上周末，一场聚焦“智能”核心议题的深度对话在上海展开。这场名为《智能论》的新书分享会，特邀两位重量级学者：美国天普大学的王培教授，与复旦大学哲学学院的徐英瑾教授。主持人是上海市科学学研究所的李辉研究员。三人围绕“智能的本质是什么”“当前AI技术已发展到何种程度”“纳思系统与大模型究竟有何本质差异”等核心议题，展开了一场计算机科学与哲学之间的跨学科思想碰撞。

我们首先探究智能的本质——这实际上是一个数十年悬而未决的学术议题。

智能的本质：核心不在复制人，而在于“适应性”

“我们讨论了多年智能，却连一个统一的定义都没有。”王培教授的开场白直击要害。作为《智能论》的作者，以及纳思系统（NARS，Non-Axiomatic Reasoning System）的创立者，他在该书中提出了一个与主流观点截然不同的智能定义——其核心在于“适应性”。

他解释道，正如“仁者见仁，智者见智”，其中的“智”就是指智能。不同的人对智能的理解本就不同。目前业界对智能的定义大致分为两派：一派关注外在行为，例如图灵测试，考察机器能否“欺骗”人类；另一派重视解决问题的能力，如棋类博弈或考试。但在王培看来，这两种定义都存在明显缺陷：“能够解决问题与具备智能不能等同，计算器的心算能力远超人类，但无人认为计算器拥有智能。完全模拟人类行为，同样不构成智能的充分条件，图灵本人也强调过这一点，只是常被忽视。”

那么，王培所定义的智能，关键要素是什么？两个核心词：适应性与资源约束。一个真正的智能系统，必须能依据自身经验决定行为，并且始终在知识和资源永远不足的条件下进行尝试。“我的目标不是创造一个与人类完全相同的实体，而是提炼出思维的一般规律，并用计算机加以实现。实现了这种规律的系统，其行为不必与人类一致，因为它的经验基础本身就与人类不同。”

徐英瑾教授从哲学视角进行了补充。他强调，王培所指的“适应性”并非仅限于生物学层面，目标既可以内生，也可以外生。“当前的GPT、DeepSeek等模型，目标完全是外源的——用户提问，它便回答。它无法产生人类意义上的‘反叛’，因为它没有内在的目标。机器故障不是反叛，电视机坏了，你不会说它‘反叛’了。”

他还引用历史典故来说明“手段与目标会相互转化”：隋炀帝开凿大运河起初是出于军事目的，但军事行动失败后，运河本身反而成为了目标；《西游记》中的取经历程，重点不在于经文，而在于过程本身——此“经”非彼“经”，而是“经历”之“经”。最精辟的是，他以李后主与刘阿斗作对比：“同为亡国之君，刘阿斗装痴卖傻得以长寿，李后主因作《虞美人》而遭杀身。但有人评价，李后主在文学史上地位卓然，刘阿斗则一无所有。人可以为了超越生物性的目标而牺牲生物性利益，这是自由选择的问题，而当前AI无法做到这一点。”

当前大模型：功能强大的“工具”，而非真正的“智能”

谈及大模型，两位嘉宾的态度出奇一致——承认其实用性，但质疑其与真正智能的差距。

王培坦诚地说：“我现在也在使用大语言模型，虽然不认为它有智能，但它确实能解决许多实际问题，非常实用。”他强调，纳思系统与大模型并非竞争关系，“我不认为纳思能取代大语言模型，它能做的许多事我做不到；同样，我能做的事它也做不到。”

徐英瑾的批评则更为犀利。他首先承认大模型是“有用的工具”——自己用DeepSeek翻译学术论文，效果尚可。但问题在于，这类大模型缺乏内在的动机结构，也缺乏自知之明。他当场举例：当他询问DeepSeek，马斯克的SpaceX是否已经上市，DeepSeek坚称“未IPO”；即使他提供BBC新闻截图，DeepSeek仍回应“我深刻反省”，但结论未改。简言之，大模型不知道自己不知道。

徐英瑾调侃道：“当前AI领域的热度有些过头。谷歌购买核电站以建设算力中心，英伟达通过交叉投资循环运作，金价暴跌也无法阻挡AI的吸金效应。但我们连智能运作的基本原理都尚未厘清，却投入如此庞大的资金，这存在很大风险。”不过，他也给出了一个务实的判断：大模型能否发挥好作用，关键仍在于人。“它确实在倒逼你的批判性思维——如果你连它的胡言乱语都识别不出，那问题不在AI，而在你自己。”

纳思系统：一条少有人走的独特研究路径

纳思系统是王培坚持了40多年的研究方向。它的核心特征是“非公理推理”——不预设任何绝对真理，所有前提和结论都可能存在错误，但错误有程度之分，可信度也有高低之别。

王培表示：“在纳思系统中，我所说的‘对’的含义是：基于以往的经验，它是对的。但我承认，这种判断有其局限性，所有结论都可能被未来经验所修正。真假是一个量化的度量，而非简单的0或1。”

徐英瑾用了一个非常形象的对比：“纳思系统像一个谨慎犹豫的人——它会告诉你，这个参考史料较少，下面的结论不太可靠，建议你多查证；而大模型则像一个信口开河的人——说完就忘，前后矛盾也不在乎。从这个角度看，纳思具备自知之明，而大模型没有。”

当然，现实情况不容乐观。王培坦言：“托大语言模型的福，绝大多数科研经费都流向了那边。”他透露，自己的团队目前也在进行工程尝试，探索将纳思与深度学习、大语言模型相结合，实施“两条腿走路”的策略。

活动尾声，主持人李辉的一段话或许可以作为总结：“今天的讨论有一个焦点——对AI，我们是该拥抱还是批判？我想说，人工智能是我们发展的重点，这毫无疑问。但哲学批判本身就是哲学的基本精神，批判不等于反对，恰恰是拥抱人工智能的另一种方式。”