夜雨聆风你每天跟豆包聊天、用ChatGPT工作、让SeedDance帮你创作视频、用GitHub Copilot写代码的时候，有没有想过一个问题：这些AI究竟凭什么能“思考”？
这个问题往深了挖，能挖到四百年前一个喜欢裹着被子沉思的法国哲学家——笛卡尔（René Descartes）。对，就是那位说出“我思故我在”的法国男人。
今天就带大家十分钟走一趟从笛卡尔到ChatGPT的“思想高速公路”，聊聊哲学如何为AI写好了剧本，图灵（Alan Turing）又如何把这个剧本一步步变成现实，也终于搞明白了为什么AI大厂开始高薪雇用哲学家了。
Part 1｜“我思故我在”：一个法国哲学家的终极顿悟
故事要从17世纪的欧洲说起。
笛卡尔有一样广为人知的习惯——他喜欢躺在床上思考。据说他一天中不少时间都花在被窝里，琢磨人生、宇宙以及一切存在的本质。某一天，他突发奇想：万一眼前的一切都是虚幻的呢？万一有个邪恶的精灵在刻意欺骗自己？万一自己其实只是身处一场漫长的梦境？
这一连串的怀疑，几乎把他自己推入了无底深渊。
但笛卡尔不愧是哲学史上顶级的思辨者，他很快找到了一个无论如何都无法被撼动的支点——“我在怀疑”这件事本身是确凿无疑的。你可以怀疑世间万物，却无法怀疑“你正在怀疑”这个事实，因为假如你根本不在怀疑，那就连提出疑问的资格都不存在。
于是，那句震古烁今的命题诞生了：“我思故我在”（Cogito, ergo sum）。
这句话乍听起来像文字游戏，但它的影响力远不止于哲学圈子。它直接为现代科学和理性主义奠定了基石。在笛卡尔以前，学术探讨大多依赖“亚里士多德（Aristotle）说过什么”或“圣经如何记载”，权威高于一切。笛卡尔则拍案主张：我们必须从“我能绝对确定的东西”出发，再像搭积木一样层层构建知识体系。
这不正是今天科学研究的底层逻辑吗？先设问，再怀疑，最后用实证来验证。
不仅如此，笛卡尔还是一位机械论世界观的重要代表。他认为整个宇宙就像一架精密的机器，所有运动都遵循力学法则。他甚至将人体也看作一台由骨骼、肌肉、神经、心脏和大脑组成的“上帝打造的自动机”。因此，他很自然地思考过一个核心问题：人与机器之间，究竟有什么区别？
他的答案是：人拥有“心灵”——那个能“思”的主体，而机器不具备。所以他断言，人工造出的机器永远不可能通过真正的语言和理性行为测试，也就无法像人类一样思考。
倘若笛卡尔能活到今天，看到ChatGPT用流利的法语跟他讨论存在主义，不知会不会惊讶得从壁炉边站起来。但我们不必苛责前辈，因为笛卡尔虽然对“机器能否思考”给出了一个后来被证明过于保守的结论，他却在更根本的层面做对了一件事——他开启了用理性方法探究智能本质的大门。没有这把钥匙，后世的图灵、冯·诺依曼（John von Neumann）、麦卡锡（John McCarthy）等人就连起跑线都找不到。
Part 2｜图灵的灵魂发问：机器能思考吗？
时间快进到1950年。
英国有一位天赋异禀的数学家，名叫艾伦·图灵（Alan Turing）。他在第二次世界大战期间成功破解了德国的恩尼格玛密码（Enigma machine），挽救了无数生命。但图灵留给后世最深刻的遗产，并非军事破译，而是一个更为抽象、更具颠覆性的思考。
1950年，图灵在哲学期刊Mind发表了一篇划时代的论文，题为《计算机器与智能》（Computing Machinery and Intelligence）。
论文开篇就抛出一个直击灵魂的问题：“机器能思考吗？”(Can machines think?)
对于笛卡尔而言，答案简单明了——“不能”，然后可以结束了。但图灵不满足于这种形而上的断言。早在此前的1943年，他便和信息论之父克劳德·香农（Claude Shannon）就这一问题展开过讨论。当时香农提议将“文化层面的内容”灌输给电子大脑，图灵却直言：“不，我对建造一颗超级大脑没有兴趣，我想要的不过是一颗普普通通的大脑而已。”
这句话深层的含义是：他并不追求某种神级智能，而是希望机器能够像普通人一样思考和反应。
更值得关注的是，图灵在那篇1950年的论文中明确写道：“真正的智能机器必须具有学习能力。”
请各位留意这个年份——1950年。彼时世界上第一台商用电子计算机尚未问世，图灵就已经在谈论“机器学习”了。这是一种怎样超前的洞察力？就好比在马车时代，有人已经开始规划高速铁路。
图灵认为，制造智能机器的可行路径应该是：先制造一台模拟婴儿大脑的机器，再通过教育和训练让它逐步成长。
这不正是今天大语言模型的“预训练（pre-training）加微调（fine-tuning）”范式吗？图灵在七十多年前就已经把现代AI的“剧本”写得明明白白。
Part 3｜图灵机：一台改写人类命运的“虚拟机器”
提及图灵，自然绕不开另一个标志性概念——图灵机（Turing machine）。
请不必被这个术语吓住。图灵机并非某种实际存在的金属设备，而是图灵在1936年提出的一个思想实验，一种抽象计算模型。
我们可以这样想象它：
有一条无限延伸的纸带，被划分成一个个小方格，每个格子里可以记录一个符号。纸上有一个读写头，能够沿着纸带左右移动，读取当前格子的符号，也能擦除或写入新的符号。此外还有一套规则表，规定了读写头在“看到特定符号、处于特定状态”时应当执行何种操作。
就是这么一套简单的构造。
纸带相当于内存，读写头相当于中央处理器，规则表则相当于程序。图灵机其实就是今天所有计算机的“理论祖先”。
但图灵机的真正魅力不止于此，它还具备一种“通用性”（universality）。换句话说，只要赋予它合适的规则（即程序），同一台图灵机就能完成任何可计算的任务——从加减乘除，到下棋对弈，再到模仿另一台图灵机的行为，全都可以胜任。
这正是现代计算机的核心设计哲学：硬件是固定的，智能来自可变的软件。
图灵在1936年提出这一模型时，世界上还没有一台真正意义上的电子计算机。但他已经为整个计算机科学——乃至未来的人工智能——铺好了数学地基。正因如此，图灵被公认为“计算机科学之父”和“人工智能之父”，绝非虚名。
Part 4｜图灵测试：AI的“毕业考试”
现在，我们已经有了“机器能否思考”这个根本问题，也有了“图灵机”作为计算工具。但还有一个棘手的问题亟待解决：到底该怎样判断一台机器是否真正拥有“智能”？
图灵在1950年的论文中给出了一个经典方案——图灵测试（Turing Test）。
测试流程大体如下：一位人类裁判通过文本终端与两个对象进行对话——一个是真人，另一个是机器。裁判并不知道对方的真实身份。经过一段时间的交流，如果裁判有超过三成的概率无法区分哪个是真人、哪个是机器，那么就可以认为这台机器通过了测试。
说得更直白些：如果你跟一个AI聊了许久，却始终没有察觉到它是AI，那么它就可以被视作具有智能。
这个标准听起来似乎有点“行为主义”的意味，但它的哲学深度其实相当了不起。
图灵刻意绕开了那个永远争论不休的形而上学问题——“什么是真正的意识”“什么是本真的心灵”——转而采用一个可操作的行为指标来定义智能。这就好比，你无需深究“美味的本质”是什么，只要大多数人觉得好吃，它就是美食。
此后几十年，图灵测试成为人工智能领域的一面旗帜，无数研究者都梦想让自己的程序通过这项考验。当然，今日的大语言模型已经在许多场景中能够“迷惑”人类裁判了。图灵若在天有灵，想必会既欣慰于进步之快，又对人类未来多几分审慎的关切。
Part 5｜奇点：当AI超越人类的那一刻
说到关切，就不能不提另一个概念——奇点（Singularity）。
“奇点”原本是数学和物理学中的术语。在数学里，它指那些函数无法定义的点，比如分母为零的地方；在物理中，它指黑洞中心那种现有物理定律失效的区域。
后来，未来学家雷·库兹韦尔（Ray Kurzweil）将这个词汇借用过来，用以描述一个未来可能发生的转折时刻：人工智能全面超越人类智能的那一瞬间。
当通用人工智能（AGI，Artificial General Intelligence）诞生之际，那个时点就被称为奇点。现在普遍认为奇点的时钟已经定格在20250年左右。
有人认为奇点将是人类文明的落幕，也有人认为它只是新篇章的开启。库兹韦尔相对乐观，他设想人类将与AI走向融合，思维能力和创造力将得到指数级放大，甚至可能实现某种意义上的“数字永生”。
当然，反对者则觉得这只是过于浪漫的科幻故事。
不论立场如何，有件事是清楚的：图灵早在上世纪五十年代就已经隐约思考过智能超越的可能。说他是穿越者，也许并不夸张。
Part 6｜丘奇-图灵论题：AI的“根本大法”
最后，我们有必要聊一个稍显硬核但至关重要的理论——丘奇-图灵论题（Church-Turing thesis）。
名字听起来很学术，但核心思想其实可以用一句话概括：
任何能够用算法描述的计算过程，都可以由图灵机来完成。
换言之，图灵机是“可计算性”的终极边界。没有任何计算装置能够超越图灵机的能力——因为图灵机能够模拟任何其他计算设备。
这个论题由图灵的导师阿隆佐·丘奇（Alonzo Church）与图灵本人于1936年前后分别独立提出。它成为了计算机科学的一块理论基石。
那么，它与人工智能又有什么关联呢？
关系非常直接。如果丘奇-图灵论题成立，那就意味着：任何能够被算法形式化的智能行为，都可以用计算机（即图灵机）来复现。
这正是“计算产生智能”这一论断的理论根基。
当然，这里隐含着一个巨大的哲学疑问：人类的智能本身，是否完全能够被算法所描述？
答案是肯定的。丘奇-图灵论题为人工智能研究划定了一个清晰的理论疆域。没有它，我们甚至无法准确回答“什么问题是可计算的”这样基本的前提问题。
Part 7｜从哲学思辨到代码实现：一场四百年的思想接力
现在，让我们把整条时间线串联起来：
17世纪：笛卡尔提出“我思故我在”，为理性主义与科学研究铺平道路。
1936年：图灵提出图灵机模型，从数学上定义了“可计算性”的边界。
1936年：邱奇与图灵分别阐述邱奇-图灵论题，确立了图灵机作为计算能力上限的地位。
1950年：图灵发表《计算机器与智能》，提出图灵测试与“学习机器”的前瞻性构想。
1956年：达特茅斯会议（Dartmouth Conference）召开，人工智能正式成为一门独立学科。
2022年至今：ChatGPT等大语言模型相继问世，AI第一次让普通大众真切感受到“智能”带来的冲击。
你看，从笛卡尔到图灵，从“我思故我在”到“机器能思考吗”，人类用了近四百年时间，完成了一次从哲学追问到工程实现的伟大接力。
笛卡尔追问的是“什么是思考”。图灵追问的是“机器能不能思考”。而我们今天追问的是“AI会思考到什么程度”。
每一个新的追问都比前一个更加具体、更可操作。这正是人类认知进化的缩影：把巨大的哲学命题，逐步拆解为可实验、可编程、可验证的技术问题。
写在最后
有人说，人工智能是人类哲学家写给自身的一封情书——我们以碳基的智能为蓝本，满怀好奇与热情，试图创造出另一个能与我们对话的硅基存在。也有人说，这不是一封情书，而是魔鬼的诅咒。
无论如何，从笛卡尔在壁炉前写下“我思故我在”，到图灵在稿纸上勾勒无限长的纸带，再到今天数十亿参数的神经网络在GPU上昼夜运转——这是一场关于“智能”“思维”与“人之为人的特质”的漫长对话。
📍我们将见证人工智能和人类的终章吗？欢迎在评论区分享观点。
波报AI｜文科生的AI研究社
