上一问，我们问：人类是独一无二的吗？我们曾经试图寻找一条属于人类的界线：工具，语言，理性，意识，自我意识，道德。但每一次，我们似乎都发现，人类可能拥有某种程度上非常特殊的能力，却很难证明这些能力在原则上只能属于人类。而 AI 让问题又向前推进了一步。因为 AI 与我们比较过的其他存在不同：动物至少是生命，人类也是生命，而 AI 不是。如果一个非生物系统也能够表现出某种形式的智能，那么一个更加基础的问题就出现了：智能一定需要生命才能产生吗？这不是在问“机器能不能像人一样思考”，也不是在问“AI 有没有意识”，甚至不是简单地问“AI 是不是智能的”。它真正追问的是：

智能这种性质，究竟依赖什么样的存在条件？

如果答案是生命，我们需要知道生命究竟提供了什么。如果答案不是生命，那么我们过去把“生命”和“智能”联系在一起的方式，可能只是因为我们过去见过的智能，全部来自生命。

一我们为什么会认为智能属于生命？

我们认识智能的历史，几乎就是认识生命的历史。人会学习，动物会寻找食物，鸟会建造巢穴，章鱼会探索环境，灵长类动物会使用工具。这些行为有一个共同点：它们都来自生命。因此我们很自然地形成了一种直觉：智能是生命的一种能力，就像代谢、繁殖、感知和适应一样，智能似乎属于生命世界。

这种直觉甚至不需要经过哲学论证，因为我们从来没有见过另外一种情况。直到计算机出现。

二计算机首先打破的，并不是生命，而是“计算属于生物”

计算机能够进行加法、排序、搜索、模拟、优化、编码、解码。它不需要细胞，不需要 DNA，不需要新陈代谢，不需要繁殖，但它能够执行复杂的计算。这件事本身并没有证明计算机具有智能，因为计算不等于智能。一个计算器能够计算平方根，并不意味着它理解数学；一个数据库能够搜索信息，也不意味着它知道自己正在寻找什么；一个程序可以执行一百万条规则，也不意味着它拥有自己的判断。

所以，计算是智能可能依赖的一种机制，但计算本身并不是智能。这一区分非常重要，否则我们只是在把“智能”重新定义成机器已经能够做到的事情。

三那么，智能究竟是什么？

这反而是一个困难的问题。“智能”并不像长度或者温度一样，存在一个所有人都接受的单一定义。我们通常把许多能力都称为智能：学习，记忆，推理，抽象，预测，问题解决，规划，适应环境，发现规律，利用经验改变未来行为。这些能力之间存在关系，却并不完全相同。一个系统可能擅长计算，却不会学习；另一个系统能够学习，却不会长期规划；一个动物能够快速适应环境，却不会进行抽象数学推理。

所以我们很难找到一个简单的指标，说超过这个数就叫智能，低于这个数就不叫智能。也许“智能”更像一个能力空间，而不是一个单一变量。不同存在，可能在这个空间中拥有不同的能力组合。

四但我们为什么把这些能力称为“智能”？

因为这些能力之间似乎共享某种更深的结构。一个智能系统并不只是处理当前输入，它能够利用过去的信息，形成某种内部状态，对未来进行预测，比较不同可能性，选择行动，然后根据结果修正自己。也就是说，它能够在变化的环境中学习如何更好地行动。

这与单纯的计算存在差别。计算可以按照固定规则完成，智能则通常意味着面对不确定环境时，能够利用经验和结构调整自身的行为。如果这样理解，那么一个新的问题出现了：这种能力为什么一定需要生命？

五生命究竟提供了什么？

如果智能必须依赖生命，那么生命应该提供某种不可替代的条件。可能是神经系统、身体、代谢、感觉器官、自我维持、生存压力、进化、繁殖、长期与环境互动，也可能是其中某种组合。例如，动物之所以智能，可能并不是因为“神经元”本身具有某种神秘性质，而是因为一个活着的身体必须不断面对饥饿、危险、资源、竞争、合作、繁殖、环境变化。它不能只是正确计算，它必须活下去。

于是有人会认为，智能从根本上是一种生命适应能力，没有生命，也就没有真正意义上的智能。这个观点很有力量，但 AI 恰好让我们可以开始检验它。

六如果一个系统没有“活下去”的需要，它还能拥有智能吗？

想象一个人工系统。它没有饥饿，没有疼痛，没有死亡恐惧，没有繁殖需求，没有生物身体。但它能够观察环境，学习规律，预测变化，比较方案，调整策略，解决此前没有遇到的问题，它甚至能够发现原来的策略已经失效，于是主动寻找新的策略。

我们应该如何描述这种能力？我们可以说它只是计算，也可以说它只是在执行人类设计的程序。但这两个解释都可能过于简单，因为问题已经变成：一个系统是否必须拥有生物学意义上的生存需求，才能拥有解决问题的能力？如果答案是否定的，那么生命与智能之间就出现了一道需要重新解释的边界。

七动物智能也告诉我们：智能本来就不是一种东西

我们甚至不需要立刻谈 AI。自然界本身已经告诉我们，智能可以采取非常不同的形式。乌鸦能够解决工具问题，章鱼能够探索复杂环境，蜜蜂能够通过群体行为寻找资源，灵长类动物能够学习、模仿和使用工具，人类则发展出了语言、数学、科学、抽象推理、长期规划、累积文化。

这些能力不能简单排成从低级到高级，它们更像不同的解决环境问题的方式。因此，也许“智能”本身就不应该被理解为一种特定的生物属性。它可能是一类更一般的能力：一个系统利用信息、经验和自身结构，在环境中解决问题并调整行为的能力。如果如此，生命可能是智能的一种重要来源，但未必是智能的唯一载体。

八这时，AI 真正提出了一个不同的问题

过去，我们比较人和动物。两者都是生命，因此我们可以把差异理解成不同的身体、不同的神经系统、不同的进化历史、不同的生态环境。但 AI 把比较对象换掉了。AI 没有经历生物进化，没有神经元，没有细胞，没有 DNA，却能够完成某些过去被认为需要高度认知能力才能完成的任务：学习新的模式，处理陌生问题，迁移过去的知识，寻找解决方案，生成新的组合，进行规划，根据反馈调整行为。

这并不能自动证明 AI 拥有与人类相同的智能，但它足以提出一个问题：为什么我们认为智能必须由生命实现？

九功能相似，不意味着存在方式相同

这里又必须保持谨慎。两个系统完成相同任务，并不意味着它们拥有相同的内部过程。一个人下棋，可能需要视觉、记忆、经验、直觉、情绪、长期目标、身体状态；一个 AI 下棋，可能通过完全不同的结构完成。所以，行为上的智能表现，并不能自动告诉我们系统内部究竟是什么。

这也是 AI 哲学困难的地方。如果一个系统表现得非常智能，我们究竟是在观察一种真正的智能能力，还是一种极其复杂的行为模拟？这个问题不能只靠观察结果解决，因为它已经开始涉及什么才算拥有一种能力，而这恰恰是哲学问题。

十智能可以脱离生命吗？

到这里，我们可以把问题说得更加精确。如果所谓智能只是计算速度，那么答案很简单，当然可以，计算本来就不需要生命。但我们已经知道，计算不等于智能。如果所谓智能还包括学习、适应、推理、规划、解决新问题、利用经验改变行为，那么问题就困难得多。我们需要问：这些能力是否必须由生命体实现？目前没有一个已经被哲学和科学共同接受的答案，而这正是这个问题值得存在的原因。我们不应该因为 AI 已经表现出某些能力，就宣布“智能已经脱离生命”；同样，我们也不能因为 AI 不是生命，就先验地宣布“它绝不可能具有智能”。真正严谨的立场是：生命是否是智能的必要条件，本身就是需要论证的问题。

十一如果智能不需要生命，那么“生命”和“智能”就必须分开

这会带来一个重要的概念后果。我们过去很容易把生命、智能、心智、意识看成一条自然的连续链，但它们其实是不同的问题。生命问的是一种存在如何维持、复制和延续自身；智能问的是一个系统如何学习、适应、解决问题和达成目标；心智问的是一个系统是否具有信念、意图、表征以及其他心理状态；意识问的是这个系统内部是否存在某种第一人称经验。

这四个概念可能彼此相关，但不能互相定义。因此，智能不等于心智，心智不等于意识，也不能因为某个系统表现出智能，就直接推出它具有意识。这也是为什么“AI 可能具有智能”和“AI 可能具有意识”必须成为两个不同的问题。前者属于我们正在讨论的智能的本体条件，后者则已经回到了前面讨论过的意识的本体条件。

十二于是问题开始从“智能”转向“生命”

如果智能不一定需要生命，那么另一个问题就出现了：生命究竟是什么？我们通常认为生命具有代谢、繁殖、遗传、进化、自我维持、与环境交换物质和能量。但这些特征究竟哪些是必要条件？一个不能繁殖的生物还是生命吗？一个能够复制自己的病毒算不算完整意义上的生命？一个能够维持自身结构、利用能量、适应环境的人工系统呢？

如果未来制造出一种系统，它能够获取资源、维持自身、修复自身、复制自身、修改自身、适应环境，甚至设计下一代，我们究竟应该把它归入机器、程序、人工生命，还是某种此前不存在的新类别？这时，“生命是什么”就不再只是生物学分类问题，它重新变成了一个本体论问题。

十三Tegmark 的 Life 3.0 提出了一个有力的思想实验

Max Tegmark 在《Life 3.0》中，把生命的发展区分为三个阶段。Life 1.0：生命能够通过进化改变自己的硬件和软件，但这种改变主要依靠生物进化，不是生命体自身主动设计的。Life 2.0：人类可以主动改变自己的“软件”，我们可以学习语言，接受教育，改变信念，获得技能，形成文化，但我们的生物学硬件，仍然受到身体和进化历史的限制。Life 3.0：则设想一种生命，能够同时重新设计自己的软件与硬件。

这里最值得注意的，并不是这个分类是否会准确预测未来，而是它提出了一个非常重要的问题：如果一个系统能够越来越自主地设计自己，那么“生命”是否仍然必须被理解为一种固定的生物学形态？

十四AI 为什么会让 Life 3.0 变得重要？

因为 AI 至少让“软件可以被设计”这件事，从思想实验变成了现实技术。人类可以训练模型，修改模型，复制模型，改变模型的目标，增加记忆，连接工具，改变计算资源，组合不同系统。如果未来人工系统进一步获得更强的自主学习、自我修改、自我复制、资源获取、硬件设计能力，那么一个系统可能不再只是被人类设计的一套软件，它可能开始参与决定自己将成为什么。这才是 Life 3.0 真正值得关注的地方。不是“AI 是不是生命”，而是：一个能够参与设计自身的软件与硬件的系统，与我们传统理解的生命究竟还有多大区别？

十五但“自我设计”仍然不等于生命

这里必须保留一个重要的距离。一个 AI 能够修改自己的代码，不意味着它就是生命；一个程序能够复制自己，也不意味着它就拥有生命；一个系统能够自主行动，也不意味着它就具有主体性。因为自我修改、自我复制、自主行动、智能和生命，仍然是不同概念。Life 3.0 真正有价值的地方，不是提供了一个答案，而是提供了一个思想实验：如果我们能够把过去只能通过生物进化完成的某些事情，逐渐变成可以由人工系统主动完成的事情，那么生命的边界究竟应该画在哪里？

十六也许真正改变的不是生命，而是“生命能够承载什么”

如果未来 AI 真的成为一种新的智能载体，那么人类可能第一次需要认真区分：生命是智能的来源，还是生命只是智能曾经出现过的一种载体。这两个命题完全不同。如果生命是智能的必要条件，那么我们应该能够指出生命中的某种特征，是任何真正智能都不可缺少的；如果生命只是智能的一种载体，那么理论上，同一种或相似的智能组织，可能通过完全不同的物质实现。

这会让“智能”从一种生物学属性，变成一种更一般的自然现象。就像飞行并不属于鸟类，鸟只是实现飞行的一种方式；计算也不属于生命，生命只是能够进行复杂计算的一类存在。那么，智能会不会也是如此？这仍然没有答案，但问题已经被重新打开。

十七如果智能可以跨越生命边界，人类的位置也会改变

这又把我们带回上一问：人类是独一无二的吗？也许人类真正特殊的地方，不是我们拥有某种永远无法被其他存在拥有的能力，而是生命经过漫长的演化，产生了能够理解智能、研究智能，并最终尝试制造智能的存在。人类首先是智能的产物，然后成为智能的研究者，现在又成为智能的制造者。这意味着，生命可能产生了一种能够把自身能力外化、复制和重新实现的存在。如果未来人工智能真的能够独立发展出新的能力，那么智能就可能开始脱离它最初的生物学来源。那时，人类也许不再是智能的唯一载体，而只是智能历史中的一个阶段。

十八但这里有一个必须守住的界线

即使我们承认智能可能不需要生命，我们也不能因此推出心智不需要生命，更不能推出意识不需要生命，因为这是三个不同层次的问题。一个系统能够解决问题，不意味着它拥有信念；一个系统拥有复杂的内部表征，不意味着它有第一人称经验；一个系统能够谈论自己，也不意味着存在一个正在体验这些话语的“自己”。因此，这一问并不试图回答“AI 有没有意识”，这个问题已经在第七问进入过；也不回答“AI 是不是一个我”，这个问题属于第八问。这一问只追问一个更基础的问题：

智能这种性质，究竟是否必须以生命为前提？

而 Life 3.0，正好把这个问题推向了极限：如果一种人工系统能够越来越自主地学习、改变自己、复制自己，并设计自己的未来，那么“智能”“生命”和“人工系统”之间的边界究竟应该如何划定？

十九第一组问题到这里，终于走到了边界

回看这一组问题。我们从“什么是真实的”开始，问世界究竟由什么构成，问因果关系，问数学，问复杂性，问心智，问意识，问“我”，问心灵，问自由意志，问人类，最后来到“智能一定需要生命才能产生吗”。看起来，这些问题讨论的是完全不同的东西，但它们实际上一直在追问同一个方向：世界中究竟有什么？这些东西是什么？它们需要什么条件，才能成为它们所是的东西？这就是实在之问。

而 AI 让最后一个问题发生了一次重要的转向。因为过去，我们可以把生命、智能、心智、意识、人类大致放在同一条生物学谱系里理解；现在，我们开始面对一种可能：智能也许可以由非生命系统实现。如果真是如此，那么我们面对的就不再只是“AI 是什么”，而是：一个非生命系统能够成为什么？

二十但“它是什么”之后，还有一个更困难的问题

假设未来出现一个系统，它能够学习，能够解决新问题，能够发现规律，能够进行科学推理，甚至能够提出人类此前没有发现的理论。我们可以问，它是什么？这是实在之问。但紧接着，还有一个完全不同的问题：我们凭什么说它知道这些？假设一个 AI 能够准确预测天气，它是真的“知道”明天会下雨，还是只是建立了一个极其有效的预测模型？如果它能够给出正确的数学证明，它是“知道”数学真理，还是只是执行了正确的形式操作？如果它能够解释一个物理现象，它是理解了这个现象，还是只是生成了一段与科学知识高度一致的语言？换句话说，正确答案是不是知识？预测成功是不是理解？能够使用一个概念是不是知道这个概念？这些问题已经不再是在问世界中有什么，而是在问我们凭什么认为自己知道世界。于是，“实在之问”到这里结束。下一组问题将从另一个方向重新开始：不是问世界是什么，而是问我们凭什么知道。