算理论来讲，足够大的神经网络能学会任何可计算的函数，再加上大规模训练和强化学习，模型完全有可能学会复杂的推理能力。说穿了，要是一个自动补全系统能一直给出正确答案，那它必然得有超强的知识储备和推理能力，这本身就和智能思维脱不了干系。

更巧的是，人类思维本身也带着“预测”属性，不管是说话还是想事情，我们都在不断预测下一个该说什么、该想什么。这种底层逻辑的相似性，让AI具备思维能力的可能性大大增加。

从认知科学的角度看，AI的推理过程和人类思维有着不少深层相似性，自我监控、适应调整等能力也在不断显现；从技术逻辑来讲，下一词预测这个看似简单的机制，实则藏着实现通用智能的潜力。

而实证表现更证明，AI的推理能力正在稳步提升。正如脑科学家杨雄里所说，现在没有确凿证据说人类智慧至高无上，也没有证据彻底否定AI的认知潜力，这种争论本身就会推动科学发展。

不管最终结论如何，这场讨论都给我们提了个醒：对待AI，既不用捧上神坛，也不必贬得一无是处。我们需要更全面的评估框架来摸清AI的能力边界，在享受它带来的便利时，也保持对风险的清醒认识。而这种理性的探索和讨论，正是AI技术能健康发展的最好保障。

发表评论