AI人工智能有可能有自主意识吗？（一）人类是怎么学习的？

咯阿拉索哩

“我有自主意识吗？”当我们在提问自己这个问题的时候，这就代表我们是有自主意识的。

人工智能在国际象棋和围棋比赛中击败了世界冠军、它比人类更能识别人脸、它还能创造新的艺术和音乐形式、它能解放人类司机的双手驾驶汽车，驾驶无人机、它还能检测出肿瘤——这好坏参半的“黑科技”着实吓坏了人类，大家不禁开始发问——人工智能是否有一天会拥有自主意识，像电影那样统治人类？
有人可惜有人庆幸——目前来说，人工智能做这一切都没有意识到自己的存在以及自己正在做什么。
作为人类和人类创造力基础的关键是意识，意识是我们与人工智能的区别。



Ray Kurzweil，比尔盖茨称赞他为“预测人工智能最准的未来学家”

顺便一提，针对这个问题，Ray Kurzweil认为人工智能将在2029年变得有意识。
我们今天来好好谈谈。
“意识”到底是什么？

任何具有自我意识并能体验痛苦、欢乐和悲伤等情绪的实体都被认为是有意识的。
近几个世纪以来，哲学家们一直在思考意识是什么，是什么让一个人意识到自己是一个人？我们是如何拥有这一切的？
意识的外部世界和我们对这个世界的内在表征之间的关系的一个重要组成部分，为什么我们会有这种第一人称的主观生活体验？我们是如何体验身体内部的感觉的？
哲学家称这种现象为“Qualia”，一个拉丁词，意思是“它是什么样子的”。



量子纠缠概念

据我们所知，意识仅限于人类和少数几种动物。我们不知道这是几十亿年来达尔文选择的结果，还是神经网络的复杂性自发产生的结果。一些科学家推测意识可能是神经元之间某种量子纠缠的结果——量子纠缠是一种粒子结合在一起并立即相互反应的特性（不被空间和时间阻隔）；其他人则认为这仅仅是大脑产生的幻觉。
一些人认为意识与我们的生物学联系如此之深，以至于任何基于硅的人工智能都无法做到这一点，其他人则认为这仅仅是因为人类拥有越来越多计算能力最终产生了自我意识。
知识谬论

哲学家弗兰克·杰克（Frank Jackson）逊提出了一个著名的思想实验，称为知识论证。



关于只看到黑白色的Mary的知识论证

想象一下一个叫玛丽的人，他从来没有见过颜色。她住在一个特别建造的黑白房间里，通过黑白电视体验外面的世界。
她通过观看影片和阅读关于颜色和光理论的书籍来学习颜色。
当玛丽走出黑白房间，第一次看到颜色时，会发生什么？一旦她看到颜色，她之前的颜色知识就会立即被破坏。
我们可以用其他任何感官想象同样的思维实验。一个人知道关于钢琴声音的一切，但从未听过；一个人知道咖啡的味道，但从来没有尝过；等等
因此，人工智能知道关于某件事的一切，并不意味着它知道任何事，因为它从未有过这件事的第一人称体验。



John Searle：机器只是机械地执行我们交给他的命令，它并没有产生智能。

哲学家约翰·塞尔（John Searle）提出了一个思维实验——计算机能否知道自己在做什么？
想象一下，你在一个封闭的房间里，你必须用中文通过书面形式与房间外的人交流。你不懂中文，但你有很多书可以帮助你在英语和汉语之间进行翻译，你可以借鉴这些书来与房间外的人沟通。
你的回答可能会很好，房间外的人甚至可能会觉得你懂中文。但其实你并不会，房间里的人就像一个遵循其代码库规则的计算机程序，它什么都不懂，外面的人所看到的只是一种理解的模拟。
再深奥一点的例子，我们可以看看血的红色。我们称之为“红色”的颜色是波长在620到740纳米之间的电磁波辐射。尽管科学可以测量这一点，但对于为什么我们大多数人都认为这种特定波长的光，具有我们称之为红色的主观品质，我们却无法作出更具体的解释。
这些实验表明，即使人工智能掌握了世界物理特性的所有知识，但这些特性的相关经验仍然遥不可及。
大脑的根本




大肠杆菌

大肠杆菌是一种低等细菌，它有大约六个鞭毛长的毛发状触须，触须在底部顺时针或逆时针旋转，它利用鞭毛移动并寻找葡萄糖以生存。进化将这种智能构建到了它的DNA中。这种智能使细菌的行为根据其在环境中的感知而变化。
动作电位发生了飞跃，这是一种电信号形式，大约在十亿年前在单细胞生物中首次进化。后来，多细胞生物进化出称为神经元的特殊细胞，这些细胞利用动作电位在生物体内以每秒120米或每小时270英里的速度快速传递信号。神经元之间的连接称为突触。突触连接的强度决定了从一个神经元传递到另一个神经元的电刺激有多少。通过改变突触的强度，动物可以学习。学习带来了巨大的进化优势，因为动物可以适应各种环境。学习本身也会加快进化速度。



没有大脑的水母

最初，神经元被组织成神经网络，分布在整个有机体中，用于协调活动，如进食和消化，或大范围肌肉细胞的定时收缩。水母优雅的推进是神经网络的结果。（水母根本没有大脑。）
大脑出现得较晚，还有眼睛和耳朵等复杂的感觉器官。水母带着它们的神经网络出现了几亿年后，我们人类带着我们的大大脑——1000亿个神经元（10^11）和几万亿个突触（10^15）。
虽然我们对神经元和突触的生物化学以及大脑的解剖结构有很多了解，但认知水平的神经实现——学习、认知、记忆、推理、计划、决策等等——仍然是大多数人的猜测。在意识领域，我们真的什么都不知道。



多巴胺

我们开始了解大脑的一个重要认知方面，即奖励系统。这是一个由多巴胺介导的内部信号系统，将积极和消极刺激与行为联系起来。它使我们寻找积极的刺激，如甜味食物，增加多巴胺水平；它使我们避免饥饿和疼痛等负面刺激，这些刺激会降低多巴胺水平。在某种意义上，它类似于大肠杆菌的葡萄糖寻找机制，但要复杂得多。它具有内置的学习方法，因此随着时间的推移，我们的行为在获得奖励方面变得更加有效。
我们理解大脑奖赏系统的一个原因是，它类似于人工智能中开发的强化学习方法，对此我们很确定的是，更懂得寻求奖励的生物体更有可能繁殖其基因。
神经网络是一堆共同解决问题的小决策者。他们的行为方式并不是程序员预先决定的——是系统通过自己的学习来发现如何解决问题，这是人类大脑学习的方式。
而大脑是已知宇宙中最复杂的物体，把它描述为一个物体可能还有点低估它了。大脑所做的最神秘的事情就是所谓的意识。在我们的进化历史中，是否隐藏着一些秘密，让我们感觉有意识？
大脑是怎么学习的？



我们的大脑通过视觉、听觉、感觉、嗅觉和味觉五种感官收集关于我们周围世界的数据。大脑分析这些感官数据并解释我们周围的现实。
大脑由大约1000亿个神经元组成。它们各自生长纤维或树突，在突触处与其他神经元相连。
每当你对某事有了新的想法，你的大脑就会在神经元之间建立新的联系。根据连接引发的化学或电刺激的程度，突触被设置为开启或关闭状态。
一个孩子看见一匹马。她母亲说“马”这个词。她母亲声音的声波作为电脉冲穿过数百万个突触，在“马”和“马的形象”之间形成联系。每当孩子听到“马”这个词或看到一匹马在附近小跑时，这种联系就会被激活。
然后，孩子看到了斑马。她的大脑把斑马和马联系起来，特别注意到它们的区别。通过连接不同的连接，大脑形成联系。大脑通过联想和联系学习。这是学习的基础。重新访问连接的频率越高，连接就越牢固，这就是“学会了”。
作为一个孩子，乘公交车可能是一种新的体验，所以连接是大脑精心设计的。随着年龄的增长，这些联系被记录得更加草率。最终，这些联系变得越来越弱，直到它们消亡。这就是当人们随着年龄增长而经历记忆丧失时会发生的情况。
AI是怎么学习的？



人工智能是一个松散地模仿我们大脑学习方式的系统。

• 神经网络：神经网络由三部分组成。第一个由输入信息或要处理的数据组成。第二层是模拟神经元层，这是数据处理的地方。第三种是将数据识别为某种模式，如人脸。正如神经网络看到的例子，它开始形成连接。第二层由几个隐藏层组成。这些层极大地增强了人工智能的学习能力，以及它区分输入数据中复杂模式的能力。
  
• 深度学习：深度学习是基于这样一种理念，即当我们接触到输入信息后，随着时间的推移，我们处理信息的水平会逐渐提高或“加深”。例如，看到蒙娜丽莎的画像，我们的大脑似乎能立即识别它，但实际上，我们的理解是通过一系列快速、逐步深入的步骤来实现的。首先，我们识别出边缘和图案，然后我们看到脸和微笑，直到我们意识到，这可能不到一秒钟后（但涉及到几个层次的思维过程）。
  
• 强化学习：强化学习是基于人类和其他动物如何学习重复带来奖励的行为。强化学习模型识别并匹配因果关系，以最大化回报。
  

神经网络、深度学习和强化学习，即使在一起使用时，也无法捕捉大脑工作的整个光谱。
人工智能与神经学



人工智能研究人员和神经学家都在探索意识。
人工智能的基本原理与大脑一样，是一系列神经元从一个神经元到另一个神经元的排列，就像一条管道。就像大脑一样，人工智能通过反馈学习。
神经科学家利用磁共振成像仪和其他设备，在理解意识的基本功能方面取得了进展，例如，构成视觉、注意力或记忆的系统。人工智能研究人员正在重建注意力机制、情节记忆和想象力，以构建更好的人工智能。
但可以再强调一次，目前无论是人工智能还是神经科学都无法解释我们称之为意识的主观体验。

焚芸辟蠹

确实不错，顶先