冷门的哲学，成了“治”AI的热门
内容提要
2025年WAIC大会上，哲学成为AI领域热门话题。论坛聚焦AI治理、科研可信及社会影响，探讨自进化模型、数学验证、蛋白质动态及社会模拟等前沿问题。专家强调AI需扎根真实世界，治理需平衡创新与风险，并推动跨学科合作，确保技术红利合理分配。
延伸解读
哲学为何在AI圈变热
文章指出，随着AI能力增强，问题愈发接近哲学本质，如符号奠基问题、智能的定义等。复旦大学哲学教授孙宁提出“智能之前，先有世界”，强调身体、环境、他者和历史对智能的重要性。这反映了AI从单纯技术竞赛转向对智能本质的反思，哲学成为理解AI局限与可能性的关键视角。
AI科研能力评估的挑战
超衍智能的Apex Search生成论文并通过部分评审，引发对AI科研能力评估的讨论。复旦大学教授魏忠钰质疑高分是能力体现还是评审机制的漏洞。文章指出，当AI生成速度远超人类，评估比生成更困难，需要新的评价体系，而非仅依赖现有同行评议。
社会模拟的偏差与风险
上海AI实验室的瞿晶晶展示社会模拟平台Epitome，可快速生成虚拟样本，但浙江大学蒋卓人研究显示，大模型生成数据在宏观层面相关度高，但回归分析中显著性覆盖度低，恢复国家类型接近随机。文章提醒，模拟结果不能等同于真实社会声音，需警惕数据循环放大偏见。
AI治理需跨学科协作
文章强调AI治理面临“一管就死、一放就乱”的困境，需技术、政策、伦理和国际合作。复旦大学实验室发布的蓝皮书提出STRIDES框架，区分代理型和辅助型AI嵌入模式，强调人在回路需有介入权、纠偏权和解释权。治理被视为为技术修路，需提前制定规则。
Q&A
为什么哲学在2025年WAIC大会上成为热门话题？
因为AI能力快速提升，带来了关于智能本质、科研可信、社会影响等深层问题，这些问题接近哲学范畴，因此哲学在AI治理和科研领域受到关注。
复旦大学哲学学院教授孙宁提出的“智能之前，先有世界”具体指什么？
孙宁认为，深度扎根于世界的智能需要具备身体、环境、他者和历史四个要素：身体让行动产生代价，环境提供反馈，他者带来规范，历史让失败沉淀为经验。因此智能不能脱离真实世界。
自进化模型是什么？它如何工作？
自进化模型是一种能够从真实科研任务中持续学习的AI模型，它可以自己提出想法、编写代码、运行实验、分析数据，并将成功和失败的轨迹沉淀下来，用于调整数据、模型和工具链，从而实现自我进化。
AI生成的科研成果能否通过人类审稿？
能。超衍智能的Apex Search生成了34篇论文，其中约10篇有机会进入ACL或ARR的Findings或主会，两篇论文评分高于约95%的人类投稿，部分审稿意见给出“领域内首项研究”等评价。
AI在数学证明中扮演什么角色？数学家又负责什么？
AI擅长检索、归纳、寻找特例和反例，并能同时生成多条候选证明路径；数学家负责判断问题重要性、猜想价值，并用严谨概念和结构约束结果，最后加入机器验证确保推理正确。
后AlphaFold时代，蛋白质研究的目标有何变化？
从预测静态结构转向生成动态过程，即覆盖稀有构象、维持长时间生成的结构稳定性，并满足热力学、动力学和物理规律。
用大模型模拟社会有哪些风险？
风险包括：模型可能无法准确模拟具体个体，虚拟角色态度可能反映训练数据中的刻板印象；宏观数据看似真实，但进入具体人群和因果关系时偏差暴露；社会数据循环可能放大原有偏见。
《2026人文社会科学智能发展蓝皮书》提出了哪些治理框架？
蓝皮书提出了STRIDES框架，在理论、方法、数据、执行和审查等环节设置检查节点；区分了代理型和辅助型两种AI嵌入模式，强调人在回路中需拥有介入权、纠偏权和解释权。
AI落地物理世界的“最后一公里”指什么？
指将AI、软件系统、仪器设备和具体学科需求真正打通，使实验室自动化和机器人技术能够与AI模型形成闭环，实现自动化实验和数据反馈。
AI进入产业后，生产关系发生了哪些变化？
AI推动产业从过程交付走向结果交付，各方从按环节收费转向共同对最终成果负责，新的生产力催生新的生产关系，需要重新考虑收益分配和产业规则。
