冷门的哲学，成了“治”AI的热门

冷门的哲学，成了“治”AI的热门

智能进了社会，治理不能慢半拍

金磊 发自 上海

量子位 | 公众号 QbitAI

谁曾想啊，哲学这个冷门专业，竟成了当下AI的热门。

这是我们今年逛WAIC时的意外发现——哲学含量，有点高。

△图片由AI生成

例如在WAIC科学智能开放论坛的平行专场《心智与智能·青年生态论坛》上，第一位登台演讲的嘉宾，就是复旦大学哲学学院教授孙宁；科学智能开放论坛主场讨论《AI原生时代的原始创新》，复旦大学哲学学院教授孙向晨同样坐上了巅峰对话席。

无独有偶，WAIC期间由复旦大学国家发展与智能治理综合实验室发布的《2026人文社会科学智能发展蓝皮书》，又把深度思考、科研可信和AI治理摆到了聚光灯下。

但有一说一，这股看似突如其来的哲学热，其实是有迹可循的。

几年前参加AI大会，大家谈论最多的是参数、算力和榜单；而如今，AI已经会写论文、做数学证明、生成蛋白质构象，还能用一群智能体模拟社会。

虽然AI在能力上是一路高歌之势，但随之产生的问题也越来越接近哲学：

- 一个模型可以流畅回答问题，就代表它真的理解了吗？

- AI能够自主发现知识，它算新的科学家吗？

- 如果AI发现了人类无法解释、却能通过实验验证的规律，我们又该不该相信？

孙宁在名为《智能之前，先有世界》的演讲中，把问题拉回到了源头。

早在上世纪90年代，认知科学家Stevan Harnad便提出符号奠基问题，追问符号系统怎样通过感知和交互获得真实意义。差不多同一时期，机器人工程学家Rodney Brooks又提出物理奠基假说，并留下一句颇有影响力的话——世界本身就是最好的模型。

△复旦大学哲学学院教授，孙宁

沿着这条思路，孙宁提出，一种深度扎根于世界的智能，至少需要身体、环境、他者和历史。身体让行动产生代价，环境提供反馈，他者带来规范，历史则让失败沉淀成经验。

他最后将其概括为两句话：

智能之前，先有世界。

心智之前，先有关系。

这也为当天的讨论定下了基调。

这场青年论坛由复旦大学国家发展与智能治理综合实验室、上海科学智能研究院、复旦大学哲学学院、上海市青浦复旦未来技术研究院和Datawhale共同主办。

台上既有青年科学家，也有哲学家、社会科学家和创业者。大家从自进化模型聊到数学证明，从蛋白质动态聊到社会模拟，最后又把话题落到了治理和产业。

看似散落在不同学科里的问题，就这样被串到了一起。

AI开始自己做科学了

哲学家刚追问完“什么是智能”，超衍智能创始人陈勇超便带来了一个更具体的问题——AI能否成为新的科学家？

△超衍智能创始人，陈勇超

过去的大模型主要从互联网数据中学习人类已有知识。陈勇超所说的自进化模型，则希望进入真实任务，从科研过程和环境反馈中持续学习。

具体来说，模型可以自己想idea、写代码、跑实验、分析数据，再把成功和失败的轨迹沉淀下来，继续调整数据、模型和Harness。

陈勇超现场还展示了一组颇为吸睛的结果。

其团队开发的Apex Search生成了34篇论文，并将这些论文提交至ACL、ARR等学术评审体系。按照他在现场披露的结果，其中约10篇有机会进入Findings或主会，两篇论文获得3.67分，评分高于约95%的人类投稿。

部分审稿意见甚至还给出了“领域内首项研究”、“实验严谨”、“命题切中要害”等评价。

换句话说，AI生成的科研成果，已经能够通过人类审稿人的第一轮检验。

但问题也随之来了。

在后面的《社会之变》圆桌上，复旦大学大数据学院教授魏忠钰就提出，如果AI一次生成并投稿几十篇论文，最终有几篇获得高分，我们究竟该如何判断它的科研能力？这说明系统的研究能力达到顶级会议发表的水平，还是它碰巧找到了现有同行评议机制的薄弱环节？

当论文生成得越来越快，评估可能会比生成更加困难。

陈勇超自己也留下了一连串问题。AI能不能产生Transformer级别的突破？海量科学发现该怎样评价？AI科研成果归谁？如果系统被用于有害研究，责任又该如何划分？

紧接着登台的复旦大学上海数学中心准聘副教授王天栋，给出了一种更清晰的人机分工。