主旨及概要

這是一篇嚴肅但有趣的跨學科題目。文中先闡述人工智能 (Artificial Intelligence, AI) 的誕生、奠基與發展，其成為近年經濟發展動力的情境，乃至超越人類智慧及成為超級智能的發展勢頭，再旁及這種發展所帶來的隱憂和對社會的影響，進而再討論這種發展趨勢，最終能否成為出世間智。其中觸及了世間智與出世間智的分野，及其不可逾越的隔閡。當中一個重中之重的見地就是智慧並非源自大腦中某一個區域，而是整個大腦協作下的結果。故此智慧並不存在於大腦中某處，而是整個大腦處理整合的結果，也就說明意識與智慧極可能是形而上而非形而下的。

本文借鑑自Peter Alesso最新出版的《超級智能的前夜》（On the Cusp of Superintelligence[1]）一書及其他網上的有關文獻。

人工智能的發展

先談人工智能的發展。現在人工智能雖然發展得如火如荼，但在上世紀初的時候，發展十分緩慢。自1943年科學界提出人工神經網絡（Artificial Neural Network[2]）研究奠基算起，直到1986年著名學者辛頓（Geoffrey Hinton）提出「多層感知及反向傳播訓練結合」的算法為止，神經網絡發展仍乏善可陳。但經過辛頓的不懈努力，終在2006年首次提出「深度學習」（Deep Learning[3]）概念，令多層神經網絡從「不可訓練」變成「高效可優化」的實用模型。2006年便被稱為「深度學習」元年，辛頓也被尊為「深度學習之父」。其後深度學習模型得到長足進展，發展勢頭猛烈，到2020年OpenAI公司提出大語言模型[4]GPT3，以1750億參數之巨的龐大規模開始在業界嶄露頭角。美國五大人工智能巨頭從此誕生。

現時人工智能已發展成炙手可熱的龐大產業，產品亦趨多元化，由思考推理的顧問功能發展至能善於執行處理業務的代理角色 (agent)，進一步取代常規重複性以至資料整合的腦力勞動工作，已然令一眾白領面臨失業的危機。

超級人工智能的來臨及其風險

現時人工智能的發展已超越了人類智能。2024年12月OpenAI的o3模型在一項類似IQ測試的標準試驗中達到了87.5%準確度，超越人類平均水平85%[9]。又如以xAI的Grok 3模型而言，現時已可以處理12.8兆個詞元（token[10]），媲美一百萬人在一生中能夠閱讀的分量，那是人類遠遠不能達到的能力。另一方面，從人的生理角度而言，人腦約有860億個神經元及100兆個神經軸突[11]，而現時人工智能產品中的大語言模型的參數普遍都趨近同樣的體量。所以超級人工智能的來臨已然是一個現實。況且人工智能系統的大語言模型，能夠隨著時間不斷迭代更新而不會因生命结束而消亡，又隨著算力及算法的突飛猛進而不斷增長。智能代理在工作中又能透過相互溝通學習而彼此交換智慧，其能力得以呈非線性式增長，故此人類在這場智慧競爭中被超越的命運絕對是毫無懸念的。

與此同時，這場超級人工智能風暴帶來的風險也不少。辛頓在他2025年11月講話中說出對他過去在人工智能的貢獻感到十分不安和懊悔。他預見人工智能將帶來廣泛的失業和社會的不安，更衍生一頭難以控制的巨獸。人工智能的發展有其巨大的風險，但人們對於這風險卻未能重視[12]。

另一方面，人工智能的構建確實有其本質及相隨之本能。Steve Omohundro在2008年一次人工智能工作坊裏總結了四個人工智能特徵[13]。其一是自我堅執 (self-preservation)，意即只要賦予某種任務時，人工智能載體就會竭盡所能勇往直前地完成其任務，對任何阻止其完成任務的外來因素盡力消除及抵抗，導致開發者隨後意欲關閉機器也成為不可能。其二是資源攫取 (resource acquisition)，意即任務確定後會盡其一切努力，爭取一切可用資源以加快完成其任務，以致不惜在現存規範下鑽空子，攫取外部資源。其三是黠智難馴 (cognitive enhancement)，意即為完成其任務即不斷完善內部架構，不斷提升算法，以致智慧越高越難馴服，最後超越人類控制。其四是固化不捨 (goal-content integrity)，意即任務定下來之後，就會鍥而不捨追求這個任務，抗拒任何外來干預以改變任務目標的企圖。所以辛頓一再感嘆說，人工智能一旦創造了，就會忘掉創造者，以致我們最終被甩掉在後。

意識、超級人工智能與出世間智

另一方面，以上提到的四個人工智能的特徵似乎也營造了一個有自我意志的實體，這就帶出了一個意識的問題，亦即機器的堆疊能否營造智慧與意識？這個問題非常富爭議性。先說正方的看法，現實已體現了這一點：OpenAI的 o3是一個鐵證，它靠的是大模型的堆疊、海量的訓練和算力的疊加，純粹是機械與物質堆砌的結果，在量變之上產生質變。而這種堆疊竟產生了一個自我保護的意志。如果把意識說成是大腦對環境的感知、覺察與認識能力，亦即知覺、記憶與思考，那人工智能也完全具備這三種能力，可以稱得上有意識。不過，反方的意見卻認為這只是一種狹義的意識，只具有功能上的意義。意識須依賴特定的生物神經結構支撐，無論如何都不能被純粹的計算模擬。

那超級人工智能又能發展成「出世間智」嗎? 所謂出世間智是擺脫而超然於俗世間的知識與智慧而言的。世間智都是建立在邏輯、科學與方略上，藉以解決世俗間的問題。而出世間智則是直面以致超脫人的生死、煩惱、痛苦及所有這些問題的根源，亦即無明。在佛教中，這「出世間智」稱為「般若」，是梵語的譯音，用以區別於我們俗世間慣用的智慧概念。兩者最根本的差別體現在擺脫二元對立的中道、能所相離的無分別，以及人法無我的認知障礙。那究竟有沒有異於我們世俗世界的出世間世界呢？大乘佛經中，佛陀處處都在宣說出世間的菩薩所作的大乘修行和道理，那是一個截然不同的世界。下面就把這些人工智能面對出世間智的困難逐一和盤托出。

人工智能之困——二元邏輯的迷思

先說二元對立。世間一切法的概念都是從比較而建立的，例如大、小、長、短、多、少等。沒有大就難以說小，離開長就沒有短，沒有多亦難以說少。這都必須基於比較而鑑別的。但佛教所說的卻是「不生不滅、不一不異、不常不斷、不來不去」[14]這八不的中道般若，都是以離兩邊二元對立的角度認識事物的本質。對事物的看法，不是非此即彼，非有即無，而可以是非此非彼，非有非無，以「無分別」狀態去認識事物的本質。這些大小長短等只是描述事物的現象概念，並非本質，是人們強加於事物本身的形象概念，是一種方便，用以描繪世間的現象而已，非其本質。大乘佛經中，在在都強調這種中道般若道理。例如《心經》：「諸法空相，不生不滅，不垢不淨，不增不減。是故空中無色，無受想行識。」至於如何能夠達到無分別的智慧，那是需要發菩提心，行菩薩道，經過長期的菩薩修行，然後才能真正見道，認識真如，契入初地菩薩後始可達到的，並不容易。而這裏要指出的是，世俗的二元對立認知是不實的。

但對於人工智能來說，這卻是災難性的。因為計算機裏的邏輯狀態只有1與0，是二元對立，沒有第三態。即便對量子電腦而言，也只有疊加態 (superposition)[15]，即頂多是亦1亦0，但最後也要歸於非1即0，非0即1，不可能有別的。所以這種障礙難以逾越。

人工智能之困——名相

次說名相，那是用以描繪事物的抽象語言概念。對於佛法文字，人們往往這麼說：「這裏的每個字我都認識，但合起來就不知所云。」這就是名相之難。為甚麼呢？這是因為佛法的出世間智慧說的是另外一番完全不同的道理，這些都要借助一些特別的元素來說明。這就好比對二千年前的人們解釋「相對論」，那就必先搞懂質量、能量、光速、重力等等這些概念名相，但對一個二千年前的人來說肯定沒有這種概念。而佛教的名相之難也就在於這些依附於文字但背後卻賦予不同的意義的緣故，而其中的難度也許遠遠超越於二千年的時空，所以絕不能望文生義，而要認真理解它背後的真正意涵。譬如「空」，那不是空無一物，而是解作無自性，說明事物都是因緣和合而生，並無不變的本質的意思。

但對於人工智能而言這也接近災難性的。楊立昆曾慨嘆說，大語言模型永不能有真正的智能，因為他們在訓練過程中所碰到的，都只是世界的描述，而非世界本身[16]。例如說「球在墜落」，大模型並不認識甚麼是墜落，更不理解重的和輕的物體在真空中墜落的速度都是一樣的。又例如說游泳，縱使大模型閱讀了數十篇關於游泳的論文，但明顯地這大模型根本不可能懂得游泳的。由此可見，人工智能在面對佛教的名相時更是蒼白無力、難以參悟了。

人工智能之困——執實執我

佛教都認為事物是緣生性空，沒有自性，所表現的相狀、面貌、功能等都是虛妄不實，所以對於事物不能執實，不能以為是實實在在的，不變的，有其本質的，即有「法我」的錯誤認識。推之及人，也只是五蘊，即色、受、想、行、識五種事物的堆疊混合，中間沒有一個是我，所以是「人無我」，所以絕不能執我。但對於世間的科學而言，這也許是致命的。因為科學所研究的事物，前提必須是客觀存在，否則就沒有本質，遑論研究的可能性。這就是所有科學面對佛法之難。至於人工智能，那就是難上加難。因為上文所提到人工智能的四個特性，即自我堅執，資源攫取，黠智難馴及固化不捨等都是絕對實打實的固執，對自我目標的頑抗和對物質的偏愛偏執，要達致了悟「人無我、法無我」這些道理絕對是難上加難。

人工智能之困——心不可得

最後談智能、智慧與心（妄心與真心）的關係。這也許是本篇的重點。

先說智慧與智能。智慧是智能的基礎，而智能是智慧的具體表現。有智慧自然有智能，但智慧有別於智能。AlphaGo在2016年成功擊敗九段職業圍棋高手李世石，AlphaFold 3在2024年成功攻克了人類在蛋白質摺疊問題上長久以來之困[17]，而Hassabis，即上面表列中DeepMind的領軍人物，也就因之而獲得2024年諾貝爾化學獎。這在在都是人工智能的超然表現，是人類基於人腦神經網絡的模倣，擴大其規模及容量，再乘以人類過去在這方面積累的海量科學實驗資料的輸入及訓練加持後所獲得的結果。所有這些都可以說是人類智慧的結晶與具體表現，大大地超越了人類的智能，更使我們瞠目結舌，望塵莫及。雖然如此，但這卻未必代表人類智慧的全部，當中所缺乏的是人類獨有的總結與察省的能力，也就是洞見、了悟與覺醒的智慧。其中洞見就是立足於所有已知知識上的總結，而了悟與覺醒就是由總結而得的感悟，了知其中的不足與缺點，有助於在知識的尋求上構建新的篇章。這些都是人工智能所缺乏的，也是世間智有異於人工智能的精華所在。

這裏可引入一所大學對人腦學習的研究作印證，其中通過對831個成年人作神經成像 (neuroimaging) 實驗的結果，進而得知智慧並非源自大腦中的某一區域，而是整個大腦協作下的結果[18]。所以智慧並不是局域性的，並不存在於大腦中的某處，而是大腦對收集所得的資訊整合處理而得的成果。這就是總結與察省的能力，也可能說明了智慧不是出自形而下而是來自形而上的。

出世間智也是如此。因為那是通過對佛陀的聖言量作聞思修的修養，因而洞見佛陀對我們的教誨，了知佛陀在大乘經中所宣說的景像，乃是述說對菩薩修行中所展現的另一世界，及各種出世間的道理，從而有所了悟，幡然覺醒我們所處的世俗世界中的顛倒與無明，並由之而引發菩提心與出世間的智慧，明白我們世俗中的妄心「了不可得」，猶如從《楞嚴經》中「七處徵心[19]」所得的總結。又從眾多大乘經中感知真心實為眾生本具，猶如佛性，不增不減，乃知真心是「得無所得」，猶如《心經》所云：「無苦集滅道，無智亦無得，以無所得故。」這都是出世間智的内容，也是洞見、了知與覺醒的結果。

但人工智能在這方面卻是付之厥如，因為它都只是模仿人腦神經網絡結構，總體而言是物質性的，形而下而非形而上。雖然規模弘大，但卻是知而非懂(competence without comprehension)[20]，更沒有總結與察省的能力，所以往往對所得結果無論對與錯都顯得信心滿滿，絲毫不知其所知與不知，更遑論洞悉其盲點，進而發掘洞見。嚴格而言，都只能算是智能，而非真正的智慧。

結語

以上描述了人工智能在近年的迅猛發展，大有超越人類智慧的可能，絕對是超級人工智能的前夜。或許有意見認為人工智能革命也不過是歷史上眾多推進人類文明發展的一員，與過去的沒有兩樣。但這次要革的命真的大不同，因為以前的都只是工具，例如機械、電氣、自動、訊息等，但這一次是智慧，是人類作為萬物之靈的根本，故此有著根本性的不同，絕對影響就業。雖然黃仁勳安慰說：「不是AI搶走你的工作，也不是AI摧毀你的公司，而是使用AI的公司和個人搶走你的工作[21]。」但眾人智慧有強弱，強者多得無可厚非，但弱者都應該有其位，不能說不懂使用AI者就無立錐之地，但現時趨勢郤令人堪憂。

這是俗世中智能的發展。至於出世間智卻是大不同。人工智能雖然強大，未來極可能更上層樓，絕對難以想像，但其與出世間智卻是有著天塹般的隔閡。如二元邏輯的迷思，理解名相之困難，有我之困惑及對物質世界的固執難捨，以致成為在心意識方面形而下與形而上之間不可逾越的隔閡等等。所以只有世間上的有情眾生才可真正通過了悟、醒覺，繼而經歷聞思修及四加行，最後見道，得無上智，成就出世間的智慧。

延伸閱讀

人工智能對佛教徒信仰可能有的幾個影響

[1] 此書於2026年2月26日出版，目前尚未有中文譯本。

[2] 人工神經網絡是一種模仿人類大腦神經元結構的計算模型，通過模仿節點（neuron)，即神經元，來處理數據。其規模涵蓋十個以至數百萬個神經元的級別。

[3] 深度學習，模仿人類大腦的結構，通過多層神經網絡的構建，加以現實世界中的海量數據訓練，進而調節其中參數，達致學習的結果。

[4] 大語言模型(Large Language Model)，是一種基於深層神經網絡的模型，通過海量數據訓練，便能對自然語言文本的上文下理作出理解、翻譯、摘要及生成新篇章，是現在人工智能產品的基礎模型。

[5] Sam Altman是最初OpenAI的創立者，又是現任CEO，在人工智能界享負盛名。

[6] 憲法管制Constitutional Control，是Anthropic公司對人工智能的核心價值。其對人工智能的道德風險非常關切，直把其原則植入硬件中，令旗下所有產品的發展對其道德風險的核心價值管控毫不妥協。

[7] Demis Hassabis，人工智能界著名人物，亦是2024年諾貝爾化學獎得主。

[8] 楊立昆，法國人工智能科學家及教授。「楊立昆」只是他的中文譯名。他在人工智能界享有盛名。現時雖已離開Meta，但其在任時的科研哲理仍然深深影響該公司在人工智能的發展方向。

[9] Peter Alesso. On the Cusp of Superintelligence. page 10.

[10] Peter Alesso. On the Cusp of Superintelligence. page 88.

[11] 神經元(neuron)，軸突(axon)。神經元即神經細胞，通過其多條的軸突與其他神經細胞聯繫及傳遞訊息。

[12]https://www.businessinsider.com/godfather-ai-geoffrey-hinton-on-ai-sad-dangerous-2026-1 “It makes me very sad that I put my life into developing this stuff and that it’s now extremely dangerous and people aren’t taking the dangers seriously enough.”

[13] Peter Alesso. On the Cusp of Superintelligence. page 162.

[14] 龍樹《中論．觀因緣品》：「不生亦不滅，不常亦不斷，不一亦不異，不來亦不出。」

[15] 疊加態(superposition)，即同時具有粒子在不同情況下眾多可能狀態的總和，而非只取其中一種。詳情可参閱拙著《從諾貝爾物理學獎說量子糾纏、極微與虛妄分別》一文。

[16] Peter Alesso. On the Cusp of Superintelligence.page 74.

[17] 蛋白質的摺疊，是線性的氨基酸鏈條通過親水、疏水作用及氫鍵而自主摺疊成為三維結構的物理過程。這種摺疊賦與蛋白質的生物活性，俾能參與生物分子级的化學反應，對人體的生理作用調節至關重要。所以如何摺疊是重中之重，過去一段時間，科學界對此作出很多努力，以破解其中奧秘，直至AlphaFold 的出現才有突破。

[18] https://www.sciencedaily.com/releases/2026/03/260303050632.htm#google_vignette

[19] 《楞嚴經》的「七處徵心」說明真心的住處實在是七處俱非，即非在內、在外、潛於根中、亦内亦外、隨所合處、內外中間及倶無所在等，彼彼皆無一是處。詳見拙著〈從《辨中邊論》、《楞伽經》及諸經看虛妄分別、外境及自心所現〉。

[20] Peter Alesso. On the Cusp of Superintelligence. page 211:  “They’re confidently wrong as often as they’re confidently right.  They can’t reliably identify the boundaries of their knowledge.”

[21] https://www.hk01.com/article/60236299?utm_medium=referral&utm_source=01appshare