文章核心观点 - 文章对当前人工智能领域的过度乐观情绪和炒作提出批判，认为人工智能缺乏坚实的科学理论基础，本质上仍是一种基于统计方法和暴力计算的现代工匠技艺，而非科学原理的突破 [1][2][9] - 文章指出大语言模型具备文字符号层面的统计性理解能力，但其理解方式与人类有本质差异，无法实现符号与现实世界的对应，因此“通用人工智能”遥不可及 [4][14][16] - 文章认为2024年诺贝尔物理学奖颁发给人工智能学者，标志着基础科学原理发展进入停滞期，人类正进入“后科学”时代，科学真理性可能被稀释 [8][18] 人工智能的科学理论基础 - 人工智能领域缺乏符合现代科学规范的基础理论，图灵测试被认为是一种主观测试方式，违背了科学客观性要求，未能为人工智能奠定科学基础 [7] - 学术界对“智能”的定义尚无统一看法，批评杰弗里·辛顿“智能的本质在于推理”的观点是以偏概全，忽视了人类智慧中“洞察”等非逻辑推理部分 [6][7] - 自20世纪70年代以来，基础原理性科学突破出现停滞，2024年诺贝尔物理学奖授予人工智能学者被视为物理学界含蓄承认此停滞局面 [8] 人工智能的技术原理与应用定位 - 人工智能技术原理上是一种基于经验的工匠技艺，依赖统计方法和计算机暴力计算在应用层面解决问题，而非理论层面突破 [9] - 信息技术应用中，人工智能仅是人类大脑可完成的复杂任务导向的技术之一，其目标应是拓展人类活动深度与广度，而非单纯替代人类劳动 [11][12][14] - 类似于Sora模型被炒作成“世界模拟器”的现象，是缺乏科学理性分析的非理性想象或别有目的的炒作 [9][10] 人工智能的发展前景与局限性 - 在可预见的未来，人工智能将在人类各活动领域通过解决具体信息性问题来拓展人类能力，但其发展带有偶然性，复杂度有限 [15] - 制造出与人类具有同等意识能力的机器是遥不可及的梦想，因为缺乏相关科学理论，且历史经验表明无法通过经验性技艺创造不理解的事物 [15][16] - 杰弗里·辛顿关于人工智能威胁论的说法被指缺乏科学依据，是历史上反复出现又很快被遗忘的耸人听闻之词 [16][18]