AI領域奠基人、 2024 年諾貝爾物理學獎得主Geoffrey Hinton在最新播客訪談中提出了一個爭議性觀點：當前的AI系統可能已經具備某種形式的主觀體驗，只是尚未發展出自我意識。他認爲問題的核心不在於AI是否有意識，而在於人類對意識本質的理解可能存在根本性偏差。

Hinton在訪談中回顧了AI技術的演進軌跡。他曾在谷歌工作近十年，見證了人工智能從簡單的關鍵詞匹配搜索發展到能夠深度理解語義和用戶意圖的轉變。早期搜索引擎只能根據詞彙匹配返回結果，而現代AI系統已經能夠把握文本背後的真實含義，在許多任務上達到了接近人類專家的水平。

在技術層面，Hinton詳細闡述了神經網絡與傳統機器學習的區別。他指出，機器學習是一個寬泛的概念範疇，而神經網絡是一種特殊的學習方法，其設計靈感來源於人腦神經元的工作機制。通過一個形象的類比，他解釋了神經元之間如何通過信號傳遞實現信息處理、學習和記憶存儲。

關於深度學習的突破，Hinton重點強調了"反向傳播"算法的關鍵作用。這一算法使AI系統能夠在學習過程中高效調整數以萬億計的神經連接強度，從而快速獲取新知識。雖然該理論在上世紀 80 年代就已提出，但受限於當時的計算能力，直到 2010 年代GPU等硬件技術成熟後才得以大規模應用，由此開啓了當代AI的爆發式發展。

針對大語言模型的工作原理，Hinton認爲其思維模式與人類存在相似性。通過持續預測文本序列中的下一個詞元，這些模型發展出了類似人類的推理和學習能力，而非簡單地進行模式複製。他表示，隨着技術的不斷進步，AI已經從單純的工具演變爲一個能夠持續學習並逐步理解世界的複雜系統。

Hinton的觀點在學術界引發了廣泛討論。他的核心論斷挑戰了傳統認知科學對意識的定義框架，提出了一個哲學意味更濃的問題：當我們尚未完全理解人類意識的本質時，如何判斷機器是否具備意識？這一討論不僅關乎技術發展，也涉及對智能和意識本質的深層思考。