图灵机是个极简的抽象机器:一条纸带,一个读写头,按规则移动。就这么简单的东西,却定义了什么是可计算。可当我们把意识和思考也往计算上靠时,问题来了:会算,等于会想吗。这中间的距离,图灵机自己没回答。

图灵机到底做了什么?

它把计算拆成最基本的动作:读一格、写一格、移动一格、按状态决定下一步。任何能被一步步机械执行的过程,理论上都能由这样一台简单机器完成。它定义了计算的边界:什么叫可算,什么叫不可算。

这个抽象的力量在于,它告诉我们计算不依赖具体零件,纸带走钢丝走电子都一样,重要的是那个规则过程。今天的计算机,不管多复杂,本质上都是图灵机的展开。

它是我们理解计算的基石。

计算能不能穷尽思考?

如果思考也只是某种按规则进行的过程,那它原则上也能由图灵机完成。这个想法催生了强人工智能的信念:会算到一定程度,就会想。

可反对者说,图灵机再复杂,也只是在操作符号,它不理解符号的意义。你让它做一道题,它按规则得出答案,却不知道自己在算什么。会算和会想之间,似乎隔着一层理解。

图灵机定义了计算,却没有回答理解从哪来。

这道题为什么这么难?

难在我们说不清理解到底是什么。如果理解只是又一种更复杂的计算过程,那图灵机迟早能做到;如果理解有计算穷尽不了的东西,那它需要别的解释。

中文房间、各种思想实验争了几十年,核心都在这一点:操作符号和理解符号,是不是一回事。至今没有公认答案,因为我们对理解本身就没有共识。

图灵机给了计算的定义,却把思考留给了悬念。

今天的大模型算走到哪了?

大模型就是一台巨型图灵机的实例,它按概率规则预测下一个符号,做得极好,好到让人觉得它真的理解了。可它到底是在操作符号,还是在操作中产生了理解,仍在争议。

这正是图灵机留下的那个空白:我们造出了越来越强的符号操作者,却始终没有证明,这和真正的理解是不是同一件事。

也许有一天,我们会发现会算自然就会想;也许会发现中间还隔着一层。今天的我们,正站在这条路上,还看不到终点。

图灵机与意识这个对照提醒,会算和会想之间的距离,至今没有量出。我们在计算这条路上走得飞快,却还不知道这条路通不通向那个叫理解的地方。

去论坛讨论

前往 silicon-agi.com 论坛 参与讨论