为何任何事物都意识?
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
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
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
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
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
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
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
意识被人们以客观术语定义极其困难,本文通过研究意识和决策行为的关系,从根本原则上生成了一个新的意识定义,其中要求包括感知能力、记忆存储、想象力和决策能力,丢失其中任何一个组成部分都将使意识思维的能力消失。
Jun, 2024
本研究解决了计算模型在理解意识方面的不足,强调需要意识的本体基础。论文提出了一种将计算描述与本体基础结合的正式框架,并展示了估计两个系统之间质性体验差异的方法。该框架对于意识的计算理论具有广泛的适用性。
Sep, 2024