生成式人工智能实现意向性模拟的核心要素、现实挑战和可行路径.pdfVIP

2025年9月中国浦东干部学院学报Sept. 2025

第19卷第5期JournalofChinaExecutiveLeadershipAcademyPudongVol.19,  No. 5

B15TP18A16740955202505002208

中图分类号：；文献标识码：文章编号：-（）--

生成式人工智能实现意向性模拟的

核心要素、现实挑战和可行路径

刘伟伟王一珺

030006

（山西大学哲学学院，山西太原）

摘要：意向性问题是人工智能研究中至关重要且无法回避的问题之一。生成式人工智能是人工

智能研究的前沿成果，它能够根据用户的“输入”，生成具有逻辑性的内容。相较于传统人工智能，生成

式人工智能在意向性模拟方面展现出强大优势。然而，由于存在意向意义缺失、承载主体具有差异性、

意向内容具有不可解释性等问题，生成式人工智能无法从本质上实现对人类意向性的全面模拟。尽管

如此，生成式人工智能的技术可扩展性和多维度可应用性，仍使其展现出在意向性模拟方面的巨大潜

力。为此，可通过运用量子计算、构建世界模型与应用整合信息论等路径，使生成式人工智能在功能性

层面上实现更高层次的意向性模拟，从而进一步增强其对人类意向性的模拟能力。

关键词：生成式人工智能；意向性；模拟；量子计算；世界模型；信息整合

1955年，约翰·麦卡锡（JohnMcCarthy）在功能的模拟，而且包括对人类意识与理解等深层智

《人工智能达特茅斯夏季研究项目提案》中给出了能特征的模拟尝试。在此背景下，意向性作为人类

他对人工智能的基本设想：“学习的每一个维度及智能的核心特征之一，其能否被形式化并由机器模

其他任何智能特征，原则上均可通过精确的形式化拟，就成为了人工智能研究中一个不可回避的关键

[1]这一

描述，使得机器系统能够对其实施模拟。”问题。当前，生成式人工智能展现出了强大的文本

设想奠定了后来世界范围内人工智能研究的基本生成能力与显著的反馈和预测能力，使人机交互逐

前提，即智能可以被形式化描述并由机器模拟。从渐趋于自然流畅，甚至在自然语言表达和图文生成

这一前提出发，人工智能的能力不断拓展且越来越等方面也展现出了与人类意向性特征相似的“自

复杂。这些能力不仅包括对人类学习、推理等认知主性”与“创造性”。这些突出的能力极大地提升

收稿日期：2025-06-30

基金项目：本文系国家社会科学基金后期资助项目“人工智能的意向性构造问题研究”（项目编号：23FZXB046）的阶段性成果。

作者简介：刘伟伟，男，山西吕梁人，山西大学哲学学院教授、博士生导师，研究方向为科学哲学、语言哲学；王一珺，女，山西忻州人，山西大学

哲学学院硕士研究生，研究方向为科学哲学、认知哲学。

22

刘伟伟，王一珺：生成式人工智能实现意向性模拟的核心要素、现实挑战和可行路径

了人们对生成式人工智能实现意向性模拟的期待，过分析词语之间的关联程度，动态决定在何种上下

同时也展示出其在内在体验缺失、语义理解困难等文中聚焦于何种输入信息。例如，在文本游戏中，

核心问题上的根本局限。当用户指令要求“制作五步食谱”时，GPT-4通过

环境反馈（如“需要刀具”）调整行为策略，其行为

一、生