19、机器学习与人工神经网络：从意识研究到技术实践

机器学习与人工神经网络：从意识研究到技术实践

1. 机器学习概述

在机器学习领域，系统应具备灵活性，且不像人类那样容易出错。在探讨合成意识之前，有必要先了解生物意识的基础。关于意识，存在从哲学到生物学的各种观点。

1.1 生物意识理论

• 彭罗斯和哈默罗夫的理论 ：他们提出的“精心策划的客观还原理论”（Orch OR）认为，生物意识是神经元微管内量子活动的涌现属性，这与经典神经学理论不同，经典理论认为生物意识是神经元计算的涌现属性。哈默罗夫认为微管适合进行量子处理，微管中的电子可发生量子纠缠并形成玻色 - 爱因斯坦凝聚态。不过，该理论受到了神经科学界的广泛批评，有人认为生物系统无法避免量子退相干，但量子计算的进展对此提出了质疑，且有证据表明植物在光合作用中会常规使用量子相干电子传输机制。
• 彭罗斯和卢卡斯的观点 ：他们依据哥德尔定理认为，没有过程或算法能确定性地预测其结果，因此算法过程无法产生意识，这促使彭罗斯探索量子行为作为人类意识的基础。
• 主流神经科学观点 ：多数神经科学家认为意识是神经复杂性达到一定阈值时的涌现属性，比较不同物种的神经解剖学和生理学研究支持了这一观点。神经复杂性不仅取决于神经元的数量，还与神经元之间的连接性有关。
• 克里克的观点 ：诺贝尔奖获得者弗朗西斯·克里克认为意识与大脑利用短期记忆处理感官输入的方式密切相关，他主要关注视觉输入，但该观点适用于任何感官输入。

1.2 合成意识的定义与检测