圖靈假設一開始就錯了？電腦科學家直言：AI 永遠無法掌握人類的「隱性知識」
知名電腦科學家彼得‧J‧丹寧（Peter J. Denning）的新書《圖靈的錯誤：逃離無知機器的枷鎖》（Turing′s Mistake: Escaping the Yoke of Unintelligent Machines，暫譯）主張，人工智慧研究長年建立在艾倫‧圖靈 1950 年的關鍵假設上，這前提可能一開始就走錯方向。
丹寧認為，圖靈當年假設智慧可脫離身體以軟體形式重現，並以模仿對話判定機器是否有智慧意識，兩項觀念深刻影響了75年來AI發展。但機器真正難以掌握的，是他所謂的「隱性知識」：生活常識、日常互動、情緒與感官、實作技能，以及深植文化的社會與歷史知識。
他舉例AI科學家道格拉斯·萊納特（Douglas Lenat）花40年打造Cyc專案，累積約2,500萬筆條目，仍無法形成足以讓專家系統真正「像專家」運作的常識背景；而音樂家等專家「知道怎麼做」，也不是單靠文字描述就能轉成機器可用的資料。
他認為核心在「表徵問題」：電腦只能處理文字程式化的資料與指令，但語言背後的意義來自身體經驗與情境脈絡。丹寧直言，ChatGPT、Claude、Gemini等大型語言模型只是操控文字，並不真的理解自己在講什麼。即使模型規模持續擴大，也無法獲得人類的具身文化知識，因此不可能達到與人類思考無異的程度。
丹寧也認為「情境」與「文化」是AI難以跨越的障礙。幽默、諷刺、誠懇與情緒判讀都依賴上下文，文化包括價值、規範、判斷、歷史、社群、情緒，以及與權力和關懷相關的關係等背景。由於機器無法讀懂人類沒說出口的脈絡，人類也無法讀懂機器思考過程的隱性知識，兩者之間有一道難以跨越的鴻溝。
安全層面，丹寧警告，將來AI自動化推動的機器網路，可能發展出達不到人類認為的通用智慧，卻足以造成嚴重問題的「機器智慧」，這種風險甚至比超級智慧接管世界更值得警惕，因機器思考方式與人類不同，且不在意人類利益。丹寧呼籲，面對AI自動化浪潮，人類應先承認熟悉的文化正在改變，拒絕被機器主導，並重新肯定人類與機器之間的差異。
True human-level AI may be forever out of reach, prominent computer scientist argues
Leading computer scientist claims true human-level AI might be impossible
Sztuczna inteligencja utknęła w ślepym zaułku. Dlaczego nigdy nie będzie myśleć jak człowiek?
（首圖來源：shutterstock）