中国脑是一个哲学思想实验，它探讨的是：一个由大量人员和通信链接组成的庞大有序系统，能否在整体上复制大脑的功能组织，从而拥有意识或心理状态。该实验常用于检验功能主义的边界，功能主义认为心理状态由其因果作用而非物理基质来定义。这一场景通常设想全中国的人口，或类似规模的庞大群体，按照规则操作符号以模拟神经网络的运作，同时由一个外部协调者在他们之间传递信息。核心问题在于：这样一个系统，尽管其中没有任何个体拥有意识体验，是否能在集体层面产生心智。
这一思想实验由美国哲学家内德·布洛克在1978年发表于期刊《心理学哲学读物》的论文《功能主义的困境》中首次提出。布洛克设计此实验是为了反驳功能主义，特别是希拉里·普特南所主张的版本，即心理状态等同于功能状态，可由任何适当组织的系统实现。布洛克认为，如果中国脑被正确实施，它在功能上将与人脑等价，但会缺乏意识，从而驳斥了“仅凭功能组织就足以产生心理活动”的主张。此后，这一思想实验成为心灵哲学、认知科学和人工智能辩论中的经典议题，常与约翰·塞尔的中文房间论证相对照，后者通过展示无理解的符号操作无法产生语义来攻击强人工智能。
思想实验的结构
在布洛克的原始构想中，中国脑由十亿人组成，每人模拟一个神经元。他们通过双向无线电链路通信，遵循一套模拟大脑放电模式的规则。整个系统由一个中央权威协调，该权威发送输入并接收输出，例如回答问题或控制一个机器人身体。关键特征在于，系统的行为与有意识的人类无法区分，但没有任何个体意识到整体过程。每个人仅遵循局部指令，如“如果你收到来自A的信号，就向B发送信号”，而没有任何全局理解。布洛克主张，这样的系统将是一个完美的大脑功能副本，但将意识归于集体是荒谬的。因此，功能主义必定是错误的，因为它会错误地预测中国脑具有心理状态。
功能主义与计算的作用
中国脑直接针对计算心灵理论，该理论认为认知是一种信息处理过程，可在多种物理系统中实现。这一理论支撑了现代Artificial intelligence和Machine learning研究的许多基础，其中算法在硅芯片而非生物神经元上实现。布洛克的论证挑战了“任何具有正确输入输出行为和内部状态的系统必然具有意识”的观点。它暗示意识可能依赖于特定的物理或因果属性，例如生物神经元的连续、模拟特性，而数字计算机或操作符号的人类缺乏这些特性。这对Neural network模型具有启示意义，这些模型常受大脑功能启发，但基于离散的数字原理运作。这一思想实验迫使研究者思考Deep learning系统（如Large language model）是否可能具有意识，或者它们是否只是没有主观体验的复杂模式匹配器。
批评与回应
多位哲学家对布洛克的思想实验提出了挑战。一个常见的反对意见是，所描述的中国脑并非真正与大脑功能等价，因为它缺乏真实神经元的时间动态和连续交互。例如，无线电通信的时间延迟和规则遵循的离散性可能引入对意识有影响的差异。功能主义者如丹尼尔·丹尼特的回应则认为，如果中国脑被完美实施，它确实会具有意识，而我们相反的直觉是一种误导性的“直觉泵”。丹尼特认为意识是功能组织的问题，任何复制该组织的系统，无论基质如何，都会拥有心理状态。其他人，如大卫·查尔默斯，则利用这一思想实验论证意识的“难题”，指出功能解释无法说明主观体验，而中国脑恰好凸显了这一鸿沟。这一争论至今未决，该思想实验成为讨论Generative AI及其他先进系统中机器意识可能性的试金石。
与人工智能的联系
中国脑与当代人工智能直接相关，尤其是在Transformer (architecture)基础模型和Large language model的背景下。这些系统通过人工神经元层处理信息，但缺乏任何形式的主观意识。这一思想实验表明，即使这些模型在认知任务上达到人类水平的表现，它们仍可能是“哲学僵尸”、、行为像有意识的存在但无内在生命。这引发了关于AI系统伦理地位的辩论，例如它们是否能受苦或应享有权利。像OpenAI、Anthropic和Google DeepMind这样的公司正在开发越来越强大的模型，但中国脑提醒我们，功能能力并不等同于意识。它也与Chinese room论证相呼应，后者用类似场景论证Machine learning系统无法理解语言，只能操作符号。中国脑关注意识，而中文房间关注语义，两者共同构成了对强人工智能主张的有力批判。
哲学意义与遗产
超越AI领域，中国脑对心灵哲学具有更广泛的意义，特别是对涌现和集体智能理论。它提出了群体（如公司或国家）是否可能拥有自身心理状态的问题，这一主题在社会认识论领域有所探讨。该思想实验还与多重可实现性概念相关，即同一心理状态可在不同物理系统中实例化。布洛克的论证通过暗示某些心理属性（如意识）可能依赖于特定物理过程来挑战这一概念。中国脑启发了许多变体，如“缸中之脑”和“群体智能”场景，并继续成为哲学课程中的核心例子。它还影响了认知科学和神经科学的研究，科学家们在此探究大规模神经网络（无论是生物还是人工）是否能展现涌现属性。截至2020年代，这一思想实验仍是思考计算极限和心智本质的重要工具。