沿着这种张冠李戴去观察人工智能一路走来的过程，我们会发现自1956年人工智能正式亮相后，在这个被认为属于科学的领域中，即使在学术研究中也一直普遍存在着许多与基本科学规范相悖的现象与做法。

比如，将猜测想象当作事实。

超级智能将控制人类的说法这些年很是流行，而且许多“学者”在严肃地“研究”如何面对这种局面。这几乎完全是一种想象。要控制人类，首先要有“自我意识”。今天我们对于人类的自我意识都没有清楚的认识，更不要说用计算机的算法去构造一个自我意识了。许多人把人工智能的一些表现，解释为其具有了“自我意识”，不能不说这属于浪漫的想象，而没有符合科学规范的依据。

比如，用想象类比去做论证。

这种做法十分的流行，包括在人工智能的学术界。想象与类比只能是一种启发我们思考的方法，而不是科学论证的手段。在我们对大脑神经元的基本工作机制并不清楚的时候，用计算机处理过程去类比神经元的功能，一直是一个流行的做法。今天的“类脑计算”是一种试图超越代计算机原理架构的尝试，到底会产生什么样的结果，只能看未来的实践情况。因为它被冠以“类脑”就认定其大有前途，这仅仅是一种想象。因为我们还不清楚大脑到底是如何“计算”的。说“类脑”只是一种极为粗浅的比喻，其实际情况可能与大脑中起关键作用的特性没有太大的关联。

欧盟在2005年支持了一个由瑞士的洛桑联邦理工学院脑研究中心与IBM联合发起的雄心勃勃的“蓝脑”计划。他们计划利用海量的计算能力，基于计算机模拟技术，用对应于人脑的基础性物质层面活动的算法去模拟人脑内部的物理生化过程。该项目计划在2023年左右实现在分子水平上对人脑的完整模拟。

许多从事人工智能研究的学者对该计划抱有很大的希望。但是这个计划的设立，显然是建立在对大脑的想象而不是真实的认知基础上做的论证。事实上，欧盟支持的这个蓝脑计划在2016年执行10年之后终于被发现有严重问题，项目负责人被撤换，并且实质性地改变了项目方向与目标。（谢耘，《智能化未来—“暴力计算”开创的奇迹》，第265-268页，机械工业出版社，2018年6月）

欧盟蓝脑计划的官方网站首页

这种项目如果没有严重问题反倒是一件奇怪的事情，因为按照基本的科学规范去分析，很容易看出这个项目缺少基本的科学依据。

比如，狐假虎威地利用熟知的可信经典概念去包装某些推测。

“定律”（law）一词在科学中是有清晰明确的含义的，指的是普适性的物质运动规律，这些规律会有一定的适用条件，但是不会随时间的推进而失效。在1965年，英特尔创始人之一戈登·摩尔提出了对集成电路发展趋势做经验性预测的“摩尔定律”。很明显这个“定律”并非是科学意义上的“定律”，但是确实有业内资深人士将它与科学定律混为一谈。“摩尔定律”或许是非科学意义上的最著名的“定律”了。

不知是否是受的“摩尔定律”启发，在大语言模型兴起后，有人提出了“尺度定律”（Scaling Law），推测在机器学习领域，特别是对于大型语言模型而言，模型性能与其规模（如参数数量）、训练数据集大小以及用于训练的计算资源之间存在着一种可预测的关系。这种关系通常表现为随着这些因素的增长，模型的表现会按照一定的幂律进行改善。有人把它简化为了五个字：“大力出奇迹”。它被当成了大语言模型预训练的“第一性原理”。有许多人更是依据这个“原理”认为，只要规模不断扩大，通用人工智能（AGI）便不再是遥远的梦想。这也是很多学者在“研究”如何防止超级人工智能控制人类的缘由之一。

但是这个“尺度定律”的寿命似乎远远没有摩尔定律长，已经有很多实例与之相悖了，相信这条路能够实现AGI的人似乎在不断减少。

这方面的例子还有“数据科学”一词。当然在“科学”早就被其它众多领域滥用的情况下，创造“数据科学”一词的做法似乎也并不为过，虽然它确实还不是“科学”。

再比如，创造内涵苍白的新词或“神话”内涵简单的概念。

这方面的一个典型的例子就是在众多学术工作中，特别是在“大力出奇迹”声中的人工智能领域频繁出现的“涌现”一词。这个词原本就是一个标签，指复杂系统出现的那些还无法清晰解释其背后机理的那些功能表现。它既没有说明什么情况下会出现这些功能表现，更没有阐述这些功能表现会具有什么特性。

但是现在人们动则便使用这个词作为依据，用来论证自己构造的复杂系统必定会有奇迹出现。在一定程度上，它成为了一块带着高科技光芒的遮羞布。（谢耘，《工具的苏醒——智能、理解和信息技术的本质》，第221-228页，机械工业出版社，2025年4月）

这些在学术领域内的做法并非是在做科学之上的哲学思考，而是给科学之下或之外的内容披上科学的外衣，去达到各种非科学的目的。在客观效果上，这些做法让人工智能，这个没有科学原理基础的现代工匠技艺，在许多人的心目中跻身于了现代科学之列。

近年来，随着商业资本的深度介入，这些现象愈演愈烈，各种颇具误导性甚至耸人听闻的说辞以科学的面目频频出现。

早在1965年，兰德公司的研究顾问德雷弗斯（Hubert L. Dreyfus，1929年出生，当时在MIT任教，1964年获博士学位）在其发表的著名的《炼金术与人工智能》报告中，针对这类行为中的想象、夸张等说辞就尖锐地指出：“（这相当于）第一个爬上树的人可以声称自己在实现飞向月球这一目标的努力中取得了显著的进步。”（Huber L. Dreyfus，“Alchemy and artificial intelligence”，Page 17， The Rand Corporation，1965.）

这篇报告在当时引起憾然大波，遭到人工智能界的普遍反对，对人工智能的发展产生了重要的影响。它成为兰德公司销售量最大的报告之一。

该报告之所以使用“炼金术”作为标题的关键词，是因为作者认为人工智能缺少科学基础，还是一种炼金术般的工匠技艺，其目标与手段之间并没有可靠的内在逻辑。该报告后来成为兰德公司销量最高的报告之一。

他以炼金术为例指出，人工智能需要做一些更加基础性的工作，建立坚实的科学基础才是正确的发展途径：“如果炼金术士把时间花在寻找问题的深层结构，如果那个（第一个爬上树的）人从树上下来致力于比如发现火和轮子，事情就会向一个更令人鼓舞的方向发展。毕竟，三百年后我们确实从铅提取了黄金（并且我们要接触到月球了），但这只有在我们放弃了炼金术水平上的工作，达到化学水平甚至更深层次的原子水平上后才会发生。”

在这篇报告发表整整60年后，今天人工智能依然徘徊在现代科学的大门之外，停滞在现代工匠技艺的层面。祭出图灵或其它的名人，并改变不了这个无奈的事实（谢耘，“人工智能：一种现代工匠技艺”，微信公众号“慧影Cydow”，2025年4月7日）。在这个领域内，许多的猜测、想象、类比、纯概念的思辨甚至是信念披上了科学的外衣。这种包装，既无助于让人工智能跨入现代科学的大门，其实也无益于让人工智能作为一种实用技术更好地发展。因为这些包装带有很大的误导性。当然这些包装可能会有助于到达其它的目的，那就是在科学与技术之外的事情了。

说人工智能是一种现代工匠技艺，只是在陈述一个当下的实际情况，并无褒贬之意。在现代科学与技术蓬勃发展了三、四百年并且极大地改变了人类社会之后，一个工匠技艺脱颖而出成为了改变社会的一个强大的力量，不能不说这是颇为匪夷所思，甚至相当地诡异。正因为发生在现代科学与技术高度发达的背景之下，很多人并没有意识到它与其它现代科学与技术之间的本质差异。（谢耘，《工具的苏醒—智能、理解和信息技术的本质》，第一章 让意识挣脱大脑，机械工业出版社，2025年4月）

技术是以解决问题为目标的，最为关键的是其解决问题的有效性，而不是它背后是否有、或有什么样的科学理论。经过了近百年的努力，我们依然没有能够建立人工智能的科学理论，但是人工智能作为技术借助“暴力计算”确实取得了长足的发展，在各个领域内不断扩大着其可以解决的问题的范围与深度。

面向未来，不论是人工智能科学理论的产生，还是它继续作为一门现代工匠技艺的不断发展完善，我们都应该坚守现代科学与技术所遵循的基本理性规范，而不是让非科学与技术的其它逻辑或因素来主宰这门技术自身的未来。

本文系观察者网独家稿件，文章内容纯属作者个人观点，不代表平台观点，未经授权，不得转载，否则将追究法律责任。关注观察者网微信guanchacn，每日阅读趣味文章。