人工意识Thomas Parr1 *、Danijar Hafner2和Karl J Friston11维康人类神经影像中心，神经病学研究所，大学学院London，WC1N 3BG，UK.2伦敦大学学院计算机科学系智能系统组WC1E 6BT，英国ucl.ac.uk，mail@danijar.com，k. ucl.ac.uk抽象。生物学中的知觉意识研究通常依赖于对意识缺失或异常的临床状况的研究。在这篇文章中，我们认为，同样的方法可能是富有成效的研究人工意识。为了说明这一点，我们利用最近的例子，在这些例子中，意识的障碍已经在人工系统中被诱导。具体来说，我们呼吁幻觉现象的诱导，以及视觉忽视：一种典型的意识障碍，表现为行动感知周期的中断我们试图从这些观点中强调的关键思想是产生感知内容的内部模型的存在，以及积极参与感觉的能力。关键词：主动推理;意识;幻觉;视觉忽视;生成模型1介绍意识障碍已经成为神经心理学研究人类意识体验的基础[1]。这种方法如此受欢迎的部分原因是，虽然意识很难定义，但通常很容易识别出它的缺失。在这篇文章中，我们认为类似的方法可以在人工意识研究中产生为了说明这一点，我们描述了两个最近的帐户异常感知（模拟）人工系统。至关重要的是，这些现象复制了在人类疾病中观察到的现象，其中意识受损或增强。首先，我们概述了一个计算帐户的视幻觉，依赖于失败的感觉系统，以纠正内部产生的知觉内容。其次，我们讨论了采样世界的行动的重要性，以及在视觉忽视的合成版本中失败的后果。为了使上述概念形式化，将它们框定在主动推理方面是有用的[2]。这是一种描述感知和行动的方式，它呼吁变分自由能的最小化，这取决于一个生成模型，该模型描述了（活的或人工的）系统如何相信他们的感官数据是生成的，以及对世界当前状态的信念[3，4]。有两种方式可以让免费2能量可以被最小化。第一种是通过优化后验信念，使它们与感官数据（即推理）更加一致。第二种是通过行动改变感官数据，使它们符合当前的信念。结合两者，就有可能推断出未来的行动计划，这些计划将产生迷你预期自由能的感官数据[5]。直觉上，我们可以把这看作是一种科学努力，我们使用当前的感官数据来测试关于其原因的假设（最小化自由能），并使用由此产生的推论来计划未来的实验以收集更多的数据（最小化预期的自由能）。2意识障碍幻觉为意识提供了一个有趣的视角，因为它们代表了对虚构的感知内容的意识。由于缺乏支持性的感觉数据，这意味着意识可以完全依赖于内部产生的感知[6]。为了模拟这种现象，我们构建了一个生成模型，其中包括关于抽象视觉对象的先验信念，以及关于它们嵌入的场景[7]。通过为模型配备关于感官数据可靠性的信念，我们发现，当数据与先前的信念不一致时，感官数据的信心被降低。在某些情况下，这足以从这些数据的约束中释放感知推断，导致幻觉现象（即假阳性推断），这些现象保持了场景的内部一致性，与许多生物幻觉一致[8]。这强调了数据在调节知觉意识方面的重要性，以及寻求信息丰富、高质量感觉的必要性。作为一名科学家，我们在追求大脑或人工等效物的过程中，将计划作为一个实验设计过程，以及这对评估计划的“好”意味着什么。最好的实验是那些能带来信念巨大变化的实验。这已经在信息增益（或预期自由能）的概念中正式化，它在实验设计中有很长的历史[9]，并已被用于理解视觉搜索中的显着性[10]。执行解决不确定性的知觉实验的必要性也可以用来解释经典的意识失调：视觉忽视。视神经是一种经典的视觉意识神经心理障碍，其中空间的一侧被忽略[11]，可以表现为该半视野中的扫视采样（感知实验）的pov-pov [12]。如果我们对与特定空间区域相关的变量的信念非常自信，那么在这些位置获得数据的实验（例如眼球运动）提供的信息增益非常小。通过将关于从原因（注视）到结果（视觉数据）的映射的先验信念设置为在空间的一侧高度自信，我们能够再现视觉忽视的行为现象学[13]。33结论简而言之，我们已经总结了两个例子，在这些例子中，感知障碍在合成系统中被复制。每一种都依赖于未能将感官数据纳入感知推理;要么是由于未能使用这些数据来约束内部生成的内容，要么是由于未能首先获取它。这些意识的综合障碍与哲学观点高度一致，即意识是一个推理过程[14，15]。人工意识，就像它的生物同源物一样，可能会从对其疾病的研究中受益。虽然可能有许多不同的方法来开发意识系统[16]，但与其环境的双向参与必须是一个关键特征。因此，理解虚假感知内容的产生，以及忽视障碍的意识特征的缺失，为合成意识意识的要求提供了一个新的视角，即支持推理过程的生成模型。确认TP由Rosetrees Trust（奖项编号173346）支持。KJF是Wellcome首席研究员（参考编号：088130/Z/09/Z）。引用1.Rees，G.， G. Kreiman，和C. Koch，Neural Correlates of Consciousness in Humans。Nature Reviews Neuroscience，2002. 3：p. 261.2.弗里斯顿，K.J.，例如，行动与行为：自由能公式。生物控制论，2010年。102（3）：p. 227-2603.Dayan，P.，例如， 亥姆霍兹机器。 神经计算，1995年。7（5）：p.889-9044.比尔，M.J.，近似贝叶斯推理的变分算法。2003年，英国伦敦大学。5.弗里斯顿，K.，例如， 主动推理与认识价值。 认知神经科学，2015年。6（4）：p. 187-2146.亚当斯，R.A.，例如，精神病的计算解剖学。精神病学前沿，2013年。4：p. 四十七7.帕尔，T.，例如， 精确和错误的知觉推理。 前面积分神经科学，2018年8.Collerton，D.，E.佩里和我。为什么人们会看到不存在的东西：一种新的感知和注意力缺陷模型，用于复发性复杂视觉幻觉。行为与脑科学，2005年。28（6）：p. 七三七七五七9.林德利，D.V.，关于实验提供的信息的度量。安。数学。统计学家，1956. 27（4）：第986-1005页。410.伊蒂湖和P.Baldi，贝叶斯惊讶吸引了人类的注意力。神经信息处理系统进展，2006。[18]第547页。11.Halligan，P.W.和J.C.马歇尔，意识的平衡。《意识与认知》，1998。7（3）：p.356-38012.Fruhmann Berger，M.，L. Johannsen和H.- O. Karnath，空间忽视中眼和头偏离的时间过程。神经心理学，2008年。22（6）：p. 697-70213.Parr，T.和K.J.Friston，视觉神经元的计算解剖学。Cerebral Cortex，2017：p. 1-1414.Hohwy，J.，假 设 检 验 脑 中 的 注意和意识知觉。心理学前沿，2012年。3：p. 九十六。15.Gregory，R.L.，感知是假设。伦敦皇家学会哲学会刊。生物科学学士，1980年。290（1038）：p. 181.16.Gamez，D.，人与机器的意识2018年：出版社出版。
我的内容管理
展开
