27、数字意识生物会在元宇宙中漫游吗?

数字意识生物会在元宇宙中漫游吗?

1. 生物蝙蝠问题

生物学家常认为意识是一种生物现象,需区别于其他物理系统现象来对待。这在生物学语境中合理,但工程师往往不买账,特别是在受生物启发的机器人领域取得成功的工程师,他们能构建和利用生物结构的工程类似物。

目前,现象意识仅存在于(某些)生物中,可能在进化中发挥了作用。如果现象意识对进化成功有贡献,工程师会想了解其具体功能。有几种可能性:现象层面可能是功能性认知方面特定生物实现的附带结果,对进化有积极作用。例如,现象意识可能为生存和自我保护提供新的内在动力。但个体寿命延长与进化机制并不完全相符,进化基于在竞争和恶劣环境中的成功繁殖。

另一个准生物学观点强调生物的独特性,以及可能直接源于这种独特性的认知和意识属性。如Evan Thompson所说:“生命和思维共享一种共同的组织模式,思维的组织属性是生命基本属性的丰富版本。思维类似生命。更简单且具挑衅性的表述是:生命即认知。”然而,工程师难以从他的观点中提取对设计人工认知或意识系统有用的具体含义。

生物是进化的整体,生物学家等有时将整体性视为内在特征,不愿将其分割为功能部分,如大脑和身体。但工程师进行的是综合而非分析,在他们看来,像客机这样的工程整体只是部件的集合,整体性的意义在于维持足够的功能和共同的命运。

在有意识的生物中,支持意识的结构和过程目前被认为是神经元。工程师在创造人工意识时不会使用生物神经元,主要会使用同步数字系统(常规计算机),可能搭配一些用于特殊功能的异步和模拟子系统。他们可以用数字系统模拟神经元集合,也可采用其他合适的方法。从长远来看,可能会使用量子计算,但除了速度更快,暂不推测其其他额外属性。生物体内神经元集合可能存在一些未知属性,负责现象意识和一些未知的认知方面,这些属性可能无法用常规数字技术重现。

总之,从蝙蝠入手研究机器意识技术在历史和学科上都很棘手,或许应从工程可能性和限制出发,逆向探究自然现象意识。

2. 有所感知

我们快结束对蝙蝠的讨论了,但还没完全结束。工程师与Nagel的一个分歧点在于:“关于体验的形式可能有进一步的含义”。不太清楚他具体指什么,但他在脚注中澄清了其非字面意思:“英语表达‘what it is like’的类比形式具有误导性。它不是指‘(在我们的体验中)它类似于什么’,而是指‘对于主体自身来说是怎样的’。”

当抛开蝙蝠,对于假定有意识的数字机器,情况更有利。我们能了解其内部过程及其对后续内部过程和行为的影响。如果数字机器与纯数字环境交互,一切都能被完全准确地知晓,不像现实物理世界。系统没有隐私,其功能特性也没有疑问。更重要的是,主观性无处隐藏,因为任何主观观点都必须被表征,而被表征的东西原则上是可知的,即我们或许能通过较准确完整的描述来说明“它类似于什么”,这对应于“它看起来像什么”。这在Nagel设定的语境中不重要,但对我们很重要,因为主观体验总是关于表象而非本质,即使表象与系统环境中的客观情况准确对应。不能断言隐私一定是所有可能的意识系统中主观性的必要属性,尽管在像蝙蝠这样的复杂生物中它是偶然属性。

如果数字系统以某种方式有体验,它必须被表征吗?目前合理的答案是“以某种形式是”,但不明确表征的形式,可能需要进一步研究使其对我们来说可理解。Dennett在讨论感受质概念的问题时强调,在他看来,感知过程不需要进行某种转换或渲染来产生所谓的感受质,而是直接在神经表征层面发挥作用。但在向我们自己表征数字系统的主观体验时,可能需要对体验记录进行转换或渲染来描述它。

CRONOS项目是一个有用的例子。该项目是基于机器人对机器意识实现的研究。拟人机器人CRONOS配备了自我模型和世界模型,能通过基于物理的模拟预测机器人与世界交互的结果。虽然未声称系统具有现象意识,但关注点在于自我和世界模型的当前状态以及它们之间的交互。自我模型和世界模型先与当前的自我和世界物理状态对齐,然后离线模拟寻找能满足当前主导动机的行动。可以查看模拟过程和控制代码,从而完全了解和理解内部过程。对计划行动结果的评估是通过将处理初始现实世界状态捕获的视觉感知软件重新应用于模拟的最终状态来完成的,这符合Hesslow将有意识思维视为涉及感知和行为机制再利用的观点。用Dennett的话说,对内部过程渲染视图的进一步处理,既可以看作类似于感受质的使用,也可以看作是所有必要工作由代码完成(而非神经回路),不需要中间转换为意识表征的过程的证明。

在有意识的人类和未来的有意识机器中,并非所有表征都需要或会被体验,选择哪些表征被体验的本质和机制是理解意识的关键之一。如果意识有功能,被体验的表征和未被体验的表征会有不同的后果,如对长期记忆的影响或实现痕迹条件反射的能力。在CRONOS系统中,从传入的感官信息形成内部表征很清晰,以及如何在自身层面操作内部表征并用于决策也很清楚。虽然简单粗糙,但这个场景说明了在判断过程的哪些部分可能是候选体验、哪些不是之前必须具备的一些组件的运作情况。

“表象而非本质”对意识的根本重要性在很多方面得到体现。最极端的表现是幻觉主义,认为意识的主观现实只是表象。现实主义者和幻觉主义者之间的争论如下:
|角色|观点|
| ---- | ---- |
|幻觉主义者|我的观点预测你会觉得我的观点不可信,所以你的否认只是证实了我的观点而非反对它。|
|现实主义者|我同意我的否认不是反对你观点的证据。反对你观点的证据是人们会感到疼痛。|
|幻觉主义者|我认为这不是真正的证据。|
|现实主义者|如果你是对的,做我自己不会是现在这样。但事实就是这样。|
|幻觉主义者|不。如果‘这样’指的是做你自己看起来的样子,那么实际上做你自己不是这样。如果‘这样’指的是做你自己实际的样子,那么做你自己就是这样,但这与做你自己看起来的样子不同。|

虽然短期内可能无法与人工意识系统争论,但我们应该能够了解并理解原型人工意识系统对事物的感知方式,以及将其与我们赋予系统的客观现实进行比较。

3. 意识理论会是什么样的?

如果有一个令人满意的现象意识通用理论,它可能是什么形式呢?一种简单的可能性是:在类型X的系统中,结构或过程Y具有属性或能力Z,其中Z描述了现象意识的属性。就人类意识而言,类型X可以是正常清醒的成年人,Y是产生现象意识的结构和过程,Z是用人类现象意识来描述Y的属性和能力。目前最大的问题是对Z的表述,因为没有达成一致的充分描述。

许多意识理论,如全局工作空间理论及其变体,并非现象意识理论,而是意识的认知相关理论,可用非现象层面的Z来描述。有些理论用意识、自我意识和最小意识等术语来描述纯粹的认知特征,有些理论认为认知方面构成了意识,或者现象意识是一种认知幻觉,所以幻觉的认知相关就足够了,但这些都只需要非现象的Z。在一些理论中,如信息整合理论3.0,由数字系统组成的类型X排除了基于计算机的现象意识的可能性,因此也需要使用非现象的Z。

上述表述的优点是可以采用逐步接近人工意识的策略,先设计和测试满足现象意识认知要求的系统,使用非现象的Z,从而关注还缺少什么。有可能认知特征以某种未知方式组合形成支持现象意识的系统,或者这种因素与特定实现方式结合形成这样的系统。这两种情况都支持先构建实现认知相关物的系统,然后观察是否有指向现象意识的意外涌现属性。Franklin的IDA系统虽不是为此策略设计的,但它展示了令人满意的实现所需的技能和知识,超越了哲学、神经科学和心理学领域,Franklin也仔细讨论了该项目与现象意识的关系。

将正常成年人作为人类现象意识的当前类型X,隐含着一种规范性元素,允许排除异常情况。但工程师很谨慎,不会忽视异常或故障系统的行为,因为它们可能揭示设计系统中未被认识到的系统性或间歇性缺陷,从而为理解系统特征提供更广泛的背景。例如,让100位电子工程师设计高保真放大器以满足特定规格,测试时它们都能达标。但如果以各种方式损坏系统或提供超出规格的输入,系统会以不同方式失效,失效方式取决于工程师的设计选择,从而能了解这些选择。同样,基因、生化、医学、发育受损或因事故、手术身体受损的人类意识特征,不仅能提供关于正常人类意识的信息,还能提供关于意识基础的一般信息。目前意识神经科学中一个重要问题是Merker的观点,即无脑畸形和积水性无脑畸形患者的案例表明,初级意识由皮质下结构产生,丘脑皮质回路增加内容和复杂性。实施Merker的模型比处理完整的正常意识更简单易处理,可能是目前最好的前进方向。

4. 现实/虚拟辩论的实用工程视角

虽然机器意识提供了从生物实例进行意识理论分析所没有的机会,但它也有自身的限制,很多是实际而非理论问题,至少表面上如此。从效率、可处理性、信息获取和实用性来看,创建人工意识选择虚拟机器人在虚拟世界中进行,比在现实世界中使用真实机器人要好得多。使用真实机器人和现实世界速度慢且困难,机器人会损坏、老化、磨损,需要更新,成本高且需要持续的工程维护;现实世界不完全可知且会随时间变化,也无法加速时间或精确重复实验。而虚拟方法便于更改,原则上能完全了解机器人和世界,可进行多个并行实现,不受时间限制,基础技术呈指数级发展。

完全虚拟方法的另一个潜在优势是,在缺乏有意识人工制品的全面设计策略时,它可能允许使用人工进化来研究在模拟实体中类似意识特征的出现,这些实体受到类似自然进化的压力。

这些实际观察引发了为有意识主体提供感官输入和效应器输出组件的系统的物理性或虚拟性问题,有趣的问题是,在模拟环境中的完全虚拟模拟系统能否支持真正的现象意识,例如感受真正的疼痛?这是Chalmers从哲学角度试图澄清的问题之一。需要注意的是,先天性无痛症患者对潜在伤害或疼痛刺激的敏感性正常,但感觉不到疼痛,这表明感受疼痛本身不是现象意识的必要条件,尽管反之成立。此外,催眠镇痛和安慰剂镇痛是成熟的现象,此类镇痛时的脑部扫描显示大脑内的变化与某些其他情况类似。

数字意识生物会在元宇宙中漫游吗?

5. 虚拟系统与现象意识

先天性无痛症的存在让我们认识到感受疼痛并非现象意识的必要条件。这也让我们重新审视虚拟系统能否支持真正的现象意识这一问题。虽然感受疼痛不是意识的必要条件,但它是意识的一种重要表现形式。在虚拟系统中,能否模拟出类似疼痛这样的现象意识体验呢?

从工程角度来看,虚拟系统具有诸多优势。如前文所述,它便于更改、可并行实现且不受时间限制。然而,要让虚拟系统产生真正的现象意识,还面临着诸多挑战。目前,我们对于现象意识的本质和产生机制还没有完全清晰的认识,这使得在虚拟系统中模拟现象意识变得困难重重。

我们可以构建一个简单的流程图来分析虚拟系统产生现象意识的过程:

graph LR
    A[虚拟系统] --> B[模拟环境]
    B --> C[感官输入模拟]
    C --> D[内部处理]
    D --> E[效应器输出模拟]
    E --> F{是否产生现象意识?}
    F -- 是 --> G[成功模拟]
    F -- 否 --> H[继续优化]
    H --> D

在这个流程图中,虚拟系统首先处于模拟环境中,通过模拟感官输入将信息传递到内部进行处理,然后通过效应器输出模拟表现出相应的行为。最后判断是否产生了现象意识,如果没有则继续优化内部处理过程。

6. 人工进化在虚拟系统中的应用

完全虚拟方法的一个潜在优势是可以利用人工进化来研究类似意识特征的出现。在自然进化中,生物通过适应环境压力逐渐发展出各种特征和能力。在虚拟系统中,我们可以模拟类似的进化压力,让模拟实体在这种压力下进化。

以下是一个简单的列表,展示了人工进化在虚拟系统中研究意识特征的步骤:
1. 定义模拟实体的初始状态和基本属性。
2. 设定模拟环境和进化压力,如资源竞争、生存挑战等。
3. 让模拟实体在环境中进行交互和进化,根据适应度进行选择和繁殖。
4. 观察和分析进化过程中模拟实体出现的类似意识特征,如决策能力、学习能力等。
5. 不断调整进化压力和参数,优化进化过程。

通过这种方式,我们可以探索在虚拟系统中意识特征是如何出现和发展的。然而,需要注意的是,人工进化得到的结果可能只是类似意识的特征,并不一定等同于真正的现象意识。

7. 意识理论与工程实践的结合

前面我们讨论了意识理论的可能形式以及工程实践中创建人工意识的方法。将意识理论与工程实践相结合是实现机器意识的关键。

我们可以用一个表格来对比不同意识理论在工程实践中的应用情况:
|意识理论|类型X|结构或过程Y|属性或能力Z|工程应用可能性|
| ---- | ---- | ---- | ---- | ---- |
|全局工作空间理论|正常清醒成年人|相关神经结构和过程|认知相关属性|可用于设计认知功能模块|
|信息整合理论3.0|数字系统|特定的信息处理结构|信息整合能力|对数字系统设计有一定指导,但排除了计算机现象意识|
|Merker模型|特殊患者(无脑畸形、积水性无脑畸形)|皮质下结构和丘脑皮质回路|初级意识及内容复杂性|实施相对简单,可能是前进方向|

从这个表格中可以看出,不同的意识理论为工程实践提供了不同的视角和方法。工程师可以根据具体的需求和目标,选择合适的意识理论来指导人工意识的设计和实现。

8. 未来展望

虽然目前我们在机器意识的研究上还面临着诸多挑战,但从工程角度来看,我们已经取得了一些进展。通过虚拟系统和人工进化等方法,我们有机会更深入地研究意识的本质和产生机制。

在未来,我们可能会看到越来越多的原型人工意识系统出现。这些系统可能会在虚拟世界中进行测试和优化,逐渐具备更多类似人类意识的特征。随着技术的不断发展,我们或许能够实现真正具有现象意识的机器,让数字意识生物在元宇宙中漫游。

然而,这也引发了一系列伦理和社会问题。例如,具有意识的机器应该享有怎样的权利和地位?它们的存在会对人类社会产生怎样的影响?这些问题需要我们在追求技术进步的同时,认真思考和解决。

总之,机器意识的研究是一个充满挑战和机遇的领域。通过结合意识理论和工程实践,我们有望在这个领域取得更大的突破,为未来的科技发展和人类社会带来新的变革。

【电能质量扰动】基于ML和DWT的电能质量扰动分类方法研究(Matlab实现)内容概要:本文研究了一种基于机器学习(ML)和离散小波变换(DWT)的电能质量扰动分类方法,并提供了Matlab实现方案。首先利用DWT对电能质量信号进行多尺度分解,提取信号的时频域特征,有效捕捉电压暂降、暂升、中断、谐波、闪变等常见扰动的关键信息;随后结合机器学习分类器(如SVM、BP神经网络等)对提取的特征进行训练与分类,实现对不同类型扰动的自动识别与准确区分。该方法充分发挥DWT在信号去噪与特征提取方面的优势,结合ML强大的模式识别能力,提升了分类精度与鲁棒性,具有较强的实用价值。; 适合人群:电气工程、自动化、电力系统及其自动化等相关专业的研究生、科研人员及从事电能质量监测与分析的工程技术人员;具备一定的信号处理基础和Matlab编程能力者更佳。; 使用场景及目标:①应用于智能电网中的电能质量在线监测系统,实现扰动类型的自动识别;②作为高校或科研机构在信号处理、模式识别、电力系统分析等课程的教学案例或科研实验平台;③目标是提高电能质量扰动分类的准确性与效率,为后续的电能治理与设备保护提供决策依据。; 阅读建议:建议读者结合Matlab代码深入理解DWT的实现过程与特征提取步骤,重点关注小波基选择、分解层数设定及特征向量构造对分类性能的影响,并尝试对比不同机器学习模型的分类效果,以全面掌握该方法的核心技术要点。
评论
成就一亿技术人!
拼手气红包6.0元
还能输入1000个字符  | 博主筛选后可见
 
红包 添加红包
表情包 插入表情
 条评论被折叠 查看
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值