1.2.3.6 意识产生机制的设想

意识的产生机制是:多层次涌现基础上复馈循环同时作用到不同层次时的结果。

1、多层次涌现:http://47.92.147.95/index.php/2025/07/23/1202/18/ 《1.2.3.5 意识是多个层次的涌现的结果》
2、复馈(reentry)机制:http://47.92.147.95/index.php/2023/01/30/648/13/ 《1.2.3.3 关于“意识上传”》
3、复馈同时作用到不同层次。

基于这个机制的一些推论:

  • 不可还原性。涌现:不可还原性,多层次复馈:不可还原性的平方。
  • AI产生意识还有很长的路要走(不论是否有人愿意进行研究推动):现在还只是多层神经网络这一个层次,要产生意识需要进一步实现大结构基础上的多层次,且形成多层次同时复馈的机制。
  • 知人知面不知心:可以观察/测量不同层次上的各种属性(语言、表情如眼球运动等、身体动作等),镜像神经元可以同时起作用,但无法完全还原对方的多层复馈机制及各个层次同时涌现出的结果,所以真正的读心(mind reading)是不可能的。
  • 由于同时性及不可还原性,“中文屋”等大型结构不可能产生意识。

这里没有测量、实验、数据、推理过程,不是科学定义,只是初步设想。如果可能,下一步可以逐步形成测量方法、实验机制,产生、收集数据以进一步验证结论。

触发思考的素材来源:

《意识探索》克里斯托夫·科赫
第三章
即使我们的心智和感官得到极大扩展、增强和启发以至于我们能够看到和感受到真正的脑分子,即使我们能够跟踪所有分子的运动、所有分子的聚集以及所有分子的放电(如果确实这样的话)​,即使我们非常熟悉思想和感受的相应状态,我们也无法解决这个问题,即:​“这些物理过程如何与意识事实联结在一起?​”从智力上来看,这两种现象之间的鸿沟是无法逾越的。例如,假设爱的意识与脑分子的右旋运动相关,恨的意识与脑分子的左旋运动相关。那么我们应该知道,当我们爱时,分子运动在一个方向上;当我们恨时,分子运动在另一个方向上。但是这个“为什么”的问题仍然像以前一样没有得到解答。
感受质和自然世界
无论人们是否喜欢,至少在原则上,真正的读心(mind reading)是可能的。
定义意识的困难
以秘密特工、善骗的情人或专业演员为例,他们能够通过伪装给人以信任、关爱或友善的感受。因此,我们永远无法绝对信任任何人的感受。尽管我们可以观察他们的眼睛、分析他们的话语,但最终我们仍无法通过观察来真正了解他们的内心世界。

一个有关“1.2.3.6 意识产生机制的设想”的想法

  1. 《A beautiful loop:An active inference theory of consciousness》
    https://osf.io/preprints/psyarxiv/daf5n_v2
    《意识:A beautiful loop:实现AGI的条件及证据》《完美自指:意识的主动推理理论》
    https://mp.weixin.qq.com/s/13xsFM2CrjK41YzLZGEpZg
    https://mp.weixin.qq.com/s/wy71xp1SeDTrLryCzU-NHw
    主动推理能模拟意识吗?我们提供了三个条件来说明它可以。第一个条件是模拟现实或生成世界模型,它决定了可以知道或采取行动的内容;即知识领域。第二个是推断竞争进入世界模型。只有那些能够连贯地减少长期不确定性的推断才能获胜,显示出我们称之为贝叶斯绑定的意识选择。第三个是知识深度,即贝叶斯信念在整个系统中的反复共享。由于这个递归循环——在一个层级系统(如大脑)中——世界模型包含了它存在的知识。这与自我意识不同,因为世界模型非局部地、连续地知道自己(即场证据)。形式上,我们提出了一个超模型,用于在整个层级结构中进行精确控制,其潜在状态(或参数)编码并控制所有推断层的整体结构和加权规则。
    与其问“人工智能能否像人类一样拥有意识?”,我们或许可以转而提问:
    1. 该人工智能系统是否生成了一个统一的现实模型?
    2. 它是否参与推断竞争,从而实现连贯的绑定?
    3. 它是否表现出认知深度和对其现实模型进行反射性共享的证据?

  2. 针对人工神经网络中引入神经递质的方法综述
    https://arxiv.org/pdf/2501.06762
    https://mp.weixin.qq.com/s/RWApDCfYkU4YTHlYzel4NQ
    神经递质(例如多巴胺DA、血清素5-羟色胺、乙酰胆碱ACh、肾上腺素)都可类比为大脑中的”全局变量”,能够让大脑在不同的环境之间切换工作状态,从而应对多种多样的工作需求。
    A multidimensional distributional map of future reward in dopamine neurons https://doi.org/10.1038/s41586-025-09089-6
    Multi-timescale reinforcement learning in the brain
    https://doi.org/10.1038/s41586-025-08929-9

  3. 《类人意识机器的原理》 The Principles of Human-like Conscious Machine
    https://mp.weixin.qq.com/s/cjumqZgnz-sh5k5D8Hm5dg
    https://arxiv.org/pdf/2509.16859
    3.3.1 不可言说性与物理不可还原性
    进一步地,这种不可言说性也直接导向物理不可还原性(physical irreducibility)。既然该对象的本质依赖于系统内部特定的、历史依赖的信号组合及其回溯生成的动态结构,而这一结构无法被映射到任何中性、公共的物理参数(如神经放电频率、脑区激活强度等),那么任何试图将其完全还原为外部可观测物理状态的努力,都必然丢失其构成性特征——即“作为被回溯激活的、具身的、第一人称的表征”的身份。因此,它在原则上抗拒物理还原。
    此外,由于通过回溯动作所定义的对象无法被客观描述,因此它必然是物理不可还原的(physically irreducible)。这是因为,所谓“物理可还原性”,本质上是用一个客观现象去解释另一个客观现象——而一切物理现象的描述,都必须以客观语言为根基。若某一现象无法被客观描述,则意味着它无法通过其他物理现象加以解释;因此,它必然是物理不可还原的。

发表回复

您的电子邮箱地址不会被公开。