硅基生命与AI智能：第一性原理论坛追问
硅基与碳基生命在信息处理本质上一致，均遵循反熵规律与贝叶斯推理机制。机器可通过反馈纠错实现自我控制，具备生命特征。人机共生时代，人类应专注于价值判断与目标设定，让机器承担重复性工作。
（文章来源：文汇报）
硅基生命究竟能否被视为生命？硅基智能与碳基智能是否等同？这两个问题听起来像是哲学家的空谈，却深刻影响着人工智能未来的发展方向。
在昨日举行的WAIC思想者论坛上，中国工程院外籍院士、香港科技大学首席副校长郭毅可并未谈论大模型参数、算力等常见话题，而是将视角回归到最底层——生命与智能的本质。他认为，厘清这两个问题，方能真正理解人工智能的“第一性原理”，并洞悉人类正迈向硅碳共生时代的深层原因。
机器能否像人类一样思考？
郭毅可的思考追溯至物理学家薛定谔的经典观点：生命的本质在于对抗熵增。宇宙万物倾向于混乱与无序，而生命却能从环境中持续获取“负熵”，维持局部有序。既然生命能够持续抵抗熵增，那么必然存在某种机制来保存并传递秩序。
二十多年后，沃森与克里克发现了DNA的双螺旋结构，为碳基生命奠定了分子生物学基础。郭毅可指出，这揭示了生命的更深层次本质：生命并非仅仅是碳基分子的集合，而是一套能够存储、传递和执行信息的系统。他比喻道：DNA如同硬盘中的程序，RNA负责将程序读取到内存中执行，最终生成蛋白质。
如果生命是信息的载体，那么“计算”是否只能局限于人脑？郭毅可表示，人工智能的发展本质上就是在不断回应这一命题。
神经科学家赫布提出，大脑学习的本质是神经元之间连接的不断重组——即神经网络具有可塑性。这一理论后来成为人工神经网络的重要生物学基础。而真正打破“只有人脑才能计算”这一观念的，是图灵。他提出，计算本质上是一种纯粹的逻辑抽象过程，无论承载它的载体是木制算盘、机械齿轮，还是今天的硅芯片，其底层逻辑完全一致。郭毅可总结道：“碳基大脑与硅基芯片在计算本质上没有区别。如果人脑是一台处理信息的精密机器，那么理论上，只要逻辑闭环，机器同样可以像人一样思考。”
然而，仅具备计算能力，并不等同于拥有生命。
受薛定谔启发，控制论创始人维纳进一步追问：机器能否像生命一样持续保持有序？他提出，控制的本质是通过反馈不断修正系统状态，使受控对象朝着既定目标发展，从而降低不确定性。在郭毅可看来，一个能够持续自我控制、自我修正的系统，已经具备了生命体最重要的特征。而机器学习，本质上就是一个不断反馈、不断纠错的过程。“机器学习即反馈纠错下的数据拟合，算法则从数据中通过学习产生智能行为。”
智能的抉择：改变自己还是改变世界？
如果说生命解决的是“系统如何存在”，那么智能解决的则是“系统如何认识世界”。郭毅可认为，人类认知世界并非被动接收信息，而是在不断“猜测”世界。“大脑不是摄像机，而是编剧。”无论是封闭在颅骨中的人脑，还是运行在数据中心里的人工智能，都无法直接接触真实世界——它们接收到的只是来自感官或传感器、带有噪声的电信号。
因此，大脑会根据过往经验，先建立一个关于世界的内部模型，再不断用新信息来验证这个模型。只有当现实与预测出现偏差时，大脑才会意识到“事情与想象不同”，而学习，就是在不断修正这种“预测误差”。
这一过程背后的数学基础是贝叶斯推理。郭毅可指出，新认知并非凭空产生，而是在已有信念基础上，根据新证据不断更新。“通过观察，让幻觉趋于真实。”这也是当今大数据分析和人工智能训练的重要数学基础。在他看来，大脑遵循贝叶斯逻辑，并非因为进化“选择”了这种方法，而是生命为了抵抗熵增、维持自身稳定而形成的必然结果。“思考，不只是为了追求真理，更是为了在世界中继续存在。”——这就是他所理解的人工智能第一性原理。
基于这一原理，郭毅可进一步总结了大语言模型、具身智能等智能体的基本行为模式：观察世界、预测世界，当预测与现实之间出现误差后，智能有两种选择：一种是改变自身，通过学习不断更新内部模型，使认知越来越接近现实；另一种是改变世界——当系统相信自己的模型正确时，就会通过行动改变外部环境，使现实越来越符合自己的预测。
回到最初的问题：为什么硅基智能能够出现？郭毅可的答案是，碳基生命与硅基智能在物理层面都遵循着反熵、建立局部秩序的规律，在数学层面又遵循着相似的推理机制。因此，人类的智能才能在机器上得以实现。但他强调，人机共生并不意味着人类退场。“让机器负责高频、重复性的工作，让人类负责价值判断、目标设定，人才能真正成为人。”