Tononi Phi测量认知系统在阅读和对话中的意识变化模式

使用Tononi Phi测量认知系统在阅读和对话时的意识MatthewIkl′e1，3[0000−0001−5978−2703]，BenGoertzel1，2，MisganaBayetta1，2，George Sellman3，Comfort Cover3，Jennifer Allgeier3，Robert Smith3，Morris Sowards3，Dylan Schuldberg4，Man Hin Leung1，2，AmenBelayneh1，2，Gina Smith2，and David Hanson2香港中环么地道75号南海中心第2座3B/4 B香港九龙http://www.singularitynet.io2Hanson Robotics，Unit 209B，2/F，Photonics Centre，HKSTP，Pak Shek Kok，N.T.香港http://www.hansonrobotics.com3Adams State University，208 Edgemont Blvd，Alamosa，CO，81101http：www.adams.edu4Alamosa High School，805 Craft DR，Alamosa，CO81101http://ahs.alamosa.k12.co.us抽象。我们进行了计算实验，估计朱利奥托诺尼用于计算Phi的数据包括与OpenCog的 Atoms（节点和链接）相对应的短期重要性（STI）值为了使这些计算可行，我们使用独立分量分析对数据进行了预处理。我们馈入软件，适用于approximat- ING Φ的已知方法的时间序列的减少集。定性地（初步地），随着时间的推移，Phi与认知系统行为的变化比较揭示了合理的模式。关键词：整合信息论·Tononi Phi·注意分配·系统连通性·意识的神经关联·机器意识·类人机器人1介绍随着时间的推移，复杂认知AI系统的整体系统状态的测量和分析是一个重要问题。分析详细的日志文件，2018年夏季进行了初步研究，我是亚当斯州立大学的计算机科学和数学教授。 博士Ikl'e拥有两名计算机科学教授，6名本科生实习生和2名高中学徒。这个暑期项目得到了陆军研究办公室拨款W 911 NF-15-1-0514的支持2M. Ik l'e等.这是压倒性的，也有必要对系统状态进行全面、整体的测量。面对这种情况，我们的OpenCog AI系统读取文本和汉森人工智能框架内的作品，以指导索菲亚人形机器人1的对话，我们转向朱利奥托诺尼的Phi系数作为一个用于衡量OpenCog系统中“集成信息”总体水平的工具。Phi被Tononi和其他人假设为系统中“意识水平”的基本度量[15]。其中一位作者提出了另一种观点，即Phi是在某些类别的认知系统中近似意识的许多方面之一的一种方式[5]。在这里，它是足够的考虑披作为一个有趣的措施，一个复杂的认知系统的意识相关的属性（整体信息整合）我们进行了两个实验：一个是OpenCog解析和语义分析短文档，另一个是OpenCog控制Sophia人形机器人，同时引导一个人进行结构化的冥想。在这两个实验中，我们记录了系统注意力集中的原子的STI值核心实用工具是Kitazona和Oizumi [7]的Matlab代码，用于从耦合时间序列中估计Phi。我们发现该代码最适合分析少量密集时间序列，而不是通过从Atten- tional Focus导出STI时间序列来呈现大量稀疏时间序列。因此，我们采用了一种新的方法，首先应用独立分量分析（ICA），以减少稀疏的时间序列的原始集合到一个更小的数量密集的时间序列，然后应用披措施。ICA和Phi在互信息数学中的共同基础提供了一些一致性。在这两个实验中，我们将获得的Phi值时间序列与OpenCog系统的外部情况和行为中的事件时间序列进行了比较。定性地，我们发现Phi的变化与认知系统的情况和行为的变化之间存在对应关系，为所采用的方法提供了初步验证2OpenCog认知架构和Hanson Robotics Sophia机器人OpenCog是一个复杂的、集成的认知AGI架构，目前用于各种实际应用，包括自然语言处理和人形机器人控制[16]。该体系结构结合了多种AI范式，如不确定逻辑，计算语言学，进化程序学习和连接主义注意力分配在一个统一的体系结构。体现这些不同范例的认知过程在称为原子空间（Atomspace）的公共神经符号知识存储库上互操作（其节点和链接称为“原子”的加权标记超图）。这种相互作用旨在鼓励原子空间中高级网络结构的自组织出现。OpenCog的核心认知算法之一认知系统3[2]的文件。ECAN将Atomspace视为无类型节点的图，并考虑HebbianLink类型的链接和其他具有假定HebbianLink语义的链接。ECAN中的每个Atom都有两个权重，STI（短期重要性）和LTI（长期重要性）。一个方程系统根据原子在执行相关动作中的作用的重要性在原子之间传播重要性。系统的当前目标。ECAN中的一个重要概念是意向焦点，由系统当前认为在实现其目标方面最重要的那些原子组成。OpenCog最近与Hanson AI框架集成，用于控制Sophia人形机器人[6]。索菲亚3集成信息论与Phi测度Fig. 1. Sophia和人类对话伙伴在2018年在加利福尼亚州进行的“Lov-ing AI”机器人冥想指南试验中的图像在该试验中，Sophia运行与本文报告的实验2中相同的基于OpenCog的控制代码。由 威 斯 康 星 大 学 精 神 病 学 家 和 神 经 科 学 家Giulio Tononi 于 2004 年 创 建 ， 整 合 信 息 理 论（IIT）是一个用于研究和量化意识的进化系统和演算。它在处理问题的方式上具有明显的笛卡尔主义[9]：它不是像大多数努力那样首先通过观察神经元和神经网络来研究意识[10]，而是从研究意识是什么的然后，它建立了一个理解意识必须从神经学上需要什么。出现的IIT是一个详细的、复杂的框架，描述了意识是如何行为和组织的。它的核心是Phi，Tononi [15]意识的数学量化器。基于给定实 体 在 信 息 位 之 间 的 互 连 的 数 量 和 质 量 ，Tononi及其同事假设Phi对应于它的意识程度[12，14]。一些作者倾向于一种微妙的观点，其中Phi被视为大致类似人类的认知系统中意识的许多内部属性之一的估计值[5]。然而，在认知系统中的实用估计φ的价值，无论争论的基础解释。3.1Phi计算程序在计算Phi值时，出现了三个主要问题：正如Max Tegmark [13]所指出的，在计算度量时可以做出至少420个选择;因果图结构的“最小信息分区”（MIP）的确定随着节点的数量呈4M. Ik l'e等..Σ确定Φ所需的概率分布向量也随着节点的数目而超指数地增加。我们已经选择处理这些问题如下：两个“好”的方法来计算φ是Φ，φ的近似测量，和φ 3.0，都是由Oizumi [13]介绍的。我们选择为了实现Phi 3.0，根据[8]中描述Oizumi的经验表明，Queyranne该算法在ON3时间内提供了一个很好的MIP近似我们基于我们的Python代码基于来自Kitazono和Oizumi [7]的Matlab代码，其将Queyranne我们使用Python字典而不是数组来存储（通常是稀疏的）概率分布。在我们的第二个实验中，我们拥有数千个稀疏的时间序列，我们采用了一种新的方法，其中我们首先应用独立分量分析（ICA）来降低问题的维度，然后从降维的时间序列中计算Phi。由于不清楚我们应该减少到多少个独立维度，我们还计算了每个维度的残差平方和（SSR），并选择了给出最小总SSR的维度。方法的这一方面值得进一步试验和改进。4测量OpenCog我们现在描述两个实验，其中我们测量了从OpenCog的AttentionalFocus获得的STI值的Phi值，4.1实验1：阅读关于昆虫和毒药的文献对于实验1，我们建立在早期实验的基础上，该实验旨在研究基于OpenCog的语言理解过程中的注意力动态[4]。我们首先基于Wordnet和Conceptnet 4数据库，向OpenCog Atomspace提供关于英语单词之间关系的先验知识，并使用Adagram神经网络计算单词之间的Sim- ilarityLinks[3]。我们启动了ECAN系统和NLP管道，并将文章加载到Atomspace中，从关于昆虫的文章开始，转移到关于毒药的文章。当系统摄取每个句子时，与每个单词对应的WordNode被STI刺激，从而触发与阅读过程相关的注意力集中动态。这项研究的目的之一是观察在阅读了关于昆虫和毒药的文件后，人们的注意力是否这种现象确实发生了，如图2所示。我们根据ConceptNode“昆虫”、“毒物”和“杀虫剂”计算Phi值。 如图3所示，当“杀虫剂”第一次变得重要时，Phi值出现了有趣的跳跃，表明Phi值的增加认知系统5图二. 原子的注意力焦点与昆虫、毒药和杀虫剂有关 ，而OpenCog阅读了一系列关注昆虫和毒药的简短文档。图三. 当OpenCog阅读一系列关于昆虫和毒药的短文时，从注意力集中估计Phi。与原子空间内注意力扩散的复杂性增加有关。4.2实验2：冥想引导对话在 实 验 2 中 ， 我 们 使 用 OpenCog 和Hanson AI系统的Ghost对话框控制框架Ghost脚本使Sophia能够进行部分引导冥想[11]。我们发现有数千个原子通过注意力焦点，因此利用了上述基于ICA的方法，使用最佳嵌入维数3。获得的Phi时间序列如图所示当然4.系统日志文件与Phi时间序列的比较表明，Phi在更激烈的口头交互开始后不久较高，并且在Sophia看着她的受试者冥想或深呼吸等时较低。见图4。Phi在控制Sophia进行冥想时从OpenCog进行估计。5结论和今后的工作我们的实验似乎证明了明智的行为和较高的Phi值之间的联系，我们的方法提供了初步验证。下一步是进行更广泛的实验，包括在推理和模式学习和发现过程中，以及涉及外部环境刺激。我们计划进一步阐述“ICA +Phi”管道的理论特性最后，我们有兴趣改善我们的整个6M. Ik l'e等.软件流水线以使得能够在系统操作期间实时计算Phi，并且使用那些Phi值作为ECAN和其它系统参数的自适应优化的目标。引用1. （2018年11月），https://github.com/opencog/opencog/tree/master//opencog/ghost2. B、G.，Hitzler，P.，Hutter，M.（编辑）：经济注意力网络：一般智力的 联 想 记 忆 和 资 源 分 配 ， 第 171 卷 。 IOS Press （ 2008 ） .https://doi.org/10.2991/agi.2009.193. Bartunov，S.，Kondrashkin，D.，Osokin，A.， Vetrov，D.P.： 使用自适应跳跃语法打破坚持和模糊性。CoRRabs/1502.07257（2015），http://arxiv.org/abs/1502.072574. Bela c hew，M.， 去吧， Ik l'e，M.，汉森，D.：从解码的角度衡量整合信息。BiologicallyInspiredCognitiveArchitectures25，130https://doi.org/10.1016/j.bica.2018.07.0055. 戈策尔，乙：表征类人意识：一个综合方法。ProcediaComputerScience41，152-157（2014）.https://doi.org/10.1016/j.procs.2014.11.0986. Goertzel，B.， Mossbridge，J.， Monroe，E.， Hanson，D.， Yu，G. ：人 类 机 器 人 作 为 人 类 意 识 扩 张 的 代 理 人 （ 2017 ） ，https://arxiv.org/pdf/1709.077917. Kitazono，J.，Oizumi，M.：实用的PHI测试（92018）。https：//doi.org/10.6084/m9.figshare.3203326.v10，https://figshare.com/articles/phitoolbox zip/32033268. Krohn，S.， 奥斯特瓦尔德，D.： 计算综合信息。 Neuroscience ofConsciousness2017（1），nix017（2017）.https：//doi.org/10.1093/nc/nix017，http://dx.doi.org/10.1093/nc/nix0179. Leffler，T.：意识的难题：一种数学方法arXiv：1704.01148v2 [q-bio.NC]（2017）10. Massimini，M.，托诺尼，G.：评估意识：对经验能力的客观牛津大学出版社（2018）11. Mossbridge ， J.， Goertzel， B. ， 马 耶 特 河 ， Monroe ， E.， Nehat ， G. ，Hanson，D.，Yu，G.：人工智能驱动的机器人互动通过帮助人们进入自我超越的状态来改善社会福利。vol. AI for Social Good Workshop at NeuralInformation Processing Systems 2018 Conference（2018）12. P.，M.W. G 马歇尔，W.，Albantakis湖，芬德利，G.，马奇曼河，托诺尼，G.：Pyphi：集成信息理论的工具箱。PLoS Comput Biol（2018）.https://doi.org/10.1371/journal.pcbi.100634313. Tegmark，M.：改进综合信息措施。PLOS计算生物学12（11），1-34（112016）。https://doi.org/10.1371/journal.pcbi.1005123，https：//doi.org/10.1371/journal.pcbi.100512314. 托诺尼，G.：作为整合信息的意识：临时宣言。The Biological Bulletin215（3），21615. 托诺尼，G.：意识的信息整合理论。BMC Neuroscience5（1），42（2004）。https：//doi.org/10.1186/1471-2202-5-42，http://www.biomedcentral.com/1471-2202/5/4216. 王 ， P. ， Goertzel ， B. ， Franklin ， S. （ 编 辑 ） ： OpenCog ： A SoftwareFramework for Integrative Artificial General Intelligence，vol. 171. 03 The Dog（2008）