智能的多种面孔：机器、人脑与生命｜未来学读书会第四期

导语

大语言模型持续刷新推理与创作能力，具身智能加速走入现实，人工智能正不断拓展能力边界。然而，语言与推理是否就是智能的全部？自然界早已给出更丰富的答案。

本期是未来学读书会第4期，塔夫茨大学博士后、集智科学家章彦博将以《智能的多种面孔：机器、人脑与生命》为题带来讲座。他将从大语言模型、人脑与生命世界出发，比较语言与推理、学习与思考，以及生物适应并利用环境的不同机制。海龟为何能迅速学会借助滑板行动？结构不变的基因调控网络如何从刺激中学习？审美与科学品味能否被机器掌握，机器又能否产生真正的洞见？本次分享将借助多样智能、神经网络、演绎推理与溯因推理等概念，重新审视智能的边界，并从自然界中寻找构建更深层人工智能的新线索。

为系统梳理未来学领域的最新进展，集智俱乐部联合南京师范大学新闻与传播学院副研究员崔浩川、塔夫茨大学博士后章彦博共同发起，组织对该主题感兴趣的研究者与探索者共同研读前沿文献、交流研究思路。读书会将于2026年9月6日起，每周日14:00-16:00线上开展，持续约10周，包含主讲分享与讨论交流，并提供会后视频回放，诚邀相关领域研究者及跨学科兴趣者参与。

报告简介

提起「人工智能」，人们首先想到的往往是大语言模型。然而，智能并非只有一种形态：它存在于机器中，存在于人脑中，也遍布整个生命世界。

如今，机器智能最引人注目的能力集中在语言上：能说，能写，继而表现出推理能力。人脑则尤擅学习，也能进行长时间的深度思考。至于更广泛的生物，智能常常体现为与环境博弈，并利用环境解决问题。给海龟腹部装上滑板，它只需几分钟便能学会借助滑板行动，无须经历成千上万次试错；即使是最简单的基因调控网络，也能在结构不变的情况下从简单刺激中学习。

智能不仅形态各异，所长也各不相同。快速适应环境、利用环境、持续学习——这些对许多生物而言近乎寻常的能力，至今仍是大语言模型面临的难题。

本期读书会，我将介绍智能的不同形态及其各自的性质，并进一步追问：这些多种多样的智能，能否在机器中实现？我还将讨论两个常被视为人类独有的能力——审美与洞见。什么是审美，机器能否学会审美？什么是洞见，机器能否产生洞见？如果智能确实拥有众多面孔，那么理解这些面孔，也许正是通向更深层人工智能的关键。

分享大纲

• 智能的多种形态

• • 机器智能：语言与推理

  • 人脑智能：学习与深度思考

  • 生物智能：适应环境、利用环境、从环境中学习

• 不同智能形态的性质比较

• 多种智能能否在机器中实现

• 审美与品味：机器能否学会科学品味？

• 洞见：机器能否产生洞见？

核心概念

大语言模型，神经网络，多样智能（Diverse Intelligence），生物智能，演绎推理，溯因推理

主讲人介绍

主讲人：章彦博，本科毕业于中国科学技术大学凝聚态物理系，获美国亚利桑那州立大学复杂系统博士学位。现为塔夫茨大学博士后、集智科学家。主要研究智能科学与 Science for AI，致力于探索智能的基本原理，并从自然科学中寻找可用于人工智能研究的新理论。

参考文献

• Biswas, S., Clawson, W., & Levin, M. (2023). Learning in transcriptional network models: Computational discovery of pathway-level memory and effective interventions. International Journal of Molecular Sciences, 24(1), 285.

• Pigozzi, F., Goldstein, A., & Levin, M. (2025). Associative conditioning in gene regulatory network models increases integrative causal emergence. Communications Biology, 8, 1027.

• Biswas, S., Manicka, S., Hoel, E., & Levin, M. (2021). Gene regulatory networks exhibit several kinds of memory: Quantification of memory in biological and random transcriptional networks. iScience, 24(3), 102131.

• Sun, Y., Wang, X., Liu, Z., Miller, J., Efros, A. A., & Hardt, M. (2019). Test-time training with self-supervision for generalization under distribution shifts. arXiv preprint arXiv:1909.13231.

• Zhang, T., Bi, S., Hong, Y., Zhang, K., Luan, F., Yang, S., Sunkavalli, K., Freeman, W. T., & Tan, H. (2025). Test-time training done right. arXiv preprint arXiv:2505.23884.

• Zhang, Y., & Levin, M. (2026). Intelligence from learnable novelty. arXiv preprint arXiv:2607.18433.

• Zhang, Y., & Levin, M. (2026). Language game: Talking to non-human systems. arXiv preprint arXiv:2605.16321.

时间信息

⏰ 时间：2026年9月27日（周日）上午10:00-12:00

线上：腾讯会议

直播：集智俱乐部微信视频号、B站账号同步直播

感兴趣的朋友扫码报名加入未来学读书会后，可进入学员群进行交流。

直播信息

报名读书会：「未来学」

集智俱乐部联合南京师范大学新闻与传播学院副研究员崔浩川、塔夫茨大学博士后章彦博共同发起，组织对该主题感兴趣的研究者与探索者共同研读前沿文献、交流研究思路。

读书会自2026年9月6日起，每周日14:00-16:00线上开展，持续约10周，包含主讲分享与讨论交流，并提供会后视频回放，诚邀相关领域研究者及跨学科兴趣者参与。

扫描海报中二维码报名参加读书会

报名方式

第一步：微信扫码填写报名信息。

第二步：填写信息后，付费报名。如需用支付宝支付，请在PC端进入读书会页面报名支付：

https://pattern.swarma.org/study_group/89?from=wechat

第三步：添加运营助理微信，拉入对应主题的读书会社区（微信群）。

PS：我们鼓励围绕复杂系统、人工智能及相关具体问题的深入探讨。为保证讨论质量，请避免发表脱离本期读书会主题、缺乏实证基础或过于空泛的哲学思辨类内容。

若讨论内容明显偏离主题，经主持人提醒后仍未调整，为维护整体学习环境，我们将不得不将该成员请出讨论群，并根据其实际参与进度，对未参与部分按比例办理退费。

感谢您的理解与配合，让我们共同营造一个专注、深入、有收获的共学空间。

加入社区可享核心资源

成为会员即可解锁完整学习生态，包括：线上实时问答、全部课程录播回看、独家资料共享、高质量社群交流、第一手信息同步，以及通过参与共创任务获取积分等权益。

特色退费与激励机制

我们提供以下两种途径，让您的投入获得实际回馈：

1. 任务达标退费路径
   

   认领并合格完成任意两期字幕任务，即可退还全额报名费，并额外获得集智专属周边奖励。

2. 运营成长激励路径
   

   合格完成一个字幕任务后，可申请成为运营助理。在读书会项目顺利结项后，将退还学费。表现优异者，还有机会获得额外的奖学金。

相关内容推荐

1.「未来学」读书会推荐阅读材料

扫描下方二维码可跳转至集智斑图网站阅读文章：《拯救2050:未来学》读书会推荐阅读材料。

1. 往期公众号相关内容推荐