解决MC4机器意识David Gamez11Middlesex University，London，NW4 4BT，UKd. mdx.ac.ukwww.davidgamez.eu抽象的。如果一台机器拥有与人类意识体验相当的现象体验，那么它就是MC4意识。从伦理的角度来看，了解我们是否在机器中创造了MC4意识是很重要的。MC4意识研究也有助于人类意识一般理论的发展。本文讨论了在我们能够以系统的方式解决MC4机器意识之前必须解决的四个问题：我们需要更清晰地测量意识，我们需要更好的方法来描述物理世界和意识，我们需要就意识理论应该采取的最终形式达成一致。当这些问题得到解决后，我们将能够发展出关于意识的科学理论，这些理论可以对机器中的MC4意识做出准确可信的预测。关键词意识，机器意识，人工意识，意识科学，神经关联1介绍区分四种类型的机器意识通常是有帮助的[1]： MC1。具有与有意识系统相同外部行为的机器。当人类有意识时，他们会以特定的方式行事。例如，他们是警觉的，他们可以对新的情况做出反应，他们可以内在地执行解决问题的步骤序列，并且他们可以学习。AI系统可以表现出这些外部行为中的一些或全部。 MC2。意识关联模型。关于人类意识的神经和功能相关理论可以在计算机中建模。 MC3。意识的模型。现象经验具有特征性的fea-这些模型可以在计算机中建模并用于控制机器人。 MC4 有意识的机器。当人类有意识的时候，他们沉浸在一个由颜色、气味、声音等组成的世界里。这些都不是物理世界的固有联系，它们是意识经验的组成部分。一台沉浸在色彩、气味和声音世界中的机器将具有MC4意识。这些不同类型的机器意识可以组合在一起。例如，一个表现出有意识的外部行为 （ MC1 ） 的 机 器 人 可 以 由 意 识 模 型 （ MC3 ） 控 制 ， 并 具 有 现 象 体 验（MC4）。本文将讨论MC4意识的问题：人工系统具有与我们的颜色、气味、味道等的空间和时间分布体验相似的现象体验。这种类型的机器意识在伦理上是重要的，因为MC4意识的机器可能会受到影响。对MC4机器意识的研究也可能是发现意识的一般理论的关键因素，这些理论不仅限于人类生物机器内的神经元。MC4机器意识可以解决，当我们已经开发出科学的意识理论，可以在任何物理系统中对意识做出准确详细的预测。这只有在满足四个先决条件后才有可能实现。首先，我们需要就如何测量意识达成一致，并放弃意识可以通过机器的外部行为来测量的想法（第2节）。接下来，我们需要摆脱意识的神经关联，找到描述大脑中时空物理模式的新方法，这些新方法可以为意识的一般化理论奠定基础（第3节）。第三，我们需要较少拟人化的方式来描述意识（第4节）。最后，我们必须放弃对意识的直觉上令人满意的解释的愿望，并寻找意识的形式描述与物理世界的形式描述之间的数学关系（第5节）。当这些先决条件得到满足时，我们将能够使用人类和动物实验来发现意识的数学理论，这些理论可以被概括为对人工系统中的MC4意识做出可信的预测。2意识测量我们不能直接测量他人的意识：我们必须通过外部行为（第一人称报告）来测量意识。从外部行为到意识的推论只有在外部行为是由我们认为有意识能力的系统产生时才有效-例如，当正常人类和灵长类动物表现出有意识的外部行为时。从外部行为到意识的推断在脑损伤患者、婴儿和头足类动物中不太确定。有些人认为，有意识的外部行为可以用来推断意识在人工系统中的存在。如果是这样的话，MC4机器意识的问题就解决了。任何表现出有意识的外部行为的机器都将被判断为具有现象上的意识，我们可以很容易地识别机器中意识的相关性。这种观点的问题在于，编写一个计算机程序来模仿人类关于意识的第一人称报告是非常容易的。例如：“因为‘我意识到一个红苹果。<<’”这种行为可以由一个巨大的查找表[2]产生，并且可以在执行该程序[3，4]时解释任何物理状态序列，包括一个没有意识的人大脑中的一系列状态。当人类在头脑中执行这个程序时，他们并没有意识到红苹果。当简单的一行程序被通过图灵测试的超级智能AI取代时，这些问题不会消失，当一个人的大脑的一部分被功能等效的硅芯片取代时，它们也会出现这些问题阻碍了我们使用外部行为来衡量人工系统中的意识，无论这种行为有多像人类。如果我们不能测量人工系统中的意识，我们就不能在人工系统上进行MC4意识实验。相反，我们必须发现人类（以及类似系统）的意识与物理世界之间的关系，然后将这些结果推广到动物和人工系统。为了使这种概括成为可能，我们必须重新思考我们研究人类意识的方式。我们需要描述人类大脑的物理状态，使我们能够将意识理论应用于非生物系统。我们还必须在没有自然语言的人类中心主义的情况下描述意识。这些挑战将在接下来的两节中介绍。3物理世界测量问题迫使我们通过对人类和类似动物的实验来发展意识理论。虽然在意识的神经相关性方面已经有了一些有希望的结果[6]，但很难将它们推广到具有不同大脑结构和神经元的动物，也不可能将它们应用于由合成或硅神经元控制的人工系统。人们可能会认为，通过将意识与大脑中的功能、计算或信息模式联系起来，可以解决泛化问题。如果意识与人脑中的计算有关，那么执行相同计算的机器人也会有意识。关于意识的功能、计算和信息理论的一个关键问题是，功能、计算和信息不是物理世界的客观属性。当你将人类定义的界面应用到物理世界时，信息就会出现[7]，不同的界面会导致不同的信息集。函数等同于计算，这是人类对物理对象的主观使用，而不是物理对象的客观属性[1]。物理世界不包含函数、计算或信息。功能、计算和信息的主观性使得不可能证明它们与人类大脑中的意识有关。也有可能将任何物理状态序列解释为特定的信息模式或计算，这导致对与物理状态序列相关的意识的相互矛盾的预测[1，8，9]。对意识的客观科学研究必须寻找时空物理模式和意识之间的联系。最近对意识的许多研究都集中在神经活动模式和意识状态之间的关系上。然而，这不会导致一个可以推广到人工系统的理论。神经元是在特定的生物学背景下定义的动物的大脑-我们没有正式的定义，使我们能够明确地识别神经元以外的这种情况。假设我们对神经元和肝细胞之间的100个杂交体进行基因工程：第一细胞是100%的神经元;中间细胞为神经元占50%;最后一个细胞是100%的肝脏。我们没有系统的方法来分类这个序列中的中间细胞。或者假设我们用基本的生物成分合成了一个近似的神经元--我们不知道合成神经元或硅神经元是否能形成意识的相关物。一个可推广的意识理论必须建立在精确定义的时空结构的基础上，这种时空结构可以在任何物理系统中明确识别。如果我们想从意识的神经关联中概括出结果，我们就必须更精确地定义神经元，或者我们可以将我们的意识理论建立在物理世界的其他属性上，比如电磁波。4意识的描述大多数关于意识的研究都是基于对有意识和无意识大脑的对比分析。这为我们提供了关于任何意识状态发生所必需的神经活动模式的有价值的信息-所有意识状态都共有的神经活动模式。关于意识内容和物理状态之间的详细关系的研究较少。意识状态通常用自然语言描述。但是，可推广的意识理论不能建立在自然语言的基础上，因为它是模糊的，高度压缩的和依赖于上下文的。人工系统很可能会有完全不同的体验，这些体验是不可能用人类语言描述的。自然语言对意识的描述也可能具有高度误导性，因为人工系统可能对对象的时间和空间属性有不同的表示[10]。在一些实验中，意识内容是使用产生意识体验的刺激来指定的。例如，在使用fMRI进行大脑阅读的工作中，解码的意识体验以视频的形式呈现，受试者将其与自己的意识体验进行比较[11]。这种方法适用于人类，因为大多数人在暴露于相同的刺激时有大致相同的意识体验。但是当我观看视频时，我的意识体验极不可能与观看同一视频的人工系统的意识相同，因此视频不能用来描述人工系统的意识。为了解决这个问题，我们需要找到新的、更少以人类为中心的描述意识的方法，这将使我们能够将人类意识的实验结果推广到人工系统。1[1]Balduzzi和Tononi提出了这个问题的一个解决方案，他们建议如何使用高维数学结构来描述意识状态[12]。5意识理论关于意识理论应该采取的最终形式，人们缺乏普遍的共识。一个可推广的意识理论应该满足以下标准：1. 可以生成可测试的预测。2. 适用于任何物理系统。3. 奥卡姆剃刀（Occam4. 基于物理世界的客观属性。意识的功能理论、计算理论和信息理论符合标准1-3。然而，正如第3节所解释的，它们不符合标准4，因为它们不是基于物理世界的客观属性。关于意识的神经关联的理论符合标准4，但它们往往不是紧凑的或可概括的，并且它们产生可检验的预测的能力很弱。许多人都在寻找一种直观上令人满意的解释意识和物质世界之间的关系。他们想要在物理状态（例如物理大脑的心理图像）和意识状态（例如红色）之间进行想象转换。我们永远不会得到这种类型的理论，因为我们只能想象有意识的经验，而不能想象无形的物理世界，因为它本身没有任何意识的属性。原则上，我们也许能够发现一种理论，使我们能够从大脑的意识经验到另一种意识经验进行想象性的过渡。但是，只有当我们了解了哪些大脑模式与意识体验有关时，这一点才能直观地令人信服[1]。大脑扫描技术和人类记忆的局限性很可能在可预见的未来排除这种可能性。符合所有标准的最合理的理论类型是物理世界的形式描述（见第3节）和意识的形式描述（见第4节）之间的数学关系。紧凑的数学理论是许多科学中的黄金标准，它们可以生成可测试的预测，并且可以应用于任何物理系统。迄今为止，最令人印象深刻的意识数学理论是托诺尼虽然它有严重的局限性，但它确实表明我们在未来如何能够发展出可行的意识数学理论。为了发展精细的意识数学理论，我们需要来自大脑的高分辨率数据。然而，可能从大脑记录的大量数据无法被单个人脑理解。这表明人类不太可能发现意识的数学理论。我们可以通过使用人工智能来寻找意识和物理世界之间的数学关系来解决这个问题。6结论本文讨论了在科学地解决MC4机器意识问题之前必须解决的四个问题。我们需要就如何测量意识达成一致，并放弃意识可以从机器的外部行为推断出来的想法。关于意识的科学工作需要远离神经相关性，并开始在人类大脑中寻找更准确定义的时空结构，这将导致意识的一般理论。我们需要发展描述意识的方法，避免人类中心主义和自然语言的语境依赖。我们必须放弃对意识的直觉上满意的解释，并在意识的形式描述和物理世界的形式描述之间寻找数学关系。如果这些挑战能够得到解决，我们将在以科学合理的方式解决MC4机器意识方面取得重大进展。7引用1. Gamez，D.：人与机器的意识Open Book Publishers，Cambridge（2018）2. Block，N.：功能主义的麻烦。In：Eckert，M.（编）心理理论：一本入门读物，pp。97-102. 03 The Dog（2006）3. 普特南，H.：表现与现实。麻省理工学院出版社，马萨诸塞州剑桥; 03 The Dog（1988）4. Bishop，J.M.：认知计算谬误？认知、计算与泛心论。认知计算1，221-233（2009）5. Searle，J.R.：思想、大脑和程序。Behavioral and Brain Sciences 3，417-457（1980）6. Koch，C.，Massimini，M.，Boly，M.，托诺尼，G.：意识的神经相关性：进步与问题。Nat Rev Neurosci 17，307-321（2016）7. 弗洛里迪湖：抽象层次法。Minds and Machines 18，303-329（2008）8. Gamez，D.：信息或数据模式与意识相关吗？Topoi 35，225-239（2016）9. Gamez，D.：我们能证明大脑中存在意识的计算相关性吗？Journal of CognitiveScience 15，149-186（2014）10. Chrisley，R.：认真对待身体：非概念内容和机器人。在：Ford，K.M.，Glymour，C.，Hayes，P.J.（eds.）Android认识论。AAAI Press/ The MIT Press，Cambridge andLondon（1995）11. Nishimoto，S.，Vu，A.T. Naselaris，T.，Benjamini，Y.，Yu，B.，Gallant，J.L.：从自然电影诱发的大脑活动重建视觉体验。Current Biology 21，1641-1646（2011）12. Balduzzi，D.，托诺尼，G.：感受质：整合信息的几何学。PLoS ComputationalBiology 5，e1000462（2009）13. Oizumi，M.，Albantakis湖托诺尼，G.：从现象学到意识的机制：整合信息理论3.0PLoS Computational Biology 10，e1003588（2014）
