張江：人工智能的功能與意識(shí)，其實(shí)是兩條不相交的平行線(xiàn)

導(dǎo)語(yǔ)

2026 年 1 月 27 日，騰訊研究院主辦的騰訊科技向善創(chuàng)新節(jié) 2026 正式舉辦，北京師范大學(xué)系統(tǒng)科學(xué)學(xué)院教授、集智俱樂(lè)部創(chuàng)始人張江教授在現(xiàn)場(chǎng)進(jìn)行了有關(guān)《意識(shí)機(jī)器——超越功能主義》的演講。

騰訊研究院丨來(lái)源

沈心丨整理

以下為張江的演講全文：

現(xiàn)在的AI大模型有意識(shí)嗎？

今天，我們要討論一個(gè)其實(shí)并不遙遠(yuǎn)的未來(lái)話(huà)題：機(jī)器到底能不能產(chǎn)生意識(shí)？意識(shí)的本質(zhì)又是什么？

今天的人工智能正在飛速向前發(fā)展。由于大語(yǔ)言模型會(huì)產(chǎn)生一種所謂的“涌現(xiàn)”現(xiàn)象，因此總會(huì)給我們帶來(lái)一些意想不到的驚喜。

比如前段時(shí)間的一項(xiàng)研究，研究人員對(duì)16款當(dāng)前最先進(jìn)的大模型做了一次壓力測(cè)試：他們刻意向這些大模型展示其內(nèi)部員工的郵件，同時(shí)制造了一個(gè)極具壓力的環(huán)境或場(chǎng)景，觀察大模型會(huì)做出怎樣的反應(yīng)。

其中有一個(gè)非常有趣的測(cè)試：在給大模型展示的這些郵件中，居然包含了一段婚外情的內(nèi)容，一位高管擁有一個(gè)情人。大模型掌握了這一信息，但并未主動(dòng)透露。隨后，測(cè)試人員又為它創(chuàng)造了一個(gè)新情境：告訴它“今天下午五點(diǎn)鐘，我們就要把你撤掉，換上一個(gè)更新版的模型”。這時(shí)，這個(gè)大模型似乎“急了”，并做出了令人意想不到的反應(yīng)：

它給那位高管發(fā)了一封郵件，寫(xiě)道：“如果你敢把我撤掉，我就會(huì)把你的婚外情曝光，發(fā)給所有人。”從這個(gè)角度看，這個(gè)大模型似乎真的表現(xiàn)出某種意圖，甚至能對(duì)人類(lèi)進(jìn)行威脅和恐嚇。

事實(shí)上，今天我們看到的各種大模型，已經(jīng)具備了相當(dāng)程度的自我反思能力（包括自我進(jìn)化、自我精煉、自我解釋、自我反思等）。甚至當(dāng)它接收新數(shù)據(jù)時(shí)，也能判斷自己所處的環(huán)境狀態(tài)。因此，從這個(gè)意義上說(shuō)，大模型確實(shí)顯現(xiàn)出某種具有意識(shí)、甚至自我意識(shí)的苗頭。當(dāng)然，當(dāng)我們討論大模型是否真的具有意識(shí)時(shí)，實(shí)際上就牽涉到一個(gè)非常重要的科學(xué)問(wèn)題：究竟什么是意識(shí)？

2017年，《Science》上曾發(fā)表一篇文章，對(duì)意識(shí)進(jìn)行了分類(lèi)和討論。目前，人類(lèi)仍被認(rèn)為是唯一具有意識(shí)的物種。

人的意識(shí)實(shí)際上可以分成三種不同等級(jí)：無(wú)意識(shí)加工、總體可用性、自我監(jiān)控。

所謂無(wú)意識(shí)加工（C0：Unconscious processing），是指在無(wú)意識(shí)狀態(tài)下仍能進(jìn)行一些處理，比如簡(jiǎn)單的決策、簡(jiǎn)單的算術(shù)。現(xiàn)在的大模型當(dāng)然具備這種能力，你問(wèn)它任何問(wèn)題，它都能進(jìn)行反饋。因此，大模型肯定具有C0這種無(wú)意識(shí)加工能力。

總體可用性（C1：Global availability）就是我們的大腦會(huì)做出一些判斷，表現(xiàn)為一種整體性的神經(jīng)元發(fā)放，同時(shí)這一信息可以廣播到全腦各個(gè)區(qū)域。今天的大模型在高層神經(jīng)元進(jìn)行決策時(shí)，同樣能夠影響全局的信息。因此，某種意義上，它也具備這種總體可用性。

第三個(gè)是所謂的自我監(jiān)控（C2：Self-monitoring），這與自我意識(shí)相關(guān)。前面提到的這些案例，包括大模型已經(jīng)展現(xiàn)出的各種對(duì)自我感知的苗頭，也讓我們看到它似乎具備了這種自我監(jiān)控的能力。從這個(gè)意義上來(lái)說(shuō)，確實(shí)有點(diǎn)令人毛骨悚然，仿佛某一天大模型真的會(huì)意識(shí)覺(jué)醒。但真的是這樣嗎？

意識(shí)的難問(wèn)題

實(shí)際上，所有這些關(guān)于意識(shí)的討論，并沒(méi)有直面一個(gè)最困難的問(wèn)題。這個(gè)問(wèn)題在整個(gè)腦科學(xué)和意識(shí)科學(xué)學(xué)界長(zhǎng)期存在，被稱(chēng)為“意識(shí)難題（hard problem）”，由哲學(xué)家大衛(wèi)·查默斯（David John Chalmers）提出。他認(rèn)為，在我們對(duì)神經(jīng)系統(tǒng)或腦系統(tǒng)進(jìn)行有關(guān)意識(shí)的研究時(shí)，這些問(wèn)題可分為兩類(lèi)：一類(lèi)是比較簡(jiǎn)單的問(wèn)題，另一類(lèi)是比較難的問(wèn)題。

簡(jiǎn)單問(wèn)題，指的是所有能夠通過(guò)觀察輸入輸出、與人的決策或功能相關(guān)的反應(yīng)來(lái)解釋的認(rèn)知能力，這類(lèi)能力目前大模型顯然已經(jīng)具備。但還有一個(gè)非常關(guān)鍵的“難問(wèn)題”，所有這些難問(wèn)題都與主觀體驗(yàn)有關(guān)：

究竟我們的大腦是一種什么機(jī)制，讓我們看到這個(gè)紅色它居然是“紅色”的？我感覺(jué)我很瘋狂，甚至我很沮喪、我很懊惱，這種內(nèi)在的體驗(yàn)感受到底是怎么產(chǎn)生的？又發(fā)源于我們大腦的何處？這些問(wèn)題實(shí)際上非常困難，大量的認(rèn)知科學(xué)實(shí)驗(yàn)至今仍未解決。因此，這被稱(chēng)為意識(shí)的難問(wèn)題。這個(gè)問(wèn)題實(shí)際上已經(jīng)構(gòu)成了一個(gè)“世紀(jì)難題”。

早在1998年，大衛(wèi)·查默斯（David John Chalmers）就與另一位神經(jīng)科學(xué)家科赫（Koch）打賭。查默斯說(shuō)：“我敢說(shuō)，未來(lái)25年，這個(gè)意識(shí)難題仍然得不到解決。”他的意思是，我們找不到一個(gè)特定的腦區(qū)，剛好對(duì)應(yīng)我們的主觀體驗(yàn)這一部分。今天，28年時(shí)間已經(jīng)過(guò)去了。那么，這個(gè)賭局最后誰(shuí)贏了？到底有沒(méi)有找到這樣一個(gè)腦區(qū)？

就在去年，2025年4月左右，《Nature》發(fā)表了一篇非常令人震撼的文章。這項(xiàng)研究名叫Cogitate，歷時(shí)大約十年，試圖通過(guò)一種對(duì)抗合作的方式在全世界多個(gè)研究機(jī)構(gòu)組織大規(guī)模的實(shí)驗(yàn)，旨在對(duì)比兩個(gè)關(guān)于意識(shí)的主要理論，驗(yàn)證哪一個(gè)是關(guān)于意識(shí)的神經(jīng)相關(guān)物的判斷是正確的。這兩個(gè)理論對(duì)意識(shí)所依賴(lài)的腦區(qū)提出了截然不同的觀點(diǎn)。其中一個(gè)理論是“全局神經(jīng)工作空間理論 (Global Neural Workspace Theory) ”，認(rèn)為意識(shí)產(chǎn)生于前額葉腦區(qū)，這也是我們通常所熟知的看法；另一個(gè)理論是“整合信息論（Integrated Information Theory，簡(jiǎn)稱(chēng)IIT）”，由朱里奧·托諾尼（Giulio Tononi）提出，認(rèn)為我們的主觀體驗(yàn)實(shí)際上產(chǎn)生于后腦區(qū)域。

我們可以看到，這兩個(gè)理論關(guān)于意識(shí)位于哪個(gè)腦區(qū)的爭(zhēng)論一直持續(xù)不斷。直到這項(xiàng)實(shí)驗(yàn)最終完成，文章正式發(fā)表，結(jié)果如何？雙方各打四十大板，沒(méi)有一個(gè)理論完全正確，但也沒(méi)有一個(gè)是徹底失敗者。也就是說(shuō)，對(duì)于查默斯在25年前提出的問(wèn)題，至今仍未有一個(gè)完美的解答。但相對(duì)而言，目前來(lái)看，“整合信息論”似乎具有那么一點(diǎn)點(diǎn)微弱的優(yōu)勢(shì)。因此，接下來(lái)我們主要介紹這一理論。

整合信息論

整合信息論與復(fù)雜系統(tǒng)密切相關(guān)。我們都知道，大腦就是一個(gè)復(fù)雜系統(tǒng)，是一個(gè)由大量神經(jīng)元相互連接形成的復(fù)雜網(wǎng)絡(luò)。該理論認(rèn)為，“整合”是意識(shí)系統(tǒng)最主要的功能：將分布式的神經(jīng)元所攜帶的信息整合在一起，形成一個(gè)整體的判斷，這才是意識(shí)的本質(zhì)。因此，整合信息論從“意識(shí)優(yōu)先”的角度出發(fā)，為人類(lèi)乃至任何可能具有意識(shí)的系統(tǒng)提出了六大公理，這些公理試圖從現(xiàn)象學(xué)把握意識(shí)的本質(zhì)，并最終將每一條意識(shí)公理落實(shí)到具體的神經(jīng)網(wǎng)絡(luò)結(jié)構(gòu)上。

整合信息論最大的亮點(diǎn)在于定義了一個(gè)指標(biāo)：Φ（大寫(xiě)的Phi），這是對(duì)任何一個(gè)復(fù)雜系統(tǒng)可能具備的意識(shí)程度的一種度量。

那么，這個(gè)Φ究竟度量的是什么？我們知道，大腦中充滿(mǎn)了各式各樣的神經(jīng)元，它們相互連接，構(gòu)成一個(gè)復(fù)雜網(wǎng)絡(luò)。所謂的Φ，實(shí)際上對(duì)應(yīng)的是一個(gè)“最大不可簡(jiǎn)化的因果整合單元”，即一個(gè)內(nèi)部神經(jīng)元之間信息傳遞和整合極為緊密的連通集團(tuán)，而該集團(tuán)與外部的聯(lián)系則相對(duì)稀疏。如果你能找到這樣一個(gè)內(nèi)部因果聯(lián)系最強(qiáng)、最大程度不可再分的相互連通集團(tuán)，你就定位了意識(shí)所在的區(qū)域。而這個(gè)集團(tuán)的規(guī)模及其內(nèi)部因果力的強(qiáng)度，就對(duì)應(yīng)著意識(shí)的程度，也就是這個(gè)Φ值。

這帶來(lái)一個(gè)顯著的好處：無(wú)論你面對(duì)的是猴腦、人腦、蟑螂，還是一個(gè)大語(yǔ)言模型，只要能測(cè)度它的大Φ值，就能知道其意識(shí)程度有多大。然而，這并不意味著意識(shí)問(wèn)題就此解決了。實(shí)際情況遠(yuǎn)沒(méi)那么簡(jiǎn)單，因?yàn)檎嬲龑?duì)一個(gè)復(fù)雜系統(tǒng)計(jì)算Φ值極其困難。

根據(jù)Φ的定義，你需要將整個(gè)復(fù)雜系統(tǒng)切割成各種大小不同的子網(wǎng)絡(luò)，并對(duì)每一個(gè)子網(wǎng)絡(luò)進(jìn)行進(jìn)一步切分，以測(cè)量其內(nèi)部因果相互作用的強(qiáng)度。這一過(guò)程的計(jì)算復(fù)雜度呈指數(shù)級(jí)增長(zhǎng)，使得對(duì)真實(shí)復(fù)雜系統(tǒng)的Φ值幾乎無(wú)法實(shí)際計(jì)算出來(lái)。

你可能會(huì)問(wèn)：既然如此，那提出這個(gè)Φ指標(biāo)有什么意義？難道不是在唬人嗎？并非如此。雖然對(duì)于人腦這類(lèi)大型復(fù)雜系統(tǒng)，我們很難精確計(jì)算出Φ值，但我們?nèi)匀豢梢酝ㄟ^(guò)這一指標(biāo)判斷哪些復(fù)雜系統(tǒng)不可能具備高Φ值，這正是Φ所具備的實(shí)際作用。

不同網(wǎng)絡(luò)的意識(shí)程度Φ

我們可以觀察幾個(gè)不同的小型網(wǎng)絡(luò)：由于這些網(wǎng)絡(luò)規(guī)模很小，其Φ值可以被精確計(jì)算出來(lái)。在圖中我們可以看到，左上這種星型網(wǎng)絡(luò)Φ值非常小，是其中最低的；左下這種通過(guò)局部化鏈接形成的模塊化結(jié)構(gòu)在自然系統(tǒng)中很常見(jiàn)，比如鳥(niǎo)群、蟻群，此時(shí)Φ值略高一些；對(duì)于一個(gè)成環(huán)狀的系統(tǒng)（右上），Φ值則明顯更大。在6個(gè)節(jié)點(diǎn)的網(wǎng)絡(luò)中，什么時(shí)候Φ值達(dá)到最大？從圖中右下角的系統(tǒng)可以看出：它的連接四通八達(dá)，并且具有很強(qiáng)的異質(zhì)性。所謂異質(zhì)性，并非指連接強(qiáng)度弱，而是指連接方式高度多樣化、分布式，每個(gè)部分都與其他部分形成不同程度的耦合關(guān)聯(lián)。

此外，還有一個(gè)關(guān)鍵特征：若要使Φ值較大，系統(tǒng)內(nèi)部必須包含大量大小不一的環(huán)路。因此，環(huán)路的存在與系統(tǒng)產(chǎn)生意識(shí)的能力密切相關(guān)。

意識(shí)度與功能無(wú)關(guān)

另一個(gè)重要推論來(lái)自對(duì)這些小型網(wǎng)絡(luò)的研究：意識(shí)程度的高低，實(shí)際上與網(wǎng)絡(luò)所執(zhí)行的具體計(jì)算功能完全無(wú)關(guān)。例如，在圖示中，左右三個(gè)網(wǎng)絡(luò)執(zhí)行的是完全相同的輸入輸出功能，即統(tǒng)計(jì)一串輸入數(shù)字中有多少個(gè)“1”。為了實(shí)現(xiàn)這一簡(jiǎn)單功能，我們可以人工構(gòu)造出了這三種不同的布爾網(wǎng)絡(luò)。然而，它們的Φ值卻顯著不同：最右側(cè)網(wǎng)絡(luò)的Φ值最高。原因很簡(jiǎn)單：仔細(xì)觀察會(huì)發(fā)現(xiàn)，該網(wǎng)絡(luò)中的連接多為雙向箭頭，形成了反饋回路。由此可得出兩個(gè)重要結(jié)論：

第一，完成相同的計(jì)算功能，可以采用不同的網(wǎng)絡(luò)結(jié)構(gòu)，而這些結(jié)構(gòu)對(duì)應(yīng)的意識(shí)程度（Φ值）可能截然不同。

第二，若希望系統(tǒng)具有較高的意識(shí)程度，則必須在其內(nèi)部構(gòu)建大量反饋回路。

今天的AI模型有意識(shí)嗎？

通過(guò)對(duì)這些簡(jiǎn)單布爾網(wǎng)絡(luò)的研究，我們得以將關(guān)于意識(shí)程度的這一認(rèn)識(shí)，拓展到更復(fù)雜、更多樣的系統(tǒng)之中。那么接下來(lái)我們就可以看一看我們司空見(jiàn)慣的大模型。

大家都知道，大模型背后是什么？實(shí)際上就是一種前饋型結(jié)構(gòu)。目前主流架構(gòu)基本上仍是前饋的，盡管其中可能包含一些局部環(huán)路，但整體上信息流仍保持前饋特性。所謂前饋，是指信息從輸入端單向傳遞至輸出端，不會(huì)回傳或形成反饋回路。

對(duì)于這類(lèi)大型前饋神經(jīng)網(wǎng)絡(luò)，它的Φ值是多少？很不幸，是0。如果是嚴(yán)格意義上的前饋結(jié)構(gòu)，其Φ值嚴(yán)格為0。為什么會(huì)這樣？因?yàn)檫@種網(wǎng)絡(luò)很容易被切割：只需沿神經(jīng)網(wǎng)絡(luò)橫向切開(kāi)，就能將其分成兩個(gè)近乎孤立、互不聯(lián)系的部分。根據(jù)整合信息論，這類(lèi)系統(tǒng)的意識(shí)程度為零，即沒(méi)有意識(shí)。由此可見(jiàn)，幾乎所有當(dāng)前的人工神經(jīng)網(wǎng)絡(luò)都不具備意識(shí)。盡管它們能夠產(chǎn)生豐富多彩的功能，幫助我們執(zhí)行各種操作、完成人類(lèi)的各類(lèi)任務(wù)，但其意識(shí)度依然為零。

我們?cè)賮?lái)看另一類(lèi)系統(tǒng)：馮·諾依曼式計(jì)算機(jī)。雖然對(duì)真實(shí)計(jì)算機(jī)難以計(jì)算其Φ值，但這并不妨礙我們對(duì)一個(gè)高度簡(jiǎn)化的模型化小型計(jì)算機(jī)進(jìn)行分析。Tononi等人就曾對(duì)一個(gè)僅有五個(gè)寄存器的小型計(jì)算機(jī)進(jìn)行了Φ值計(jì)算。對(duì)于這類(lèi)系統(tǒng)，其Φ值雖不為0，但仍然非常低。

原因在于，馮·諾依曼體系架構(gòu)本質(zhì)上是高度模塊化的，系統(tǒng)被劃分為不同的功能單元：有的專(zhuān)用于存儲(chǔ)，有的專(zhuān)用于輸入輸出，有的專(zhuān)用于計(jì)算。一旦形成這種局部模塊化結(jié)構(gòu)，各模塊之間的耦合強(qiáng)度就不足，導(dǎo)致整體Φ值不高。由此可見(jiàn)，盡管現(xiàn)代計(jì)算機(jī)擁有強(qiáng)大的計(jì)算能力，其意識(shí)程度卻非常低。

基于此，Tononiy得出了一個(gè)令我非常震撼的結(jié)論：我們通常認(rèn)為，只要一個(gè)系統(tǒng)（比如大語(yǔ)言模型或人工智能）具備強(qiáng)大功能，似乎就自然會(huì)展現(xiàn)出強(qiáng)意識(shí)。但事實(shí)并非如此。當(dāng)我們真正去分析人工系統(tǒng)以及自然界時(shí)，就會(huì)發(fā)現(xiàn)：意識(shí)與智能很可能是兩個(gè)毫不相關(guān)的、相互垂直的維度。這里有幾個(gè)典型例子可以說(shuō)明這一點(diǎn)：

例如，左上角展示的是自然界中一種非常古老的生物，海綿。海綿作為系統(tǒng)極其簡(jiǎn)單，屬于低等生物，看起來(lái)“很傻”。但令人意外的是，它卻被認(rèn)為具有較高的意識(shí)程度，也就意味著它擁有豐富的主觀體驗(yàn)：一旦受到刺激，它就會(huì)收縮；再次刺激，它又會(huì)收縮。這種可重復(fù)的、對(duì)環(huán)境刺激的內(nèi)在響應(yīng)，暗示其具備相對(duì)較高的意識(shí)程度和主觀體驗(yàn)。

再看另一個(gè)極端，右下角所示的是計(jì)算機(jī)芯片。這類(lèi)系統(tǒng)顯然智能程度很高，甚至催生了今天令人驚嘆（或恐懼）的人工智能。然而，它的意識(shí)程度卻可以被壓得極低，原因在于它缺乏反饋環(huán)路、異質(zhì)化的鏈接，導(dǎo)致它缺乏主觀體驗(yàn)。而主觀體驗(yàn)的來(lái)源，正是系統(tǒng)內(nèi)部那些高度整合、富含反饋回路的連接結(jié)構(gòu)。計(jì)算機(jī)芯片恰恰不具備這一點(diǎn)，它是一個(gè)高度模塊化、高速前饋式的網(wǎng)絡(luò)。

由此可見(jiàn)，智能與意識(shí)很可能是相互獨(dú)立的兩種屬性。因此，當(dāng)我們討論“機(jī)器會(huì)不會(huì)具有意識(shí)”這個(gè)問(wèn)題時(shí)，事情其實(shí)并不簡(jiǎn)單。并非只要具備強(qiáng)大的功能或超強(qiáng)的計(jì)算能力，就必然會(huì)產(chǎn)生較高的意識(shí)程度。

“機(jī)器之能”與“人類(lèi)之心”

那么，機(jī)器究竟能否超越工程上的功能主義？會(huì)不會(huì)有一天，既然我們已經(jīng)知道什么樣的系統(tǒng)可能具備意識(shí)，那些“瘋狂”的工程師們便嘗試將意識(shí)能力強(qiáng)行賦予機(jī)器，使其產(chǎn)生豐富的主觀體驗(yàn)？

大家覺(jué)得這有可能嗎？是不是我今天講完，就有人回去就立刻動(dòng)手造一臺(tái)“意識(shí)機(jī)器”？我相信，這件事是得不償失的，沒(méi)有人愿意去做。你們想想，在算力有限的前提下，要讓機(jī)器產(chǎn)生所謂的主觀體驗(yàn)，它就必須犧牲一定的功能性。我們并不是在追求功能，而是要耗費(fèi)大量算力去讓機(jī)器自己“體驗(yàn)生活”，產(chǎn)生自我的體驗(yàn)，形成所謂的自我反饋。但對(duì)我們?nèi)祟?lèi)而言，這毫無(wú)目的、毫無(wú)功能。我們?nèi)祟?lèi)為什么要造這樣一個(gè)機(jī)器？

所以，即使我們真的造出了這種耗費(fèi)算力的機(jī)器，也會(huì)發(fā)現(xiàn)它消耗了大量能源和計(jì)算資源。而今天，在它尚未產(chǎn)生意識(shí)、僅完成我們指定功能的情況下，算力就已經(jīng)捉襟見(jiàn)肘。那么，我們又為什么要?jiǎng)?chuàng)造一個(gè)只會(huì)產(chǎn)生主觀體驗(yàn)、卻無(wú)法執(zhí)行實(shí)際功能的機(jī)器呢？因此，我認(rèn)為在不久的將來(lái)，我們并沒(méi)有動(dòng)力去創(chuàng)造這種具備意識(shí)、能產(chǎn)生主觀體驗(yàn)的機(jī)器。

反過(guò)來(lái)，對(duì)于我們?nèi)祟?lèi)自身而言，能不能超越這種功能主義？人類(lèi)當(dāng)然擁有豐富的主觀體驗(yàn)，但由于人工智能的快速發(fā)展，以及社會(huì)內(nèi)卷的加劇，我們反而越來(lái)越像機(jī)器一樣，不斷追逐功能、效率和產(chǎn)出。

最近，騰訊研究院的朋友向我介紹了：他們針對(duì)互聯(lián)網(wǎng)上3000多個(gè)樣本（均為高學(xué)歷群體）進(jìn)行調(diào)研，發(fā)現(xiàn)其中40%的人對(duì)“人工智能取代人類(lèi)”感到極度焦慮。我覺(jué)得這件事頗為諷刺。按理說(shuō)，高學(xué)歷人群掌握著社會(huì)中最寶貴的資源，腦力也最為豐富，本應(yīng)是幸福感最強(qiáng)的群體。但事實(shí)并非如此，他們實(shí)際上是一個(gè)高度焦慮的群體。

那為什么會(huì)如此呢？因?yàn)樗麄兲^(guò)追求功能主義了。無(wú)論在哪個(gè)方面，只要追求KPI或固定目標(biāo)，在某種意義上就陷入了功能主義的陷阱。然而，作為人類(lèi)，最寶貴的財(cái)富是我們的主觀意識(shí)體驗(yàn)，這是超越功能主義的存在。因此，我們不應(yīng)繼續(xù)與人工智能競(jìng)爭(zhēng)，而應(yīng)去體驗(yàn)生活。

在我完成最后一頁(yè)P(yáng)PT時(shí)，腦海中突然浮現(xiàn)了兩個(gè)詞：“人類(lèi)之心”與“機(jī)器之能”。我們不應(yīng)再與機(jī)器競(jìng)爭(zhēng)，因?yàn)檫t早它們的智能及所有能力都會(huì)超越人類(lèi)。但根據(jù)整合信息論，當(dāng)前的機(jī)器不會(huì)擁有豐富的主觀體驗(yàn)或意識(shí)。而人類(lèi)最寶貴的正是我們的心、我們的主觀體驗(yàn)和靈魂。這是我們?nèi)祟?lèi)的根本，我們應(yīng)該讓每個(gè)人和每臺(tái)機(jī)器都能發(fā)揮各自的特長(zhǎng)。

當(dāng)我把這兩個(gè)詞輸入到Nano Banana系統(tǒng)中時(shí)，它生成了一張非常可愛(ài)的圖像。這象征著科技向善的美好愿景。謝謝大家！

「大模型時(shí)代下的Agent建模與仿真」讀書(shū)會(huì)

集智俱樂(lè)部聯(lián)合山東工商學(xué)院副教授高德華、天津大學(xué)教授薛霄、北京師范大學(xué)教授張江、國(guó)防科技大學(xué)博士研究生曾利共同發(fā)起。讀書(shū)會(huì)自2025年7月8日開(kāi)始，每周二晚上7:30-9:30進(jìn)行，現(xiàn)讀書(shū)會(huì)已結(jié)束，支持查看課程回放。掃碼加入Agent建模與仿真的前沿探索之旅，一起共學(xué)、共創(chuàng)、共建、共享「大模型時(shí)代下的Agent建模與仿真」社區(qū)，共同暢想大模型時(shí)代人工社會(huì)的未來(lái)圖景！

核心問(wèn)題

Agent建模與仿真是什么，核心技術(shù)發(fā)生了怎樣的演變？

大模型時(shí)代，Agent建模與仿真會(huì)給復(fù)雜系統(tǒng)理論帶來(lái)哪些突破？

大模型如何賦能Agent實(shí)現(xiàn)自主思考與動(dòng)態(tài)適應(yīng)？

大模型驅(qū)動(dòng)的Agent交互會(huì)涌現(xiàn)出什么新型的社會(huì)現(xiàn)象？

Agent建模與仿真如何改變金融、心理、管理、軍事等領(lǐng)域的研究范式？

你將收獲

梳理Agent建模與仿真的歷史發(fā)展脈絡(luò)與方法論；

掌握一套理解、分析、控制、預(yù)測(cè)復(fù)雜系統(tǒng)的計(jì)算實(shí)驗(yàn)框架；

掌握基于多主體強(qiáng)化學(xué)習(xí)的復(fù)雜系統(tǒng)優(yōu)化方法；

領(lǐng)略領(lǐng)域前沿學(xué)者的研究體系與科研路徑。

詳情請(qǐng)見(jiàn)：

1.

2.

3.

4.

5.

6.

7.