近年來，關于人工智能的話題和發展越來越受關注，與此被關注的還有一個問題：人工智能到底能不能產生“意識”？業界更多的人認為機器對人類智能并不知悉。因此，也有很多人通過實驗去驗證人工智能為何不能產生“意識”。

據悉，該實驗為反駁圖靈測試所認為即使通過了圖靈測試，機器也不見得有了智能。但或多或少有點牽強，始終也沒有把圖靈測試徹底反駁掉。但“中文房間悖論”卻可能在技術發展之路上告訴了我們另一件事：我們所有的技術探索與研究，可能都是在完善那個中英文翻譯程序，從來不是去教機器真的智能。

如何區分通用人工智能與強人工智能？

這里有兩個容易混淆的概念：通用人工智能與強人工智能。所謂通用人工智能(Artificial General Intelligence，AGI)，是指在不特別編碼知識與應用區域的情況下，應對多種甚至泛化問題的人工智能技術。這個技術雖然冷門并遙遠，但其實也有不少學術機構與企業在做，一般被認為是人工智能技術的未來發展方向。

而強人工智能(Strong Artificial Intelligence)則是約翰·希爾勒在提出“中文房間實驗”時設定的人工智能級別。這個等級的人工智能，不僅要具備人類的某些能力，還要有知覺、有自我意識，可以獨立思考并解決問題。

雖然兩個概念似乎都對應著人工智能解決問題的能力，但我們可以把前者想象為無所不能的計算機，后者則類似穿著鋼鐵俠戰甲的人類。

“中文房間悖論”表達的思想，是人類研究的方向根本無法逼近強人工智能。即使能夠滿足人類各種需求的通用人工智能，也與自我意識覺醒的強人工智能之間不存在遞進關系。

現實中的技術發展好像也確實是這樣的。

在通用人工智能領域，人類已經提出了一些設想與架構模型。其中最著名的應該是澳大利亞國立大學學者馬庫斯赫特(Marcus Hutter)在2000年提出的AIXI。這個計算模型據說可以涵蓋各種算法與技術，逼近通用人工智能的本質……當然，這個算法的復雜程度奇高，根本無法執行，所以僅僅是個設想。

而OpenAI和DeepMind這樣的企業在近兩年則都開始了具體層面的AGI研究，其中DeepMind被認為是繼承AIXI的先鋒軍。

從DeepMind進行的通用人工智能性質的研發與實驗中，我們可以看到其“通用性”主要集中在四個層面：智能體應對復雜環境、陌生環境處理、時間變量應對、多個信息源同時處理任務。

而這些技術都指向同一個方向，就是智能體與外界的交互——也許可以理解為AI與這個世界的翻譯程序吧?

換言之，人類所做的僅僅是給“那個人”更好的翻譯程序，而非教他中文(當然也沒法教)。所以通用智能這種已經很玄的東西，依舊與強人工智能保持著清晰的界限。

強AI：能力和意識或許越走越遠

讓我們把“中文房間實驗”極限化一點，把整個房間放在一個人的大腦里。

假如一個人記住了所有翻譯程序，看到任何中文他都能調用回憶，能寫出相應的回答，那么他是不是就懂中文了呢?對于人類來說，可能他自然而然就已經理解中文了。但對機器來說，即使這個過程速度再快、反應再靈敏，它也依舊沒有理解任何一個漢字。

確切地說，這個人(智能體)獲得的是使用中文的能力，但他(它)對中文沒有意識。