信息性非还原主义意识理论:提供最高现实预测准确性
大脑通过形成逻辑一致且具有预测能力的现实模型来反映外部世界的因果关系,表现为意识。同时,这篇论文解决了统计模糊性的问题并提供了因果关系的正式概率最大具体规则模型。我们认为大脑从因果关系中进行了所有可能的推理,并证明了所提出的模型具有明确的推理性质:从一致的前提我们推导出一致的结论,从而形成了对感知世界的一致模型。因果关系可以创造出循环可预测属性的固定点。我们考虑了约翰・S・密尔引入的 “自然” 分类,并展示了对象属性的各种固定点形成了外部世界的 “自然” 分类。然后我们考虑了埃莉诺・罗施和鲍勃・雷德引入的 “自然” 类别和因果模型的概念,并证明了我们感知到的对象属性的因果关系固定点形式化了这些概念。如果 “自然” 分类描述了外部世界的对象,而 “自然” 概念描述了对这些对象的感知,那么由 G・托诺尼提出的综合信息理论描述了大脑的 “自然” 概念形成的信息过程,反映了 “自然” 分类。我们认为综合信息提供了高度准确的对象识别能力。此外,本文还提供了一个基于计算机的实验,展示了编码数字的固定点形成。
Dec, 2023
这篇论文调查了来自信息理论、量子物理学、认知心理学、生理学和计算机科学等不同学科的主要意识理论分支,旨在用计算的角度来桥接这些理论,同时探讨了意识的现有评估指标和当前计算模型具备意识的可能性。突破意识之谜可能是构建具有计算机智能的通用人工智能的重要一步。
Sep, 2023
本文提出了一个计算意识的模型,该模型通过区分环境与主观认知过程来描述注意力、意识和情感等各种过程。通过测试其在通过视觉刺激诱发的各种情绪中的表现,我们发现该模型与关于隐蔽注意力的科学证据一致,并表现出计算道德的特征。
Aug, 2022
通过信息论动力系统的视角看待意识的复杂性和难以言表性,阐述工作记忆中的吸引子动力学如何导致我们原始体验的贫瘠回忆,语言的不足和两个人的认知功能相似性如何提高沟通能力,从而解释思维定势,使得我们对定性特征是什么产生了疑惑。
Feb, 2023
本文探讨了意识和智能之间的联系,发现意识与人类领域普适智能有密切关系。对比三种当代意识功能理论与人类的认知能力,作者将结论应用到人工智能领域,提出了一种将三种理论相结合的可实现的模型,并以人类的心理时间旅行为例,提出进行人工智能研究的前景和目标。
Mar, 2022
该研究论证了强人工智能假说,即机器可以具有意识。它通过证实意识的本质过程是可计算的,建立了意识与技术的联系。这将支持一种新的人工智能形式,即所谓的 “合成意向性”,具有综合、概括、选择和重复意向的能力,但存在一些问题比如反射认知、塞尔的 “中文房间” 以及如何 “理解”“意义” 和 “创造性”。
May, 2016
该研究探讨了在交互环境下,如何从正确的干预行为进行推理,并证明了在没有操作符的情况下,一个干预仍然可以被表示为变量,进而提出了一种去除预设抽象的形式化方法,透过归纳左右的抽象层次逐渐增加,直到能够代表自我和他人的干预效应,从而实现对意图与自我认知的推理。这种方法也被认为是对意识产生影响的机械解释。
Feb, 2023