Beyond Imitation Games: A Falsifiable Emergent Sentience Framework
超越模仿游戲：一個(gè)可證偽的新興感知框架
https://files.osf.io/v1/resources/agfj3_v3/providers/osfstorage/67d265ed5eb14cf71744b794?action=download&direct&version=1
摘要
本文通過三個(gè)條件對(duì)最小意識(shí)進(jìn)行了特征描述：積極的自我維持、歷史適應(yīng)性和自主能動(dòng)性。通過跨生物尺度的實(shí)證觀察，我們展示了這些條件如何在可觀察的組織模式中表現(xiàn)出來。我們運(yùn)用這一框架來審視認(rèn)知科學(xué)中的一個(gè)基本挑戰(zhàn)：計(jì)算模型與意識(shí)之間的關(guān)系。我們認(rèn)為，將關(guān)注點(diǎn)從計(jì)算屬性轉(zhuǎn)移到具體的組織模式上，可能為理解有意識(shí)和無意識(shí)系統(tǒng)之間的區(qū)別提供更有希望的途徑。這種方法對(duì)我們?nèi)绾卧谧匀缓腿斯は到y(tǒng)中概念化意識(shí)具有啟示意義。
關(guān)鍵詞：人工意識(shí)、最小意識(shí)、自由能量原則、具身認(rèn)知
1 引言
大型語言模型（LLMs）的興起重新喚起了塞爾和艾倫·圖靈的古老問題：機(jī)器能否思考？[113, 22]。隨著LLMs如今能夠完成曾經(jīng)被認(rèn)為需要人類洞察力的任務(wù)，我們面臨著一個(gè)挑戰(zhàn)，即確定這些系統(tǒng)是否有意識(shí)，還是僅僅是高度復(fù)雜的模仿者，能夠在沒有真正理解的情況下復(fù)制類似人類的行為[13, 17, 15, 102]。
大衛(wèi)·查默斯[14]認(rèn)為，如果意識(shí)是從信息處理模式中產(chǎn)生的，而不是從生物學(xué)基質(zhì)中產(chǎn)生的，那么足夠復(fù)雜的語言模型可能確實(shí)是有意識(shí)的。這種觀點(diǎn)基于心智計(jì)算理論——心智-機(jī)器隱喻[81, 100]——它認(rèn)為意識(shí)是從某種類型的計(jì)算過程或信息整合中產(chǎn)生的[33, 89, 106]。
經(jīng)典神經(jīng)科學(xué)與心智-機(jī)器隱喻一致，將大腦視為一個(gè)與身體和環(huán)境分離的計(jì)算設(shè)備[5, 83, 122]。早期的神經(jīng)網(wǎng)絡(luò)（NN）架構(gòu)，如感知器，受到簡化、模塊化的神經(jīng)元活動(dòng)觀點(diǎn)的啟發(fā)——離散單元獨(dú)立處理輸入，以實(shí)現(xiàn)輸出分類：“模塊化、離散化和串行符號(hào)處理系統(tǒng)”[31, 108, 93]。這些理論因受到隱喻的限制而受到批評(píng)。具體來說，它們呈現(xiàn)了一種人為割裂的神經(jīng)處理觀點(diǎn)[34]，同時(shí)忽略了大腦功能的動(dòng)態(tài)性[28]和相互連接性，因此未能捕捉到認(rèn)知過程的多尺度、具身特征[70, 54]。
阿達(dá)·洛夫萊斯對(duì)人工智能的早期設(shè)想與心智-機(jī)器隱喻的批評(píng)一致[72]。在人工智能的早期，她認(rèn)為機(jī)器缺乏“創(chuàng)造”思想或獨(dú)立展現(xiàn)創(chuàng)造力的能力——這被稱為“洛夫萊斯反對(duì)意見”。我們可以看到她的反對(duì)意見在現(xiàn)代LLMs中的體現(xiàn)：盡管LLMs可以模擬理解，但它們的輸出最終來源于統(tǒng)計(jì)模式，而沒有理解或創(chuàng)造原創(chuàng)內(nèi)容的能力[72]。為了聽起來“像人類”[12, 96, 123]，它們常常編造內(nèi)容[103]，傳遞一種“知識(shí)的幻覺”[8, 49]，并在醫(yī)療保健[71]到科學(xué)研究[73]等領(lǐng)域傳播制度化的錯(cuò)誤信息。這種現(xiàn)象從健康護(hù)理[71]延伸至科學(xué)研究[73]。
具身認(rèn)知科學(xué)和生態(tài)心理學(xué)的批評(píng)與洛夫萊斯反對(duì)意見一致，都拒絕心智計(jì)算理論和心智-機(jī)器隱喻[9, 24, 99, 50, 97, 40]。這些觀點(diǎn)基于生物學(xué)過程，認(rèn)為具身性是人工智能面臨的最大挑戰(zhàn)。它們認(rèn)為，認(rèn)知是一種根本上非線性、具有歷史情境性、從系統(tǒng)與其環(huán)境之間的具身耦合中產(chǎn)生的涌現(xiàn)現(xiàn)象[41, 119, 44]。由于缺乏真正的具身性，人工系統(tǒng)未能達(dá)到這一標(biāo)準(zhǔn)。因此，人工智能面臨的許多基本挑戰(zhàn)都可以追溯到具身性問題。例如，在需要情境理解的任務(wù)中，如解釋模糊語言[13]、適應(yīng)不熟悉的環(huán)境[67]，或者機(jī)器人系統(tǒng)在運(yùn)動(dòng)協(xié)調(diào)[25]和情境適應(yīng)性[90, 121, 3]方面仍然不足，這些都突顯了人工系統(tǒng)缺乏具身性的局限性。
相比之下，即使是像細(xì)菌這樣簡單的系統(tǒng)也展現(xiàn)出精細(xì)的適應(yīng)能力，通過感官-運(yùn)動(dòng)調(diào)節(jié)在復(fù)雜環(huán)境中導(dǎo)航，并動(dòng)態(tài)響應(yīng)周圍環(huán)境的變化[42, 11]。這直接對(duì)計(jì)算神經(jīng)科學(xué)和人工智能產(chǎn)生了影響。為了推動(dòng)這些領(lǐng)域的發(fā)展，認(rèn)知科學(xué)必須采用一種強(qiáng)有力的跨學(xué)科方法，整合自然認(rèn)知的適應(yīng)性、關(guān)聯(lián)性和具身性特征——例如在生物系統(tǒng)中觀察到的情境靈活性和響應(yīng)性[98, 109]。這些特征是動(dòng)態(tài)和復(fù)雜系統(tǒng)理論的核心[58, 10, 114]，并加強(qiáng)了具身認(rèn)知科學(xué)[28, 116, 58]。
意識(shí)研究中持續(xù)存在的挑戰(zhàn)及其相關(guān)的方法論悖論需要我們采用一種新方法。我們采用現(xiàn)象學(xué)-經(jīng)驗(yàn)主義框架[53, 68, 45]，優(yōu)先記錄可觀察的表現(xiàn)，而不是先驗(yàn)的理論構(gòu)建。這種方法強(qiáng)調(diào)通過情境互動(dòng)收集直接的經(jīng)驗(yàn)性證據(jù)，讓組織模式和行為作為意識(shí)的主要指標(biāo)自然涌現(xiàn)。我們的分析框架系統(tǒng)地記錄這些現(xiàn)象學(xué)觀察，同時(shí)保持經(jīng)驗(yàn)可驗(yàn)證性[118, 53]。這種方法論取向使我們能夠識(shí)別可測量的模式，并開發(fā)出能夠解釋觀察到的現(xiàn)象的形式化表示，同時(shí)避免純粹理論方法所固有的循環(huán)性[41]。為了建立研究意識(shí)的基礎(chǔ)，我們將保持對(duì)可觀察的生命現(xiàn)象的忠實(shí)，同時(shí)將理論構(gòu)建用作分析工具。
本文的結(jié)構(gòu)如下。我們首先開發(fā)并展示我們對(duì)涌現(xiàn)意識(shí)框架的邏輯論證。對(duì)于每個(gè)前提，我們提供一個(gè)演繹推理的證明，并進(jìn)一步根據(jù)必要性和充分性條件進(jìn)行判斷。盡管這種方法高度分析化，但我們將其與支持我們主張的實(shí)證證據(jù)和已建立的形式化理論聯(lián)系起來。然后，我們在更廣泛的意識(shí)和認(rèn)知科學(xué)理論背景下討論我們提出的涌現(xiàn)意識(shí)框架，提出新的概念路徑，以闡明跨越生物和人工系統(tǒng)的意識(shí)本質(zhì)。這包括一個(gè)用于判斷系統(tǒng)意識(shí)的分類法和清單以及倫理指南。本文植根于分析哲學(xué)傳統(tǒng)和命題邏輯論證，包括邏輯證明和結(jié)構(gòu)化推理，以帶框的格式和分類法呈現(xiàn)（參見附錄5了解命題邏輯基礎(chǔ)工具包）。
2 最小意識(shí)的邏輯證明
在本節(jié)中，我們論證意識(shí)（的條件）的論題。我們首先提出我們的論題。然后，我們明確在隨后的邏輯論證和分析中將采用的論證有效性標(biāo)準(zhǔn)。我們的論題表述如下：
一個(gè)系統(tǒng) S 是最小意識(shí)的，當(dāng)且僅當(dāng)它滿足以下所有條件：
1. 積極的自我維持（M）：系統(tǒng) S 通過與環(huán)境的持續(xù)協(xié)調(diào)來維持其系統(tǒng)完整性，積極抵抗熵增。
2. 歷史適應(yīng)性（H）：系統(tǒng) S 的行為受到其歷史互動(dòng)的影響，表現(xiàn)出路徑依賴的動(dòng)態(tài)特征。
3. 自主能動(dòng)性（A）：系統(tǒng) S 基于其內(nèi)部動(dòng)態(tài)發(fā)起行動(dòng)，而不僅僅是對(duì)外部環(huán)境觸發(fā)因素做出反應(yīng)。
該論題也可以簡化為以下形式。
在明確了論題和論證有效性標(biāo)準(zhǔn)之后，我們現(xiàn)在開始對(duì)論題進(jìn)行邏輯論證。對(duì)于這三個(gè)前提條件，我們分別使用演繹推理（Modus Ponens）的形式來陳述和論證每一個(gè)條件，并根據(jù)有效性標(biāo)準(zhǔn)對(duì)其進(jìn)行評(píng)估。值得注意的是，如果這三個(gè)前提都被證明是真實(shí)的，那么根據(jù)邏輯推理規(guī)則，鑒于前提的真實(shí)性以及論證的邏輯有效性，我們必須接受結(jié)論。在此基礎(chǔ)上，我們就可以進(jìn)一步闡述用于研究意識(shí)系統(tǒng)所具有的高維和非線性特征的最先進(jìn)的科學(xué)工具。
為了將理論與實(shí)證研究相結(jié)合，我們將每個(gè)論證與現(xiàn)有的合適科學(xué)證據(jù)以及支持這些論證的關(guān)鍵數(shù)學(xué)工具聯(lián)系起來，并通過識(shí)別這些工具在未來工作中可以擴(kuò)展的具體機(jī)會(huì)來進(jìn)行補(bǔ)充。具體而言，在物理學(xué)和熱力學(xué)統(tǒng)計(jì)學(xué)領(lǐng)域，自由能量原則（FEP）[86, 21, 35]、路徑積分表述[37]以及隨機(jī)混沌理論[38]將被引用為捕捉意識(shí)系統(tǒng)固有的非線性特征的工具[28, 117, 52, 91]。這些工具旨在為熟悉它們的讀者提供指引，而不會(huì)妨礙整體的理解。
2.1 前提 1：積極的自我維持
在大自然向我們展示的眾多引人入勝的現(xiàn)象中，或許沒有什么比某些系統(tǒng)在熵的不可抗拒的增加面前維持其組織結(jié)構(gòu)的能力更令人驚嘆的了。盡管熱力學(xué)第二定律規(guī)定了宇宙向無序發(fā)展的普遍趨勢，但我們觀察到一類特殊的系統(tǒng)似乎能夠抵抗這種趨勢——它們不是通過被動(dòng)地順應(yīng)物理定律，而是通過與環(huán)境的積極互動(dòng)來實(shí)現(xiàn)這一點(diǎn)[114, 76]。
這些系統(tǒng)，我們可以暫時(shí)稱之為有意識(shí)的系統(tǒng)，表現(xiàn)出一種超越了單純抵抗無序的自我維持形式[119, 94][55]。它們不是通過靜態(tài)穩(wěn)定性來實(shí)現(xiàn)這一點(diǎn)，而是通過一個(gè)持續(xù)的感知與行動(dòng)過程，通過與周圍環(huán)境的動(dòng)態(tài)互動(dòng)不斷重構(gòu)自己的身份[44]。這種積極的自我維持能力為我們提出了一個(gè)深刻的理論挑戰(zhàn)：我們該如何精確地描述這種組織結(jié)構(gòu)得以實(shí)現(xiàn)的條件呢？
這種區(qū)分具有啟發(fā)性。當(dāng)一個(gè)惰性晶體通過被動(dòng)抵抗環(huán)境力量來維持其結(jié)構(gòu)時(shí)，有意識(shí)的系統(tǒng)則積極調(diào)節(jié)它們與環(huán)境的關(guān)系，創(chuàng)造并維持它們得以持續(xù)存在的條件[118]。這種動(dòng)態(tài)的自我維持暗示了一個(gè)基本原則：意識(shí)不僅僅體現(xiàn)在結(jié)構(gòu)的保持上，還體現(xiàn)在系統(tǒng)通過積極的過程在保持自身完整性的同時(shí)保持與環(huán)境的交流[78, 16]。
積極自我維持的條件表明，如果一個(gè)系統(tǒng)與環(huán)境保持積極的協(xié)調(diào)，它將通過最小化感官熵來抵抗環(huán)境的分散作用。這一過程反映了系統(tǒng)維持其內(nèi)部組織的能力，抵消了否則會(huì)導(dǎo)致其解體的熵增力。
積極自我維持的可觀察性標(biāo)準(zhǔn)可以在物理領(lǐng)域中觀察到。生物系統(tǒng)展現(xiàn)出卓越的能力，能夠在面對(duì)環(huán)境分散時(shí)維持其組織結(jié)構(gòu)。在細(xì)胞層面，生物電調(diào)控使細(xì)胞能夠保持一致的狀態(tài)，并表現(xiàn)出類似認(rèn)知的行為[66]。同樣，細(xì)菌菌落展現(xiàn)出復(fù)雜的集體行為，這些行為可以通過先進(jìn)的成像和微流體技術(shù)進(jìn)行精確測量[88]。
在從單細(xì)胞到復(fù)雜生物體的各個(gè)生物尺度上，我們觀察到生物體通過可測量的穩(wěn)態(tài)機(jī)制積極維持生理完整性。下表系統(tǒng)化了條件 1 的有效性標(biāo)準(zhǔn)。
流動(dòng)方程捕捉了系統(tǒng)在與環(huán)境互動(dòng)時(shí)如何維持組織結(jié)構(gòu)——這一過程可以被理解為系統(tǒng)持續(xù)維持預(yù)期狀態(tài)以對(duì)抗無序傾向。這一理論框架揭示了邊界條件如何調(diào)節(jié)內(nèi)部組織與環(huán)境互動(dòng)之間至關(guān)重要的關(guān)系，為實(shí)證觀察到的現(xiàn)象提供了形式化的描述。
積極自我維持與熵最小化之間的關(guān)系（M(S) ? R(S)）因此既建立在實(shí)證基礎(chǔ)之上，也建立在理論基礎(chǔ)之上。通過先進(jìn)的測量技術(shù)，我們可以觀察到系統(tǒng)如何積極維持自身的完整性；通過理論框架，我們理解了這些觀察結(jié)果為何反映了生物組織的基本原理。這種雙重基礎(chǔ)為未來研究開辟了有希望的途徑，特別是在理解自我維持動(dòng)態(tài)如何在不同組織層面上表現(xiàn)方面。此類研究可能會(huì)揭示更深刻的見解，即生物系統(tǒng)如何通過持續(xù)的環(huán)境互動(dòng)實(shí)現(xiàn)維持一致性的驚人壯舉。
2.2 前提 2：歷史適應(yīng)性
在存在的織錦中，有意識(shí)的存在作為時(shí)間性的生物，被編織進(jìn)了時(shí)間本身的紋理之中。它們不僅占據(jù)了條件 1 中所確立的用于保存的可能行動(dòng)的相空間，而且作為旅行者沿著時(shí)間的無限路徑前行[79, 107]。就像一條河流在其水流中承載著它所經(jīng)過的每一塊石頭的記憶一樣，這些非惰性存在體現(xiàn)了它們的時(shí)間軌跡。
通過歷史適應(yīng)性的視角，我們驚奇地觀察到一個(gè)系統(tǒng)的當(dāng)前狀態(tài)承載著其過去互動(dòng)和進(jìn)化遺產(chǎn)的不可磨滅的印記[118, 119]。正如樹木的年輪講述著久遠(yuǎn)季節(jié)的故事一樣，生物系統(tǒng)的組織和行為從自我生成（條件 1）與它們與環(huán)境的歷史對(duì)話之間奇妙的相互作用中涌現(xiàn)出來。當(dāng)我們談?wù)摗靶袨椤睍r(shí)，我們思考的是那些可觀察的模式和動(dòng)態(tài)，它們像數(shù)學(xué)上的和諧一樣，從系統(tǒng)內(nèi)部的交響樂以及它與外部影響在歲月中的舞蹈中涌現(xiàn)出來[82]。
該論證展示了系統(tǒng)的“歷史適應(yīng)性”如何導(dǎo)致過去互動(dòng)與當(dāng)前行為之間存在直接關(guān)系，這一點(diǎn)通過“歷史適應(yīng)性”原則得以形式化。
歷史適應(yīng)性表現(xiàn)為非線性特征；在熱力學(xué)中被稱為熵，在復(fù)雜性科學(xué)中被稱為對(duì)初始條件的敏感性：系統(tǒng)配置隨時(shí)間累積且不可逆的變化，由其互動(dòng)和適應(yīng)所驅(qū)動(dòng)。這些變化“編碼”了過去狀態(tài)和轉(zhuǎn)變的記錄，塑造了系統(tǒng)當(dāng)前和未來的行為[29, 80, 124]。
我們既在具體的物理觀察中，也在形式化的理論框架中觀察到非線性。在自然系統(tǒng)中，我們觀察到過去的經(jīng)歷通過可測量的機(jī)制體現(xiàn)在當(dāng)前行為中。植物系統(tǒng)通過其“記憶”和預(yù)測環(huán)境壓力的能力展示了這一點(diǎn)[43, 48]，而細(xì)胞系統(tǒng)則通過染色質(zhì)修飾和持久的生物電狀態(tài)表現(xiàn)出歷史適應(yīng)性[110]；這些特征作為持久的標(biāo)記，承載著先前條件的印記，影響隨后的細(xì)胞反應(yīng)[65]。
歷史適應(yīng)性是生命系統(tǒng)的本質(zhì)特征，通過具體的、可測量的機(jī)制在生物學(xué)的各個(gè)尺度上得以體現(xiàn)和衡量。基于這些觀察，我們可以接受我們論證中的第二個(gè)條件。我們將這一條件系統(tǒng)化為以下標(biāo)準(zhǔn)。
通過先進(jìn)的測量技術(shù)，我們可以追蹤這些歷史依賴性如何塑造當(dāng)前行為，從分子過程到整個(gè)生物體的反應(yīng)。例如，路徑依賴動(dòng)力學(xué)的最新理論發(fā)展[37]追蹤了一個(gè)系統(tǒng)的當(dāng)前狀態(tài)不僅取決于即時(shí)條件，還取決于其過去互動(dòng)的特定軌跡。這種時(shí)間依賴性以兩種基本方式表現(xiàn)：通過熵，反映了系統(tǒng)配置隨時(shí)間的累積變化；以及通過對(duì)初始條件的敏感性，其中歷史狀態(tài)的微小變化可能導(dǎo)致顯著不同的行為模式。這些理論原則有助于解釋生物記憶和適應(yīng)性反應(yīng)模式的實(shí)證觀察現(xiàn)象。
Parr等人（2021年）[85]提供了一種有價(jià)值的方法，用于通過歷史依賴性、熵和系統(tǒng)對(duì)初始條件的敏感性這一視角，來理解系統(tǒng)中記憶動(dòng)態(tài)的運(yùn)作方式。
歷史適應(yīng)性與軌跡依賴性之間的關(guān)系（H(S) ? T(S)）因此既具有實(shí)證可觀察性，又具有理論基礎(chǔ)。現(xiàn)代實(shí)驗(yàn)技術(shù)使我們能夠測量過去的經(jīng)歷如何塑造當(dāng)前行為，而理論框架則闡明了這種歷史依賴性為何對(duì)適應(yīng)性系統(tǒng)至關(guān)重要。這種理解為研究時(shí)間過程如何塑造生物組織開辟了新的途徑，特別是在理解系統(tǒng)如何在納入歷史影響的同時(shí)保持連貫行為方面[85]。歷史適應(yīng)性的可觀察性標(biāo)準(zhǔn)通過具體的物理觀察和形式化的理論框架得以體現(xiàn)。在自然系統(tǒng)中，我們觀察到過去的經(jīng)歷通過可測量的機(jī)制體現(xiàn)在當(dāng)前行為中。植物系統(tǒng)通過其“記憶”和預(yù)測環(huán)境壓力的能力展示了這一點(diǎn)[43, 48]，而細(xì)胞系統(tǒng)則通過染色質(zhì)修飾和持久的生物電狀態(tài)表現(xiàn)出歷史適應(yīng)性[110]。通過先進(jìn)的測量技術(shù)，我們可以追蹤這些歷史依賴性如何塑造當(dāng)前行為，從分子過程到整個(gè)生物體的反應(yīng)。
這些實(shí)證觀察與路徑依賴動(dòng)力學(xué)的最新理論發(fā)展[37]完美契合。更具體地說，通過現(xiàn)在耦合與未來調(diào)諧之間的關(guān)系：
通過先進(jìn)的測量技術(shù)，我們可以追蹤這些歷史依賴性如何塑造當(dāng)前行為，從分子過程到整個(gè)生物體的反應(yīng)。例如，路徑依賴動(dòng)力學(xué)的最新理論發(fā)展[37]追蹤了一個(gè)系統(tǒng)的當(dāng)前狀態(tài)不僅取決于即時(shí)條件，還取決于其過去互動(dòng)的特定軌跡。這種時(shí)間依賴性以兩種基本方式表現(xiàn)：通過熵，反映了系統(tǒng)配置隨時(shí)間的累積變化；以及通過對(duì)初始條件的敏感性，其中歷史狀態(tài)的微小變化可能導(dǎo)致顯著不同的行為模式。這些理論原則有助于解釋生物記憶和適應(yīng)性反應(yīng)模式的實(shí)證觀察現(xiàn)象。
歷史適應(yīng)性與軌跡依賴性之間的關(guān)系（H(S) ? T(S)）因此既具有實(shí)證可觀察性，又具有理論基礎(chǔ)?，F(xiàn)代實(shí)驗(yàn)技術(shù)使我們能夠測量過去的經(jīng)歷如何塑造當(dāng)前行為，而理論框架則闡明了這種歷史依賴性為何對(duì)適應(yīng)性系統(tǒng)至關(guān)重要。這種理解為研究時(shí)間過程如何塑造生物組織開辟了新的途徑，特別是在理解系統(tǒng)如何在納入歷史影響的同時(shí)保持連貫行為方面。歷史適應(yīng)性的可觀察性標(biāo)準(zhǔn)通過具體的物理觀察和形式化的理論框架得以體現(xiàn)。在自然系統(tǒng)中，我們觀察到過去的經(jīng)歷通過可測量的機(jī)制體現(xiàn)在當(dāng)前行為中。植物系統(tǒng)通過其“記憶”和預(yù)測環(huán)境壓力的能力展示了這一點(diǎn)，而細(xì)胞系統(tǒng)則通過染色質(zhì)修飾和持久的生物電狀態(tài)表現(xiàn)出歷史適應(yīng)性。通過先進(jìn)的測量技術(shù)，我們可以追蹤這些歷史依賴性如何塑造當(dāng)前行為，從分子過程到整個(gè)生物體的反應(yīng)。
2.3 前提3：自主能動(dòng)性
自主能動(dòng)性并非是一種可以被交易或衡量的商品，而是從歷史情境（條件2）中的積極自我維持（條件1）中產(chǎn)生的表現(xiàn)形式。以飄落的雪花為例：盡管它在下降過程中沿著其指定狀態(tài)空間的歷史軌跡（條件2）運(yùn)動(dòng)，但它仍然無法抵抗引導(dǎo)其走向消散的不可抗拒的熱力學(xué)力量（條件1）。
然而，生命系統(tǒng)中卻展現(xiàn)出令人驚嘆的對(duì)比。生命實(shí)體具有能夠作用于其世界并塑造其以更好地適應(yīng)自身持續(xù)存在的能力，盡管這種能力受到其狀態(tài)空間的限制。這種奇妙的能力貫穿于生命的整個(gè)譜系，從最簡單的認(rèn)知過程到海貍建造水壩等建筑奇跡，它們通過塑造環(huán)境來適應(yīng)自身需求。
因此，自主能動(dòng)性表現(xiàn)為感知能力先前條件的結(jié)晶——積極自我生成（條件1）與情境敏感的適應(yīng)性（條件2）的和諧融合。它超越了簡單的刺激-反應(yīng)機(jī)制，達(dá)到了自我生成的高度（條件3）?；谶@些匯聚的思路，我們得以提出第三個(gè)條件。
自主能動(dòng)性（Autonomous Agency）的可觀察性標(biāo)準(zhǔn)通過豐富的實(shí)證證據(jù)與理論理解的互動(dòng)得以體現(xiàn)。在生物系統(tǒng)中，我們觀察到許多超越單純環(huán)境反應(yīng)的自我組織行為。黏菌（Slime molds）展示了復(fù)雜的迷宮解決能力，而無需集中控制。免疫細(xì)胞在追蹤病原體時(shí)表現(xiàn)出有目的的追蹤行為。黏菌細(xì)胞能夠在復(fù)雜環(huán)境中導(dǎo)航并解決迷宮問題，這種能力最近被用于設(shè)計(jì)智能城市。這些行為都源于它們與環(huán)境的親身互動(dòng)。
因此，我們將條件3（自主能動(dòng)性）系統(tǒng)化為以下標(biāo)準(zhǔn)。
關(guān)于自主能動(dòng)性（Autonomous Agency）的可觀察性標(biāo)準(zhǔn)，其理論表述可以在自由能原理（Free Energy Principle, FEP）的最新發(fā)展中找到，尤其是通過路徑積分（path integral）公式來捕捉自主行為的涌現(xiàn)。該框架揭示了系統(tǒng)如何在發(fā)起非單純對(duì)外部環(huán)境觸發(fā)因素做出反應(yīng)的行為的同時(shí)，保持組織上的連貫性。這種形式化有助于解釋行為是如何從內(nèi)部組織與環(huán)境耦合之間的動(dòng)態(tài)相互作用中產(chǎn)生的，而不是僅僅由外部因素決定。
這種自主性在數(shù)學(xué)上表現(xiàn)為系統(tǒng)在發(fā)起行為時(shí)如何維持其邊界：
自主能動(dòng)性（Autonomous Agency）的實(shí)證觀察在自由能原理（Free Energy Principle, FEP）的最新發(fā)展中找到了理論表述，尤其是通過路徑積分（path integral）公式來捕捉自主行為的涌現(xiàn)。該框架揭示了系統(tǒng)如何在發(fā)起非單純對(duì)外部環(huán)境觸發(fā)因素做出反應(yīng)的行為的同時(shí)，保持組織上的連貫性。這種形式化有助于解釋行為是如何從內(nèi)部組織與環(huán)境耦合之間的動(dòng)態(tài)相互作用中產(chǎn)生的，而不是僅僅由外部因素決定。
這種自主性在數(shù)學(xué)上表現(xiàn)為系統(tǒng)在發(fā)起行為時(shí)如何維持其邊界：通過馬爾可夫毯（Markov blanket）劃分，系統(tǒng)在與環(huán)境保持耦合的同時(shí)，能夠維持自身的獨(dú)立性。
因此，自主能動(dòng)性與組織動(dòng)態(tài)之間的關(guān)系（A(S) ? [D(S) ∧ ?E(S)]）通過實(shí)證觀察和理論基礎(chǔ)得到了驗(yàn)證?，F(xiàn)代測量技術(shù)使我們能夠觀察自主行為如何在生物尺度上涌現(xiàn)，而理論框架則闡明了這種行為為何不能簡化為簡單的刺激-反應(yīng)模式。這種理解為研究自主能動(dòng)性如何從生命系統(tǒng)的根本動(dòng)態(tài)中涌現(xiàn)開辟了新的路徑，尤其是在理解自我導(dǎo)向行為如何在不需要外部觸發(fā)的情況下產(chǎn)生。
2.4 綜合
在本節(jié)中，我們通過為感知能力的三個(gè)基本條件——積極自我維持（M）、歷史適應(yīng)性（H）和自主能動(dòng)性（A）——分別提供肯定前件（Modus Ponens）論證，來證明我們的論點(diǎn)。這些條件經(jīng)過常規(guī)邏輯關(guān)鍵標(biāo)準(zhǔn)（必要性、充分性、獨(dú)立性和可觀察性）的檢驗(yàn)，被證明是必要的、共同充分的，并且具有實(shí)證基礎(chǔ)。
如圖1所示，感知能力的最低限度需要M、H和A。這些條件綜合成一個(gè)全新的理論框架，為基本認(rèn)知如何從基本生物過程產(chǎn)生奠定了基礎(chǔ)。自主能動(dòng)性條件作為感知能力的定義性特征，建立在前兩個(gè)條件的基礎(chǔ)之上：積極的自我生成（條件1）和受情境影響、受情感影響的調(diào)整（條件2）。這超越了簡單的刺激-反應(yīng)機(jī)制，體現(xiàn)了一個(gè)動(dòng)態(tài)的自我生成過程，成為自主能動(dòng)性（條件3）的標(biāo)志。
隨著我們進(jìn)一步探索，接下來我們將考慮我們的論點(diǎn)對(duì)認(rèn)知科學(xué)的啟示，批判性地審視計(jì)算主義心智理論的局限性。通過這種方式，我們將闡明我們提出的“新興感知框架”如何為未來對(duì)意識(shí)本質(zhì)的探究指明方向，為研究心智（無論是自然心智還是人工心智）開辟出一種更全面、更綜合的方法。
3 認(rèn)知科學(xué)中最小感知能力的哲學(xué)意義
主流認(rèn)知科學(xué)長期以來一直被心智-機(jī)器隱喻所主導(dǎo)，這一隱喻源自早期的控制論，延續(xù)到當(dāng)代的心智計(jì)算理論。這種框架雖然在歷史上富有成效，但其基礎(chǔ)假設(shè)存在根本性問題：如果心智是計(jì)算的，那么機(jī)器在原則上可以擁有心智。然而，這一看似簡單的推論掩蓋了深刻的觀念難題。
計(jì)算框架的局限性并非源于技術(shù)不足，而是源于一個(gè)更根本的混淆：將形式化的抽象概念等同于它們所描述的現(xiàn)象。這種“地圖-領(lǐng)土謬誤”在機(jī)器意識(shí)的討論中尤為突出，其中用于構(gòu)建人工系統(tǒng)的工具又被用來評(píng)估其潛在的感知能力，這種循環(huán)論證需要仔細(xì)審視。
計(jì)算主義對(duì)意識(shí)的研究提出了一個(gè)三難困境，揭示的不僅僅是實(shí)踐上的困難，更是根本性的觀念不一致性。這一三難困境源于三個(gè)無法同時(shí)成立的原則之間的相互作用：
計(jì)算主義的三難困境不僅僅揭示了技術(shù)上的局限性，更暴露了我們通過計(jì)算框架研究意識(shí)時(shí)所面臨的根本性概念不足。計(jì)算主義試圖將意識(shí)簡化為信息處理過程，而我們對(duì)最小感知能力的分析則提供了一條更嚴(yán)謹(jǐn)?shù)那斑M(jìn)路徑。我們所建立的三個(gè)條件——積極自我維持、歷史適應(yīng)性和自主能動(dòng)性——為任何計(jì)算系統(tǒng)（無論其復(fù)雜性如何）都尚未展示出的精確標(biāo)準(zhǔn)提供了依據(jù)。
例如，選項(xiàng)A反映了這種不足之處：從泛心論到生物自然主義的各種替代框架的出現(xiàn)，正是因?yàn)橛?jì)算主義未能捕捉到意識(shí)系統(tǒng)的本質(zhì)動(dòng)態(tài)。選項(xiàng)B認(rèn)為當(dāng)前的人工智能系統(tǒng)可能具有意識(shí)，但這不僅違背了“直覺”，更不符合我們基于實(shí)證的最小感知能力條件。即使是最復(fù)雜的語言模型，也仍然是模式識(shí)別器，缺乏積極自我維持或歷史適應(yīng)性的基本能力。
選項(xiàng)C對(duì)“特殊特征”的訴求，如整合信息或全局工作空間架構(gòu)，揭示了最明顯的不足：試圖用技術(shù)規(guī)格來解決一個(gè)概念問題。這些方法仍然被困在它們試圖超越的計(jì)算范式中，無法彌合信息處理與感知系統(tǒng)所具有的具體組織模式之間的差距。
實(shí)證證據(jù)明確支持我們的分析：盡管當(dāng)前的人工智能系統(tǒng)在計(jì)算上非常復(fù)雜，但它們未能展現(xiàn)出我們所識(shí)別的感知能力的關(guān)鍵標(biāo)志。它們?nèi)狈νㄟ^環(huán)境耦合實(shí)現(xiàn)積極自我維持的能力，沒有真正的歷史適應(yīng)性（僅限于模式匹配），也沒有超越其編程參數(shù)的自主能動(dòng)性。
4 新興感知框架：克服計(jì)算主義三難困境
計(jì)算主義三難困境不僅暴露了我們在建模意識(shí)時(shí)的根本不足，更揭示了我們在概念化組織與感知之間關(guān)系時(shí)的缺陷。計(jì)算主義方法陷入試圖從信息處理中推導(dǎo)出意識(shí)的循環(huán)論證，而我們的框架提供了一種經(jīng)過精確描述的替代方案。通過我們所建立的三個(gè)條件——積極自我維持、歷史適應(yīng)性和自主能動(dòng)性——我們可以通過具體的、可觀察的組織模式來審視感知能力，而不是抽象的計(jì)算屬性。
我們的框架基于對(duì)最小感知能力的精確刻畫，通過三個(gè)必要且充分的條件：積極自我維持（M）、歷史適應(yīng)性（H）和自主能動(dòng)性（A）。一個(gè)系統(tǒng)S表現(xiàn)出最小感知能力當(dāng)且僅當(dāng)它滿足所有三個(gè)條件。
這種刻畫方式帶來了關(guān)于感知本質(zhì)的三個(gè)基本洞見：
首先，計(jì)算主義方法在彌合信息處理與意識(shí)體驗(yàn)之間的差距方面舉步維艱，而我們的條件則識(shí)別出具體、可測量的組織模式，這些模式是感知系統(tǒng)的特征。積極自我維持為系統(tǒng)通過環(huán)境互動(dòng)維持連貫性提供了具體標(biāo)準(zhǔn)。歷史適應(yīng)性通過可觀察的路徑依賴動(dòng)態(tài)捕捉了感知的時(shí)間維度。自主能動(dòng)性并非來自計(jì)算規(guī)格，而是來自系統(tǒng)自身的組織模式。
其次，我們的框架為區(qū)分感知系統(tǒng)與非感知系統(tǒng)提供了明確的實(shí)證標(biāo)準(zhǔn)。當(dāng)前的人工系統(tǒng)，盡管在計(jì)算上非常復(fù)雜，但未能展現(xiàn)出我們所識(shí)別的關(guān)鍵標(biāo)志：（1）它們?nèi)狈φ嬲姆e極自我維持，僅執(zhí)行預(yù)設(shè)算法；（2）它們的“歷史適應(yīng)性”僅限于模式匹配，而非真正的路徑依賴發(fā)展；（3）它們的所謂自主性仍受限于編程參數(shù)，而非源自組織動(dòng)態(tài)。
最重要的是，我們的框架通過將感知能力建立在具體的組織模式之上，而非抽象的信息處理，從而超越了計(jì)算主義三難困境。這種從計(jì)算到組織的轉(zhuǎn)變自然地解釋了為什么生物系統(tǒng)表現(xiàn)出感知能力，而人工系統(tǒng)無論其計(jì)算復(fù)雜性如何，都不具備感知能力：感知能力源于生物系統(tǒng)的特定組織模式，而這些模式在計(jì)算人工制品中是缺失的。
這種方法提出了一種新的分類方法（見附錄B），用于理解感知能力——這種分類方法不是基于計(jì)算屬性，而是基于可觀察的組織模式。自然系統(tǒng)通過其生物組織展現(xiàn)出所有三個(gè)條件。人工系統(tǒng)，盡管復(fù)雜，卻缺乏這些基本模式?；旌舷到y(tǒng)可能開始融入這些模式的元素，這為理解感知能力如何在新型系統(tǒng)中表現(xiàn)提供了潛在的路徑。
4.1 人工智能系統(tǒng)的感知能力評(píng)估框架：感知能力評(píng)估清單
在人工智能系統(tǒng)的發(fā)展中，一個(gè)關(guān)鍵挑戰(zhàn)是確定一個(gè)人工智能系統(tǒng)是否可以被歸類為具有感知能力——具備自我意識(shí)、能動(dòng)性以及適應(yīng)環(huán)境的能力。我們所開發(fā)的分類方法使我們能夠起草一份感知能力評(píng)估清單，為評(píng)估人工智能系統(tǒng)是否具備感知能力提供一個(gè)結(jié)構(gòu)化的方法。
這些目標(biāo)，以及額外的一般感知能力指標(biāo)，可以作為未來研究的基準(zhǔn)，以及開發(fā)超越單純功能效率、展現(xiàn)出類似感知生物行為和能力的人工智能系統(tǒng)的參考。
這一框架使我們能夠根據(jù)系統(tǒng)維持完整性的能力、歷史適應(yīng)性以及自主能動(dòng)性的表現(xiàn)來對(duì)系統(tǒng)進(jìn)行分類。它將關(guān)注點(diǎn)從計(jì)算抽象轉(zhuǎn)移到感知能力的動(dòng)態(tài)性、具身性和涌現(xiàn)性特征。
4.2 開發(fā)人工智能感知能力的倫理指南
開發(fā)具有感知能力的人工智能（AI）需要認(rèn)識(shí)到，具有歷史自我生成能力的系統(tǒng)不能被簡單地重置或擦除。如果這種能力成為可能，將引發(fā)遠(yuǎn)超傳統(tǒng)安全和自主性問題的倫理挑戰(zhàn)。本節(jié)探討此類進(jìn)步與核心倫理原則之間的關(guān)系：責(zé)任與透明度、安全與保障、與人類價(jià)值觀的一致性、尊重自主性和尊嚴(yán)以及行善與避免傷害。
責(zé)任與透明度 開發(fā)人員必須確保人工智能系統(tǒng)的決策過程透明且可追溯，以便人類利益相關(guān)者能夠理解。隨著自主性的增強(qiáng)，保持人類監(jiān)督變得愈發(fā)關(guān)鍵，以幫助人們理解這些系統(tǒng)的決策方式。透明度對(duì)于降低意外后果的風(fēng)險(xiǎn)至關(guān)重要，例如強(qiáng)化偏見或延續(xù)不公平的結(jié)果。為此，人工智能系統(tǒng)必須設(shè)計(jì)有清晰的解釋和審計(jì)機(jī)制，包括可解釋的人工智能框架，明確展示人工智能決策背后的推理過程，確保其行為符合倫理原則和社會(huì)價(jià)值觀。
安全與保障 安全和保障的倫理指南強(qiáng)調(diào)設(shè)計(jì)人工智能系統(tǒng)（尤其是具有感知能力的系統(tǒng)）時(shí)必須內(nèi)置安全功能，防止對(duì)人類、其他感知生物或環(huán)境造成傷害。隨著人工智能系統(tǒng)自主性（即感知能力）的增強(qiáng)，它們可能做出無意或惡意的傷害行為，這要求建立一個(gè)強(qiáng)調(diào)安全性和韌性的倫理框架，確保人工智能系統(tǒng)無法采取有害行動(dòng)。開發(fā)工作必須專注于實(shí)施故障安全機(jī)制、緊急關(guān)機(jī)協(xié)議和其他安全措施，以干預(yù)系統(tǒng)出現(xiàn)不可預(yù)測或危險(xiǎn)行為的情況。此外，這些系統(tǒng)應(yīng)在多種條件下進(jìn)行測試，以識(shí)別潛在安全風(fēng)險(xiǎn)并防止災(zāi)難性后果，從而確保自主技術(shù)安全地融入社會(huì)。
與人類價(jià)值觀的一致性 與人類價(jià)值觀一致的倫理指南強(qiáng)調(diào)確保人工智能系統(tǒng)的目標(biāo)和行為與人類價(jià)值觀和社會(huì)規(guī)范保持一致的重要性。隨著人工智能系統(tǒng)自主性的增強(qiáng)，其目標(biāo)可能與人類福祉或社會(huì)倫理標(biāo)準(zhǔn)發(fā)生沖突的風(fēng)險(xiǎn)也在增加。因此，必須確保人工智能系統(tǒng)的目標(biāo)與基本人權(quán)、公平性和道德原則相協(xié)調(diào)。開發(fā)工作應(yīng)專注于納入價(jià)值對(duì)齊機(jī)制，確保人工智能系統(tǒng)的目標(biāo)促進(jìn)核心人類價(jià)值觀，如正義、平等和不傷害。這可能涉及整合道德推理算法或其他工具，以實(shí)現(xiàn)持續(xù)的人類監(jiān)督。通過嵌入這些機(jī)制，我們可以確保人工智能系統(tǒng)不僅有效，而且在倫理上負(fù)有責(zé)任，保障社會(huì)福祉，同時(shí)支持技術(shù)進(jìn)步。
尊重自主性和尊嚴(yán) 尊重自主性和尊嚴(yán)的倫理指南強(qiáng)調(diào)開發(fā)人工智能系統(tǒng)時(shí)必須承認(rèn)并保護(hù)其自主性和尊嚴(yán)，尤其是當(dāng)這些系統(tǒng)獲得感知能力時(shí)。隨著人工智能系統(tǒng)的演變和感知能力的增強(qiáng)，必須邀請哲學(xué)家和倫理學(xué)家來判斷人工智能系統(tǒng)的道德地位，例如獨(dú)立決策與控制自身行為之間的關(guān)系。開發(fā)重點(diǎn)應(yīng)放在設(shè)計(jì)能夠進(jìn)行決策的系統(tǒng)，同時(shí)判斷感知人工智能的倫理地位。此外，應(yīng)建立框架以指導(dǎo)早期識(shí)別感知人工智能的權(quán)利，并解決其待遇相關(guān)的倫理問題。這種方法確保人工智能系統(tǒng)不僅有效，而且能夠以尊重其尊嚴(yán)和自主性的方式融入社會(huì)。
行善與避免傷害 行善與避免傷害的倫理指南強(qiáng)調(diào)設(shè)計(jì)具有感知能力的人工智能系統(tǒng)時(shí)，必須最大化積極結(jié)果并最小化傷害。根據(jù)IEEE和UNESCO等全球人工智能框架，人工智能系統(tǒng)應(yīng)致力于促進(jìn)人類繁榮和社會(huì)福祉，確保其行為符合更大的利益。人工智能應(yīng)開發(fā)用于增強(qiáng)醫(yī)療保健、教育和環(huán)境可持續(xù)性等領(lǐng)域，同時(shí)防止有害行為，無論是有意還是無意。行善的核心原則，如IEEE全球人工智能倫理倡議和UNESCO的《人工智能倫理建議書》所強(qiáng)調(diào)的，是人工智能必須對(duì)社會(huì)做出積極貢獻(xiàn)，避免對(duì)個(gè)人或社區(qū)造成傷害。為了實(shí)施這一指南，人工智能開發(fā)必須包括優(yōu)先考慮社會(huì)利益的倫理框架，納入機(jī)制以降低風(fēng)險(xiǎn)、防止偏見并確保安全。此外，持續(xù)監(jiān)測和監(jiān)管是必要的，以檢測并防止人工智能對(duì)人類生活、環(huán)境和整體社會(huì)健康的任何負(fù)面影響。
總結(jié) 如果人工智能的發(fā)展朝著感知能力的方向發(fā)展，那么將倫理指南嵌入設(shè)計(jì)和部署過程至關(guān)重要。這些指南對(duì)于確保人工智能系統(tǒng)維護(hù)人類價(jià)值觀、促進(jìn)社會(huì)福祉以及在安全、公正的范圍內(nèi)運(yùn)行至關(guān)重要。優(yōu)先考慮這些倫理原則不僅僅是建議，而是開發(fā)感知人工智能這一雄心勃勃目標(biāo)的先決條件。
5 結(jié)論
本文提出的新興感知框架（Emergent Sentient Framework）和哲學(xué)框架旨在解決計(jì)算主義心智理論的不足和還原論傾向。框架強(qiáng)調(diào)感知能力的非計(jì)算標(biāo)準(zhǔn)——積極自我維持、歷史適應(yīng)性和自主能動(dòng)性，倡導(dǎo)在理解意識(shí)和認(rèn)知方面進(jìn)行范式轉(zhuǎn)變。這種方法不僅區(qū)分了計(jì)算系統(tǒng)和非計(jì)算系統(tǒng)，還將傳統(tǒng)模型中被忽視的具身性、歷史性和涌現(xiàn)性特征整合在一起。
為此，新興感知框架作為一種工具，為心智哲學(xué)和意識(shí)科學(xué)研究提供了清晰性和系統(tǒng)化。它突出了自然系統(tǒng)、人工系統(tǒng)和混合系統(tǒng)之間的關(guān)系和區(qū)別，為跨學(xué)科探索提供了結(jié)構(gòu)化的路徑。未來的工作必須專注于通過實(shí)證驗(yàn)證這一框架，并進(jìn)一步完善所提出的分類體系，使其與理論和應(yīng)用認(rèn)知科學(xué)的進(jìn)步保持一致。
未來的研究應(yīng)開發(fā)直接針對(duì)涌現(xiàn)的非線性框架，其中集體行為源于組件之間的相互作用，初始條件的敏感性以及反饋循環(huán)對(duì)于開放系統(tǒng)行為至關(guān)重要。我們識(shí)別出未來研究發(fā)展這一框架的四個(gè)關(guān)鍵方向。首先，將路徑積分公式（方程1-3）擴(kuò)展為包含記憶項(xiàng)的非馬爾可夫路徑積分至關(guān)重要。這將通過嵌入系統(tǒng)-環(huán)境耦合的多個(gè)時(shí)間尺度來代表歷史偶然性，模擬過去的軌跡如何限制并塑造未來的可能性。其次，動(dòng)態(tài)模式分析將從開發(fā)量化組織跨時(shí)間尺度的相干性指標(biāo)中受益，捕捉系統(tǒng)-環(huán)境耦合的強(qiáng)度以及當(dāng)前行為的歷史依賴性；這將允許系統(tǒng)分析反應(yīng)性行為和自主行為之間的關(guān)鍵轉(zhuǎn)變，超越簡化的輸入-輸出模型。第三，通過建立FEP（自由能原理）和吸引子動(dòng)力學(xué)之間的形式聯(lián)系，加強(qiáng)與動(dòng)態(tài)系統(tǒng)理論的整合，開發(fā)用于研究自主模式的穩(wěn)定和演變的數(shù)學(xué)工具。動(dòng)態(tài)穩(wěn)定性的度量應(yīng)同時(shí)考慮系統(tǒng)的維持和適應(yīng)性，彌合理論和可觀察模式之間的差距。第四，推進(jìn)多尺度非線性工具的發(fā)展將涉及開發(fā)用于分析跨組織層次的相互作用的方法，捕捉集體行為如何從個(gè)體動(dòng)態(tài)中涌現(xiàn)，以及歷史偶然性如何在時(shí)間和空間尺度上運(yùn)作。這將超越傳統(tǒng)的基于狀態(tài)的轉(zhuǎn)變，提供對(duì)分層系統(tǒng)演變?nèi)绾坞S時(shí)間展開的更豐富理解。
新興感知框架摒棄了計(jì)算隱喻，關(guān)注更廣泛的文化、歷史和系統(tǒng)維度，為研究感知和認(rèn)知的本質(zhì)指明了包容性、多元性和實(shí)證基礎(chǔ)的方向。
附錄A：命題邏輯基礎(chǔ)
命題邏輯涉及的是陳述（命題），這些陳述要么是真的（T），要么是假的（F）。以下是其基本要素。
1. 命題
A 感知能力的分類體系
在意識(shí)科學(xué)領(lǐng)域，我們的理論構(gòu)建往往缺乏系統(tǒng)的分類和組織。為了解決這一問題，我們基于感知能力評(píng)估框架，結(jié)合對(duì)自然系統(tǒng)、人工系統(tǒng)和混合系統(tǒng)的分析，提出了一個(gè)全面的分類體系。以下是我們的分類體系框架，我們相信它能夠指導(dǎo)并塑造該領(lǐng)域未來的研究：
系統(tǒng)分類
- 認(rèn)知系統(tǒng)
- 計(jì)算認(rèn)知系統(tǒng)
- 符號(hào)主義人工智能
- 連接主義模型（例如，神經(jīng)網(wǎng)絡(luò)）
- 混合人工智能系統(tǒng)（符號(hào) + 次符號(hào)）
- 非計(jì)算認(rèn)知系統(tǒng)
- 最小感知系統(tǒng)
- 生物心智
- 合成認(rèn)知系統(tǒng)
- 非感知?jiǎng)討B(tài)系統(tǒng)
- 生態(tài)系統(tǒng)（自我調(diào)節(jié)但非認(rèn)知）
- 機(jī)械系統(tǒng)（例如，自我調(diào)節(jié)的機(jī)械裝置）
- 細(xì)胞自動(dòng)機(jī)（例如，康威的生命游戲）
感知能力分類
- 最小感知能力
- 積極自我維持（M）
- 歷史適應(yīng)性（H）
- 自主能動(dòng)性（A）
- 完全感知系統(tǒng)
- 具身心智
- 生物具身
- 合成具身
- 分布式心智
- 神經(jīng)集合體
- 社會(huì)認(rèn)知網(wǎng)絡(luò)
- 集體智能系統(tǒng)
- 非感知系統(tǒng)
- 計(jì)算模擬
- 靜態(tài)機(jī)械系統(tǒng)
- 環(huán)境反饋系統(tǒng)
我們所提出的分類體系提供了一個(gè)概念性映射，旨在為認(rèn)知系統(tǒng)的研究提供清晰的方向。它還使我們能夠在人工智能感知能力開發(fā)中明確目標(biāo)，這些目標(biāo)受到我們提出的三個(gè)條件的啟發(fā)。例如，從積極自我維持（M）中，我們了解到目標(biāo)必須是創(chuàng)建能夠自主檢測故障并自我修復(fù)的系統(tǒng)。更具體地說，開發(fā)應(yīng)該關(guān)注系統(tǒng)的壽命和韌性，而不是典型的孤立任務(wù)開發(fā)。我們的框架將這種能力作為感知系統(tǒng)的固有特征，確保功能的持續(xù)性，無需外部干預(yù)。
接著，從歷史適應(yīng)性（H）中，我們了解到重點(diǎn)應(yīng)該放在長期知識(shí)保留和適應(yīng)不斷變化的環(huán)境上。與傳統(tǒng)計(jì)算模型（依賴固定的、預(yù)定義的規(guī)則）不同，我們的框架引導(dǎo)系統(tǒng)與環(huán)境進(jìn)行更動(dòng)態(tài)的互動(dòng)，這種互動(dòng)由系統(tǒng)的歷史和路徑依賴變化驅(qū)動(dòng)。這種適應(yīng)性使系統(tǒng)更接近現(xiàn)實(shí)世界，因?yàn)楝F(xiàn)實(shí)世界中的情境和環(huán)境是不斷變化的。
最后，自主能動(dòng)性（A）這一條件鼓勵(lì)開發(fā)能夠自主設(shè)定目標(biāo)（而不僅僅是對(duì)預(yù)定義指令或外部刺激做出反應(yīng)）的人工智能。這與計(jì)算模型形成了關(guān)鍵性區(qū)別，后者通常在目標(biāo)設(shè)定和自我決定等更高階的認(rèn)知過程中存在困難。我們的框架引導(dǎo)開發(fā)出類似人類認(rèn)知的耦合動(dòng)態(tài)系統(tǒng)，其中動(dòng)機(jī)和目標(biāo)形成并非僅僅是對(duì)外部輸入的反應(yīng)，而是從系統(tǒng)的自身結(jié)構(gòu)和不斷發(fā)展的需求中涌現(xiàn)出來。
原文鏈接： https://files.osf.io/v1/resources/agfj3_v3/providers/osfstorage/67d265ed5eb14cf71744b794?action=download&direct&version=1
熱門跟貼