在未知中“自造意义”的能力，使人类与AI根本不同

2025年11月7日上午，在第七届中国国际进口博览会（CIIE）国家会展中心，不同寻常的对话在观展的热潮中展开。由世界人工智能大会《WAIC UP!》编辑部与三联书城读书会联合主办的“谁在探索未来：AI、人类和科学的边界与越界”主题对谈，邀请了两位重量级嘉宾——中国科学院国家天文台研究员李楠与同济大学人文学院副教授余明锋，展开一场跨越天文学与哲学的思想对谈。

余明锋（左）同李楠在对谈现场

从星空出发：AI如何定义科学探索

“天文学不是占星术。”李楠研究员在开场时笑着提醒观众，他从天文学伴随人类文明发展的轨迹谈起——古人观星以定历法，从而确立时间与农业文明；牛顿、伽利略的天文观测掀起近代科学革命，推动人类进入工业文明。“而今天，”他说，“天文学再次让我们重新认识宇宙与自身。”现代天文学已进入“数据海啸”时代，例如正在建设的国际合作项目“平方公里阵列（SKA）”，建成后每年产生的数据量将超过人类历史上所有互联网数据的总和。面对如此庞杂的信息，AI不再是可有可无的工具，而是成为科研的“必需路径”。

他回顾了自己从2017年开始从事AI与天文交叉研究的经历，从早期的机器学习处理“体力活”，到今天大语言模型带来的知识探索可能，AI正在成为科学家身边的“贾维斯”——一如钢铁侠的智能助手。AI不仅帮助筛选数据、绘图，更可能探索知识的空白，让研究者看见尚未被发现的可能。

《交错：与虎（AI）共舞》（世界人工智能大会《WAIC UP!》编辑部 主编，上海三联书店出版）

“相关性”与“因果性”

余明锋则从哲学的纵深出发，提出理解AI应当区分“短期、中期与长期”三种视角。短期（约五年内）来看，AI仍处于资本推动的“泡沫期”，技术尚未完全落地；中期（大概十年左右）则指向产业与科研的真正融合；而长期视角——也是哲学最关心的——是AI是否将挑战“人之为人”的根本条件。

他特别指出，当前AI大模型所建立的只是“相关性”，而人类知识体系建立在“因果性”之上：“所有AI模型都在寻找模式，但模式并不等于知识。”不过，哲学史上的怀疑论者休谟就曾提出，人类所谓的因果，也只是经验中“时间先后相继”的现象关联。余明锋提出一个耐人寻味的问题：“我们所以为的因果性，是否究其根本，也只是被我们暂时认定的最强相关性？”这一提问，不仅挑战了科学的认知基础，也为AI未来的知识形态打开了新的想象空间。

在对谈中，两位学者就“相关性”与“因果性”的关系展开了深入讨论。李楠认真地回应道，科学中的因果性除了数据关联，还必须具备时间上的先后顺序。AI能捕捉到前者，但未必能理解后者。他引用科学界一句“暴论”：“所有模型都是错的，只是有些有用。”在他看来，AI的价值不在于绝对正确，而在于“帮助人类更快发现有用的错误”。从外星文明的概率计算到AI筛选类太阳系的能力，李楠展示了科学如何以“算一算”的精神看待未知——“科学不是先判断‘有没有’，而是先假设、计算、验证”。“我们错过的，不是失败的历史，而是通往知识的来路”。

余明锋提出“有效的相关性”这一极富启发性的概念，他引用沃尔玛的案例——飓风来临前蛋挞销量上升——说明在生活中，“有效的相关性”往往比严格的因果性更具实用价值。他进一步指出，人类历史上并非只有科学一种知识形态。神话、占星等都曾在特定历史阶段承担解释世界的功能。而现代科学因其可重复、可证伪、具有公共性而成为“知识的代名词”，但这也使得大量人类经验被排除在“知识”之外。AI所带来的，或许正是对“知识”本身的拓展与重构。

AI如何重塑科学的进化

对谈进入后半段，李楠提出一个颇具科幻色彩的设想：如果我们将第谷与开普勒的观测数据交由AI处理，它或许不会导出开普勒三定律，而是直接提出牛顿力学、莱布尼兹体系甚至其他未知的理论路径。“AI或许能帮助我们拓展科技树的选择，增加科学发展的可能性。”

余明锋对此表示赞同，并指出AI可能改变科学研究的“生态”，使其从“少数天才主导”转向“多元理论竞争”的达尔文式演化。这不仅不是对人类科学家的取代，反而可能激发更大的创造力。

尽管对AI寄予厚望，两位学者也对其“幻觉”问题保持警惕。余明锋指出，大模型常常“一本正经地胡说八道”，而这背后是它以“相关性”而非“语义理解”为基础的语言模式。然而，他同时也提出，“幻觉”本身或许也是未来研究的对象——为什么AI在某些节点上会产生特定的“幻觉”？这背后是否有其逻辑？

《AI领航：无限升维》（世界人工智能大会《WAIC UP!》编辑部 主编，上海三联书店出版）

AI时代的“人之学”

在情感层面，余明锋认为，AI可以提供“百依百顺”的情绪支持，但真正的人类情感恰恰建立在“张力”之上，它包含抗拒、误解、甚至痛苦。AI的发展反而让我们更清晰地认识到什么是真正人性的情感连接。

如果说情感的“张力”揭示了人类心灵的独特性，那么在理性层面，人的独特性又体现在创造本身——我们不仅能体验世界，更能发明理解世界的方式。这也引出了两位嘉宾继续探讨的一个核心问题：人类的知识究竟是被发明的，还是被发现的？

余明锋以数学为例指出，实际生活中两瓶一模一样的水在现实中并不存在，一瓶水加一瓶水等于两瓶水（1+1=2）是人类为理解世界而创造出的“理想形式”，因此数学首先基于一种发明；而李楠则认为，虽然形式被发明，但数学背后的逻辑关系是被发现的——“无论人类是否存在，1+1=2的推理都成立”。余明锋继续补充，数学在这个层面的确是一种发现，但这是一种基于发明的发现。这些发明的概念在经验世界中并不存在，却为人类提供了理解世界的工具，而在使用这些工具的过程中，人类又不断发现新的规律与逻辑关系。

两位嘉宾最后总结：发明开启了理解的通道，发现赋予了发明以意义——在这往复之间，人类的理性与想象力相互滋养，也让我们意识到：正是这种能在未知中“自造意义”的能力，使人类与AI根本不同。

AI for Philosophy，AI for Science

在对话的尾声，余明锋展望了“AI for Philosophy”的可能图景：“柏拉图AI”“尼采AI”可以与现代人就爱情、生命意义等话题展开对话；跨文明哲学理解将因AI的语言能力而变得可能；而哲学也有望借助AI重新站到人类知识的前沿，不再与科学脱节。

《还原与无限》（余明锋 著，上海三联书店出版）

“当下AI更多的是帮助科学家处理复杂的、高重复性的工作，可以认为是AI for Scientists。但未来，当AI可具备逻辑链条、合理外推等能力的时候，这将为科学家提出更理解世界的途径，那时才是真正的AI for Science。”李楠则总结道，AI不应被简单视为“替代”，而应是“拓展”。它将引领科研范式的变革。