一场关于人工智能本质的深度对话近日在上海展开。在“追问智能本质，共探AI未来”新书分享会上，计算机科学家与哲学家围绕智能定义、当前技术路径及未来发展方向展开激烈讨论，为观众呈现了一场跨学科的思想盛宴。
美国天普大学王培教授作为《智能论》作者，开宗明义指出智能研究领域长期存在的定义困境。他提出突破性观点：智能的核心不在于模仿人类行为，而在于适应性。"计算器运算速度远超人类，但无人认为它具有智能；图灵测试也存在根本缺陷，因为与人类完全一致并非智能的必要条件。"王培强调，真正的智能系统必须在资源约束下，基于有限经验做出适应性决策。这一观点得到复旦大学徐英瑾教授的哲学印证："机器的目标始终是外生的，它不会像李后主那样为文学理想牺牲生命，这种自由选择能力是目前AI无法企及的。"
针对当前炙手可热的大语言模型，两位学者表现出审慎乐观。王培坦言自己也在使用这类工具："虽然不承认它们具有智能，但确实能解决很多实际问题。"他特别指出纳思系统（NARS）与主流模型的本质差异："我们的系统会承认结论的可错性，就像犹豫的学者会建议读者查证原始资料；而大模型更像信口开河的健谈者，前后矛盾也毫不在意。"徐英瑾则通过具体案例揭示深层问题：当被要求核实马斯克SpaceX的上市信息时，某知名模型即使面对BBC新闻截图仍坚持错误答案，这种缺乏自我修正能力的现象暴露了当前技术的局限性。
讨论将焦点转向技术发展路径。徐英瑾对行业狂热现象提出尖锐批评："谷歌收购核电站、英伟达循环投资，金价暴跌都挡不住AI领域的资金涌入。但在我们连智能基本原理都没搞清楚的情况下，这种盲目投入非常危险。"他同时指出技术使用的双刃剑效应："大模型确实在倒逼人类提升批判性思维——如果你连机器的错误都识别不了，问题出在自己身上。"王培则透露了现实困境："由于大模型的吸金效应，纳思系统这样的非主流研究面临资金短缺。"不过他也表示团队正在探索融合路径，尝试将非公理推理与深度学习结合。
这场持续数小时的对话始终贯穿着对技术伦理的思考。主持人李辉在总结时强调："哲学批判不是反对人工智能，而是以更理性的方式拥抱技术变革。在追求技术创新的同时，保持对本质问题的追问，这才是推动领域健康发展的关键。"与会学者普遍认为，当前AI发展需要建立更科学的评估体系，既要认可技术进步，也要警惕概念炒作，真正实现从"工具智能"向"认知智能"的跨越。
