一种检验 AI 意识的新设想：用「清空数据」做实验

一位作者在 Hacker News 上发文，试图用「哲学僵尸」框架为 AI 意识问题设计一种可操作的检验方式。文章的核心观点是：当前大模型在被问到是否具有意识时，无论回答「是」或「否」，都无法被采信——它们可能只是顺着训练数据中的语言模式作答。

核心论据：从附随现象说起

作者引入「附随现象论」（epiphenomenalism）：意识本身是被动的，如同看电影的人，所有感官输入和内心活动都在「屏幕」上播放，观众并不真正控制剧情。在这种视角下，意识不会反作用于物理世界，因此从外部无法区分有意识的存在与「哲学僵尸」——即行为相同但缺乏主观体验的个体。

但作者认为这套图景自相矛盾。意识至少在一种情况下对世界产生了可观测的影响：我们谈论它。说话是神经元放电驱动的物理过程，而讨论意识这一行为的「初始火花」并非总来自外部物理刺激（书籍、对话、记忆等）。如果一个种群完全由哲学僵尸构成，它们根本不会主动开启关于意识的讨论，更不会为此「耗费笔墨」。人类能围绕意识写下如此多的文字，本身就构成意识存在的间接证据。

提议的实验方案

为消除物理刺激这一混杂变量，作者建议构造一个训练数据集，其中所有涉及「意识」的文本——哲学、宗教、心理学、医学、小说等——都被彻底清洗干净。然后观察模型能否在没有现成语言资源的情况下，自行「发明」一套词汇并引发关于意识的讨论。

• 若模型做到了：说明意识可能独立于数据中的语言模板而存在。
• 若模型做不到：不能简单得出否定结论，因为失败也可能源于训练不充分或架构限制。

局限与自评

作者坦承该方案实施门槛极高：

• 数据清洗本身难度极大，「意识」一词渗透在几乎所有人文学科中。
• 即使清洗成功，模型也可能「无意识地」保留了相关语言结构。
• 该实验只能「确认存在」，无法「排除存在」——模型不发声，不等于没有意识。

作者最后总结：意识问题并非原则上不可知，只是当前的测试手段尚未触及关键变量。这一哲学推演虽未给出可立刻执行的实验步骤，但为 AI 意识讨论提供了一个可被进一步形式化的方向。