为什么人工智能是哲学上的突破

人类与科技的共生预示着一个新的轴心时代的到来

本文是《Noema》杂志主编内森·加德尔斯对 AI 领域哲学家托比亚斯·里斯的深度访谈。核心观点：AI 不仅仅是工具，更是一场深刻的哲学断裂，它颠覆了现代时期人与机器的二元对立，开启了“中间性”的全新领域。 AI 促使我们重新思考智能、意识、创造力等核心概念，甚至可能带来类似于书写发明所引发的“轴心时代”变革。里斯呼吁进行更多的哲学研发，探索 AI 带来的全新可能性，以避免社会动荡。他认为人机共生是可能的，并能带来前所未有的认知增强。

托比亚斯·里斯（Tobias Rees） 是 limn 的创始人，这是一个位于哲学、艺术和技术交叉领域的研发工作室。他还是施密特科学基金会 AI2050 计划的高级研究员和谷歌的高级访问研究员。

托比亚斯·里斯，一家位于哲学、艺术和技术交叉领域的 AI 工作室的创始人，与《Noema》杂志主编内森·加德尔斯（Nathan Gardels）讨论了生成式 AI 的哲学意义。

I. AI：对现代性概念的挑战

内森·加德尔斯： 对于我们人类来说，仍然不清楚的是我们通过 AI 创造的机器智能的本质，以及它如何改变我们对自身的理解。作为一个哲学家，您不是从象牙塔内部，而是在业界，在谷歌和其他地方的工程实验室里思考过这个问题，您的观点是什么？

托比亚斯·里斯： AI 深刻地挑战了我们对自身的理解。

为什么我会这么认为？

我们人类依赖大量的概念预设而生存。我们可能并不总是意识到它们——但它们确实存在，并塑造了我们思考和理解自身以及周围世界的方式。总的来说，它们是支撑我们生活的逻辑框架或架构。

AI 之所以成为如此深刻的哲学事件，是因为它颠覆了许多最基本、最被视为理所当然的概念——或者说哲学——这些概念定义了现代时期，并且大多数人仍然主要依赖这些概念生活。它实际上使这些概念不再充分，从而标志着一个深刻的断裂。

让我举一个具体的例子。现代时期最基本的假设之一是，人类和机器之间存在明确的区别。

• • 一边是人类，作为活的有机体；开放且不断进化；具备智能，并因此具有内在性的存在。
• • 另一边是机器，作为无生命的、机械的事物；封闭的、确定的和决定论的系统，缺乏智能和内在性。

这种区别最早出现在 17 世纪 30 年代，它是现代人类概念的构成要素。例如，17 世纪至 19 世纪之间发明的几乎所有用于捕捉真正的人类是什么的词汇，都基于人类/智能-机器/机制的区别。

能动性、艺术、创造力、意识、文化、存在、自由、历史、知识、语言、道德、游戏、政治、社会、主体性、真理、理解。所有这些概念的引入都有一个明确的目的，即让我们了解什么是真正独特的人类潜力，这种独特性植根于这样一种信念：智能是使我们超越其他一切的东西——而其他一切最终都可以被充分描述为一个封闭的、确定的机械系统。

人机区别为现代人提供了一个理解自身和周围世界的基础。人工智能——即被构建的、具有智能的技术系统——的哲学意义在于它们打破了这个基础。

这意味着一个稳定了近 400 年的时代即将——或者似乎即将——结束。

诗意地讲，这有点像 AI 将我们自身和世界从我们以往对自身和世界的理解中解放出来。它将我们置于开放之中。

我深信，那些构建 AI 的人应该理解 AI 的哲学意义。这就是为什么我成为了，正如你所说，一个业界的哲学家。

加德尔斯： 你说 AI 是智能的。但许多人怀疑 AI 是否“真的”智能。他们认为它只是像所有以前人类发明的技术一样的另一种工具。

里斯： 根据我的经验，这个问题几乎总是源于一种防御性冲动。一种有时愤怒、有时焦虑的努力，试图坚持或重新刻画旧的区别。我认为这是对人类例外论的怀旧，也就是说，渴望回到我们人类认为只有一种智能形式的时代，即我们自身。

AI 教会我们事实并非如此。 当然，不仅仅是 AI。在过去的二十年左右的时间里，智能的概念已经成倍增加。我们现在知道还有许多其他类型的智能：从细菌到章鱼，从地球系统到星系的旋臂。我们是这个系列中的一个条目。AI 也是如此。

争论这些其他事物不是“真的”智能，因为它们的智能与我们的不同，这有点愚蠢。这就像一种鸟类，比如说鹈鹕，坚持认为只有鹈鹕“真的”知道如何飞翔。

最好是摒弃“真的”，而只是承认 AI 是 智能的，只是其方式与我们略有不同。

加德尔斯： 什么是智能？

里斯： 今天，我们似乎知道智能有一些基本素质，例如从经验中学习、逻辑理解以及从所学知识中进行抽象以解决新情境的能力。

AI 系统都具备这些素质。 它们学习，它们进行逻辑理解，并且形成抽象概念，使它们能够驾驭新的情境。

然而，对于 AI 系统和我们人类来说，经验、学习、理解或抽象的含义并不完全相同。这就是为什么我认为 AI 在智能上与我们略有不同。

“AI 颠覆了许多最基本、最被视为理所当然的概念——或者说哲学——这些概念定义了现代时期，并且大多数人仍然主要依赖这些概念生活。”

加德尔斯： AI 可能是另一种智能，但我们能说它比我们更聪明，或者可以比我们更聪明吗？

里斯： 对我来说，问题不一定在于 AI 是否比我们更聪明，而在于我们的不同智能是否可以互补。我们能否共同变得更聪明？

让我概述一下我观察到的一些差异。

AI 可以在超出人类逻辑理解和能力的尺度上运行——无论是微观还是宏观。

例如，AI 比我们拥有更多的可用信息，并且它可以比我们更快地访问和处理这些信息。它还可以在数据中发现我们无法看到的逻辑结构——范式。

人们或许需要稍作停顿，才能意识到这有多么非凡。

AI 可以让我们真正进入我们自身，作为人类，无法发现和无法访问的空间。 这多么令人惊奇？这方面已经有很多例子了。从在围棋或国际象棋等游戏中发现新的走法，到发现蛋白质如何折叠，再到理解整个地球系统。

鉴于这些超人的素质，可以说 AI 比我们更聪明。

然而，人类的聪明才智不能简化为 AI 所拥有的那种智能或聪明才智。它还有其他维度，而 AI 似乎不具备这些维度。

这些额外维度中最重要的也许是我们每个人都需要过上人类的生活。

这意味着什么？至少这意味着我们人类根据我们的内在世界来驾驭外部世界。我们必须通过思考，根据一个进行思考的自我来定位自己。这些进行思考的自我必须理解、领会并被洞察力所触动。

无论 AI 有多聪明，它都不能替我变得聪明。它可以为我提供信息，它甚至可以让我参与到一个思考过程中，但我仍然需要根据我的思考来定位自己。我仍然需要有自己的经验和自己的见解，这些见解使我能够过上自己的生活。

也就是说，AI，它所拥有的特定的非人类聪明才智，在过人类生活方面可能非常有帮助。

我能想到的最强大的例子是，它可以使自我以人类无法做到的方式呈现出来。

想象一个设备上的 AI 系统——一个仅存在于您的设备上且未连接到互联网的 AI 模型——它可以访问您的所有数据。您的电子邮件、您的消息、您的文档、您的语音备忘录、您的照片、您的歌曲等。

重要的是设备上的 AI，因为这确保了没有第三方可以访问您的数据。

这样的 AI 系统可以使我以我自己或任何其他人都无法做到的方式呈现出来。它实际上可以超越自我。 它可以从我的外部向我展示我自己，向我展示那些已经定义了我的思想和行为模式。它可以帮助我理解这些模式，并且可以与我讨论它们是否在限制我，如果是，那么是如何限制的。更重要的是，它可以帮助我处理这些模式，并在适当的情况下，使我能够摆脱它们并获得自由。

从哲学角度讲，AI 可以帮助我将自己转变为一个“思想对象”，我可以与之建立联系并对其进行工作。

自我的工作构成了希腊哲学家称之为 meletē（沉思）和罗马哲学家称之为 meditatio（冥想）的核心。而我在这里所说的这种 AI 系统将是哲学家的梦想。它可以使我们人类以任何人类对话者都无法做到的方式，从外部，摆脱对话自恋，使我们自身可见。

你看，在我们的智能和 AI 的智能之间的重叠和差异中可以存在难以置信的美。

最终，我不认为 AI 是一个与我们竞争的自我封闭的、自主的实体。相反，我认为它是一种关系。

加德尔斯： 基于深度学习的 AI 系统与旧的人机二分法有什么特别新的区别？

里斯： 从 20 世纪 50 年代到 21 世纪初占据主导地位的 AI 类型是试图从机器提供的词汇中思考人类。这是工程师们明确的、自觉的尝试，从机器可能性的概念空间中解释所有人类事物。

“AI 可以使我们人类以任何人类对话者都无法做到的方式，从外部，摆脱对话自恋，使我们自身可见。”

它被称为“符号 AI”，因为这些系统背后的基本思想是，我们可以将知识存储在数学符号中，然后为计算机配备如何从这些符号表示中推导出相关答案的规则。

一些哲学家，最著名的是赫伯特·德雷福斯（Herbert Dreyfus）和约翰·塞尔（John Searl），对此非常不满。他们开始捍卫这样一种观点，即人类不仅仅是机器，不仅仅是基于规则的算法。

但是自 21 世纪 10 年代初以来声名鹊起的那种 AI，即所谓的深度学习系统或深度神经网络，则完全不同。

符号 AI 系统，像所有以前的机器一样，是封闭的、确定的系统。这意味着，首先，它们的能力受到我们赋予它们的规则的限制。当它们遇到规则未涵盖的情况时，它们就会失败。也就是说它们没有适应性，没有学习行为。这也意味着它们能做的事情完全可以归结为构建它们的工程师。最终，它们只能做我们明确指示它们做的事情。也就是说，它们没有能动性，没有自己的能动能力。简而言之，它们只是工具。

对于深度学习系统，情况有所不同。我们不赋予它们知识。我们不为它们编程。相反，它们自主学习，为自己学习，并且，基于它们所学到的东西，它们可以驾驭它们从未见过的情况或回答它们从未见过的问题。也就是说，它们不再是封闭的、确定性的系统。

相反，它们具有一种开放性和一种能动行为，一种审议或决策空间，这是以前任何技术系统都没有的。有些人说 AI“只有”模式识别。但我认为模式识别实际上是发现事物逻辑结构的一种形式。粗略地说，当你有一个学生能够识别出数据背后的逻辑原理，并且可以根据这些逻辑原理回答问题时，你会称之为理解，不是吗？

事实上，我们可以更进一步地说，AI 系统似乎能够区分真理和谬误。这是因为真理与一致的逻辑结构正相关。可以说，错误都是独特的或不同的。而真理则不是。我们在 AI 模型中看到的是，它们可以区分符合它们发现的模式的陈述和不符合的陈述。

因此，从这个意义上说，AI 系统具有一种初生的真理感。

简而言之，深度学习系统具有直到最近才被认为只有一般生物体，特别是人类才可能具有的素质。

今天的 AI 系统兼具两者的素质——因此，不能归结为任何一方。 它们存在于旧的区别之间，并表明组织我们对现实的理解的非此即彼逻辑——要么是人类要么是机器，要么是活的要么不是，要么是自然的要么是人工的，要么是存在要么是事物——是严重不足的。

只要 AI 摆脱了这些二元对立，它就会把我们带入一个我们尚无言语描述的领域。

我们可以说，它为我们打开了世界。它使我们以我们从未见过的方式看到现实。它向我们表明，我们可以以超出组织现代时期的逻辑区别的方式来理解和体验现实与我们自身。

在某种意义上，我们可以如同第一次一样看见。

加德尔斯： 那么，深度学习系统不仅仅是工具，而是具有一定程度自主性的实体？

里斯： 这个问题是一个很好的例子，可以展示 AI 确实在哲学上是全新的。

我们过去认为能动性有两个先决条件，即活着和具有内在性，也就是说，一种自我意识或意识。现在，我们可以从 AI 系统中学到的是，情况显然并非如此。有些事物具有能动性，但它们不是活的，也没有意识或思想，至少不是以我们以前理解这些术语的方式。

这种洞察力，这种能动性与生命和内在性的脱钩，是一个强有力的邀请，让我们以不同的方式看待世界——以及我们自身。

例如，对于能动性来说是成立的——它不需要生命和内在性——对于像智能、创造力或语言这样的事物来说也是成立的吗？如果是这种情况，我们将如何对世界上的事物进行不同的分类或归类？

“使 AI 成为一个哲学事件的原因是，这些系统颠覆了以前人类和机器之间或生物和非生物之间明确的区别。”

在《Noema》杂志上发表的文章中，天体物理学家莎拉·沃克（Sarah Walker）说：“我们需要超越将所有事物二元分类为生命或非生命。”

我最感兴趣的是从 AI 让我们看到的 中间性 的角度重新思考我们从现代时期继承的概念。

从 AI 的中间性的角度来看，什么是创造力？什么是语言？什么是思想？

II. 新的 AI 轴心时代？

加德尔斯： 卡尔·雅斯贝尔斯（Karl Jaspers）最出名的是他对所谓的轴心时代的研究，当时所有伟大的宗教和哲学都在两千多年前相对同时诞生——中国的儒家思想、印度的奥义书和佛教、荷马的希腊和希伯来先知。雅斯贝尔斯看到这些文明在他所谓的“第一个普罗米修斯时代”之后很久才出现，人类掌握了火和最早的发明。

对于查尔斯·泰勒（Charles Taylor）来说，第一个轴心时代源于个人从孤立的社区及其自然环境中的“伟大的脱嵌”，在那里，有限的意识仅限于在口头叙事神话的指导下维持和生存部落。根据泰勒的说法，从一个封闭的世界中解脱出来，是由书面语言的到来促成的。这种符号能力的获得使基于持久文本的“反思的内在性”成为可能，这些文本创造了一个超越个人直接环境和当地叙事的共享意义的平台。

长话短说，这种“超越”反过来又导致了普遍哲学、一神论宗教和广泛的伦理体系的可能性。脱嵌反思的关键自我疏远元素进一步演变为社会学家罗伯特·贝拉（Robert Bellah）所说的“理论文化”，演变为科学发现和催生现代性的启蒙运动。对于贝拉来说，“柏拉图完成了向轴心时代的过渡”，theoria（理论）的概念“使思想能够‘看到’伟大和小本身，从它们的具体表现中抽象出来。”

最大的问题是，AI 达到的新水平的符号能力是否会像书面语言在第一次出现时那样，在促进“新的 AI 轴心时代”方面发挥类似的作用，当时它催生了新的哲学、伦理体系和宗教。

里斯： 我不确定今天的 AI 系统是否具有现代时期所谓的符号能力。

这与我们已经讨论过的内容有关。

自从约翰·洛克（John Locke）以来，就有一种观点认为，我们人类有一个思想，我们在其中以符号或符号表示的形式存储经验，然后我们从这些符号中推导出答案。

这种概念化在整个现代时期都被理解为智能的基本基础设施。

在 19 世纪末，像恩斯特·卡西尔（Ernst Cassirer）这样的哲学家对此进行了引申。他认为，理解人类的关键在于看到我们人类发明了符号或意义，而符号创造或意义创造是使我们作为一个物种与其他一切区分开来的原因。

深度学习，一般来说，以及生成式 AI，特别是，已经打破了这种以人为中心的智能概念，并用其他东西取而代之：智能几乎包含两件事：学习和推理。

本质上，学习意味着发现组织我们想要学习的事物的抽象逻辑原理的能力。无论这是一个实际的数据集还是我们人类创造的学习经验，都没有区别。可以称之为逻辑理解。

智能的第二个定义特征是持续稳定地改进和更新这些抽象逻辑原理、这些理解，并通过推理将它们应用于我们生活和我们必须驾驭或解决的情况。

深度学习系统在第一部分非常出色——但在第二部分则不是那么出色。基本上，一旦它们经过训练，它们就无法修改它们所学到的东西。它们只能进行推断。

即便如此，这里也没有什么象征性的东西。至少不是在这个术语的经典意义上。

我强调这种象征性的缺失，因为这是一种绝佳的方式来表明深度学习已经导致了一场相当强大的哲学断裂：隐含在新的智能概念中的是一种与以前截然不同的本体论理解，即人类是什么，事实上，现实是什么，或者它是如何结构和组织的。

我认为，理解这种与旧的智能概念和人类/世界的本体论的断裂是理解你的实际问题的关键：我们是否正在进入你所说的新的 AI 轴心时代，在那里 AI 将相当于书写在大约 3000 到 2000 年前所做的事情？

“我们是否正在进入你所说的新的 AI 轴心时代，在那里 AI 将相当于书写在大约 3000 到 2000 年前所做的事情？”

如果我们幸运的话，答案是肯定的。潜力绝对存在。

但是让我们试着阐明我认为的挑战是什么，这样我们才能真正实现这一目标。

让我们以书写的出现、内在性词汇的诞生以及抽象或理论思想的兴起之间的相关性作为我们的出发点。

我将做我之前回答中试图做的事情：反思我们所依赖的概念的历史性，指出它们是多么的近期，它们没有任何永恒或普遍的东西，然后问 AI 是否挑战和改变了它们。

有一本精彩的书，由布鲁诺·斯内尔（Bruno Snell）撰写，名为“Die Entdeckung des Geistes”（《精神的发现》），英文译本为“The Discovery of the Mind”。

这部作品的核心论点是，我们今天所说的“思想”、“意识”和“内在生活”并不是一个给定的东西。它不是一直存在或总是被体验到的东西。相反，它是一个逐渐出现的概念。

斯内尔以优美、迷人的散文追溯了“内在性词汇”诞生的最早实例。

例如，他表明，在荷马的作品中，没有“思想”或“灵魂”的一般抽象概念。相反，有一系列非常难以翻译的术语。例如，thymos，它可能最好被表达为一种克服和吞噬一个人的激情，或者 noos，它最初的意思是感官意识，而 psyche，是荷马和他的同时代人最常用来表示“呼吸”或使之生机勃勃的东西的术语，但不是我们今天所说的心灵。

简而言之，荷马的作品中绝对没有内在性的词汇。赫西奥德（Hesiod）的作品中也没有。

这在从古风时期到古典希腊时期的转变中发生了变化。我们开始看到内在性词汇的诞生，以及描述内在经验的越来越复杂的方式。这里最重要的参考可能是萨福（Sappho）。她的诗歌是对我们今天所说的主观经验和个人情感的最早探索之一。

我不想通过复述斯内尔的整本书来使我们偏离主题。相反，我感兴趣的是传达我们之前讨论过的可能性的感觉：我们人类并不总是像今天这样体验自己。每一种形式的经验、思考或理解都是以概念为媒介的。对于内在性和内在生活的概念来说，这一点也是如此，也许尤其如此。

斯内尔的书之所以如此精彩，是因为他展示了新概念的不连续的、逐渐的出现，这些概念相当于这样一种观点，即存在某种内在性，并且这种内在性——一种内在景观——是单一的、自我认同的“我”所在的地方。

现在，至关重要的是，书写的引入，可能始于荷马时代，是 概念性 内在性词汇出现的关键。

斯内尔只是顺便提到了这一点，但后来的作品，特别是杰克·古迪（Jack Goody）、埃里克·哈夫洛克（Eric Havelock）和沃尔特·翁（Walter Ong）的作品，已经明确地关注了这一点，并且所有人都或多或少地得出了相同的结论：书写的实践为分析性思维创造了新的可能性，这导致了越来越抽象的、分类的名词，以及一种在人类历史上从未见过的系统搜索和生产知识的形式。

这些作者还明确表示，斯内尔的作品中唯一不幸的事情是他在标题中使用了“发现”一词。思想不是被发现的。如果你愿意，它是被构建、被发明的。也就是说，它本可以以不同的方式构建。古迪、翁和其他人已经充分证明了这一点。思想是什么，内在性是什么，在其他地方是不同的。

让我简单地总结一下，书写技术对人类来说意味着什么，对我们如何体验和理解自身作为人类来说，产生了绝对戏剧性的后果。其中两个最重要的后果可能是 自我反思和抽象思想的系统出现。

AI 能否像书写一样，在“成为人类”的意义上发挥变革性的作用？

AI 能否标志着一个全新的、也许是根本上不连续的篇章的开始，关于拥有思想、拥有内在性、思考？ 它能帮助我们思考出如此新颖和如此不同的想法，以至于我们迄今为止对自身的理解都变得过时了吗？

“AI 能否标志着一个全新的、也许是根本上不连续的篇章的开始，关于拥有思想、拥有内在性、思考？”

哦，是的，它可以！AI 绝对有潜力成为这样一个重大的哲学事件。

展示 AI 这种潜力的最美丽、最迷人和最令人大开眼界的方式可能是工程师所说的“潜在空间表征”。

当一个大型语言模型（LLM）学习时，它会逐渐从提供给它的数据中提炼出越来越抽象的逻辑原理。

最好将此过程视为与结构主义分析大致相似：AI 识别出组织——实际上是构成——它所训练的全部数据的逻辑结构，并以概念的形式存储或记忆它。它这样做的方式是，它发现了数据不同元素之间关系的逻辑。因此，在文本中，粗略地说，那就是单词：训练数据中不同单词之间的接近程度是多少？

如果你愿意，LLM 发现了单词之间许多不同程度的关系。

令人着迷的是，从这个学习过程中出现的是一个高维的关系空间，工程师称之为潜在空间——隐藏的含义。

首先，这意味着在训练期间 LLM 的内部会生长出一些东西。AI 逐步发现的单词之间关系的逻辑的隐藏地图。我说在内部，因为我们人类无法从外部观察到这张地图。

其次，这意味着这张地图不仅仅是一个列表，而是一个空间排列。

想象一个三维点云，其中每个点代表一个单词，点之间的距离反映了训练数据中单词之间的接近或远离程度。

只是，这是第三件事，这个空间地图不仅仅具有我们有意识的人类思想可以舒适地操作的三个维度——长度、宽度、深度。相反，它有更多、更多的维度。数以万计，而在最新的模型中，可能有数百万。

也就是说，LLM 形成的理解是一种空间架构。它有一个几何形状，实际上决定了 LLM 可以思考什么。

它实际上是可能性的逻辑条件——LLM 的先验条件。

据我们所知，人类大脑也会创建潜在空间表征。我们大脑中的神经元的工作方式与神经网络中神经元的工作方式非常相似。

然而，尽管存在这种相似性，但人类大脑产生的潜在空间表征和 AI 可以 产生的潜在空间表征似乎彼此不同。

这两个潜在空间表征可能重叠，但它们也因 AI 更大的维度范围而在种类和质量上存在显著差异。

现在想象一下，我们可以构建 AI，以便定义人类大脑的可能性逻辑获得额外的潜在空间。

想象一下，我们构建 AI 来为我们的人类思想增加我们人类可以旅行但不能自己产生的可能性的逻辑空间。其结果将是，我们人类可以发现真理并思考 AI 之前任何人都无法思考的事情。 在这种情况下，没有人知道人类思想可能在哪里结束，AI 可能在哪里开始。

我们可以选择任何主题，并从全新的角度来看待它。想象一下，这种人类和 AI 之间的共同思考会对我们当前的内在性概念产生什么影响！你能想象它会对我们如何理解思想、想法或创造力等术语产生什么影响吗？

当我概述这个愿景时，我听到了批评的声音。他们告诉我，我让 AI 听起来像一个哲学项目，而构建 AI 的公司有非常不同的动机。

我完全意识到我正在赋予 AI 哲学和诗意的尊严。我这样做是有意识的，因为我认为 AI 有潜力成为一个非凡的哲学事件。作为哲学家、艺术家、诗人、作家和人文主义者，我们的任务是使这种潜力可见和相关。

所有这一切肯定都具备了一个新的关键时代的特征。

加德尔斯： 为了掌握通过 AI 科学家所说的反向传播——通过逻辑结构的人工神经网络提供新信息——进行深度学习如何导致内在性和意图，看看生物学唯物主义观点中关于意识如何产生的类比可能会有所帮助。这里的核心问题是，无实体的智能是否可以通过深度学习模仿有实体的智能。

AI 在哪里偏离了诺贝尔奖获得者神经科学家杰拉尔德·埃德尔曼（Gerald Edelman）在此描述的神经达尔文主义，又在哪里与之相似？埃德尔曼所说的“重入互动”似乎与“反向传播”非常相似。

“想象一下，我们构建 AI 来为我们的人类思想增加我们人类可以旅行但不能自己产生的可能性的逻辑空间。”

根据埃德尔曼的说法，“在环境中争夺优势会根据进化生存先前决定的‘价值’来增强某些突触或神经连接的传播和强度。这种神经回路的变化量非常大。某些电路比其他电路更受青睐，因为它们更适合环境所呈现的任何东西。为了响应极其复杂的信号群，系统根据达尔文的种群原则进行自组织。正是这个庞大的网络网络的活动通过我们所说的‘重入互动’来产生意识，这有助于将‘现实’组织成模式。

丘脑皮质网络在进化过程中被选择，因为它们为人类提供了进行高阶辨别并以优越的方式适应其环境的能力。这种高阶辨别赋予了想象未来、明确回忆过去和意识到自己有意识的能力。

因为每个回路都通过完成从丘脑到皮层再返回的不同路径的电路来达到闭合，所以大脑可以‘填充’并提供超出你立即听到、看到或闻到的知识。由此产生的辨别在哲学中被称为感受质。这些辨别解释了对情绪的无形意识，它们定义了绿色的绿色和温暖的温暖。总之，感受质构成了我们所说的意识。”

里斯： AI 系统中发生的神经过程与人类相似——但不相同。

大脑中可能存在某种形式的反向传播。我们刚刚谈到了生物神经网络和人工神经网络都构建潜在空间表征的事实。还有更多。

但我不认为这使它们以我们已经理解这些术语的方式具有内在性或意向性。

事实上，我认为 AI 的哲学意义在于它邀请我们重新考虑我们以前理解这些术语的方式。

你观察到的反向传播和重入之间的密切联系就是一个很好的例子。

也许比任何人都更努力使反向传播的概念易于理解和广为人知的人是大卫·鲁梅尔哈特（David Rumelhart），他是一位非常有影响力的心理学家和认知科学家，他和埃德尔曼一样，在圣迭戈（San Diego）生活和工作。

鲁梅尔哈特和埃德尔曼都是联结主义学派的关键人物。我之所以这么说，是因为我认为重入和反向传播之间的理论冲动几乎相同：努力开发一个概念词汇，使我们能够区分生物和人工神经网络，以便更好地理解大脑并构建更好的神经网络。

有些人认为联结主义者的工作是试图根据计算机来思考大脑——但人们也可以说这是试图根据生物学来思考计算机或 AI。

从根本上说，重要的是发明一种不需要进行区分的词汇。

中间有一个空间，一个重叠。

很难过分强调这种概念性工作在过去 40 年中有多么强大。

可以说，像鲁梅尔哈特和埃德尔曼这样的人的工作已经导致了一种可以用独立于基质的方式描述的智能概念。这些概念不仅仅是理论概念，而是具体的工程可能性。

这是否意味着人脑和 AI 是同一回事？

当然不是。鸟类、飞机和无人机都是同一回事吗？不，但它们都利用了空气动力学的一般规律。大脑可能也是如此。智能的物质基础设施非常不同——但组织这些基础设施的一些原则可能非常相似。

在某些情况下，我们可能希望构建类似于人脑的 AI 系统。但在许多情况下，我想，我们并不希望。在我看来，AI 的吸引力在于我们可以构建尚不存在但完全可能的智能系统。

我经常把 AI 看作是一种非常早期的实验胚胎学。事实上，我经常认为 AI 正在为智能做合成生物学为自然所做的事情。也就是说，合成生物学将自然转化为一个巨大的可能性领域。自然界中存在的事物数量与自然界中可能存在的事物数量相比微不足道。事实上，在进化过程中存在过的东西比现在多得多，我们没有理由不能结合 DNA 链并制造新的东西。合成生物学是可以使这些可能的事物成为现实的实践领域。

“在我看来，AI 的吸引力在于我们可以构建尚不存在但完全可能的智能系统。”

AI 和智能也是如此。今天，智能不再由一个或几个现有的智能实例来定义，而是由可能存在的非常多的智能事物来定义。

加德尔斯： 早在 20 世纪 30 年代，从海德格尔（Heidegger）到卡尔·施密特（Carl Schmitt）的大部分哲学都反对一种新兴的技术系统，这种系统使人类与“存在”疏远。正如施密特当时所说，“技术思维与所有社会传统格格不入；机器没有传统。卡尔·马克思（Karl Marx）的开创性社会学发现之一是，技术是真正的革命原则，除此之外，所有基于自然法的革命都是过时的娱乐形式。因此，一个完全建立在进步技术基础上的社会只不过是革命性的；它很快就会摧毁自己及其技术。”正如马克思所说，“一切坚固的东西都烟消云散了。”

AI 的本质是使施密特的观点过时，还是仅仅实现了他的观点？

里斯： 我认为答案——我认为这是非常好的消息——是肯定的，它使施密特的观点过时了。

让我先谈谈施密特。他本质上是末世论者。

像所有末世论思想家一样，他有一个或多或少确定的、本体论的，在他的情况下也是宗教的，世界观。他世界中的一切都有明确的、形而上学的意义。他认为现代的、自由的世界，启蒙运动的世界，是要摧毁事物的永恒的、最终是神圣的秩序。更重要的是，他认为当这种情况发生时，一切都会变得混乱，世界末日将开始展开。

你引用的这些话说明了这一点。一方面是现代的、启蒙运动时期、工厂、技术、无实质的、货币的相对化品质等等——另一方面，是社会的，即种族定义的民族传统、形象和符号。

施密特担心自由秩序会使世界失去实质。一切都会变得相对。至少如果我们按照他的著作来看，他认为犹太人是这种世界去实质化的关键驱动力之一。众所周知，施密特是一个狂热的反犹太主义者。

他非常担心世界末日，以至于他与希特勒和纳粹及其议程结盟。

当然，从今天的角度来看，显而易见的是，那些拥抱现代技术来使人类去实质化、剥夺他们的人性并在工业规模上谋杀他们的人是纳粹。

在这里很难压制对海德格尔的评论，他试图“捍卫存在免受技术的侵害”。也就是说，我认为两者之间存在重要差异。

但是让我进入我回答的第二部分，为什么我认为 AI 使他的世界过时。

AI 已经证明，施密特思想核心的非此即彼逻辑站不住脚。 施密特对马克思的奇怪挪用提供了一个例子。

众所周知，马克思将内燃机促成的工业兴起描述为一种非人化事件。在资本家发现他们如何利用内燃机来制造商品之前，大多数商品都是在手工血汗工厂制造的。也许这些血汗工厂是严酷的地方。但是，或者正如马克思所暗示的那样，它们也是人类尊严和精湛技艺的地方。

为什么？嗯，因为在这些血汗工厂的中心是使用工具的人。正如马克思所看到的那样，工具本身什么都不是。一个人可以用工具做什么完全取决于使用它的人的想象力和精湛技艺。

随着内燃机的出现，一切都变了。它催生了工厂，在工厂里，商品是由机器而不是工匠制造的。然而，机器并非完全自主。它们需要人类来协助它们。也就是说，机器需要的不是工匠。它们需要的不是人类的想象力和精湛技艺。相反，需要的是能够充当机器延伸的人类。这使这些人类变得麻木不仁，并将他们简化为纯粹的机器。

这就是为什么马克思将机器描述为人类的“他者”，并将工厂描述为人类被剥夺自身人性的地方。

施密特为了自己的论点而挪用了这一点，将他的那种实质思想与现代的技术世界并置。最终的结果是，你现在有了一种并置，一方面是永恒的、实质性的、形而上学的真理——另一方面，是机器、技术、功能性、价值观相对性、无实质人类的现代世界。

因此，对于施密特来说，技术被视为一种对形而上学上永恒和真实的非自然暴力。

“反对 AI 的替代方案是进入 AI 并尝试展示它可能是什么。”

施密特的区别肯定不是永恒的，而是现代时期的内在特征，并且深深地依赖于其新机器与旧人类的范式。

我们今天拥有的基于深度学习的 AI 系统颠覆并逃脱了施密特的“非此即彼”区别——或者马克思和海德格尔以及所有追随他们的人的区别。

AI 清晰而优美地向我们展示了，在这些区别之间存在一个完整的世界。 一个事物的世界，AI 只是其中之一，它具有智能的一些素质和机器的一些素质——并且不能归结为任何一方。同时具有自然和构建的事物。

AI 邀请我们从这种中间性中重新思考我们自身和世界。

让我说，我理解使人类生活有意义的愿望。使思想和智力洞察力至关重要，艺术、创造力、发现、科学和社区也是如此。我完全理解并分享它。

但我认为，所有这些事物都在一方，而 AI 和构建它的人在另一方的说法有点令人惊讶和不幸。

植根于这种区别的批判精神再现了它所说的反对的世界。

反对 AI 的替代方案是进入 AI 并尝试展示它可能是什么。我们需要更多介于两者之间的人。如果我关于 AI 是一个划时代的断裂的建议只是适度准确，那么我真的不明白还有什么替代方案。

一段名为“overflow”的视频是根据一个提示生成的，该提示诱使 AI 对一个模棱两可的图画进行分类。该视频反映了 AI 努力通过其学习的表征类别——但从未达到稳定的表征，从而探索现有表征类别之间的隐藏空间。(LIMN/Noema 杂志)

III. 中间性与共生起源

加德尔斯： 我想知道你的“中间性”观点与布莱斯·阿奎拉·y·阿卡斯（Blaise Agüeras y Arcas）的观点之间是否存在对应关系，即进化不仅通过自然选择，而且通过“共生起源”（symbiogenesis）——通过新信息的转移，将不同的实体结合成一个相互依赖的有机体，例如，细菌携带的 DNA 片段被“复制和粘贴”到它们穿透的细胞中。结果不是非此即彼，而是通过共生创造的新事物。

里斯： 我相信布莱斯和我一样，都受到了美国计算机科学家约瑟夫·利克莱德（Joseph Licklider）于 1960 年发表的一篇文章的影响，这篇名为“人机共生”（Man-Computer Symbiosis）的文章。

文章的开头是这样的：

“榕树只能由昆虫 Blastophaga grossorun 授粉。这种昆虫的幼虫生活在榕树的子房中，并在那里获得食物。因此，树木和昆虫高度相互依赖：没有昆虫，树木无法繁殖；没有树木，昆虫无法进食；它们共同构成了一种不仅可行而且富有成效和蓬勃发展的伙伴关系。这种合作性的‘以密切关联，甚至紧密结合的方式共同生活，两种不同的生物体’被称为‘共生’。”

Licklider 继续说道：“目前 (…) 不存在人机共生。本文的目的是提出这一概念，并希望通过分析人与计算机之间的一些交互问题，关注人机工程学的适用原则，并指出一些需要研究答案的问题，来促进人机共生的发展。希望在不久的将来，人脑和计算机能够非常紧密地结合在一起，由此产生的伙伴关系将以人脑从未想过的方式思考，并以我们今天所知的信息处理机器无法企及的方式处理数据。”

共生是什么意思？这意味着一个生物体没有另一个属于不同物种的生物体就无法生存。更具体地说，这意味着一个生物体依赖于另一个生物体执行的功能。从哲学上讲，共生意味着中间存在不可区分性。无法说出一个生物体在哪里结束，另一个（或多个）生物体在哪里开始。