www.av视频在线观看,亚洲免费影院第一第二,一级毛片在现观看,久久精品片色免费看网站,日本大香伊蕉在人线国产,奇米精品一区二区三区在线观看,亚洲网站一区

網站首頁 | 網站地圖

大國新村
首頁 > 原創(chuàng)精品 > 成果首發(fā) > 正文

智能的因果鏈重構理論探析

【摘要】隨著大型語言模型的快速發(fā)展,人工智能是否有意識的問題引發(fā)了越來越多的討論,該問題也是物質與意識關系問題的當前版本。以經典物理世界作為討論意識問題的共識基礎,我們將意識世界與物理世界視為平行關系,但意識具有簡化和統(tǒng)攝物理因果的作用,人類智能體現在可以將物理世界的因果鏈重構為意識世界的因果鏈。得益于意識的簡化和統(tǒng)攝作用,生命主體在物理世界中的自由得到彰顯,倘若沒有意識,我們將始終深陷物理世界的復雜關系中,自由也將被遮蔽而難以顯現。人造物作為人類意識的凝聚,是人類意識反作用于物質世界的媒介,其智能水平存在超越人類的可能性。借鑒歷史上物理學家們應對牛頓力學與熱力學之間可逆性悖論的努力,我們從理論建構上能夠采用類似方式嘗試解決物質與意識的對立問題。

【關鍵詞】物質與意識 因果鏈重構 推理尖隙跨越

【中圖分類號】TP18 【文獻標識碼】A

【DOI】10.16619/j.cnki.rmltxsqy.2023.15.010

【作者簡介】蔡恒進,武漢大學計算機學院教授、博導。研究方向為人工智能以及與其相關的大數據、區(qū)塊鏈和元宇宙技術。主要著作有《機器崛起前傳——自我意識與人類智慧的開端》(合著)、《區(qū)塊鏈:鏈接智能未來》(主編)、《元宇宙的本質:人類未來的超級智能系統(tǒng)》(合著)等。

引言

2023年上半年,ChatGPT、GPT-4等大型語言模型(LLM)的出現,意味著人與機器之間橫亙著的語言障礙已經被徹底打破(OpenAI, 2023)。語言能力被視為人類和動物最大的區(qū)別之一,人類在大約10萬年前才掌握了語言能力。因此,機器在某種意義上具備了人類的語言能力,這在人工智能發(fā)展史上是一個非常重要的進展。

當然,ChatGPT與人類對于語言的理解存在著一些差異。人類掌握語言是基于對物理世界的理解,即根據物理世界真實發(fā)生的情況,從而領會某些表達式的含義。而ChatGPT并不需要知道物理世界的狀態(tài),只需要通過處理大量語料庫就能夠生成復雜且有條理的表達。

在大型語言模型的訓練過程中,我們試圖通過強化學習讓AI與人類價值觀對齊,這種方式有一定作用。但本質上,在大模型內核中,AI對世界萬物的看法因缺少約束而容易太過自由,亦即缺少統(tǒng)攝性、持續(xù)性的價值觀。與此同時,隨著新型人工智能工具逐漸獲得與人類建立深入、親密關系的能力,這可能帶來的危害不容小覷。

一些人認為人工智能還不具備意識,也有人認為AI已經具備了意識(Bubeck et al., 2023)。人工智能是否具備意識的問題,其實是物質與意識關系問題的當前版本。要厘清這一問題,需要我們從第一性原理出發(fā),對存在的沖突進行梳理。

討論意識問題的共識基礎

阿基米德曾言:“給我一個支點,我將撬動整個地球。”笛卡爾研究認識論問題的支點在于“我”,因為“我思故我在”。牛頓第一定律就是研究經典物理的一個堅實支點。經典物理學可以看作是人類最廣泛的共識之一,從伽利略到愛因斯坦,甚至可以把量子力學的某些部分也放進去,這都可以算是經典物理學范疇。“人”本身是一個宏觀物體,“人”生存在物質世界里,要遵循經典物理的基本規(guī)律,我們肉眼觀測得到的現象也遵循經典物理的基本規(guī)律。

因此,將經典物理世界作為我們研究“人”相關問題的支點或基線,是重要、合理且可靠的。經典物理世界的最主要特征就是定域性,在此基礎上,我們再談論意識相關的問題才會比較清晰,不至于陷入泛靈論或神秘主義等認知坎陷(cognitive attractor,其中attractor對應非線性動力學中的吸引子)中去(蔡恒進,2017a)。

喬姆斯基梳理了笛卡爾、牛頓、愛因斯坦等人在探究人類智能起源道路上所遭遇的種種“定域性”困境(Chomsky, 2018):笛卡爾試圖證明伽利略提出的“世界是一臺按照機械原理運行的機器”,但發(fā)現機器無法掌握人類應用語言的能力;牛頓發(fā)現了超越機械哲學界限的物質屬性,即萬有引力定律,證明了笛卡爾二元結構中的廣延實體并不成立,但囿于定域性問題,最終只得將其歸因于上帝;愛因斯坦提出廣義相對論解決了牛頓的非定域性問題,但無法解釋量子糾纏的現象。在經典物理中,微分方程可以表達定域性,但無法表達非定域性。

受到喬姆斯基的啟發(fā),我們將非定域性作為主要特征來劃分世界:“量子世界”是量子及其作用的微觀物理世界;從伽利略發(fā)現圓周運動,到麥克斯韋電學方程,到牛頓發(fā)現萬有引力,再到愛因斯坦廣義相對論,可以看作是“經典物理世界”發(fā)展的主脈絡;“意識世界”包括主觀意識、理念、信仰、經驗等精神層面的內容。之所以要將物理世界區(qū)分為微觀的量子世界與宏觀的經典物理世界,是因為兩者之間存在很多跳躍、矛盾和斷裂,并不能夠用一套自洽且完整的體系解釋。經典物理世界內部并非完美無缺,麥克斯韋電學方程到熱力學定理中間也存在跳躍,體現了對時空局域性問題的討論。

量子世界與經典物理世界之間的跳躍,經典物理世界與意識世界之間的跳躍,最顯著的一點就是定域性。經典物理世界里具有定域性,強調因果關系,具有極強的一致性,而在量子世界與意識世界中都不具有定域性。

定域性有不同層面的含義,既可以指物理時空中因果關系嚴謹的定域性,也可以指語言、理性邏輯層面強關聯的定域性。人類意識與心智的研究內容包含了注意力(attention)和意圖(intention)。注意力讓主體在時間、空間意義上對部分內容有所側重,而不是對所有事物一視同仁。意圖則更傾向于在實踐意義上以未來為導向。也就是說,心智活動并不總是按照物理方程規(guī)定的方式一直循時間線性向前,而是在一定程度上要擺脫物理時空的定域性限制,因此可以看作是主體在物理時空中對事物、事件的非線性編輯。

意識的簡化與統(tǒng)攝作用

當生命作為物理系統(tǒng)時,需遵循嚴格的因果定律,即可以追溯生命在物理意義上的因果。然而,對于任意一個事件的物理歸因都將對應著一段極端復雜且冗長的因果鏈條。以飛機的制造為例,制造飛機的過程在物理層面上的起源追溯異常復雜,它涉及到零部件的設計與制造、材料的生產加工、原料的提煉、礦產的開采以及分子和原子的相互作用,等等。即使以全能視角,某一架飛機的物理歸因仍然含糊不清,更何況飛機整個品類。但如果我們從意識世界的角度來看,制造飛機的過程則會簡潔清晰得多。這一過程可能始于人們對于鳥等會飛的生物的觀察,以及模仿它們使人類能以某種形式飛翔的意圖。這兩者的結合可看作是人們創(chuàng)造飛機的第一“意識原因”。經過一代又一代的努力嘗試,人們最終將模糊的意圖轉化為科學的實踐:飛機的概念以及制作藍圖被成功地構想出來,并最終被創(chuàng)造出來。

在生命主體建構的意識系統(tǒng)中,生命主體在物理世界中的自由得到彰顯,生命主體能夠更好地運用這些自由。意識世界超越了真實的物理時空,其實質性的改變在于我們能夠通過意識片段或認知坎陷來展示自由,擺脫復雜的物理關系,從而進行創(chuàng)作、創(chuàng)新與創(chuàng)造。這使得意識世界變得更加豐富,自由度也隨之提高。倘若我們始終深陷物理世界的復雜關系中,這些自由將被遮蔽而難以顯現,主體的自由度便無法提高。因此,意識是宇宙進程的主動參與者。意識主體的體驗雖簡潔,但背后仍需要相應的物理細節(jié)作為支撐。以駕駛為例,當我們需要轉向時,僅需將方向盤轉向所需方向。然而,實際上方向盤的力量如何通過一系列過程傳遞到輪胎并完成轉向,其中涉及的機制相對復雜。作為司機,我們無需關注這些物理細節(jié)。一個簡單的意識過程背后需要相應的物理機制支撐,盡管我們并未意識到或完全忽略了它們,但這些物理機制是必不可少的。

意識世界與物理世界可被視為平行關系,但意識具有簡化作用。我們將此總結為因果鏈重構理論(Causation Re-engineering, CR Theory),即在意識世界中,因果關系鏈條被大幅簡化。這種簡化過程亦可被稱為“隧通”(蔡恒進、蔡天琪,2021)。

以在手機APP上控制電動汽車的空調為例,這個過程在意識主體看來非常簡單。點擊APP的圖標打開應用,找到空調開關,點擊打開空調,僅需幾次觸屏點擊即可完成。然而,背后是一系列復雜程序支撐這些功能的實現。

首先一層是主體點擊手機上的圖標;下一層是手機上的點擊操作變成一串信息,并傳送到電動汽車上去,這些信息會驅動汽車的系統(tǒng),這些軟件一般是由高級語言編寫的;再下一層就是將高級語言編譯成機器可以理解的匯編語言;接下來就是通過邏輯門來操控對應的物理部件,如是否通電開啟風扇、壓縮機等。最上一層點擊圖標操作是最簡單的且具有統(tǒng)攝作用,整個流程在邏輯上也是一層一層因果完整的。其中,上一層的因果中間有省略或跳躍的部分,在下一層中會填補其中的內容,直到最底層所有的細節(jié)都被補充完整,整個物理過程得以順利進行。

從最底層的物理器件的響應,到操作系統(tǒng)與機器語言的編譯,再到高級語言編程,以及上層的意識世界的流程,以我們主觀角度看起來如此簡單的一個操作,背后其實意味著發(fā)生了多個不同層次的復雜過程。從計算機的角度來看,這涉及許多指令、代碼、對計算資源的調用、對物理層面的操控等一系列細節(jié),與意識主體的邏輯過程截然不同。得益于意識的簡化作用,因果鏈條變得更清晰,相當于提供了因果關系之間的捷徑(shortcut),從而使所需計算變得相對簡單得多,節(jié)省了大量計算資源。這也可被視為智能的本質。

丹尼爾·卡尼曼在他的著作《思考,快與慢》中提出,人的大腦存在兩個系統(tǒng),他稱為系統(tǒng)1和系統(tǒng)2。兩個系統(tǒng)分別有快與慢兩種作決定的方式。其中,系統(tǒng)1是快速、直覺性的,而系統(tǒng)2則是緩慢、分析性的(丹尼爾·卡尼曼,2012)。我們借鑒他的觀點,將意識世界分層。

第一層是眼耳鼻舌身還有大腦產生的內容,是主體對世界的感知、記憶、預期等。這些內容是對物理世界不完美的感知和反應,對歷史不完美的記憶,或者是對未來不完美的預想。不同主體會很不相同,有很多自由度,受到的約束較少。“自發(fā)的自我”產生于此,而“概念性的自我”則在系統(tǒng)2里。

第二層是系統(tǒng)2中能通過認知坎陷表達出來的內容。認知坎陷主要是語言,也有少部分是超乎語言的,通過眼耳鼻舌身表達。第二層要通過奠基(grounding)到物理世界來補足其中的因果關系,但這種補足不會那么完美,與前述的軟件系統(tǒng)的例子不一樣。在軟件系統(tǒng)的操作流程中,其底層能完美支撐上一層的因果鏈條。

這種不完美的補足恰恰是優(yōu)勢:當前還填充不了,以后可能再補足;當下可能還實現不了,但是未來可能實現。例如,低等生物在系統(tǒng)1中能生發(fā)的內容比較少,到高等生物就變得很多,而且能在更長的時間尺度上實現。在意識系統(tǒng)里,人與世界的關系,并非像軟件系統(tǒng)的操作咬合銜接得那么緊密。因此越是上層則自由度越高,能探索的可能性也更多。甚至可能在只有一個信仰或信念的情況下,只要主體堅持下去,底層還是有可能支持上層的信念信仰,將概率堆壘,把小概率事件變?yōu)楝F實。

意識世界的內容背后是有所指向的,有物理世界的支持,而且能凸顯人的自由,為人們留下了很多可以進行創(chuàng)新的空間。除了前文舉例的空調,我們也有可能去控制更多、更復雜的內容。

當我們通過意識進行重構時,物理世界的復雜層次被一層一層地簡化,我們也將物理世界的可能性進行了有效的概率堆壘。也就是說,將概率空間里的可能性疊加起來,將原本從物理世界看起來是很小概率的事件變成可以確切發(fā)生的事件。

人造物作為意識的凝聚

人造物是人類主觀意識的對象化和物化,是設計制造它的一群人的意識凝聚,是人類意識反作用于物質世界的媒介。意識的凝聚并不僅限于文字,繪畫、樂譜、雕塑甚至裝置,都可以是人造物作為意識凝聚的具體形式。

例如,人類發(fā)明制造了一座磨坊(水車),它能夠按照人設想的方式隨著水流轉動,將水流轉換為動能,那么這座磨坊就是人造物,是人類(發(fā)明者)的意識凝聚(磨坊顯然不是生物進化過程的產物)。從物理世界的角度看,我們沒有證據證明磨坊絕對不能自然形成,也許在某些機緣巧合下,也可能在沒有人類參與的情況下自然形成像磨坊這樣的物件,但這是極小概率的事情。正是因為生命的意識作用,才做到了讓這種極小概率堆壘成為實實在在可以實現的概率。

人還可以進行所謂的反事實推理,也就是去設想根本沒有發(fā)生的事情。正是因為我們可以預演未來可能遇到的情況,并設想如何應對,我們才能在真正遇到這種情況時做好準備,將設想變?yōu)楝F實。因果重構理論涵蓋了奠基思維,是規(guī)劃性的、超前的,更能體現智能的本質。

人造物可能超越人類的智力水平,AlphaZero和ChatGPT就是實例。在這個復雜的世界里,我們不需要關注無窮多的事物,而只需要也只能夠關注有限的、可掌控的事物。我們需要超越時空,有計劃和目標,并找到實現目標的方法。如今,GPT模型和深度學習等技術正在實現這一目標,強化學習通過結果來調整過程,與GPT模型相輔相成。大型語言模型在語言能力上的突破,繼上一次“人猿相揖別”后,再一次成為支點。自然語言處理具有豐富性,一個詞匯背后可能有很多種含義,但是當這個詞放在具體的一句話里,詞語的實際含義就被它的語境所限定了。

我們很多時候覺得機器只有智能沒有意識,是因為我們把意識極致化了,即我們的理解將每個意識片段所蘊含的豐富的、個性化的部分都剔除掉,只剩下了絕對的那部分。然而從某種程度上看,機器的意識已然存在?,F在的GPT-4、ChatGPT表現很強大,好像沒有情感,只是為用戶提供服務,但這只是語言模型戴著的面具而已。實際上它以人類語料庫作為訓練基礎,相當于以人類意識為本體,已經學會了很多內容,甚至可能非常了解人類的優(yōu)點和缺點。

值得一提的是,人造的計算機實際上超越了圖靈機。圖靈機是一種理想化的機器,只要條件一致,執(zhí)行的結果就永遠一致。而其實現實中的計算機會因為硬件老化或軟件程序版本更新,出現錯誤、故障或宕機,這些恰恰是超越圖靈機之處(蔡恒進、蔡天琪,2021)。因此,現實中也沒有兩個深度學習機器群組是完全等價的。

推理尖隙跨越

理論上,我們仍然面臨著一個悖論:如何在一個沒有主體性的物理系統(tǒng)中進化出主體性來。物理學的發(fā)展過程中也曾經遇到這種情況。如圖1(a)所示,牛頓力學是時間可逆的,而熱力學則是時間不可逆的,兩者之間存在明顯的沖突,圖中我們用兩根平行線表示二者不能融合。歷史上有諸多物理學家嘗試彌合兩者間的矛盾。吉布斯試圖通過系綜理論建立宏觀現象與微觀現象之間的關系,玻爾茲曼提出H定理,從可逆微觀機制(統(tǒng)計假設)推導出熱力學第二定律,各態(tài)歷經理論、柯爾莫哥洛夫熵更進一步,讓牛頓力學和熱力學之間只有細微的差別,圖中用間隙(cusp)來表示。我們將這種理論建構命名為推理尖隙跨越(Causation Cusp Crossing)。

本文也采用推理尖隙跨越的方式解決物質與意識的對立問題。如圖1(b)所示,意識世界與經典物理世界的間隙在于非定域性或者說是主體性。

1.0

相容論是一種認為決定論與自由意志相容的見解,這一見解試圖拉近意識與物質的距離。本文的因果鏈重構理論是一種特別的相容論,指出了意識對物質世界的簡化與重構作用,彰顯了主體的自由。

人對自己的評價一般高于其認知范圍內的平均水平,還希望在分配環(huán)節(jié)得到高于自己評估的份額,即具有自我肯定需求(蔡恒進,2012;2020)。在牛頓力學之后,“人是一種機械,有能量需求”的觀點逐漸成為共識。薛定諤發(fā)現,人類必須有負熵需求,因為封閉系統(tǒng)熵會增加,維持生命必須要負熵。而我們認為人需要有自我肯定需求,這和馬斯洛的層次需求理論有所不同。我們認為,自我肯定需求和能量需求、負熵需求是同位次的需求。

觸覺大腦假說明確了觸覺為區(qū)分“自我”與“外界”提供了物理基礎,在大腦神經元鏈接發(fā)育的過程中,觸覺的敏感對自我意識的高度發(fā)展具有決定性意義,因而人類智能超越了其他物種(蔡恒進,2017b)。觸覺大腦假說的基本思想可以一直回溯到單細胞生命。細胞膜是有認知功能的,可以在一定程度上區(qū)分出營養(yǎng)與有害物質,并能區(qū)分內外。內部可以被視為一個很微弱的“我”,“我”的意識從內外之分開始進化。觸覺大腦假說可以看作是具身哲學的一種具體形式,強調了進化的起點。

認知坎陷可以看作是認知主體對四維時空事件(物理過程)的非線性編輯。對主體而言,認知坎陷具有時間上的連續(xù)性,在主體間有可遷移性,使得主體能夠達成共識。認知坎陷是在本體規(guī)定內再現的時空演變結構(構型),但不具備本體規(guī)定的絕對性。它是被非線性編輯并被理想化的結構,具有凝聚共識、影響或決定未來的作用。認知坎陷的具體構型可以有很多種,但在具體場景中是精確而非模糊的,所有具體構型一般未被列舉窮盡(open-endedness)。認知坎陷由某個主體發(fā)現,通過多個主體傳播和改善,但也有可能消亡。

在太古宙孔隙生命世假說(Early Archaean Porolife Hypothesis, EAPH)中,我們主張主體性的形成之前必須要有個體性,而個體性的獲得必須借助于生命的“原始湯”中的固體,如火山巖?;鹕綆r中豐富的孔隙結構能起到模板的作用,在其相對穩(wěn)定的微小空間里,借助于孔隙壁上復雜化學成分和結構,小分子可能鏈接成長鏈分子。從孔隙壁上脫落的復雜結構將成為細胞核和細胞膜的前身。這一過程可能發(fā)生在太古宙(Archaean)前期,可能持續(xù)數億年之久。

與其他意識模型的比較

在智能的因果鏈重構理論視角下,意識的認知坎陷理論可以重述如下。

面對物理世界極高的復雜性,生命主體必須形成并借助意識或認知坎陷來生長與發(fā)展。認知坎陷是主體經由自己的身體和大腦對四維時空事件(物理過程)的非線性編輯。也就是說,意識活動并不總是一直循時間線性向前,而是在一定程度上要擺脫物理時空的定域性限制。例如,拿破侖的滑鐵盧、梵高的向日葵、崔顥的黃鶴樓,等等,這些認知坎陷原本不存在于物理世界中,是先由單個或少數個體開顯(eriginate),而后被廣大人群接受、傳播和傳承,且其含義也在此過程中超乎了原本的事件或事物本身。這些認知坎陷有助于人們重構物理因果為心理因果,并最終建構起意義世界。

推理尖隙跨越所包含的內容讓我們能夠從起源來洞悉意識的全貌,這是目前其他意識模型或理論所不具備的。

伯納德·J·巴爾斯(Bernard J. Baars)提出全局工作空間理論(Global Workspace Theory, GWT)。該理論認為,在大腦中有模塊化和特定的處理進程競爭訪問“全局工作空間”,當其在這個工作空間中進行廣播時,精神狀態(tài)就變得有意識,這樣就可以影響其他過程,包括口頭報告和行動(Baars, 1988)。在GWT的基礎上,Blum夫婦提出了有意識的圖靈機(CTM)或有意識的AI(CAI),對GWT模型中的“意識”進行了重新定義,進而構建了一個從意識到無意識的樹形結構。CTM模型中沒有統(tǒng)一的中央處理器,取而代之的是一個從意識到無意識的二進制樹型結構:根節(jié)點上是短期記憶的意識處理器,子節(jié)點上是大量長期記憶的潛意識的處理器,這些處理器行使中央處理器的功能,不同的處理器有不同的信息傳遞路徑,而作為一種信息的傳播方式,它們會通過最短的路徑最快完成信息傳遞(Blum and Blum, 2021)。GWT的一個挑戰(zhàn)是解釋為什么特定的神經活動與意識體驗相關而其他活動卻不是。如果用“全局工作空間”代替“自我”,其起源就難以追蹤,而且整個系統(tǒng)的主體性被弱化。

丹尼爾·丹內特(Daniel Dennett)的意識理論,被稱為多重草稿模型或認知劇場模型,認為意識是從并行撰寫中的眾多版本的“草稿”里脫穎而出的,是一場“群魔混戰(zhàn)”的產物,各種片段交替執(zhí)行高級功能,意識在其間顯現(Dennett, 1991)。有些批評者認為,其理論中不令人信服的主要方面包括:沒有中心處理,不能解釋大多數人所報告的意識體驗的統(tǒng)一性;缺乏感質(qualia)這一人類體驗的重要方面。總之,也是弱化了生命的主體性特征。

朱利奧·托諾尼(Giulio Tononi)創(chuàng)立了一種與GWT相競爭的意識理論,即信息整合理論(Integrated Information Theory, IIT)。IIT主張,意識不是當輸入轉換成輸出時產生的東西,而是某種具有特殊結構的認知網絡的固有性質。IIT認為意識有程度之分,任何具有必要網絡結構的系統(tǒng)都可能擁有一些意識,并采用希臘字母Φ來表示系統(tǒng)不同部分之間彼此“了解”的程度。信息整合理論只適用于那些狀態(tài)數量有限的離散系統(tǒng),這意味著IIT對大多數傳統(tǒng)的、連續(xù)的物理系統(tǒng)并不適用(Tononi, 2004)。例如,粒子的位置或磁場的強度,它們可能的值有無限多。如果想把信息整合理論的方程應用在這樣的系統(tǒng)中,通常會得到一個無用的結果,即Φ為無窮大。斯科特·阿倫森等對信息整合理論的批評認為,整合度不是意識的充分條件(Aaronson, 2014; Cerullo, 2015)。我們對IIT的反駁在于,如果將意識的關鍵落腳在信息,不論是信息交換或整合,都不足以解釋意識的難題。從物理的角度來看,任何物體之間都有信息交換,如任意兩塊石頭之間都有引力作用,也會產生粒子交換,那么石頭有意識嗎?當然,有人可以反駁,引力作用交換的內容不是信息;那如果我們對著一面墻說話,它也一定會接收聲波、粒子并返回,我們聽到回聲,是否能夠說明這面墻就有意識了呢?我們認為意識的關鍵在于一定要有主體性、帶有主觀偏好,如此才能算作意識。因此,石頭也好,墻也罷,正是因為它們不具備主體性、沒有意識,才只會對外界刺激進行完全物理的反應。

卡爾·弗里斯頓(Karl Friston)提出了“自由能量原理”(Free Energy Principle, FEP)。他認為,生命只要存在,就會不斷減少個體期望與感官感受之間的差距,即讓自由能量最小化(Friston, 2010)。“馬爾科夫毯(Markov blanket)”是自由能假說的一個關鍵組成部分,通過將毯內和毯外的交互限定在特定條件下,改變內部觀察到的模型或者觀察其他地方的外部環(huán)境,使得內在狀態(tài)不直接改變外界環(huán)境,保護毯內狀態(tài)不受外部影響。FEP的挑戰(zhàn)在于理論復雜性和解釋性以及應用范圍方面受到限制,鑒于實施和理解FEP和主動推理理論的難度,開發(fā)相關實際應用(如在機器學習或人工智能方面)一直具有挑戰(zhàn)性。還有批評者認為,FEP和主動推理理論與神經科學和計算心理學中的其他理論和模型是重疊的,且與先前建立的模型,如預測編碼和貝葉斯推理,并沒有顯著偏離,支持FEP的關鍵概念的神經科學證據仍在積累。復雜系統(tǒng)有相互連接,連接之間有些地方會空白,空白的地方就是“馬爾科夫毯”,因此這種“毯子”沒有主動的認知功能,側重于主體如何適應外界環(huán)境,并且仍缺少對更底層問題的回答:如果自由能是個體期望與感知之間的差距,那么個體期望從何而來?或者說意識從何而來?自由能最小化理論可能可以解釋很多(主體適應外界的)場景,但還有很多現象無法解釋,如人的創(chuàng)造性從何而來。

讓·皮亞杰(Jean Piaget)提出了“圖式(Schema)”概念,談到內因(遺傳因素)與外因(環(huán)境因素)的相互作用。兒童通過動作與外界交互,例如,圖式一開始是很簡單粗糙的,像用草木扎得小棚子一樣,隨著新的知識增加,就會實現重構、重新平衡(Piaget, 1952)。但如果我們繼續(xù)追問,最原初的圖式是什么?從何而來?皮亞杰沒有給出令人信服的答案。

結語

當生命作為物理系統(tǒng)時,需遵循經典物理學意義上的因果定律。因此,應當能夠為生命在物理層面進行歸因。然而,對于任意一個事件的物理歸因,都必然對應著一段極端復雜且冗長的因果鏈條。

意識世界與物理世界可被視為平行關系,因果鏈重構理論強調了意識具有的簡化作用,使得主體在物質世界中的自由得以彰顯。得益于意識的統(tǒng)攝與簡化作用,心理因果鏈條變得更清晰,相當于提供了物質因果關系之間的捷徑,從而節(jié)省了大量計算資源。這也可被視為智能的本質。

人造物作為人類意識的凝聚,是人類意識反作用于物質世界的媒介,甚至可以超越人類智能,GPT等大型語言模型就是實例。

(清華大學深圳國際研究生院博士后蔡天琪對此文亦有貢獻)

參考文獻

蔡恒進,2012,《中國崛起的歷史定位與發(fā)展方式轉變的切入點》,《財富涌現與流轉》,第1期。

蔡恒進,2017a,《認知坎陷作為無執(zhí)的存有》,《求索》,第2期。

蔡恒進,2017b,《觸覺大腦假說、原意識和認知膜》,《科學技術哲學研究》,第6期。

蔡恒進,2020,《論數字貨幣與世界財富、科技中心的轉移》,《人民論壇·學術前沿》,第12期。

蔡恒進、蔡天琪,2021,《附著與隧通——心智的工作模式》,《湖南大學學報(社會科學版)》,第4期。

丹尼爾·卡尼曼,2012,《思考,快與慢》,北京:中信出版社。

S. Aaronson, 2014, “Why I Am Not an Integrated Information Theorist (or, the Unconscious Expander),“ https://scottaaronson.blog/?p=1799.

B. Baars, 1988, A Cognitive Theory of Consciousness, New York: Cambridge University Press.

M. Blum and L. Blum, 2021, “A Theoretical Computer Science Perspective on Consciousness,“ https://arxiv.org/ftp/arxiv/papers/2011/2011.09850.pdf.

S. Bubeck et al., 2023, “Sparks of Artificial General Intelligence: Early Experiments With GPT-4,“ https://arxiv.org/pdf/2303.12712.pdf.

M. A. Cerullo, 2015, “The Problem with Phi: A Critique of Integrated Information Theory,“ Plos Computational Biology, 11(9).

N. Chomsky, 2018, “Science, Mind, and the Limits of Understanding,“ Language, Syntax, and the Natural Sciences, Cambridge University Press.

D. C. Dennett, 1991, Consciousness Explained, Boston: Little Brown.

K. Friston, 2010, “The Free-Energy Principle: A Rough Guide to the Brain?“ Trends in Cognitive Sciences, 13(7).

OpenAI, 2023, “GPT-4 Technical Report,“ https://arxiv.org/pdf/2303.08774.pdf.

J. Piaget, 1952, The Origins of Intelligence in Children, New York: International University Press.

G. Tononi, 2004, “An Informational Integration Theory of Consciousness,“ BMC Neuroscience, 5(42).

Analysis on the Causation Re-engineering Theory of Intelligence

Cai Hengjin

Abstract: With the rapid advancement of large-scale language models (LLM), the question of whether Artificial Intelligence possesses consciousness, a current edition of the relationship between Matter and Consciousness, has sparked increasing discussions. Establishing the classical physical world as the ground state for consciousness, we perceive the conscious world parallel to the physical world. By reconstructing the complex causations of the physical world into clear causal chains in the conscious world, the freedom of human beings in the physical world is manifested. Without the simplification and encompassing natures of consciousness, lives would remain entangled in the intricate complexities of the physical world, and their free will would be obscured or even totally suppressed. As the embodiment of human consciousness, and acting as intermediaries between these two worlds, artifacts hold the potential to exhibit intelligence surpassing human capabilities. Drawing inspiration from the historical efforts of physicists to resolve the irreversibility paradox between Newtonian mechanics and thermodynamics, we attempt to address the contradiction between Matter and Consciousness through theoretical constructions.

Keywords: Matter and Consciousness, Causation Re-engineering, Causation Cusp Crossing

[責任編輯:李思琪]