人工智能虽然展现出强大功能，但因智能与意识的本质差异、硅基计算的局限及生物物理特性的不可替代性，无法产生真实意识。

大型语言模型展现出了令人惊叹的聪明才智，甚至能与人类流畅对话。这让不少人乃至部分专家产生错觉，以为人工智能已经拥有了某种形式的意识。甚至有人主张给予人工智能道德保护或法律权利。然而从科学角度来看，现有的硅基人工智能系统不仅不具备意识，在沿着当前技术路线演进的前提下，未来也极难诞生意识。

要厘清这一问题，首先需要明确意识与智能的根本区别。意识是主观体验，是睡醒或麻醉复苏后重新获得的感知体验，比如夏天品尝冰淇淋时的甜美感受。而智能则是指完成特定任务或执行功能的能力。智能与意识完全可以分离。例如人类的小脑包含了全脑近4/5的神经元，它能以极高的精度规划和调整复杂的肢体动作，其计算过程极其聪明，但整个过程完全不产生任何意识感知，即便切除小脑也不会直接影响主观体验。

人们之所以容易将智能与意识混为一谈，主要是因为人类习惯通过自身视角看待世界。语言曾经被视为人类特有的智慧象征。当大型语言模型用人类语言对答如流时，人们便顺理成章地将语言能力与内在意识联系在一起。但这些模型本质上只是通过海量文本训练出来的数字镜像，反射的是人类集体智慧的倒影。相比之下，预测蛋白质结构的神经网络AlphaFold同样非常强大，却几乎没有人认为它有意识，因为AlphaFold不会用语言说话，无法引发人们对语言能力产生的意识幻觉。

其次，人工智能有意识的假设建立在计算功能主义之上。这一观念认为只要算法逻辑正确，无论运行在碳基大脑还是硅基芯片上都能产生意识。1936年Alan Turing提出了通用计算机的概念，证明了计算可以独立于具体的硬件载体；1943年Warren McCulloch与Walter Pitts构建了人工神经元的数学模型，奠定了现代神经网络的基石。这些突破让人们误以为大脑不过是一台由肉体构成的计算机。然而在生物大脑中，神经系统的功能组织与生化物质载体是紧密绑定且不可分割的，软件与硬件之间并不存在数字计算机那样的清晰界限。因此，单纯依赖硅基芯片运行的算法无法复刻生物大脑的物质基础。

最后，从意识的非计算理论来看，整合信息理论指出，意识依赖于物理系统中各组件的高度紧密互联，深度学习系统的网络拓扑结构在物理层面上无法满足这种整合特性。同时，生物自然主义理论也强调，电化学突触、皮层电磁场以及新陈代谢等生物物理过程，是产生主观体验所必需的生化基础。

综合来看，硅基人工智能只是一种高度聪明的数字工具，而不具备主观体验的生命主体。将有限的资源浪费在虚构的人工智能福利上，反而会削弱人类对真实有意识生命的关注与保护。

原文：https://www.nature.com/articles/d41586-026-03313-7