老一代科學家看不見新世界
從技術貢獻者到敘事提供者
Geoffrey Hinton 在學術上的貢獻毋庸置疑。他對神經網絡的推動是現代深度學習的重要基石。但當人工智能快速進入大規模商業化與多模態時代，他的公共論述逐漸呈現出一種不協調：技術層面停留在過去，語氣層面偏向神化與末日化。
這種語氣上的異變是典型的「代際知識衝突」現象。
技術框架的斷層：舊時代的理論已不足以理解今日 AI
Hinton 的核心理論架構建立於以下三種假設：
1. 人類智能可透過神經網絡簡化模擬。
2. 語言能力的提升與智能水平呈正相關。
3. 模型規模的增加能自然逼近 AGI。
以上三點在 2015 年以前具啟發性，但在 2025 年後出現重大限制：
（1）LLM 的能力並不等於意向性（intentionality）
LLM 能構造語言，卻無法構造自身的目的，現行模型依賴人類對齊（alignment），不具自生的行動動機。
（2）大型模型缺乏真正的世界模型（world model）
LLM 的「世界」是語料庫，而非感知環境，其對物理、因果、經驗的理解屬於推斷，而非體驗。
（3）模型的可解釋性、邏輯層、符號系統仍未整合
若沒有符號層與行為層，LLM 無法形成行動策略，智能等級不可能僅以語言能力外推。
所以 Hinton 經常把 AI、LLM、AGI 混為一談，源自他的舊框架不足以處理新架構。
語氣轉向：從科學語氣轉為文明敘事語氣
當技術理解停留在過往，語氣便容易偏離工程本質，Hinton 近年的訪問與公開聲明呈現以下特徵：
（1）敘事化的恐懼語氣
他經常使用：
- 「失控」
- 「社會解體」
- 「剝奪人類尊嚴」
- 「人類將被取代」
這些字眼是文化語氣而非科學語氣，它的邏輯是象徵與情緒。
（2）仰角式自我定位（prophet posture）
媒體將他置於「教父」位置，他的語氣自然轉向警世文的先知，而不是檢證假設的研究者，這是一種語氣位移：權威越被強調，內容就越抽離技術。
（3）敘事上的單線外推
他預測未來的方式常見如下模式：語言模型變強 → 具備常識 → 變成 AGI → 取得控制權 → 人類失勢。這種線性外推在科學上並不嚴謹，但在故事敘事上容易吸引注意力。
媒體結構的需求：為何需要「末日預言者」？
但這不代表 Hinton 改變，是整個公共輿論空間需要他變成「預言者」。
（1）簡單敘事比複雜分析更容易傳播
媒體無法解釋 Transformer 架構、表示學習、對齊工程、自治代理，但可以一句「AI 教父警告：AI 將毀滅我們！」，這種訊息便立刻具備：
- 輕易理解
- 高危險感
- 即時吸引力
- 道德劃線
- 敘事張力
所以媒體會放大他的末日語氣，而非他的科學語氣。
（2）恐懼是一種公共資源
恐懼能帶來：流量﹑討論﹑道德動員﹑政策能見度，於是 Hinton 變成一個「文化角色」︰由研究者轉變為恐懼的傳遞者。
代際差（Cohort Effect）：為何老一代難看見新世界？
這是因為知識形成的年代差。
（1）他所熟悉的 AI 是「符號主義 vs 神經網絡」的古老戰場
但今日的 AI 已改變為大模型﹑自監督學習﹑多模態﹑世界建模﹑內在表示分析﹑分布語義﹑推理樹（Tree-of-Thought）及系統工程與協作代理，這些並非他的專業領域。
（2）他習慣於理論驅動，而現代 AI 是工程驅動
深度學習的進步主要是因為計算力﹑數據﹑擴張﹑優化﹑工程試驗及內部黑箱現象分析，對於理論思考者，這種「非理論的進步」本身就充滿焦慮。
（3）年齡與技術更新速率的落差
這是群體性現象，許多早期電腦科學家在 65 歲後也出現「技術焦慮」。
真正的問題：Hinton 的語氣與當代 AI 已脫節
Hinton 語氣的問題是出於他仍然用 1990–2015 年的工具，去解讀 2025 年的技術現實。當技術結構改變，語氣卻沒變，於是他給人的印象就是：
- 老生常談
- 分類混亂
- 敘事先於分析
- 情緒高於因果
- 危言聳聽而缺乏新洞見
這些都是我們耳熟能詳的「老腔調」。
結語：語氣錯配才是問題本身
Hinton 的貢獻無可否認，但他的公共論述正在落入一種悖論：越是被神化，他的語氣就越不科學，越是需要權威，他的內容就越脫離前線。
相關報導︰10萬裁員只是開始！「AI教父」辛頓：AI將引發社會完全解體 人類對AGI來臨毫無準備
文章定位：
