智能哲学，Philosophy of Intelligence，是研究智能何以产生、加强，以及智能与智能之间的网络效应的学科。在人工智能使智能首次脱离人类个体、并以工程化方式加速演化的时代，它旨在重新理解知识、行动与社会结构的基础条件。智能哲学因此试图在这一转变中，重新理解智能的性质，以及世界如何在智能不断外溢的条件下继续成立。
从2020年的GPT-3发布到今天，大模型能力越来越强。
从最开始，大模型的智能全面的落后于人类。2022年底，只有特定的任务上，LLM能够优于一般人，比如商业格式化文书的撰写、润色、翻译，还有它特别的博学，对很多概念也能够掌握和清晰的解释出来。更关键的是，它真正理解了语言，让人们能够用自然语言跟他对话，而不是上一代的语音助手，听起来还是像智障一样。
从那个时候开始，人们就开始争论AI有没有真正的智能。
觉得AI有智能的人说，神经网络这种结构，其实是一种仿生学，当它的参数量到达一定量级的时候，就会产生涌现。GPT-3的参数量达到1750亿个，差不多是人类大脑神经元的10倍。Google的Jason Wei提出了“涌现”这个概念。以Attention为代表的神经网络，只要堆足够多的参数量，喂足够多的数据，它就能够达到人类的智能。
反对者表示，AI不真正理解概念，它只是概率跟统计。它只不过是复制粘贴，是死记硬背，AI绘画是“拼尸块”。过去人类没有产生过的数据，AI就不可能学到，也就不可能生成出来，因此AI没有创意。AI也许会比一些比较差的人能力强，但是他永远替代不了每个行里中那些最顶级的、最优秀的人类专家。
因为当时AI的智能水平还有限，人类还能对AI进行指手划脚。但是很快，AI的能力进化已经超过越来越多的人类。
“AI司马迁”庄明浩曾经提过，在推特上看到一张图，代表着最近几年AI能力边界的进化。如果人类的能力是个圈的话，那最开始AI可能只是在这个圈里的某一个小块的地方，有一些小小的凸起；随着时间的发展发展，AI在能力上开始展现出非常强的进化速度，它的突起长得越来越快。到了今天，大部分凸起已经超过了人类的极限，只剩下个别地方它还达不到人类的最高水平的能力。
新的现实带来新的哲学问题。今天时代的最大变量就是AI，让我们肉眼可以看到智能是如何提升发展的。
一、智能是什么，智能是如何产生的，智能是如何可能的。
- 以人类智能为范本来理解智能的产生。首先，人类的基因是前提，要有足够复杂的神经元，这是先天条件。其次，后天条件也是必要的。婴儿出生如果没有后天培养也是没有智能的（狼孩）。是怎么训练出来的。聪明厉害的人类，是怎么被强化出来的。
- 讨碳基智能的可能性。从图灵测试说到AGI的定义。理解能力？推理能力？AI真的会理解吗？概念是怎么被理解的，语言是从哪里来的，语言是一种工具还是世界本质的良好proxy，世界是否能被语言与信息充分表示？（否——哥德尔不完备定律）。
- 什么是创造力，创造力的来源是什么？创新是生成新事物还是重组旧元素，如果是混合，新旧比例哪个高？AI是否可能有创造力？
- AI是否拥有意识？
- 情绪是否可以被tokenize，AI是否能理解情绪能共情？
- AI自己是否有情绪？
- AI自己是否需要娱乐和休息？人类为什么需要娱乐和休息？
以上的问题，是把人类和AI当做相互的镜子，反复追问类似的问题：如果适用于人类的，是否适用于AI；适用于AI的，是否也适用于人类。
二、人类社会如何应对极其强大的AI
- 如何定义AGI，AGI的几个level。
- 当AI能力超过99% 的人类时，社会会发生什么？
- AI是否替代人类，还是作为外生变量影响既有分配结构？
- AI是否会加剧头部化，还是促进平权？不同主体（个人、企业、政府、国家）如何博弈？
以上问题，是把AI放进人类社会中，考察人类社会会受到的影响
三、AI经济学。
- AI与AI之间能发生独立的经济活动吗？AI与AI之间的经济系统是否必须依附于人类经济体系？
- 是否存在AI与AI之间的交换体系、贸易体系？
- AI是否需要货币？AI货币可能是什么，它需要就具备哪些属性（稀缺性、可计量性、可转移性、激励兼容性）？
- 算力 / token / 能耗 / 时间，是否可成为 AI 货币？
以上问题，更进一步，假设AI自成体系，形成一个硅基社会，会发生什么。
今天我先把纲领和母题列出来，后续将逐一展开。
接下来我将列举一些参考文献。但由于AI发展得太快，有能力描述这件事情的人极少。这种人才需要同时具备理解AI的技术背景、交叉哲学的思辨能力和对历史学社会学经济学的理解。所以更多内容会有分散的来源，现有参考文献只是比较小的一部分，而且都不是在今天AI几乎所有领域的能力都全面超越人类智能的时候写的。
参考文献
[1] Müller, Vincent. (2025). Philosophy of AI: A Structured Overview. https://philarchive.org/archive/MLLPOAv2
[2] B. C. Smith. (2019). The Promise of Artificial Intelligence (Reckoning and Judgment). The MIT Press.
[3] Floridi, L. (2004). From the Philosophy of AI to the Philosophy of Information. The Philosophers’ Magazine (TPM), 28(4), 56-60.
[4] Chalmers, D. J. (2023). Could a Large Language Model be Conscious? ArXiv. https://arxiv.org/abs/2303.07103
发表回复