2026年4月30日，中山大学哲学系杨小刚老师受邀于浙江大学未来哲学研究院举行题为“人-机认知中的康德问题”的讲座。讲座由浙江大学哲学学院博士后石磊主持，浙江大学哲学学院长聘副教授高洁评议。本次讲座受浙江大学教育基金会钟子逸教育基金支持。
在哲学史上，感性意识与物质世界之间的关系一直是核心议题。从素朴实在论、先验唯心论，到物理实在论与主观唯心论，不同立场给出了不同回答。康德试图通过先验哲学证明“外部世界的实在性”，并以此回应笛卡尔以来的怀疑论。然而，海德格尔在《存在与时间》中批评康德陷入了“在场的形而上学”，认为问题不在于证明的成败，而在于提问方式本身存在存在论上的混乱——世界并非现成对象的集合，而是此在的存在方式。
这一古老的哲学问题，在人工智能时代被重新激活。机器的认知过程在形式上与人类有相似之处：传感器接受外部刺激，系统接收离散的杂多信息。然而，若认知主体只是被动接受者，不具备任何先天框架或先验知识，就无法从杂多信息中识别秩序。这正是“白板说”的根本错误，也引出了AI研究中的“框架问题”。
康德的认识论为此提供了重要启发。他认为，人类认知之所以可能，依赖于先验范畴与先验统觉的综合统一能力。感性杂多必须在时间与空间的直观形式中被整理，并在“我思”的统觉中被联结为对象。没有这种综合活动，我们就无法判断：这一秒与上一秒看到的是同一张桌子，触碰到的硬度与看到的白色属于同一个物体。杂多可以无限离散，但认知的主动行动赋予其统一性。
同样的逻辑也适用于机器。无论是人还是AI，只要其接收信息的方式是离散的，就必须具备某种“先天框架”来整合杂多。这些框架至少包括三个层次：最基本的先验范畴（识别对象性关系）、感性直观或算法（识别标准）、以及世界知识（对象之间可能的关系集合）。
符号推理式AI尝试将康德的先验逻辑形式化，例如使用“in(X,Y)”“det(X,Y)”等关系进行推理。然而，这类系统很快遭遇了“框架问题”。狭义框架问题指出：描述一个行动的结果容易，但要排除所有非结果却极其困难。例如，粉刷一个物体不会改变它的位置，但逻辑系统若不显式声明这一点，就无法推出正确结论。更严重的是广义框架问题：认知主体必须默认大量“不言而喻”的知识——河上没有桥、船没有裂缝、没有海怪会吞掉小船——这些知识在实际推理中无穷无尽，无法被预先穷举。
当前基于神经网络的大模型，通过海量数据与统计规律回避了框架问题。它们不再依赖形式化推理，而是在大规模参数中学习模式。然而，这类系统仍然缺乏“在世存在”的实践性知识。它们能识别对象，却无法真正“上手”操作世界。要发展出真正的世界模型，AI或许必须成为“在世的存在者”——这正是康德问题在人工智能时代提出的深刻挑战。
