该论文研究了大型语言模型是否具有自我意识，从神经科学的角度出发，作者认为这一观点难以被证实，因为这种模型缺少与哺乳动物意识密切相关的丘脑皮质系统的关键特征，且这些模型的输入缺乏与我们周围世界的感官接触特征的具体信息。作者认为，意识存在于 “皮肤在游戏中” 的情境中，而目前的人工智能系统尚未具备这一特征。

Jun, 2023

从进化的角度分析了开发人工意识的问题，以人类大脑的进化和与意识的关系作为参考模型，揭示了人脑的结构和功能特征，认为现有的人工智能研究应该考虑这些特征，同时提出了在开发具有意识处理能力的系统时应从脑部特征中汲取灵感的策略。

Apr, 2024

当前和近期 AI 系统是否会具备意识是一个受到科学界关注和公众担忧的话题。本报告提出并举例了一种严格的和以实证为基础的 AI 意识研究方法，即在我们最有支持的神经科学意识理论的指导下，对现有 AI 系统进行详细评估。我们调查了几个著名的科学意识理论，包括循环处理理论、全局工作空间理论、高阶理论、预测处理和注意图式理论。根据这些理论，我们以计算术语阐明了意识的 “指示性属性”，从而可以评估 AI 系统是否具备这些属性。我们利用这些指示性属性评估了几个最近的 AI 系统，并讨论了未来系统如何实现它们。我们的分析表明目前没有任何 AI 系统具备意识，但也表明建立意识的 AI 系统并没有明显的障碍。

Aug, 2023

人工意识是否理论上可行？是否可信？如果是，技术上是否可行？为了在这些问题上取得进展，有必要奠定一些基础，明确人工意识产生的逻辑和经验条件以及相关术语的含义。我们的首要目标是回顾人工意识领域中出现的主要理论问题，并在此基础上提出在多维度模型中评估人工意识问题的建议。尽管面临诸多挑战，我们概述了一种研究策略，展示了我们提出的 “意识” 的可行性在人工系统中得以实现。

Mar, 2024

本文根据神经遗传结构主义理论，反对可意识的 AI 的合理性，主张具有真正意识的复杂大脑是必要条件。

Dec, 2022

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

该综述旨在通过研究神经科学和认知心理学的方法，为人工通用智能的追求做出贡献。尽管深度学习模型在各个领域取得了令人印象深刻的进展，但它们在抽象推理和因果理解方面仍然存在缺点。这些能力应该最终整合到人工智能系统中，以克服数据驱动的限制，并以更加接近人类智能的方式支持决策。本工作是一项纵向综述，试图广泛探索大脑功能的范围，包括从低层生物神经元、尖峰神经网络和神经元集合到更高层的概念，如脑解剖学、向量符号体系结构、认知和分类模型以及认知体系结构。希望这些概念能为人工通用智能的解决方案提供启示。

Jan, 2024

本文讨论了意识和智能的关系，提出了计算智能与感知意识是独立的，并将其在人类、动物和机器中的表现作了比较，进而探讨了这一结论对社会的重要影响。

Aug, 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

人工智能（AI）是本世纪迅速发展的关键技术之一。然而，使用误差反向传播学习算法训练的深度神经网络在 AI 领域取得的大多数成果已经凸显出一些重要限制，例如计算成本高、难以量化不确定性、缺乏鲁棒性、不可靠性和生物不可行性。解决这些限制可能需要受到神经科学理论启发和指导的方案。其中一种理论称为预测编码（PC），在机器智能任务中表现出有希望的性能，具有令人兴奋的特性，对机器学习社区具有潜在价值：PC 可以模拟大脑不同区域的信息处理，可用于认知控制和机器人学，并具有基于变分推断的坚实数学基础，为某类连续状态生成模型提供了强大的反演方案。希望通过调研有助于这一方向的文献，突出展示 PC 在机器学习和计算智能的未来中可能发挥的多种作用。

Aug, 2023