中国人工智能学会通讯——意识科学研究进展 1.2 意识模型的构建

简介:

1.2 意识模型的构建

如果意识是物质的,是遵守物理定律 的,那也应该是数学可描述的;需要对意 识建立数学模型加以描述。

意识的数学模型应该满足:① 描述意 识的本质特征。② 符合哲学、科学、常识 对意识的共同定义或理解。③ 能够解释意 识的基本规律,并使得意识的各种规律特 别是这些规律的数学描述能够符合这一模 型;即这一模型应该有很好的可扩展性, 使得复杂的意识现象可能产生的各种数学 描述都能够融合这一(本质特征描述)模型; 任何的意识现象的数学表达都应该作为意 识模型的局部或组件,或处于该模型的某 种确定性的关联之中。④ 具有可计算性(对 于符合意识特征的机器行为,最好是具有 人工可实现性)。符合或力图符合这一特 征的模型包括以下模型。

image
image
image

此外,发博(Ilya B Farber)、丘奇兰 德(Patricia S Churchland)[9-10] 以及巴尔 斯 ( Bernard J. Baars) 和埃德尔曼(David B. Edelman)也分别提出了关于意识特征的综 合描述性理论 [10-11]。

最近的意识模型研究进展是皮亚杰同 构意识模型的提出和重新解释。皮亚杰是 发生认识论的创始人,也是法国布尔巴基 学派的成员。他认为心理现象能够与外界 建立同构关系。这一思想被拓展用于描述 意识成为意识的同构模型 [12-13]。对这一模 型本文提出了若干解释 [14]:将心理模型解 释为意识模型;论证了这一模型所描述的 就是哲学和日常生活所指谓的“意识”概念; 给出了意识模型的数学表达式——群同构 演算;以同构模型解答了若干哲学、科学 关于机器是否具有意识的问题,如图灵测 试、中文屋问题(关于机器是否有意识)。

image

同构模型体现了意识对外界“反映” 这一根本特征;同时,它在不同集合体内 的操作(运算)也使得系统内具有能动性, 即这种操作使得系统不是完全依赖于外界刺激(它有自己的运行方式,仅当这种操 作结果与被映射的外界的运行结果相符即 形成同构时,意识才被证实有效)。这一 模型是可扩展的,它的计算单元(集合的 元素)和计算算符都可以继续扩展,允许 构建多个结构。它可以表现为多级同构, 如人的符号意识可以视为神经元 - 符号 - 外 界对象的 3 个世界 2 级同构;类似地,动 物如果忽略其很小的符号能力,可以理解 为神经元与外界对象的 2 个世界 1 级同构; 当前的计算机如果忽略其很小的传感能力, 可以理解为多级符号世界(进行多级程序 语言调用的多级编译或解释系统)的同构; 机器人的行为及其控制可以理解为程序语 言(尚没有或有限的自然语言符号)与外界 对象的同构。同构模型解释了中文屋难题, 即为什么计算机不能视为有人一样的智能, 是因为它在符号之间的同构中缺少了一级 对外界对象的同构;虽然符号层级的同构 不失为智能,但不是完全意义上的类人智 能;中文屋内的计算机如果加入传感世界 层级与符号的同构则在本质上等同于意识, 如图 1 所示,在中文屋计算机所具有的“计 算实体”“符号系统”及其关系之外,加入“物 理世界”层及其层间关系。显然,同构模 型还具有良好的可计算性,兼有联结主义 和功能主义的特征,也符合二元主义的形 式特征。

image

相关文章
|
1月前
|
人工智能 搜索推荐 程序员
当AI学会“跨界思考”:多模态模型如何重塑人工智能
当AI学会“跨界思考”:多模态模型如何重塑人工智能
263 120
|
2月前
|
人工智能 数据挖掘 大数据
人工智能模型决策过程:机器与人类协作成效
决策智能(DI)融合AI与人类判断,提升商业决策质量。通过数据驱动的预测与建议,结合人机协作,实现更高效、精准的业务成果,推动企业迈向数据文化新阶段。(238字)
|
8月前
|
人工智能 自然语言处理 算法
生成式人工智能认证(GAI认证)与标准化进程协同发展及就业市场赋能研究
本文探讨生成式人工智能认证(GAI认证)在人工智能标准化进程中的重要性,分析其对就业市场的积极影响及未来发展趋势。GAI认证不仅是个人AI能力的权威认可,还推动行业标准化与技术创新。文章指出,随着技术融合加速和应用场景拓展,GAI认证标准需不断完善,以应对技术更新、数据安全等挑战,为AI健康发展贡献力量。
|
7月前
|
数据采集 人工智能 缓存
深挖“全栈智算”之力 中兴通讯开启AI普惠新纪元
深挖“全栈智算”之力 中兴通讯开启AI普惠新纪元
242 1
|
机器学习/深度学习 人工智能 机器人
推荐一些关于将图形学先验知识融入人工智能模型的研究论文
推荐一些关于将图形学先验知识融入人工智能模型的研究论文
306 95
|
机器学习/深度学习 人工智能 图形学
如何将图形学先验知识融入到人工智能模型中?
如何将图形学先验知识融入到人工智能模型中?
332 94
|
机器学习/深度学习 人工智能 数据可视化
人工智能在图形学领域的研究热点有哪些?
AIGC:通过生成对抗网络(GAN)、变分自编码器(VAE)及其变体等技术,能够根据用户输入的文字描述、草图等生成高质量、高分辨率的图像,在艺术创作、游戏开发、广告设计等领域应用广泛。如OpenAI的DALL-E、Stable Diffusion等模型,可生成风格各异、内容丰富的图像,为创作者提供灵感和素材.
387 59
|
11月前
|
人工智能 JSON 算法
魔搭支持在阿里云人工智能平台PAI上进行模型训练、部署了!
现在,魔搭上的众多模型支持在阿里云人工智能平台PAI-Model Gallery上使用阿里云算力资源进行模型训练和部署啦!
723 22
|
机器学习/深度学习 人工智能 人机交互
图形学领域的研究热点会给人工智能带来哪些挑战和机遇?
图形学中的一些研究热点,如 3D 模型生成与重建,需要大量的 3D 数据来训练模型,但 3D 数据的获取往往比 2D 图像数据更困难、成本更高。而且,3D 数据的多样性和复杂性也使得数据的标注和预处理工作更加繁琐,这对人工智能的数据处理能力提出了更高要求。例如,在训练一个能够生成高精度 3D 人体模型的人工智能模型时,需要大量不同姿态、不同体型的 3D 人体扫描数据,而这些数据的采集和整理是一项艰巨的任务.
296 50

热门文章

最新文章