第一步：有机物的原始汤中涌现出大量不同类型的有机自复制体，但这些有机自复制体的复杂性是代际衰减的；

《AI众神时代》乔治·戴森
15 数字生命，机器的自我繁殖 自复制自动机
自动机能制造出不逊色于自身复杂度的后代吗？冯·诺伊曼：​“较低水平的‘复杂性’可能随着代际退化，也就是说，每个能够制造其他自动机的自动机，只能产生复杂性不如自身的自动机。然而，存在一种特定程度的复杂性，如果安排得当，可能会使自动机合成现象产生震天撼地的结果。换句话说，每一个自动机合成生产的自动机，可比自身更为复杂，具有更高的潜力。​”

第二步：自复制体进化出通过类似RNA、DNA数字形式的遗传信息传递能力，用数字化来保证代际复杂性的维持；

12 操纵进化，巴里切利的基因宇宙 生物进化与数值研究
“我认为，一个真正经济、有效的生物体是‘数字’和‘类比’原则的结合。​”冯·诺伊曼在1951年发表的《不可靠元件构成的可靠结构》的初稿中这样写道，​“‘类比’程序使进化过程丧失精确性，从而相当快地危及进化的意义……因此‘类比’方法可能不能单独使用，应不时介入‘数字’方法以实现重新标准化。​”他强调，复杂生物要在嘈杂、不可预测的环境中生存，就必须使用数字纠错代码定期复制自己的新副本—此番言论出现之后不久，就发现了活生物体的繁殖是如何通过复制编码为DNA的指令串来协同进行的。
数字生物—无论是核苷酸串还是二进制代码串，可能会发现定期将自己翻译成模拟的、非数字的形式是有利的，这样，对于歧义的容忍性、对非致命错误的引入以及收集有形资源的能力可以帮助它在纯数字领域中存活。冯·诺伊曼在伊利诺伊大学的第四场讲座中解释说，如果“每一个错误都必须捕捉、解释和纠正的话，那么一个复杂的生物体都活不过一毫秒。这种理念完全不同于那种宣称只要有错误就会导致世界末日的理念”​。

第三步：通过：
1、基因突变的随机性 + 环境筛选：传递环境的模拟信息；
2、转座子、表观遗传、形态发生、有性繁殖等：传递环境的模拟信息；
1.1.2.4.1 基因层面的创新 http://47.92.147.95/index.php/2024/10/13/1130/14/
3、生长发育过程、意识过程（身体各个系统/器官的生长发育过程、大脑全局工作模式的统计性过程）：传递环境的模拟信息；
获得模拟计算（连续计算）能力，突破DNA数字形式系统所固有的逻辑局限性，实现代际复杂性的增长。

关于形式系统所固有的逻辑局限性：
形式系统无法完全捕获数学真理，机械计算无法解决所有数学问题。任何足够复杂的形式化推理系统都内在地存在不可逾越的边界——我们无法得到一个既能包罗所有数学真理，又能在有限步骤内证明所有真理，且能证明自身一致的系统。

• 哥德尔不完备定理 (Gödel’s Incompleteness Theorems)：任何足够强的一致（无矛盾）形式系统都存在一个在该系统中既不能证明也不能证伪的命题；
• 停机问题 (Halting Problem) ：机械计算存在原则上无法通过算法解决的判断问题；
• 邱奇-图灵论题：任何可计算函数都能被图灵机计算，图灵机刻画了“可计算”的极限，而停机问题等表明存在不可计算的函数/问题；
• 多世界与相对一致性（选择公理与连续统假设的独立性）：不同系统可能在不同框架下一致，但无法在自身中证明。

人类直觉可以超越任何固定的形式系统，因为我们可以不断承认新的公理来证明之前不可判定的命题（尽管这又会形成一个新的更强系统，同样受不完备性约束）。

13 制造会思考的机器，人工智能初探 机器已经“长大”
人工智能的悖论在于，任何简单到可以理解的系统会因为不够复杂而无法达到智能水平，而任何复杂到可以达到智能水平的系统也不会简单到可以被理解的程度。
14 社交网络，一台庞大的模拟计算机 模拟向我们走来
正如杰克·古德在1962年所说，部分问题在于“模拟计算机这个名字起得很愚蠢，它们应该叫作连续计算机”​。对于现实世界的问题，尤其是模棱两可的问题，模拟计算不仅在计算答案方面，而且在提出问题和传达结果方面，表现得更加快速、准确和稳健。

《我们很可能正走向一个“无工作社会”》
https://mp.weixin.qq.com/s/Qc9bEF4y3Lk2y9EUU4Ensg

工业革命带来了“按需获取动力”（power on demand）。那么，AI革命则让我们能“按需获取智能”（intelligence on demand），即按需获取所需的知识量或思维效率。技术和知识增长的三角关系（triangle），“发现”（discovery）带来“重大发明”（macro invention），进而推动规模化生产（mass production），这反过来又导致更多的发现，以此循环。对于AI而言，这个三角关系的运作在持续加快，没办法被阻止。技术和科学增长现在是指数级的，机器自我复制，发现新事物，制造新机器，一切都在持续加速。AI革命也不仅仅是一场经济变革，而可能是一场社会变革，它极有可能改变而且正在改变我们世界中的一切事物。

• 教育：面对一个不再需要靠“工作”定义自我价值的时代——AI时代，教育将从“培养劳动力”转向“教人去生活”。未来的教育，将鼓励每个人去发现自己的热情、发展自己的创造力。我们正在进入一个“自主学习”（independent learning）的时代。AI和互联网已极大地降低了学习门槛和成本，任何人都可以自主学习自己感兴趣的一切。教育的核心任务，也将从让人成为合格的劳动力，转变为培养人激发并享受自己的潜能以享受一个好的生活。
• 知识产权：在AI时代，可能大多数创作都会引用、融合无数他人的知识产权，而个人贡献可能只是极小部分且难以认定。因此，可能很难再说“这是我的作品”“这是我完成的”，一切创意将逐渐变成某种意义上的“共同财产”（common property）。
• 去中心化（devolution）：工业革命把相关人群集中在一起能够实现巨大的规模经济。AI时代一个专业人士配合几个AI，就可能完成一个团队的工作。一两个人可以监督大量智能机器的运转，一所大学、一家公司、甚至一个政府部门，都可能或多或少出现“一个人 + 一百个AI”就能运转的情况。大学、企业等组织可能在100年内消失。
• AI新物种

几点延伸：

1、持续快速分化的两类人

AI时代人类结构性的分化、断裂，是通过每一个人自主自愿的选择实现的，逐步且快速。由于不断提升的智能门槛，对于没有学习发展进步、提出新问题探索新领域意愿（taste），不能够持续跨越智能门槛的人，会主动选择蓝色药丸——AI提供的老头乐/精神鸦片，自愿进入虚拟世界，低成本快乐的度过余生。需求层次主要在下四层的人大多数会做出这样的选择，因为在虚拟世界，这些需求的满足更容易、更全面。

他们自主选择作“电池”，输出AI时代所需要的“电力”：
– 大量的数据：在游戏、娱乐过程中产生的，用来训练、提升AI系统水平的人类行为数据；
– 偶发的灵感：哥德尔不完备性定理指出的计算的局限性，人类直觉能够把握形式系统无法企及的真理。

选择红色药丸去直面AI时代挑战的人，主要由自我实现需求所驱动。他们通过AI的辅助，持续、快速地学习知识、经验、方法等创新的基础能力，以及明确方向/提出问题的能力（而不只是与Agent Smith打斗的功夫和武器），然后使用AI不断实现创新和发展，探索无尽的前沿。

2、演化方式的变化

人类作为一个生物物种，其发展演化的基础包括：
1）数量（大量自然繁育的人口），AI时代这方面只能寄希望于机器生育；
2）一定的差异化率；
3）主动的改进优化（基因工程或AI新物种）：可能主要会通过这种方式来实现不断进化。特别是当一个人通过一生时间的学习积累仍然达不到智能发展的下限门槛时，更需要这种方式来提升进化效率。

《大脑是唯一决策者吗》
https://mp.weixin.qq.com/s/KKbbTuLUpWc6dXnv5_FNnw

大脑和身体是什么样的关系？大脑的所有感觉、认知、决策都是由大脑自己完成、不受外界干扰的吗？我们的认知并不局限于内部的大脑皮层活动，也可以被外界的、物理的、世界的经历所影响。
– 语言的具身化：语言中概念意义的获得和概念体系的结构不是凭空产生的，从发生的过程看，它们源于人们最初的身体经验的隐喻投射。
– 情绪的具身化：情绪是会被身体运动、身体感知所影响的。
– 学习的具身化：身体动作也可以有效帮助我们解决问题、学习新知识。我们的身体在这个物理世界中的运动和体验也可以作为一种认知资源和工具帮助我们解决问题。甚至，身体的运动可以替代很多复杂困难的心理表征（也就是说，原本我们需要把很多东西同时保留在我们的大脑里，进行复杂的运算、推理、改变，但现在其中一部分，可以由我们的身体运动代劳，从而达到同样的解决问题的效果）。身体运动在某种程度上，替代了本身需要在大脑里抽象推理、演绎的过程，把这种过程具体化地展现，降低了人们的认知负荷，并且给解决问题带来了新的资源。

《距离觉醒意识，人工智能还差一具肉身？》
https://mp.weixin.qq.com/s/dacXy9CAet0yoqwlYbmhqw

生物体的肉身是实现意识功能角色的生物学实现机制，这些机制无法被计算模拟，因此称为“亚计算属性”（subcomputational properties）。执行某些计算对意识的出现是不够的，还需要具身的生物学过程作为必要条件。
电化学的过程，涉及离子浓度波动、递质扩散、受体构象变化等连续、模拟、非符号化的物理化学过程，无法被离散的数字计算完全模拟。
– 与AI算法对权重的离散更新不同，大脑中的神经活动，本质上是电化学反应。
– 大脑中神经调质全局调节网络状态，神经调质不直接传递信息，而是调节突触效能、兴奋性、注意力、觉醒水平，同一刺激在不同背景下可产生完全不同的感知或行为输出（例如，恐惧 vs 好奇）。
– 电信号的传递几乎是实时的，而化学突触传递存在延迟。意识与大脑中的动态模式可能与体验的统一性（unity of experience）相关——我们拥有一个连贯、不可分割的主观当下，而非碎片化的感知。这个过程看似“慢”（要0.5–5毫秒），却正是意识得以编织的关键。这锅汤的离子浓度会缓慢涨落——就像海面的潮汐。这些慢速波动能同步成千上万神经元的节奏（沸腾的“神经递质汤”），形成我们熟知的脑电波。
越来越多的研究表明：意识很可能不是“算法的产物”，而是“生命过程的副产品”。

《自然·机器智能》（Nature Machine Intelligence）上的研究《Aligning generalization between humans and machines》
https://mp.weixin.qq.com/s/oSVcz5QV0I8o0Bm-vxA1mA

“泛化”对AI和人类来说，意味着完全不同的事情。

人类的泛化，走的是一条“抽象”的路。我们看世界，会自动忽略掉那些不重要的细节，比如椅子的颜色、材质、高矮，然后抓住最本质的特征——“有个平面能支撑屁股”。这个过程，是概念思维。我们的大脑里形成了一个关于“椅子”的灵活框架，可以套用在任何新事物上。人类的学习是高效的。一个概念，看几个例子就通了。
AI的泛化，走的是一条“统计”的路。它没有“概念”，只有“模式”。在它眼里，椅子不是一个功能性的东西，而是一堆像素点的特定组合。它通过学习海量数据，记住哪些像素组合最可能被标记为“椅子”。这更像是暴力破解，而不是真正的理解。AI的学习是笨重的。一个概念，需要成千上万，甚至数百万个数据样本去喂养，才能勉强“记住”模式。
大脑还有一套非常聪明的“双过程系统”。系统1，是直觉系统，快、自动、不费脑子，凭感觉走。比如你一眼认出朋友，或者开车时下意识地踩刹车。系统2，是分析系统，慢、刻意、非常费劲，负责逻辑推理。比如你做一道复杂的数学题，或者规划一次长途旅行。人类能在这两个系统之间无缝切换，根据情况决定是“凭感觉”还是“过脑子”。
AI系统基本上只有一个“系统1”，而且还是个固化版的。它的模型在训练好之后，参数就基本固定了，形成一个固定的解决方案。遇到新问题，它不会灵活切换策略，最多就是在原有模式里找一个最像的答案。想让它真正适应，唯一的办法就是“回炉重造”——用新的数据重新训练一遍。
AI是个偏科严重的“天才书呆子”，在它擅长的领域能碾压人类，但综合素质和适应能力被人类吊打。在规则明确、环境可控的场景下，AI是神。比如自动驾驶，谷歌的Waymo系统在特定条件下，能把严重伤害事故减少91%，比人类司机稳多了。可一旦环境变得复杂多变，AI就立刻“拉胯”。比如语音识别，在安静的实验室里，AI的错误率可能极低，可一到嘈杂的马路边，它的错误率能飙升到50%以上，连话都听不清了。人类却没这个问题，我们在菜市场照样能聊天。因为AI的泛化是“域内”的，它只能处理和训练数据分布相似的情况。一旦遇到“域外”（Out-of-Domain）的情况，比如没见过的口音、突如其来的噪音，它的性能就会断崖式下跌。

AI取代不了人，它们根本就不是一个“物种”。

未来的方向，不是替代，而是互补。AI负责它擅长的：处理海量数据、执行重复性任务、在规则明确的领域里做决策。人类则负责我们擅长的：处理模糊和不确定的情况、进行创造性思考、做出涉及伦理和价值观的判断。

https://www.nature.com/articles/s42256-025-01109-4
https://neurosciencenews.com/human-ai-adaption-neuroscience-29689
https://techxplore.com/news/2025-09-machines-struggle-unknown-exploring-gap.html

大卫·查尔莫斯提出了“意识的困难问题”(hard problem of consciousness)的概念：即便“意识相关神经区”能够证明大脑的某些区域可以生产意识的某些信息内容，它也无法解释“感受”所带来的主观体验。

因为存在双重衰减，所以研究意识是一个困难问题：
一、第一重衰减：事物从感知中抽象出来，形成第一次“地图”，造成信息的衰减、“盲点”。可能不仅仅是衰减、“盲点”（可能是不可知）：
1、经验/感知——测量——模型——结论：

• 测量：测量设备的精度问题；量子模糊(quantum blurriness)是粗粒化的极限；
• 模型：“所有的模型都是错的”；

2、对事物的认识是一个漫长的、困难的、逐步发展的过程：亚里士多德——牛顿——相对论/量子力学——……；
3、康德“物自体”最核心的特性是不可知性，我们认识的只是物自体呈现给我们的样子；

二、第二重衰减：研究意识时存在的“解释鸿沟”。主观意识体验，或称“感受质”Qualia，丹尼尔·丹内特归纳了感受质的四个特征：

• 不可言传性——只能被体验者本人直接知晓的；
• 内在性——作为非关系性属性不因经验与其他事物的关联而改变；
• 私密性——感受质的人际比较在系统上不可能；
• 意识直接可把握性——体验感受质即意味着完全知晓该感受质。

问题的关键在于如何在不掺杂研究者主观判断的情况下客观地研究一个纯粹主观的现象，需要通过：
1）寻找意识的“神经相关物”（NCC）：找到与特定意识体验可靠地相关联的神经活动；
2）利用第一人称报告作为数据；
3）研究意识的功能、与客观生理指标关联和行为表现；
等方法来间接的理解、研究它，是一种“从外到内”的映射，用客观的第三视角工具去绘制第一视角的主观世界地图。这张地图非常有用，但它永远不能完全等同于领土本身。

《何为科学》亚当·弗兰克 马塞洛·格雷斯 埃文·汤普森
第1章　悄然替代：盲点的哲学起源
自然两分
怀特海《自然的概念》：自然就是我们通过感官知觉觉知到的事物。然而，物理学家必须从感知中抽象出来，专注于自然的可数学化的方面，如时间、空间、运动、力和粒子。每当将这一抽象过程解释为自然由两种不同的事物构成，即实在中未被人感知的基本组成部分和被感知到的主观表象时，就会产生自然两分。当我们把自然分成“两个实在系统”时，我们就把自然分成了两个部分：在觉知中得到理解的自然和作为觉知原因的自然。
斯唐热：​“从解释到解释，从实验情境到实验情境，‘心灵’仍然在括号之中，因为实验关系的刻画并不包括对实验进行解释的人。声称能解释‘感知到的红色’，就是在声称会突然出现一个术语，就像魔术师从帽子里突然变出一只兔子一样。这个术语并不是指科学家成功感知到的东西，而是指他们所有预先成功设定出来的东西。​”尽管科学家正在实验被试者身上建立起神经元活动与意识知觉报告之间的相关性，而且这些相关性正变得越来越精确，但是这些成功预设了科学家自身的意识是整个科学事业的先决条件。如果认为用来研究大脑活动和意识经验主观报告之间相关性的方法，也可以反过来用于把意识设定为任何事物存在的前提条件（尤其是对科学而言）​，那就好比你以为魔术师真的可以从空帽子里变出一只兔子一样。
第5章　宇宙学
宇宙时间的出现
量子模糊(quantum blurriness)是粗粒化的极限。

《万物本源：生命、意识，以及存在意义的复杂科学》
第三部分　意识与万物本源
第九章　意识的来源
“困难问题”
哲学家大卫·查尔莫斯提出了“意识的困难问题”(hard problem of consciousness)的概念。该概念认为，即便“意识相关神经区”能够证明大脑的某些区域可以生产意识的某些信息内容，它也无法解释“感受”所带来的主观体验。
意识的转换
不要把大脑看成思想的生成器，而是把大脑看成思想的转换器。

《哲学家们都干了些什么？》
第十九章 干掉因果律—休谟
休谟认为只有两类知识是可靠的。一类是像逻辑和几何那样，既逻辑严谨又不依赖于外物存在的知识；一类是我们感官体验到的知识。因果律不符合第一类知识，同时因果律不可以靠经验总结出来（“相关性不代表因果性”）​。
第二十章 哲学遇到麻烦了
科学研究的前提是，世间万物必须存在着某种普遍规律。休谟问：科学家凭什么认为世间存在普遍规律？假如我们真认同了休谟，那就麻烦了。我们做科学实验还有什么意义呢？科学家们比较两个实验的数据，不管这两个实验条件有多像，其实也不过是在比较两个毫无关系的偶然事件，那怎么可能得出有意义的结论呢？
第二十二章 宅男拯救哲学
康德觉得休谟说得没错，理性主义属于独断论，经验主义又不能证明事物之间存在因果关系。康德认为，我们应该把主客观世界的关系颠倒过来：“先天认识形式”​、“物自体”​、“表象”​。人的意志受到了先天认识形式的严密保护，因果律不能穿透先天认识形式去控制人的内心意志，所以人有自由意志。这也意味着作为物自体的自我意识，是没法被我们察觉和把握，科学是永远无法研究人的自由意志的。

《我的哲学探索》
第三章　客观性和公共性
第四节　人体的结构稳定性：为什么有清醒的直观世界？
人类可重复的经验的核心组成部分必定是他和某一对象构成的认知结构内稳态。
一个结构稳定的认知系统中的内稳态一定是个人可以重复的，但某一个人认知结构中的内稳态不一定是结构稳定的，这就意味着并不是任何一个观察者个人可重复的经验，一定可以转化成社会普遍的公共经验的。
第五节　结构稳定性的扩张：科学以人为中心
“受控实验”原则在探索各个领域的自然现象时被应用：​“科学家必须在严格控制条件下进行实验，他在报告自己的实验成果时，必须准确刻画自己观察到某一现象的特定条件。​”图1-22　受控实验结构与科学的扩张
受控实验原则的关键在两点：第一，实验必须是结构稳定的系统，如果系统结构不稳定，观察到的新现象不能算是一个新现象；第二，条件必须是受控的，即可以脱离个别观察者而为其他观察者实现，也就是它必须是一群观察者原来已经确认过的（或可以确认的）内稳态。

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。

《我的哲学探索》 第七章　主体的三个维度：自由意志、自我意识和注意力

自由意志和因果性不同，它使主体可以处于类似于量子力学中波函数未曾塌缩状态。自由意志的存在，意味着主体不仅可以在对象中进行选择，还可以站在经验世界之外不做任何选择。
只有存在着和行动并行的符号系统，行动者才可停留在符号结构中，自由意志才终于形成。为什么？这是因为行动者可以用“想”来代替“去做”​，我称之为行动的意志停留在符号系统中。这时，自由设置同时也规定了他是否离开符号系统，即作为自由意志的“可以不去做一定能做到的事情”才是可能的。

自由意志的来源/实现：

大脑应该是一个存在大量的类似或者更复杂的如逻辑斯谛映射（logistic map，一个一维离散方程，只包含一个简单的二次项，是非线性动力系统的经典模型，能展现出从稳定、周期性到完全混沌的丰富行为）的非线性系统，意识通过自指的循环（在经验世界与符号世界间的往复，产生n到n+1到更多的不断迭代的计算），由于非线性系统的初值敏感性，使得输出通向混沌，即自由意志。所有的基础模块都是简单的神经元与简单的符号计算，不需要引入二元论的从意识到物质的跨越，也不需要考虑量子等复杂因素。

https://mp.weixin.qq.com/s/7ejkxktkdew2RfVuMR4oFQ
《不确定性的两种哲学：频率主义 vs 贝叶斯主义》
自由意志的可能性：决定与随机之间的平衡
你今天的选择，究竟是自由意志的体现，还是因果关系的必然结果？或许，真正的答案并不重要。在决定与随机之间，正是我们有限的自由，赋予了人生以意义。 我们的选择可能是规则与偶然之间的微妙平衡—— 一种有限的自由，却足以让我们为自己的命运负责。

https://mp.weixin.qq.com/s/JiupBWTfNpIEJA1m20EmHQ
《为什么科学还没能解决意识问题》
有机体与其生活世界密不可分，而这些生活世界由有机体及其行动和互动塑造。认知过程不是孤立的大脑功能，而是位于并依赖于有机体的物理和社会环境。因此，认知和意识是意义生成；有机体在与世界互动以维持其生存能力的过程中，参与了一个积极的、持续的过程，以建立意义和相关性。

https://mp.weixin.qq.com/s/GvGBhmaY1so6yUADazbMAQ
《自由意志不存在？神经科学能证明不？》
物理主义版本的心—身问题（即“难问题”）有意识的主观体验如何由脑中神经细胞的活动产生？即心智如何从物质中产生？脑中神经细胞的物理活动是如何产生非物理的现象的（即有意识的主观体验，包括对外部世界的感官觉知、思想、对美的感受、灵感、灵性、深切的情感）？
神经科学家里贝特的主张是涌现交互作用论（emergent interactionism）：意识涌现自像脑这样的物理系统。尽管意识涌现自脑，但却不可还原为脑神经的第三人称描述，它是唯有第一人称体验才可通达（access）的。非物理的、涌现的意识体验对脑活动存在因果作用。
并提出了期望付诸实证检验的“有意识的心智场”（Conscious Mental Field, CMF）理论。“有意识的心智场”由脑活动产生，但在现象学上它是一个不同于脑活动的独立范畴。这个场（field）的首要特性是它有一种统一的主观体验的品质以及改变神经活动的能力。

https://mp.weixin.qq.com/s/IUdKZgjF2761JdDhpMeCnw?scene=1
《从量子波动到算法选择，自由意志方程重塑AGI 决策逻辑》
自由意志方程：
外部目标 Q(s,a)：代表奖励或价值估计，是策略收敛的驱动力；
内在动机 I(s,a)：代表新颖性、探索潜能或惊喜感，是策略跳脱的激励因子；I(s,a) 可以是一个预测误差、置信区间的宽度，或者简单地是某动作的访问频率倒数——若某动作从未尝试过，则给予更高新颖性奖励；
I(s,a) = 1 / √(1 + N(s,a))
其中 N(s,a) 是在状态 s 下动作 a的执行次数，这就是经典的“计数式探索”策略，也与人类在面临熟悉任务时偏好尝试新方法的倾向不谋而合。

《心智简史》第22章 我意识到我，凝视心智上的无限镜屋

最聪明的分子心智嵌套于最聪明的神经元心智之中，最聪明的神经元心智又嵌套于最聪明的模块心智之中，而最聪明的模块心智又嵌套于最聪明的超级心智之中。当智人的超级心智从篝火和洞穴发展到购物中心和太阳能电池阵列时，这种嵌套式、层级递增的心智提升，在智人的超级心智中再次展现出来。随着智人超级心智的发展，超级心智的模块也在发展，进而推动了科学、艺术和经济的发展。
你的自我与在它之上和之下的无数物理动态层彼此交织，密不可分，这些物理动态层整体上形成了一种类似倒置飓风的事物（见图22-1 自我飓风）​。
你存在的动态由一系列嵌套的堆栈构成，这些堆栈通过量子与行星彼此交叠的反馈回路连接起来。每一层都是一种独特的动态—一种独特的物质运动，它的行为受到正上方和正下方层级的影响。你是主观体验特性思维的一场局部运动，但你也是伴随意识运动的局部语言运动，伴随表征思维运动的意识运动，伴随神经思维运动的表征运动，伴随分子思维运动的神经运动，伴随无目标亚原子运动的分子运动。

生物进化经历了多个层次的涌现（大量下一层的元素在高一层面上显现出的全新特性）：
1、无机物——>有机物（RNA）
2、有机物——>细胞
3、单细胞——>多细胞
4、植物——>动物（C0意识）：感知（大脑）+行动的闭环
5、C0意识——>C1、C2意识
这些涌现层级中还有许多的小层级的涌现：器官、视觉、语言等等。今天的AI只有一个层次的涌现：大量的神经元——>大模型（LLM），还只是统计层面的（推理层面的CoT还没有大量的单元+数据可以用来训练，还不是涌现）。

—

https://mp.weixin.qq.com/s/_kpzjNqdcNvRXTkVDiFFhQ
涌现也即“计算不可约性（computational irreducibility）”：底层规则演化涌现的整体属性，对计算而言，即无法通过更简化的计算步骤来预测最终结果。宇宙遍布这样的系统。https://mp.weixin.qq.com/s/OhFnufF_pCVv6snRsO1dBQ
把我们对气体的观察想象成——我们把众多分子的微观状态「合并」到了一起，只关注总体的聚合属性。统计力学的专业用语会提到「粗粒化」（coarse graining）。可在我们这种计算化的框架下，就能很清楚地用计算的方式来刻画这一点：在分子层面上，有不可约的计算在进行；而当观察者想要「理解气体发生了什么」，观察者自身也在进行计算。

https://mp.weixin.qq.com/s/3iD_JyGD6c39ePPniS8-WA
《涌现何时发生？机器观察者可以像人类一样识别涌现吗？》

—

https://mp.weixin.qq.com/s/gs0bpnhgWj6RhCvJcREoTA
《三个电子，就会涌现出集体行为》
仅仅三个电子，就已经能显现出强烈的粒子间相互作用；而当电子数达到五个时，相互作用甚至强到足以模拟数千亿电子的集体行为。
https://www.nature.com/articles/d41586-025-01713-9

—

推理层面的CoT还没有大量的数据可以用来训练，还不是涌现：
https://arxiv.org/abs/2403.04121
《Can Large Language Models Reason and Plan?》

https://mp.weixin.qq.com/s/cGr-JlQK8x2q5fMGFNpfew
《LLM神话破灭？苹果论文最新实锤：难以实现真正智能》
https://mp.weixin.qq.com/s/YH35jyOZ9jCtHYi3qZR45g
《大模型推理的天花板在哪里？》
《The Illusion of Thinking: Understanding the Strengths and Limitations of Reasoning Models via the Lens of Problem Complexity》
专门针对推理任务进行优化的“大型推理模型”（Large Reasoning Models, LRMs）通过“链式思维”（chain‐of‐thought, CoT）或自我反思机制，先生成详尽的思考过程再给出答案。
– 低复杂度阶段：标准LLM表现出色，推理更高效、准确率甚至超过LRM；
– 中等复杂度阶段：引入思维痕迹后，LRM开始在准确率上领先，但其推理token消耗也显著攀升；
– 高复杂度阶段：无论思维与否，所有模型准确率均骤降，出现“推理崩溃”现象——无法给出任何有效解答。
LLMs 只是深度学习的一种形式，这种方法的局限性正日益清晰，或许其他形式——尤其是那些更善于处理符号的——最终会蓬勃发展起来。
https://mp.weixin.qq.com/s/4mJm30w6v9mcPujWX02_mA
《思维链并非可解释性》
https://www.alphaxiv.org/abs/2025.02
《Chain-of-Thought Is Not Explainability》Bengio
https://mp.weixin.qq.com/s/LxmpNCLvYrlUKymgf1WLsA
《什么构成了优秀的推理链》LLMs的推理质量本身仍然处于不稳定状态。https://mp.weixin.qq.com/s/_5M7uc86kCTWxqSUSPkIfg
《大模型是「躲在洞穴里」观察世界？ 强化学习大佬「吹哨」提醒LLM致命缺点》
《柏拉图洞穴中的语言模型》
LLM没有采用一种学习过程来了解世界是如何运作的，而是采用了一种难以置信的间接过程来扫描人类大脑，以构建人类认知过程的粗略副本。当然，训练大语言模型的数据中心里并没有人被绑在核磁共振机器上。大语言模型采用的是一种更巧妙的方法：它们通过分析人类思维在互联网上的投影来重建人类的思维过程。它们仅仅复制了人类心理表征的某些方面，而无需弄清楚让人类获得这些表征的学习算法。这些 AI 系统其实生活在「柏拉图的洞穴」里。这个洞穴就是互联网，人类智能就像洞外的光源，在洞壁上投下现实世界的影子，而大语言模型只能看到这些影子。

1、“缸中之脑”、“哲学僵尸”

由身心物理主义一元论——心身统一于物质，意识是大脑活动通过如“涌现现象”等非还原活动的产物——可以得出，有心的前提是必须先有身，所以不存在“缸中之脑”。
同时有一个功能完整的身体就有一定会有一个对应的功能完整的神经系统，就一定会涌现出意识，所以不存在“哲学僵尸”。
进一步推论：人工智能具有意识的前提是具身智能的充分发展。

2、“生活在模拟宇宙中”

《哲学家们都干了些什么？​》
第十三章 如何看穿伪科学？
“黑客帝国”问题，证伪主义怎么回答？​“我们生活在一个无法感觉到异常的虚拟世界里”​，这个命题不可证伪，所以这个问题毫无意义。
第十四章 科学不为真理，只为实用？
我们也可以把奥卡姆剃刀用在《黑客帝国》的假设里。我们的确可以假设我们的世界都是虚拟的，但这假设对生活没有影响。那么，两相比较，否认假设的世界更为简洁，于是我们就选择相信没有虚拟世界，我们生活的世界就是真实的。
小结 人生的意义
形而下：可以证伪的实用主义的科学——对于客观经验领域，也就是对于我们能看得见、摸得着的物质世界，最好的研究方法是“基于经验主义和实用主义的可证伪的理论。”
形而上：关于“世界的本质到底是什么”的问题，没有标准答案，你愿意相信什么都可以。形而上学不限制任何答案，关键不在于答案是什么，而在于不断追问的过程。
不断追问形而上问题的前提是：基于形而下的不断证伪的科学研究结果。

https://mp.weixin.qq.com/s/wA7XjRPW7WAXIAFdlI8LbQ
《最新论文证实：我们并不生活在模拟宇宙中》
https://arxiv.org/abs/2504.08461v1
《Astrophysical constraints on the simulation hypothesis for this Universe: why it is (nearly) impossible that we live in a simulation》

《Brain of a white-collar worker》
Lionel Feuillet, Henry Dufour, Jean Pelletier
柳叶刀（www.thelancet.com） 2007年7月21日; 第370卷: 262页

一名44岁男性因左下肢轻度无力2周就诊，临床图像 (Clinical Picture)：

梗阻性脑积水（90%的大脑是水，智商75分：言语智商84分操作智商70分）仍然能够：
1、结婚
2、育两子
3、从事白领工作
说明他的体力+智力功能基本正常。从这个极端案例可以初步判断：
1、人体（身体+大脑）有强大的自适应能力
2、社区/社会的包容性/可适应性（公务员对智力的要求？）
3、大脑结构中冗余的必要性
大脑、身体、意识、社会还有许多方面要去发现、研究的。