上周末，“追问智能本质，共探AI未来——《智能论》新书分享会”在沪举行。
上海市科学学研究所李辉研究员担任主持，美国天普大学王培教授与复旦大学哲学学院徐英瑾教授展开深度对谈，围绕“什么是智能”“当前AI处于什么阶段”“纳思系统与主流大模型有何根本不同”等核心问题，为现场观众呈现了一场横跨计算机科学与哲学的思想碰撞。
智能的本质：不是像“人”，而是能“适应”
“我们讨论智能，讨论了几十年，但连定义都没统一。”王培教授开门见山。作为《智能论》作者、纳思系统（NARS，Non-Axiomatic Reasoning System）创立者，他在《智能论》中提出了一个有别于主流的智能定义——智能的核心是适应性。
王培指出，仁者见仁、智者见智，“智者见智”的“智”就是智能的智，不同的智者看到的是不同的智。他提到，当前业界对智能的定义大致可归为两类：一类以行为定智能，如图灵测试，看机器能不能“骗过”人；另一类以解决问题的能力定智能，如下棋、考试等。
然而他认为，这两种定义都有根本缺陷，“能解决问题和有智能不是一回事，计算器比人心算强得多，但没人说计算器有智能。完全跟人一样，也不是智能的充分条件，图灵自己都说过这一点，只不过大家没注意。”
王培的智能定义指向两个关键词：适应性与资源约束。一个智能系统必须根据自身经验决定行为，同时在知识和资源永远不足的条件下做尝试，“我不是要造一个跟人一样的东西，而是要提炼出思维规律，用计算机去实现。实现了这种规律的系统，行为不必跟人一样，因为它的经验本来就和人不一样。”
徐英瑾教授从哲学角度予以呼应。他将王培的“适应性”概念做了重要补充：适应性不等于生物学适应性，目标本身可以是内生的，也可以是外生的。“现在的GPT、DeepSeek，目标全是外生的——用户问什么它答什么。它不可能产生人意义上的‘反叛’，因为它没有自己的目标。机器坏了不叫反叛，电视机坏了你不会说它反叛了。”
徐英瑾以生动的历史案例阐释“手段与目标的相互转换”：隋炀帝修大运河，本为军事目的，结果军事行动烂尾，运河本身却成了目标；西游记的取经，重点不在经文而在经历本身，取经的经不是经文的经，是经历的经。
随后，他以李后主与刘阿斗的对比说明人类智能的独特性：“同样是亡国之君，刘阿斗装傻活了很长时间，李后主写了《虞美人》却被杀。但有些人说，李后主在文学史上有地位，刘阿斗什么都没有。人可以为了超越生物性的目标牺牲生物性利益，这是个自由选择的问题，而这是AI目前做不到的。”
当前大模型：聪明的“工具”，但不是“智能”
两位嘉宾对当前以大语言模型为代表的主流AI路线均持审慎态度——承认其实用价值，但质疑其是否触及了智能的本质。
王培直言：“大语言模型我现在也在用，虽然我不认为它有智能，但它可以解决好多问题，确实很好用。”他强调，纳思系统与大模型不是竞争关系，“我不认为纳思可以取代大语言模型，它能干的活我干不了；但我能干的活它也干不了。”
徐英瑾的批评更为尖锐。他首先承认大模型是“有用的工具”——自己用DeepSeek翻译学术论文效果就不错，但这类大模型没有内在的动机结构，也缺乏自知之明。他现场举了DeepSeek的一个实例：当他询问DeepSeek马斯克SpaceX是否上市时，DeepSeek坚称“没有IPO”，即使他贴出BBC新闻截图，DeepSeek仍表示“我深刻反省”却不改正。
徐英瑾调侃：“现在AI领域极为狂热。谷歌买核电站搞算力中心，英伟达相互投资循环，金价暴跌都挡不住AI的吸金效应。但我们连智能运作的基本原理都还没搞清楚，就往里面砸这么多钱，这很危险。”不过，他也给出了一个务实的判断：大模型能不能用好，关键在人，“它确实在倒逼你的批判性思维——如果你连它胡说八道都看不出来，那问题不在AI，在你自己。”
纳思系统：一条少有人走的路
纳思系统（NARS）是王培坚持40余年的研究方向，其核心特征是非公理推理——不承认任何绝对真理，所有前提和结论都可能是错的，但错有程度之分、可信度之别。
王培指出：“在纳思系统中，我说的‘对’的意思是：根据以往的经验，它是对的。但我承认，这有局限性，所有结论都可能被未来经验修改。真假是一个量化的度量，不是0和1。”
徐英瑾将纳思系统与大模型做了形象对比：“纳思像一个犹犹豫豫的人——它会说这个史料少，下面说的不靠谱，你自己要多查查；而大模型则有点像一个信口开河的人——说完就忘，前后矛盾也不在乎。就这点来说，纳思有自知之明，大模型没有。”
王培也坦陈现实困境：“托大语言模型的福，绝大部分的科研经费都跑那边去了。”他透露，自己的团队目前也在做工程尝试，将纳思与深度学习、大语言模型结合，“两条腿走路”。
活动尾声，主持人李辉感慨：“今天的讨论有一个焦点——对AI，我们是拥抱还是批判？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，批判不是反对，恰恰是拥抱人工智能的另一种方式。”
原标题：《“大模型很能干，但没智能？”两位学者在沪激辩：AI这条路会不会走偏了？》