人工智慧能够研究发展数学和哲学吗？
人工智慧能够自主发展数学和哲学吗？如果可以，那么他们的哲学和数学能够被现代人类所理解吗？
人工智慧早已被人类指定去研究数学，在20世纪就已经取得了一些成果。通过混用经典逻辑和计算、模糊推理、贝叶斯推断、最大熵原则和一些自组织技术，人工智慧可以进行自动推理。
现有的自动推理体系中发展得最好的部分，是自动定理证明和自动定理检验：
对于给定的不同内容的数学公理系统和定理，计算机能够运用基本的逻辑推论出该定理在指定的系统下是正确的，是不可证明的，抑或是错误的。
其根基建立在逻辑学的埃尔布朗定理上，有一定的不确定性。我们都知道哥德尔不完备定理之类在理论上做出了限制，对话型定理证明机还需要人类扶助。但我们也知道存在许多对一阶逻辑而言是可靠（所有可证的叙述皆为真）且完备（所有为真的叙述皆可证）的演绎系统。所以，哪怕一阶逻辑的逻辑归结只是半可判定性的，还是有许多用于一阶逻辑的自动定理证明。
自动推理实际应用在LSI的设计和检验之中，英特尔与AMD的处理器的设计检验都有自动推理参与。2005年起，微软在多个软体的检验中使用了自动推理。
计算机辅助证明，意为部分内容或全部内容都以电子计算机运算完成的数学证明，主要有以下案例：
- 1976年证明四色定理
- 1988年证明屏风式四子棋是先手必胜[1]
- 1989年证明Order 10有限射影平面的不存在性
- 1998年证明开普勒猜想
- 2006年证明n=6时的幸福结局问题[2]
大部分计算机辅助证明有著庞大的计算量，尽管人是看得懂的，但是字实在太多了，无法在短时间内以人手验证。所以这样的证明的检验工作也可以交给自动定理检验来执行。
一些数学家出于美学上的理由而不接受计算机辅助证明。
典型案例：
1998年，托马斯·黑尔斯宣称证明了开普勒猜想，他提交的证明包含3GB的计算机数据和250页的注释，数据包括证明所用的程序、资料和结果。由20名裁判员组成的小组接受了这个证明，《数学年报》由此同意发表该论文。
2003年，裁判员小组报告他们「99%确定」此证明的正确性，但不能完全确定所有电脑计算的正确性。同年，黑尔斯宣布开始执行以「完成开普勒猜想的形式证明」为目标的协作计划，通过产生可由自动定理检验软体HOL等来确认其正确性的证明，来移除残存的和证明有效性相关的不确定性。
黑尔斯认为此计划需要约20年时间，而实际上整个工作在2014年8月10日就完成了。2015年，黑尔斯和21位协作者共同发表了「开普勒猜想的形式化证明[3]」。
让人工智慧直接去搞哲学的情况较少，不过自动推理本身就和哲学有很深的联系，自动常识推理还含有一些民俗学、民间物理学内容。近年来，自动常识推理在分类推理、动作和变化推理、时间推理等领域都有重大进展。GPT系列也是在自然语言方面进行自动常识推理的尝试，其原本设计目的是预测在人给出的一段文字后面出现概率较高的单词。
用人工智慧研究哲学的一个办法是，程序员将他们对世界的理解进行编码抑或写一个程序来从按照他们的世界观组织起来的数据集里提取统计数据，然后让程序运行来产生在这个世界模型下必然做出的推理和结论。虽然目前还没看到谁用这种研究去灌水论文，但使用人工智慧分析图像的时候已经有这样的趋势：人工智慧从人们选择的数据集里发现了种族优越论、非人化等东西。至于GPT系列，你可以通过给它简单的文字让它输出看起来很有哲学味道的文本。例如Janelle Shane利用GPT-3的预览API产生的「测测你是哪种人工智慧」：
Interact Quiz?quiz.tryinteract.com国外也有人相信人工智慧不但能搞哲学，还能去信仰亚伯拉罕诸教。
现代世界中的上述项目都不是人工智慧主动发起的，不过这不是很重要。
对自动推理有兴趣的话，可以参加自动推理协会[4]。
参考
- ^https://tromp.github.io/c4/c4.html
- ^https://doi.org/10.1017%2FS144618110000300X
- ^http://arxiv.org/pdf/1501.02155.pdf
- ^http://aarinc.org/#
这是在探究哲学与数学的形成条件，这条件就是看是否具有抽象能力，区别在于抽象的范围程度不同。
人工智慧可以有抽象能力，所以有抽象能力的人工智慧可以去研究发展数学和哲学，如果与人类的沟通不存在障碍的话，也可以用语言来描述给人类听，当然理解也是必然的，因为人类在这方面不弱。
现在不行，未来行。
人工智慧分为弱、通用、强、超，目前是弱，只能干特定一件事。通智正在研究，还处于萌芽前的状态，什么时候萌芽还未知。强智还没影子，更谈不上超智。
研究数学起码要发明强智才行。
这时候就要搬出来这张paper了：
Deep Learning for Symbolic Mathematics?arxiv.org首作是巴黎Facebook的博士生，用Deep Learning解微积分的问题，准确度和速度还比Mathematica/Matlab/Maple高，还能积分Sympy积分不了的函数。
把微积分的解答看成是自然语言处理里的sequence to sequence model。数学语言先传换成符号树，符号树再拆解成序列，而再将这些序列（问题和解答）放到神经网路里训练。
最终实验的对象是大学级别的积分问题，和一阶二阶微分方程。其解答的书写形式也更为自然（因为不自然的写法分数会低）。
就我对哲学的认识来说，此题无解。
因为如果可以确定人工智慧(假定是通过一系列语言)可以或者不可以产生重要哲学理论的话，哲学界的很多问题就能顺带解决了。
说到智能，智慧第一会想到人类，宇宙智商最高生物，但生物不过是基因的产物，基因又是自然产物，宇宙进化论，从无到有，从原子到分子，分子到生物，最终智能机器人。还有网路虚拟人，无实体的寄生物。他们都是必然产物。连植物都遵循数学规律，虽然它不能理解表达数学，所以说机器人继承数学并发展它，理论上是存在的。
花姐有个很好的回答，我的看法也是类似的。就算能够研究，那样的工作大概率也是平凡的。所谓形式化证明慢慢去证吧，我觉得把人口粮食产量翻个几十番人口翻几十番有希望，大噶慢慢努力。
人工智慧分为强人工智慧和弱人工智慧。
目前的人工智慧都是弱人工智慧。
弱人工智慧本质上和计算机计算器这类依靠程序的辅助工具没有区别。
因此目前所谓的人工智慧，无非是一些强力的程序罢了。
因此想要用人工智慧研究数学，那是不可能的。
人工智慧只能帮助人们研究数学，其可以进行辅助的计算，但是他不能解决一个问题。人工智慧不能解决哥德巴赫猜想，也不能写出一篇相关的论证，更不可能提出哥德巴赫猜想。
阿尔法狗可以通过强力的演算法解决围棋的问题，但他不能在DOTA2中战胜人类。目前看人工智慧只能在人类规定的某一框架内辅助解决一些问题，但这些框架现在还是太窄了。人类需要参与制定规则的还是太多了，而人工智慧能够触及的边界还是太局限。因此我才说现在的人工智慧更像是加强版的计算机程序。
现在的弱人工智慧，在弱人工智慧里面，还处于初级阶段。我在此提出一些人工智慧的等级划分，当然我只提一小部分，供大家参考和发挥自己的想像力。
第一级，就是目前的弱人工智慧。该级人工智慧只能解决人类预先设定好的特定问题，比如走路，比如语言反应，或者下围棋。他们需要人们提前输入相关数据，才可以正常运行。当然，该级别中较为较为优秀的一些人工智慧，可以根据人类制定的规则，从互联网或者其他渠道自行搜集数据，但这个规则必须是经过人类精心设计和编辑的，这个规则不具备容错率，人工智慧不能修改这个规则，因为人类并没有赋予人工智慧修改这个规则的方法。
该级别的人工智慧像笨蛋一样，人类让他做什么，他就只能做什么。因此与其说是人工智慧，更不如说是高级的程序。给该级别人工智慧下指令的只能是该人工智慧的缔造者，并且缔造者也只能够通过底层程序对人工智慧进行修改，或者改变其指令，这些特点都和程序很像。
该级别的语言类人工智慧无法通过图灵测试，他们连最基本的对话都不能流畅进行，也不能执行你想要解决的大部分问题。Siri只能帮你打电话，但不能帮你微信语音，更不能帮你把微信语音变成视频聊天。因为这都是预先设定在程序中的，所以Siri能做的事情都已经确定了，要想改变只能够重写程序。
第二级别的人工智慧。该级别人工智慧或许可以勉强通过图灵测试，但是该级别的人工智慧依旧无法完全串联起你所需要其帮你执行的各项任务。科幻电影中一些比较低级的，但可以和人类对话的人工智慧比较符合第二类人工智慧的定义。你需要他们进行的大部分操作他们依旧无法执行，但他们的表现会让你觉得比较自然。同时，他们又确实可以统领一些工作，这或许是某一个中枢的人工智慧，你可以让他打DOTA2，也可以让他下围棋。但是所有的程序依旧是人类设定好的，只不过该级别的人工智慧可以更好的综合运用这些功能，来为人们提供更加多样化的和具体的操作。
该级别的人工智慧相比第一级人工智慧，人类设定的边界更加广阔了，以便让人工智慧可以有更多的操作空间。只要微信允许，科学家们只需要对程序进行一些微调，那么他就可以帮你执行微信中的几乎所有操作。其他领域同理。因此人工智慧因为基本规则的宽泛，导致了许可权的增加。
第三级人工智慧。该级别人工智慧相比第二级人工智慧，人类制定的规则更加宽泛，人工智慧的可操作范围更加宽广。他们完全可以通过图灵测试，其基本表现与人类无异。因为人类为他们制定的基本规则的边界过于开阔，原则过于基础，导致他们的行为或许会不受人类限制。科幻作品中相当一部分引起人类恐惧，导致恐怖谷效应，或者拥有类人行为的人工智慧，至少应该是该级别的。你所需要他们执行的大部分操作，他们都可以很好的「理解」你的用意并执行。高级的机器人至少拥有第三级别的人工智慧。
该级别人工智慧在可以像人类一样进行几乎所有人类活动的同时，由于人类为其制定的先进的底层原理也使得他们拥有更强大的计算和学习能力。类似科幻电影中的高级人工智慧大脑，他们可以对复杂问题进行计算，而这些问题的规则并非人类为其制定的。人类可以通过人类语言另其进行简单学习，而不用缔造者对底层代码进行改动。或许他们不能真的像人类一样学习物理化学和编程，但是基于这更加基础的规则，他们可以「理解」一些新问题的皮毛。人类科学家无需再对每一个具体问题进行编程，这些问题也可以被该级别的人工智慧所掌握一部分。但该级别人工智慧不能真正理解这些内容。
该级别人工智慧虽然如此强大，但依旧不能改变自身的规则，他的规则依旧是人类设定的。一旦规则出现了问题，那么他们不能够进行自我修复，即使他们的计算能力在强大也无济于事，因为他们无法通过人类设计的规则改变自身的规则，这个规则依旧是人类赋予给他们的。他们无法跳出这个界限。他们大概率并不具有意识。
第四级别人工智慧。该级别人工智慧几乎到达了人工智慧的顶峰，他们与第五级别人工智慧的唯一区别可能就是是否拥有真正的意识。我们不应该认为该级别人工智慧拥有真正的意识，即使他们可以做到连人类也无法做到的事情。这个级别的人工智慧可以真正的按照人类的需求去行动。他们甚至可以像人类一样，对自身的代码进行改变。人类能够做到的事情，他们似乎也全都能够做到。至此人类已经不在需要科学家了，因为人工智慧可以编程，可以研究数学物理问题。该级别人工智慧自己都可以重新创造一个自己。人类可以命令他们在短时间内改变微信的功能，有了该级别的人工智慧，每个人都拥有了无限的潜能，所有工作都可以被他们完美代替，我需要怎样的用户界面，我希望这款APP如何改变，我要让微信和支付宝变成一个软体，这些都不再是梦想（当然那个时候有没有APP就是另一回事了）
但他们是否真正拥有和人类一样的创造力和意识呢？这是更加深奥的问题，也或许和人类本身的出现有关。
第五级别人工智慧，相比第四级别的人工智慧，其他方面的区别不大，但最根本的是，人类确信他们是真的拥有了和人类一样的意识，他们不再是死的，而是一种生命的存在形式。他们具有像人类或者动物那样的生命和意识，虽然和人类不尽相同，即不是完全的人类复制品，但他们是真的拥有了意识和智能。
这个问题再往下探讨，就变成玄学了。引申的有点多，只是为大家提供一些思路。
推荐阅读：
