[摘 要] 人工智能是否具有意識(shí)是哲學(xué)和科學(xué)研究中爭(zhēng)論的焦點(diǎn)，生成式人工智能（GAI）的快速迭代再次點(diǎn)燃了這一話(huà)題。神經(jīng)科學(xué)哲學(xué)作為意識(shí)研究的重要組成，近年來(lái)在理論和方法兩個(gè)維度都獲得了顯著的成果，是考察GAI意識(shí)狀況的良好基礎(chǔ)和必由之路。這種考察可從如下幾個(gè)方面展開(kāi)：首先，基于計(jì)算功能主義的神經(jīng)科學(xué)策略，論證意識(shí)在人類(lèi)之外智能系統(tǒng)上的可實(shí)現(xiàn)性，借助意識(shí)的神經(jīng)科學(xué)成果和理論偏重方法，顯示出意識(shí)評(píng)估的科學(xué)可處理性；其次，通過(guò)分析當(dāng)前主流的意識(shí)神經(jīng)科學(xué)理論，確定標(biāo)志屬性，考察已有的意識(shí)測(cè)量方法，包括主觀和客觀兩種類(lèi)型，進(jìn)而提供GAI意識(shí)判定的具體標(biāo)準(zhǔn)和操作手段；最后，以神經(jīng)科學(xué)哲學(xué)中的時(shí)空意識(shí)理論（TTC）為例，展開(kāi)說(shuō)明GAI何以沒(méi)有意識(shí)，并且指出其通往意識(shí)的可能途徑。

[關(guān)鍵詞] 生成式人工智能；神經(jīng)科學(xué)；意識(shí)；時(shí)空意識(shí)理論

[DOI編號(hào)] 10.14180/j.cnki.1004-0544.2024.07.002

[中圖分類(lèi)號(hào)] B152; B84" " " " " " " " [文獻(xiàn)標(biāo)識(shí)碼] A" " " " [文章編號(hào)] 1004-0544（2024）07-0015-09

近年來(lái)，以ChatGPT為代表的“生成式人工智能”（generative artificial intelligence，GAI）強(qiáng)勢(shì)進(jìn)入大眾視野，由其掀起的這場(chǎng)“人工智能的狂歡”無(wú)疑是人類(lèi)發(fā)展史上的一次偉大變革。一時(shí)間，人工智能奇點(diǎn)似乎已至，機(jī)器擁有意識(shí)仿佛成真，人類(lèi)文明的威脅突然降臨，以至于眾多領(lǐng)域的精英聯(lián)名發(fā)表《暫停巨型AI實(shí)驗(yàn)：一封公開(kāi)信》，以阻止無(wú)序競(jìng)賽中即將到來(lái)的一個(gè)無(wú)法理解、預(yù)測(cè)或可靠控制的人工智能。GAI在功能的廣度和深度上遠(yuǎn)超以往的各種專(zhuān)用人工智能，可以被合理地視為通用人工智能（artificial general intelligence，AGI）系統(tǒng)的早期（但仍不完整）版本。由此一來(lái)，關(guān)于意識(shí)的問(wèn)題變得更為緊迫，亟待哲學(xué)家和科學(xué)家們明確回答人工智能是否具有意識(shí)。這不論是對(duì)于建立人工智能規(guī)范，還是對(duì)于加深人類(lèi)的自身理解，或是安撫大眾的不安情緒都是必要的。

必須坦言，在人類(lèi)之外的系統(tǒng)中尋求意識(shí)的可能是一個(gè)更難的問(wèn)題。畢竟，關(guān)于“為什么某些神經(jīng)活動(dòng)模式會(huì)產(chǎn)生特定的意識(shí)經(jīng)驗(yàn)”這一局限于人類(lèi)本身的難題至今還沒(méi)有達(dá)成廣泛共識(shí)，更不用說(shuō)意識(shí)在完備定義、統(tǒng)一理論、核心方法上所陷入的持久爭(zhēng)論。但現(xiàn)實(shí)中快速進(jìn)化的人工智能，顯示出愈來(lái)愈多的意識(shí)“痕跡”，對(duì)人工智能的意識(shí)探究成為一個(gè)不可忽視的論題。面對(duì)這一論題，大衛(wèi)·查爾莫斯（David Chalmers）等人樂(lè)觀地認(rèn)為，意識(shí)作為某些復(fù)雜信息處理系統(tǒng)的屬性，在一些情況下，其必要過(guò)程可以被復(fù)制，由此產(chǎn)生一種人工的意識(shí)。與之相反，約翰·塞爾（John Searle）等人則堅(jiān)持，意識(shí)是一種與生物相關(guān)的純粹的人類(lèi)現(xiàn)象，機(jī)器不可能產(chǎn)生意識(shí)1。面對(duì)這一狀況，有必要就意識(shí)與GAI的關(guān)系進(jìn)行深入的探索，在此筆者基于神經(jīng)科學(xué)哲學(xué)的意識(shí)研究成果，著重考察當(dāng)下的GAI意識(shí)這一核心問(wèn)題，嘗試建構(gòu)起基本的方法原則和判斷標(biāo)準(zhǔn)，進(jìn)而說(shuō)明其中意識(shí)的存在狀況和未來(lái)可能。

一、功能主義的神經(jīng)科學(xué)策略

人工智能的意識(shí)亦即“人工意識(shí)”（artificial consciousness）或“機(jī)器意識(shí)”（machine consciousness），起源于一種在人類(lèi)之外模擬或重構(gòu)自身思維屬性的設(shè)想，20世紀(jì)90年代被首次應(yīng)用于科學(xué)語(yǔ)境。但由于人類(lèi)意識(shí)的復(fù)雜性和獨(dú)特性，這一概念在提出伊始就遭到批駁，正如金在權(quán)（Jaegwon Kim）所言：“我們無(wú)法通過(guò)理論推理設(shè)計(jì)出一種全新的結(jié)構(gòu)，并預(yù)測(cè)它將具有意識(shí)；我想我們甚至不知道如何開(kāi)始；或者如何衡量我們的成功?！?換句話(huà)說(shuō)，人工智能意識(shí)更多地被視為一種預(yù)先承諾（precommitment），即在行動(dòng)或決策之前為了實(shí)現(xiàn)某種目標(biāo)對(duì)未來(lái)的可能選擇進(jìn)行限制的假設(shè)。實(shí)證手段與方法的匱乏導(dǎo)致很長(zhǎng)一段時(shí)間內(nèi)這一概念缺乏先驗(yàn)或經(jīng)驗(yàn)的分析基礎(chǔ)。然而隨著意識(shí)研究中哲學(xué)與科學(xué)的交融，意識(shí)屬性的理解深化與意識(shí)相關(guān)的大腦功能揭示，尤其是神經(jīng)狀態(tài)與意識(shí)現(xiàn)象之間的聯(lián)系，人工智能的意識(shí)考察逐漸擁有了可以討論的框架。

帕特里克·布特林（Patrick Butlin）等人基于功能主義立場(chǎng)和神經(jīng)科學(xué)理論，主張“有一些關(guān)于意識(shí)的科學(xué)理論，它們享有重要的經(jīng)驗(yàn)支持，并且與一系列意識(shí)的形而上學(xué)觀點(diǎn)兼容。盡管這些理論主要基于對(duì)人類(lèi)的研究，但它們關(guān)于意識(shí)的屬性和功能的論述適用于人工智能系統(tǒng)”3。他們相應(yīng)地給出了一種研究人工智能意識(shí)的優(yōu)秀策略，具體表現(xiàn)為以下三項(xiàng)原則，分別是：

P1：計(jì)算功能主義（computational functionalism）；

P2：意識(shí)的神經(jīng)科學(xué)理論（neuroscientific theories of consciousness）；

P3：理論偏重的方法（theory-heavy approach）。

首先，計(jì)算功能主義的假設(shè)能夠?yàn)橐庾R(shí)在人類(lèi)碳基載體外的實(shí)現(xiàn)上提供可能。功能主義是心靈哲學(xué)和認(rèn)知科學(xué)中的一種理論，主張心理狀態(tài)完全取決于物質(zhì)系統(tǒng)的功能構(gòu)成，即心理狀態(tài)與其他心理狀態(tài)、感覺(jué)輸入和行為輸出之間的因果關(guān)系是一種功能性關(guān)系。以計(jì)算機(jī)的原理為喻，決定它如何運(yùn)行的不是作為組件的物質(zhì)內(nèi)容，而是整個(gè)系統(tǒng)擁有的功能組織。計(jì)算功能主義是功能主義的一個(gè)版本，它進(jìn)一步聲稱(chēng)所有相關(guān)的功能組織是計(jì)算的。由此，意識(shí)的計(jì)算功能主義主張意識(shí)是具有特定計(jì)算的功能組織，執(zhí)行計(jì)算的系統(tǒng)通過(guò)實(shí)現(xiàn)算法來(lái)處理信息，意識(shí)狀態(tài)就是可能的信息攜帶狀態(tài)，它只要在實(shí)現(xiàn)正確的算法時(shí)扮演了正確的角色就已足夠。計(jì)算功能主義的一個(gè)重要結(jié)論是，一個(gè)系統(tǒng)是否具有意識(shí)，取決于其物理構(gòu)成最低層次細(xì)節(jié)的抽象特征。也就是說(shuō)，系統(tǒng)的物質(zhì)基礎(chǔ)對(duì)意識(shí)無(wú)關(guān)緊要，除非該基礎(chǔ)影響系統(tǒng)算法的實(shí)現(xiàn)。這意味著意識(shí)在原則上是“多重可實(shí)現(xiàn)”（multiple realization）的，即意識(shí)可以存在于多種形式的載體中，通過(guò)不同的物理狀態(tài)進(jìn)行實(shí)現(xiàn)，而不僅僅作為大腦的特定狀態(tài)存在于生物體中。

其次，意識(shí)的神經(jīng)科學(xué)理論能夠?yàn)槿斯ぶ悄艿囊庾R(shí)評(píng)估提供實(shí)用的標(biāo)準(zhǔn)。神經(jīng)科學(xué)的意識(shí)理論不同于形而上學(xué)的意識(shí)理論，后者包括二元論、泛心論、物質(zhì)論、錯(cuò)覺(jué)論，它們關(guān)注的是人類(lèi)意識(shí)與物質(zhì)世界在最普遍意義上的聯(lián)系。相反，意識(shí)的神經(jīng)科學(xué)理論宣稱(chēng)哪些具體的物質(zhì)發(fā)生與意識(shí)現(xiàn)象有關(guān)，通常是大腦的特定過(guò)程、神經(jīng)的相關(guān)機(jī)制、細(xì)胞的發(fā)放模式。如意識(shí)的神經(jīng)相關(guān)物（NCCs）研究范式，致力于定義足以產(chǎn)生意識(shí)體驗(yàn)的最小神經(jīng)事件集合，它能夠嚴(yán)格區(qū)分某一時(shí)刻意識(shí)在大腦中的在場(chǎng)情況。神經(jīng)科學(xué)研究在描述與意識(shí)相關(guān)的功能方面取得了顯著的進(jìn)展，這些功能可能是意識(shí)的必要或充分條件，并且擁有足夠強(qiáng)大的經(jīng)驗(yàn)證據(jù)。根據(jù)意識(shí)的神經(jīng)科學(xué)理論成果，在功能主義的立場(chǎng)上，可以通過(guò)抽象的計(jì)算操作和算法運(yùn)行來(lái)表征認(rèn)知的過(guò)程或狀態(tài)，從而判斷人工智能系統(tǒng)中意識(shí)的存在情況。

最后，理論偏重的方法能夠超越行為主義局限斷定人工智能意識(shí)的有無(wú)?！袄碚撈亍保╰heory-heavy）這一術(shù)語(yǔ)來(lái)自喬納森·伯奇（Jonathan Birch），他在非人類(lèi)動(dòng)物尤其是無(wú)脊椎動(dòng)物的意識(shí)研究中，反對(duì)采用理論偏重的方法，即將擁有人類(lèi)證據(jù)的意識(shí)科學(xué)理論作為導(dǎo)向加諸人類(lèi)以外的系統(tǒng)1，理由是它們可能以一種非接近人類(lèi)意識(shí)的方式實(shí)現(xiàn)意識(shí)。布特林承認(rèn)了這一局限，但他認(rèn)為利用已有的意識(shí)理論進(jìn)行人工智能的意識(shí)研究是必要的，因?yàn)樗鼈兪俏覀儜?yīng)該尋找的特征的最佳指導(dǎo)。更重要的是，理論偏重的方法遠(yuǎn)比市面上流行的行為主義測(cè)試具有更多的優(yōu)勢(shì)，如所謂的“人工意識(shí)測(cè)試”（artificial consciousness test）要求人工智能系統(tǒng)在對(duì)話(huà)中表現(xiàn)出對(duì)意識(shí)相關(guān)概念的掌握，但在本質(zhì)上并未超越“中文屋論證”所提出的挑戰(zhàn)。根據(jù)計(jì)算功能主義立場(chǎng)的神經(jīng)科學(xué)理論偏重方法，應(yīng)當(dāng)觀察人工智能系統(tǒng)是否使用類(lèi)似于神經(jīng)科學(xué)意識(shí)理論中描述的計(jì)算過(guò)程，并相應(yīng)地作出和調(diào)整評(píng)估。具體來(lái)說(shuō)，一個(gè)給定系統(tǒng)的意識(shí)評(píng)估可以由以下因素決定：（1）它的計(jì)算過(guò)程與意識(shí)理論所假定的過(guò)程的相似性，（2）我們對(duì)于該意識(shí)理論的信心，（3）我們對(duì)計(jì)算功能主義的信心。而綜合考慮多種神經(jīng)科學(xué)的意識(shí)理論無(wú)疑可以給出更為全面的判斷。

從根本上說(shuō)，計(jì)算功能主義的假設(shè)出于一種實(shí)用的原因，允諾了大多數(shù)關(guān)于意識(shí)的科學(xué)理論以計(jì)算的方式來(lái)運(yùn)行，從而確定了對(duì)于意識(shí)來(lái)說(shuō)必要或充分的計(jì)算特征。這種研究策略通過(guò)尋求某些屬性或特征建立起人類(lèi)意識(shí)與人工智能意識(shí)之間的聯(lián)系，不僅說(shuō)明了意識(shí)在人類(lèi)之外載體上的實(shí)現(xiàn)可能，還強(qiáng)調(diào)了人工智能中的意識(shí)評(píng)估是科學(xué)可處理的。當(dāng)然，策略的三個(gè)原則只建立起了研究人工智能意識(shí)的大致框架。基于這個(gè)框架，有兩個(gè)關(guān)鍵的問(wèn)題需要回應(yīng)。分別是：（1）判定意識(shí)有無(wú)的具體標(biāo)準(zhǔn)是什么，（2）采用何種方式執(zhí)行測(cè)量操作。前者有賴(lài)于對(duì)意識(shí)的神經(jīng)科學(xué)理論的考察，從而確定標(biāo)志屬性；后者依靠對(duì)主觀、客觀的測(cè)量方法的分析，使判定得以實(shí)施。

二、神經(jīng)科學(xué)哲學(xué)對(duì)意識(shí)探究的雙重支撐

神經(jīng)科學(xué)哲學(xué)的核心問(wèn)題之一就是意識(shí)問(wèn)題，其對(duì)意識(shí)的研究既強(qiáng)調(diào)來(lái)自神經(jīng)科學(xué)的研究成果，又先在地容納哲學(xué)研究的思維方案。更確切地講，本體論上的自然主義傾向能夠包容各種神經(jīng)科學(xué)理論的立場(chǎng)，而方法論上的實(shí)用主義則注重整合意識(shí)的客觀測(cè)量與主觀解釋。由此，其以理論和方法的雙重維度為人工智能意識(shí)的判定提供了關(guān)鍵支撐。

（一）理論維度：標(biāo)志屬性的探尋

“標(biāo)志屬性”（indicator properties）指神經(jīng)科學(xué)理論中所確定的實(shí)現(xiàn)意識(shí)的必要充分條件，并充當(dāng)用于評(píng)估人工智能意識(shí)的屬性。神經(jīng)科學(xué)中有著為數(shù)眾多的意識(shí)理論，它們使用并得出一系列標(biāo)志屬性，這些屬性都由特定的經(jīng)驗(yàn)證據(jù)支撐，并被認(rèn)為是對(duì)意識(shí)必要的，也有可能需要聯(lián)合起來(lái)構(gòu)成一個(gè)集合才會(huì)充分地使意識(shí)發(fā)生。不過(guò)，這些理論至今仍處于競(jìng)爭(zhēng)狀態(tài)。所以要判斷一個(gè)現(xiàn)有的或擬議的人工智能系統(tǒng)是否具有意識(shí)，不僅在于其是否具有這些標(biāo)志屬性，還在于其所具有的標(biāo)志屬性的數(shù)量，一般認(rèn)為數(shù)量越多越更有可能獲得意識(shí)。典型的意識(shí)的神經(jīng)科學(xué)理論包括：

1.循環(huán)加工理論（recurrent processing theory，RPT）。維克多·拉米（Victor Lamme）主張將意識(shí)的機(jī)制與一般的認(rèn)知功能相區(qū)分，指出意識(shí)的產(chǎn)生與某個(gè)腦部的具體神經(jīng)網(wǎng)絡(luò)或者相關(guān)功能無(wú)關(guān)，而只在于某個(gè)神經(jīng)活動(dòng)中發(fā)生了足夠強(qiáng)度的循環(huán)加工1。這一設(shè)想來(lái)自人工神經(jīng)網(wǎng)絡(luò)中的前饋神經(jīng)網(wǎng)絡(luò)和循環(huán)神經(jīng)網(wǎng)絡(luò)的區(qū)分，他認(rèn)為，后者符合神經(jīng)活動(dòng)的真實(shí)狀態(tài)，能夠揭示意識(shí)產(chǎn)生的秘密。循環(huán)神經(jīng)網(wǎng)絡(luò)不同于前饋神經(jīng)網(wǎng)絡(luò)那種簡(jiǎn)單的前遞后繼式層級(jí)傳輸，而是在各神經(jīng)元的信息傳遞過(guò)程中存在反饋，進(jìn)而形成一個(gè)有向循環(huán)的動(dòng)態(tài)網(wǎng)絡(luò)，循環(huán)神經(jīng)網(wǎng)絡(luò)中信息的循環(huán)加工對(duì)于意識(shí)是必要且充分的。由此，他認(rèn)為意識(shí)活動(dòng)就等同于循環(huán)加工。

2.全局神經(jīng)元工作空間理論（global neuronal workspace，GNW）。斯坦尼斯拉斯·迪昂（Stanislas Dehaene）認(rèn)為，信息加工系統(tǒng)中存在大量的無(wú)意識(shí)加工單元，這些無(wú)意識(shí)加工單元是高度模塊化的，且以自動(dòng)的方式應(yīng)對(duì)慣常的熟悉事件。面對(duì)新信息，單個(gè)無(wú)意識(shí)加工單元無(wú)法處理或彼此發(fā)生矛盾時(shí)，就需要某種機(jī)制能夠超越無(wú)意識(shí)的模塊化的功能結(jié)構(gòu)，使無(wú)意識(shí)單元之間的信息處理結(jié)果被整合，從而實(shí)現(xiàn)信息在無(wú)意識(shí)單元之間的交流。具體而言，意識(shí)的產(chǎn)生機(jī)制包括：首先，腦內(nèi)大量的專(zhuān)用處理模塊以無(wú)意識(shí)方式并行處理著龐大信息；其次，全局神經(jīng)工作空間作為諸多專(zhuān)用處理模塊之間特殊的交流系統(tǒng)進(jìn)行信息分享；再次，全局工作空間與局部神經(jīng)集群之間存在雙向的長(zhǎng)程連接，以形成信息存儲(chǔ)和循環(huán)的閉合回路，最終實(shí)現(xiàn)關(guān)于該信息的意識(shí)經(jīng)驗(yàn)2。

3.高階意識(shí)理論（higher-order theories of consciousness，HOT）。對(duì)于意識(shí)的高階理論來(lái)說(shuō)，意識(shí)是個(gè)體對(duì)自身內(nèi)部心智狀態(tài)的覺(jué)察或表征。換句話(huà)說(shuō)，某個(gè)心智狀態(tài)或事件是有意識(shí)的，當(dāng)且僅當(dāng)主體覺(jué)知到他處于這個(gè)狀態(tài)或持有這個(gè)事件3。所謂的高階意識(shí)是指關(guān)于自己的心理狀態(tài)的再思想，它不是直接的經(jīng)驗(yàn)狀態(tài)，而是朝向某些思想或行動(dòng)的意識(shí)。其目的在于通過(guò)高階的心理狀態(tài)與一階的心理狀態(tài)之間的表征關(guān)系對(duì)意識(shí)經(jīng)驗(yàn)的“質(zhì)性特征”（qualitative character）作出解釋。換句話(huà)說(shuō)，意識(shí)就是高階心理狀態(tài)表征一階心理狀態(tài)所形成的表征關(guān)系。這一過(guò)程中，某種自上而下的選擇性注意是形成有意識(shí)知覺(jué)的必要條件，它用于導(dǎo)入空間中處于特定位置的某一特定屬性或特定物體。

根據(jù)上述相關(guān)的意識(shí)理論，可以得出若干標(biāo)志屬性：

RPT：（1）使用算法循環(huán)的輸入模塊，（2）輸入模塊生成有組織的感知表征；

GNW：（1）并行的多個(gè)專(zhuān)用模塊，（2）專(zhuān)用模塊工作空間超限導(dǎo)致注意選擇，（3）全局傳播使得信息共享，（4）有賴(lài)于狀態(tài)關(guān)注產(chǎn)生連續(xù)性查詢(xún)模塊并執(zhí)行復(fù)雜任務(wù)的能力；

HOT：（1）生成自上而下的噪聲感知模塊，（2）元認(rèn)知監(jiān)測(cè)從噪聲中區(qū)分可靠的感知表征，（3）系統(tǒng)引導(dǎo)代理并更新信念傾向，（4）編碼生成感受質(zhì)空間。

當(dāng)然，除卻以上理論，還有其他諸如整合信息理論（IIT）、預(yù)測(cè)加工理論（PP）、注意圖式理論（AST）、時(shí)空意識(shí)理論（TTC）等。不同的意識(shí)理論能夠給出具有差異的標(biāo)志屬性，通過(guò)對(duì)標(biāo)志屬性的計(jì)算化處理就可以開(kāi)展人工智能的意識(shí)評(píng)估。

（二）方法維度：主客測(cè)量的整合

“意識(shí)測(cè)量”（measures of consciousness）1，顧名思義就是對(duì)意識(shí)進(jìn)行測(cè)量的方法，其核心任務(wù)是尋找表明意識(shí)存在與否的可靠標(biāo)志，用以評(píng)估任何特定系統(tǒng)中意識(shí)的存在情況和不同類(lèi)型理論中意識(shí)的解釋效力。圍繞意識(shí)測(cè)量開(kāi)展研究的方法甚多，但在結(jié)果上并不能令人滿(mǎn)意，根源在于意識(shí)的不透明性所引發(fā)的意識(shí)判定標(biāo)準(zhǔn)的雙重性。確定意識(shí)發(fā)生或在場(chǎng)有兩種基本方式：

T1：一種主觀的、第一人稱(chēng)的途徑，即“內(nèi)省主義”（introspectionism）；

T2：一種客觀的、第三人稱(chēng)的途徑，即“行為主義”（behaviorism）。

內(nèi)省主義嚴(yán)格依賴(lài)“第一人稱(chēng)權(quán)威”（first person authority），主張沒(méi)有任何他人能夠比自己更清楚明白其內(nèi)部體驗(yàn)。按照唐納德·戴維森（Donald Davidson）的觀點(diǎn)，意識(shí)狀態(tài)的自我歸結(jié)與他人歸結(jié)之間存在著重要的不對(duì)稱(chēng)性：在直覺(jué)上，個(gè)體關(guān)于自身意識(shí)狀態(tài)的第一人稱(chēng)陳述相較于第二或第三人稱(chēng)陳述具有不可置疑的權(quán)威性。在操作層面，意識(shí)主體根據(jù)自身的反思對(duì)意識(shí)狀況進(jìn)行探查，然后以真實(shí)可靠的口頭報(bào)告指稱(chēng)意識(shí)在場(chǎng)情況。與之相對(duì)，客觀的行為主義認(rèn)為，內(nèi)省報(bào)告具有明顯的偏好性和不確定性，并且有悖于可復(fù)制、可觀測(cè)的科學(xué)精神，因此應(yīng)當(dāng)以公共可見(jiàn)的身體行動(dòng)映照意識(shí)狀況。其主要依據(jù)行為中的質(zhì)性差異，如是否具備執(zhí)行某項(xiàng)任務(wù)的能力，來(lái)辨別知覺(jué)的有意識(shí)和無(wú)意識(shí)情況。

由于內(nèi)省主義的封閉性以及意識(shí)研究的科學(xué)化，意識(shí)測(cè)量的新近觀點(diǎn)基于客觀主義提出了名為“意識(shí)的可測(cè)量相關(guān)物”（measurable correlates of consciousness）的測(cè)量框架，包含三種方式2：

（1）觀察測(cè)量對(duì)象神經(jīng)活動(dòng)的方法，即“意識(shí)的神經(jīng)相關(guān)物”（neural correlates of consciousness，NCC）；

（2）觀察測(cè)量對(duì)象行為表現(xiàn)的方法，即“意識(shí)的行為相關(guān)物”（behavioral correlates of consciousness，BCC）；

（3）觀察測(cè)量對(duì)象創(chuàng)造產(chǎn)物的方法，即“意識(shí)的創(chuàng)造相關(guān)物”（creative correlates of consciousness，CCC）。

NCC著眼于意識(shí)的神經(jīng)基礎(chǔ)，通過(guò)腦成像技術(shù)對(duì)生物大腦進(jìn)行測(cè)量，來(lái)尋找無(wú)意識(shí)轉(zhuǎn)化為有意識(shí)的核心神經(jīng)激活或足以產(chǎn)生特定意識(shí)的神經(jīng)事件最小集合。BCC相較NCC更為廣泛，適用于那些無(wú)法與人直接交流或無(wú)法應(yīng)用測(cè)量?jī)x器，甚至沒(méi)有常規(guī)意義上頭部的情況，借助對(duì)意識(shí)候選者的實(shí)時(shí)行為進(jìn)行觀測(cè)，獲得線(xiàn)索并推斷對(duì)象的意識(shí)程度。CCC則是把觀測(cè)對(duì)象完成的與自身相分離的創(chuàng)造性產(chǎn)物視為意識(shí)情況推斷的信息，無(wú)論這些產(chǎn)物是否屬人。該測(cè)量框架相較主觀測(cè)量具有經(jīng)驗(yàn)實(shí)證、科學(xué)處理的優(yōu)點(diǎn)，但在捕捉主觀體驗(yàn)的豐富性和多樣性方面往往面臨更多挑戰(zhàn)。

不難發(fā)現(xiàn)，不論是以往的二元方法還是新近的測(cè)量框架都既具有各自的優(yōu)勢(shì)，又具有特定的局限。意識(shí)測(cè)量本身暫時(shí)尚未實(shí)現(xiàn)統(tǒng)一，正如莫滕·奧弗高（Morten Overgaard）所言：“雖然意識(shí)研究已經(jīng)產(chǎn)生了大量非常有創(chuàng)意的實(shí)驗(yàn)范例和報(bào)告技術(shù)，但似乎沒(méi)有一個(gè)好的方法來(lái)確定什么構(gòu)成了最佳的意識(shí)測(cè)量。事實(shí)上，我們甚至缺乏好的觀點(diǎn)來(lái)判斷一種測(cè)量是否比另一種更好?！?面對(duì)這一問(wèn)題，更好的策略是根據(jù)實(shí)用主義的態(tài)度進(jìn)行方法的相互融合和動(dòng)態(tài)取用?！耙霃氐琢私庖庾R(shí)，通常需要綜合客觀和主觀兩種觀點(diǎn)。將客觀標(biāo)記與主觀體驗(yàn)相結(jié)合，可以更全面地掌握心智的運(yùn)作。客觀數(shù)據(jù)與主觀視角之間的這種相互作用，促使人們對(duì)意識(shí)本質(zhì)、身心難題以及科學(xué)探究的固有界限進(jìn)行深刻的哲學(xué)思考?！?將主觀、客觀測(cè)量置于理論偏重的方法之中具有相當(dāng)?shù)目尚行?，主觀測(cè)量有利于在人類(lèi)身上確定意識(shí)的必要充分條件，客觀測(cè)量則有利于在人工智能系統(tǒng)中尋找某一理論的標(biāo)志屬性。

三、以TTC為例的GAI意識(shí)考察

基于布特林等人提出的三原則策略，以及神經(jīng)科學(xué)哲學(xué)在理論和方法上的啟發(fā)，格奧爾格·諾赫夫（Georg Northoff）提出了“時(shí)空意識(shí)理論”（temporo-spatial theory of consciousness，以下簡(jiǎn)稱(chēng)“TTC”），全面展示對(duì)于GAI的意識(shí)評(píng)估。概言之，它以TTC中不同時(shí)空尺度的整合為標(biāo)志屬性，進(jìn)而對(duì)GAI運(yùn)行機(jī)制實(shí)施解析，得出其由于缺乏內(nèi)部與外部之間的時(shí)空交互，最終不具意識(shí)的結(jié)論。由此，不僅論證了前述建立GAI意識(shí)探究規(guī)范的可行性，還引出時(shí)空整合這一重要概念，是GAI切合現(xiàn)實(shí)地通往真正意識(shí)的關(guān)鍵途徑。

諾赫夫提出的“世界—大腦關(guān)系”（world-brain relationship）明確主張意識(shí)的關(guān)鍵在于世界和大腦之間的時(shí)空聯(lián)系1。神經(jīng)科學(xué)研究表明：在時(shí)間方面，大腦具有一種“時(shí)間持續(xù)”，即神經(jīng)活動(dòng)通過(guò)在不同頻率范圍上的波動(dòng)以及它們之間的耦合來(lái)定義大腦的內(nèi)在時(shí)間，并且標(biāo)記著不同的神經(jīng)功能和生理機(jī)制；在空間方面，腦內(nèi)存在一種“擴(kuò)展空間”，它表現(xiàn)為不同功能區(qū)域之間的連接，可以使單一區(qū)域的神經(jīng)活動(dòng)發(fā)放至其他區(qū)域乃至全局，實(shí)現(xiàn)對(duì)同一信息的相互同步。大腦通過(guò)自身的時(shí)空尺度以及整合能力聯(lián)系世界，具體顯現(xiàn)為四種時(shí)空機(jī)制，即嵌套、對(duì)齊、擴(kuò)展、傳播，對(duì)應(yīng)于意識(shí)的不同維度，即狀態(tài)、形式、現(xiàn)象、取用，最終形成了完整的意識(shí)過(guò)程2。所以，人類(lèi)大腦不是一個(gè)單純反映世界的器官，它具有獨(dú)特的自發(fā)性，在神經(jīng)活動(dòng)上表現(xiàn)出頻率發(fā)放和區(qū)域占有的時(shí)空特征。只有當(dāng)自身較小的時(shí)空尺度與世界較大的時(shí)空尺度在結(jié)構(gòu)上發(fā)生耦合，從而實(shí)現(xiàn)內(nèi)部因素與外部因素信息攜帶的交互時(shí)，意識(shí)才得以出現(xiàn)；如若其間發(fā)生時(shí)空上的斷裂，意識(shí)便無(wú)從發(fā)生。比如，一項(xiàng)關(guān)于不同背景音樂(lè)中識(shí)別目標(biāo)音樂(lè)的實(shí)驗(yàn)表明，背景音樂(lè)的時(shí)空結(jié)構(gòu)對(duì)于實(shí)驗(yàn)對(duì)象識(shí)別目標(biāo)音樂(lè)具有明顯的影響3。這也是人類(lèi)意識(shí)能夠在音樂(lè)審美中獲得愉悅的秘密所在：一段聲波只有具備一定的時(shí)空結(jié)構(gòu)并與大腦內(nèi)部的時(shí)空尺度相匹配鎖定時(shí)，才能夠是有聲而非無(wú)聲、是音樂(lè)而非噪聲。這反映了時(shí)空整合作為標(biāo)志屬性之于意識(shí)產(chǎn)生的重要性。大衛(wèi)·加梅茲（David Gamez）在談?wù)撟匀幌到y(tǒng)與人工系統(tǒng)的意識(shí)時(shí)指出：“意識(shí)必須在特定的物理基礎(chǔ)上與特定的時(shí)空模式聯(lián)系在一起：一個(gè)系統(tǒng)不可能僅僅因?yàn)樗趫?zhí)行特定的功能而具有意識(shí)?！?這一觀點(diǎn)與TTC不謀而合，反駁了將意識(shí)視為純粹系統(tǒng)內(nèi)部屬性的主張，強(qiáng)調(diào)了系統(tǒng)與環(huán)境之間時(shí)空聯(lián)系的必要。

GAI的功能原理簡(jiǎn)單來(lái)說(shuō)就是一種類(lèi)似“單字接龍”的“自回歸生成”（autoregressive generation），人工通過(guò)無(wú)監(jiān)督學(xué)習(xí)、監(jiān)督學(xué)習(xí)、強(qiáng)化學(xué)習(xí)三個(gè)訓(xùn)練過(guò)程對(duì)其進(jìn)行不同層次的干預(yù)，這三個(gè)過(guò)程也被稱(chēng)為預(yù)訓(xùn)練、微調(diào)以及反饋，從而使它能夠從訓(xùn)練語(yǔ)料中獲得通用規(guī)律，以實(shí)現(xiàn)對(duì)無(wú)害的、正確的、真實(shí)的信息的大概率生成，而避免輕易輸出有害的、錯(cuò)誤的、虛假的信息。不難發(fā)現(xiàn)，訓(xùn)練一旦完成，系統(tǒng)本身的通用規(guī)律亦不再發(fā)生變化，只能被動(dòng)接受外部的輸入，而與現(xiàn)實(shí)世界失去真正的時(shí)空聯(lián)系。該模型這種通過(guò)將實(shí)時(shí)輸入和已有輸入一起循環(huán)往復(fù)地投入運(yùn)算程序，不斷提高輸出文本蘊(yùn)含有用信息概率的本質(zhì)，與人類(lèi)大腦產(chǎn)生有意識(shí)的意義語(yǔ)句的方式相差甚遠(yuǎn)。所以，人工智能系統(tǒng)并不具有大腦的內(nèi)部時(shí)空尺度，它的運(yùn)算程序也完全不能等同于大腦的時(shí)空整合，故而也就沒(méi)有意識(shí)，尤其是沒(méi)有意識(shí)的現(xiàn)象屬性。意識(shí)的現(xiàn)象狀態(tài)有別于意識(shí)的認(rèn)知狀態(tài)：前者關(guān)注的是意識(shí)的主觀體驗(yàn)，后者關(guān)注的是意識(shí)的客觀內(nèi)容。內(nèi)容能夠被訪(fǎng)問(wèn)并在隨后的主體報(bào)告中取用，但現(xiàn)象是一種獨(dú)屬內(nèi)部、無(wú)法言說(shuō)的“像是如何”。正如意識(shí)到一事物的感受和意識(shí)到事物的內(nèi)容本身不能等同，故在某種程度上現(xiàn)象體驗(yàn)是對(duì)認(rèn)知內(nèi)容的“超越”。根據(jù)TTC，現(xiàn)象狀態(tài)是大腦內(nèi)部時(shí)空尺度對(duì)世界外部時(shí)空尺度進(jìn)行擴(kuò)展時(shí)的重現(xiàn)與溢出。從這個(gè)層面上看，人工智能可能會(huì)獲得某種意識(shí)的內(nèi)容，但無(wú)法獲得來(lái)自?xún)煞N時(shí)空尺度間基于差異的現(xiàn)象體驗(yàn)。也就是說(shuō)，只有具有現(xiàn)象屬性的機(jī)器，才能被認(rèn)為是真正具有意識(shí)的人工智能1。

通過(guò)對(duì)現(xiàn)下GAI進(jìn)行更多的功能考察，會(huì)發(fā)現(xiàn)其相較人類(lèi)意識(shí)具有明顯的匱乏。第一，語(yǔ)言使用和語(yǔ)義理解的差距。GAI是“基于實(shí)例的學(xué)習(xí)”（instance-based learning），即通過(guò)對(duì)語(yǔ)料的分類(lèi)和回歸獲得結(jié)果，而不同于“基于規(guī)則的學(xué)習(xí)”（rule-based learning），即以基礎(chǔ)的邏輯形式為起點(diǎn)進(jìn)行推理得出答案。這就使它在語(yǔ)言使用上的表現(xiàn)形式與人無(wú)異，但構(gòu)造理由完全不同。比如“白日依山盡，黃河入海流”，對(duì)于GAI來(lái)說(shuō)“黃河入海流”的出現(xiàn)概率總是大于其他詞句出現(xiàn)在“白日依山盡”后面的概率，但它并不了解落日歸于遠(yuǎn)山和黃河?xùn)|流入海所構(gòu)成的整體緣由和意義。GAI在語(yǔ)言處理中所依賴(lài)的在大量語(yǔ)料實(shí)例中獲得的通用規(guī)律，和人類(lèi)遣詞造句時(shí)所考慮的語(yǔ)詞指稱(chēng)和語(yǔ)法規(guī)則大不相同，這也是它會(huì)有“胡說(shuō)”和“謊言”的情況，以及需要進(jìn)行人工校準(zhǔn)的原因。有人認(rèn)為會(huì)說(shuō)人話(huà)就有意識(shí)，但事實(shí)上并非如此。如果沒(méi)有語(yǔ)義理解，將不能產(chǎn)生系統(tǒng)與環(huán)境的交互。第二，間接聯(lián)系與直接交互的差距。我們假設(shè)GAI具有自己的世界，這個(gè)世界由其學(xué)習(xí)獲得的通用規(guī)律和已有知識(shí)所構(gòu)成，那么它的世界僅僅只是對(duì)現(xiàn)實(shí)世界的部分模擬。與人那種直接寓于世界并相互作用的“生活狀態(tài)”不同，GAI與現(xiàn)實(shí)世界之間始終隔著厚厚的障壁。它只能在自身內(nèi)部將“蘋(píng)果”與“紅色”“圓形”“甜味”等現(xiàn)成符號(hào)進(jìn)行像人在現(xiàn)實(shí)世界那樣的處理，但絕無(wú)可能獲得關(guān)于蘋(píng)果的質(zhì)性體驗(yàn)。智能系統(tǒng)的通用性在很大程度上表現(xiàn)為在即時(shí)境遇中適應(yīng)性地行動(dòng)，直接交互作為適應(yīng)性的前提對(duì)智能系統(tǒng)的重要性不言而喻。這要求它不是僅僅基于與世界的間接聯(lián)系回答形式變換的既有問(wèn)題，而是參與到世界之中，展現(xiàn)自身的實(shí)踐能力。第三，新的數(shù)據(jù)與新的知識(shí)的差距。GAI相較之前人工智能的重要進(jìn)步就是“生成”。生成不僅在于其模型運(yùn)作的基本原理，也在于其終端輸出的新的可能。分析、推理、想象等能力的實(shí)現(xiàn)，能夠使其獲得異于或大于訓(xùn)練語(yǔ)料的新數(shù)據(jù)，一定程度上可以視為創(chuàng)造的體現(xiàn)。但是，新的數(shù)據(jù)不等于新的知識(shí)，按照柏拉圖的觀點(diǎn)，一條陳述能稱(chēng)得上是知識(shí)必須滿(mǎn)足三個(gè)條件——它一定是被驗(yàn)證過(guò)的、正確的，而且是被人們相信的。遺憾的是，GAI生成的數(shù)據(jù)顯然無(wú)法進(jìn)行這個(gè)過(guò)程。驗(yàn)證、判斷、信念，是人類(lèi)借助意識(shí)基于在世之中的行為實(shí)踐，并發(fā)揮能動(dòng)作用而反復(fù)試錯(cuò)和積累總結(jié)的，主觀上依賴(lài)人類(lèi)的思維努力和實(shí)用導(dǎo)向，客觀上符合自然的物質(zhì)聯(lián)系和發(fā)展規(guī)律。故此，GAI囿于一個(gè)被動(dòng)構(gòu)建的模擬世界，當(dāng)下依然無(wú)法生成在現(xiàn)實(shí)世界中為人可用的知識(shí)。

四、GAI意識(shí)生成的可能途徑

GAI想要具有意識(shí)必須解決一個(gè)基本問(wèn)題，即系統(tǒng)內(nèi)部與世界外部之間的時(shí)空交互，只有如此它才能夠突破固有規(guī)律形式的內(nèi)容限制，獲得意識(shí)的現(xiàn)象屬性。在人工智能的實(shí)踐領(lǐng)域，關(guān)于該問(wèn)題的考慮集中體現(xiàn)為“符號(hào)接地問(wèn)題”（symbol grounding problem）的解決。符號(hào)接地問(wèn)題是指如何使得一個(gè)符號(hào)系統(tǒng)的語(yǔ)義解釋能對(duì)其自身是本質(zhì)固有的1。意識(shí)是意義的存在前提，意義則是意識(shí)的通達(dá)之徑。在現(xiàn)有人工智能這種符號(hào)系統(tǒng)中，意義不附著于符號(hào)，符號(hào)的意義必須從外部引入，但意義又不能作為符號(hào)輸入，所以基于符號(hào)處理的人工智能系統(tǒng)由于上述聯(lián)系的斷裂而沒(méi)有語(yǔ)言理解和意義賦予的能力。從根本上說(shuō)，人工智能與人類(lèi)大腦在意識(shí)問(wèn)題上的差異就是間接的符號(hào)表征和直接的時(shí)空交互的不同。

彭蒂·?？茖帲≒entti O. A. Haikonen）提出，符號(hào)接地問(wèn)題可以通過(guò)“自解釋感覺(jué)信息”（self-explanatory sensory information）的形式引入外部意義加以解決。對(duì)于人類(lèi)，自解釋感覺(jué)信息就出現(xiàn)在感受質(zhì)中，感受質(zhì)是感官知覺(jué)和心理內(nèi)容虛擬知覺(jué)的直接體驗(yàn)，具有親知性。過(guò)渡到符號(hào)處理，可以憑借知覺(jué)與知覺(jué)之間的聯(lián)系來(lái)實(shí)現(xiàn)。例如，聲音模態(tài)可以與對(duì)象或動(dòng)作的感官知覺(jué)相聯(lián)系。此后，聲音知覺(jué)也將替代相聯(lián)系的對(duì)象，同時(shí)作為原始刺激的知覺(jué)出現(xiàn)。這個(gè)過(guò)程也把相關(guān)的知覺(jué)從它的時(shí)間性中分離出來(lái)，其所聯(lián)系的意義同樣也可以被它的符號(hào)所誘發(fā)，即使它不是感官上的存在。自解釋感覺(jué)信息是一種感官體驗(yàn)，而不是純粹符號(hào)，自然無(wú)法輸入符號(hào)系統(tǒng)，故要求人工智能不能僅是一個(gè)符號(hào)系統(tǒng)，還需要結(jié)合人工神經(jīng)網(wǎng)絡(luò)以及多模態(tài)傳感器成為一個(gè)“神經(jīng)聯(lián)系的認(rèn)知架構(gòu)”（neural associative cognitive architecture）。“一個(gè)適當(dāng)?shù)恼J(rèn)知架構(gòu)必須是一個(gè)具有多模態(tài)傳感器的感知系統(tǒng)，這些傳感器可以產(chǎn)生自解釋的感知。符號(hào)不是自解釋的，重復(fù)的神經(jīng)活動(dòng)模式可能是自解釋的，只要它們?cè)诟泄偕蟻?lái)源于現(xiàn)實(shí)世界。因此，適當(dāng)?shù)恼J(rèn)知架構(gòu)應(yīng)該是神經(jīng)的架構(gòu)，以及支持意義網(wǎng)絡(luò)的架構(gòu)。”2按照?？茖幍目捶ǎ瑐鞲衅魈峁┒嗄B(tài)信息，然后不同模態(tài)的反饋回路以交叉聯(lián)結(jié)的方式相聯(lián)系，實(shí)現(xiàn)“感覺(jué)運(yùn)動(dòng)的整合”（sensorimotor integration）；進(jìn)而附加意義與感知的聯(lián)系，并依賴(lài)既能檢測(cè)模態(tài)又能將它們聯(lián)系起來(lái)的特定神經(jīng)元所構(gòu)成的層級(jí)神經(jīng)網(wǎng)絡(luò)，進(jìn)行分布式表征輸入；由此在獲得理解的同時(shí)，標(biāo)記出低級(jí)特征模態(tài)和高級(jí)組合模態(tài)，提供給運(yùn)算程序最終生成結(jié)果。這個(gè)過(guò)程既能夠支持外部意義以自解釋感覺(jué)信息非符號(hào)形式引入，也能夠在內(nèi)部實(shí)現(xiàn)從亞符號(hào)到符號(hào)處理的無(wú)縫過(guò)渡。

?？茖帉⒐こ虒W(xué)與哲學(xué)相結(jié)合，解決符號(hào)接地問(wèn)題的思路是從強(qiáng)調(diào)意義的符號(hào)化引入，轉(zhuǎn)換至系統(tǒng)的非符號(hào)形式接受。他在某種程度上為GAI意識(shí)提供了一個(gè)可實(shí)現(xiàn)藍(lán)圖，即GAI應(yīng)該是一個(gè)兼具“身體”（傳感器等硬件）與“認(rèn)知”（運(yùn)行機(jī)制等軟件）的系統(tǒng)，以模擬人類(lèi)在世界之中的現(xiàn)象意識(shí)的發(fā)生條件。類(lèi)似嘗試已經(jīng)出現(xiàn)：2024年3月，創(chuàng)新型人工智能機(jī)器人公司Figure發(fā)布了第一款由OpenAI大模型加持的人形機(jī)器人——Figure 01。其結(jié)合了人類(lèi)形態(tài)的靈巧性和尖端人工智能技術(shù)的自主性，核心在于端到端的神經(jīng)網(wǎng)絡(luò)框架，通過(guò)搭載攝像頭和麥克風(fēng)捕獲環(huán)境中的信息，隨后傳入細(xì)粒度的多模態(tài)模型。該模型能夠轉(zhuǎn)換不同模態(tài)的數(shù)據(jù)，高頻且精準(zhǔn)地展開(kāi)處理、生成、執(zhí)行等一系列活動(dòng)，這就使得Figure 01擁有了識(shí)別、理解、對(duì)話(huà)、學(xué)習(xí)、適應(yīng)等多項(xiàng)在人類(lèi)身上涉及意識(shí)參與的能力。例如，在演示視頻中，它站在一張放著各種物品的桌子前，當(dāng)有人詢(xún)問(wèn)“我有什么能吃的嗎”時(shí)，它會(huì)拿起蘋(píng)果而不是其他工具遞送過(guò)來(lái)。Figure 01借助硅基載體得以嵌入現(xiàn)實(shí)環(huán)境，一定程度上模擬了人類(lèi)具身與世界之間的時(shí)空交互，特別是對(duì)于不同模態(tài)信息的獲取與處理，接近人類(lèi)意識(shí)中作為現(xiàn)象體驗(yàn)前提的感官知覺(jué)。但是，這種方案雖然關(guān)注到了系統(tǒng)與環(huán)境聯(lián)系的必要，緩解了GAI基于深度學(xué)習(xí)的封閉性，卻依舊相距TTC所認(rèn)定的標(biāo)志屬性——時(shí)空整合甚遠(yuǎn)。更加前沿的關(guān)于“世界模型”（world model）的討論已經(jīng)在路上，它要求人工智能系統(tǒng)不僅僅能觀察和建立對(duì)事物的認(rèn)知，而且要專(zhuān)注于對(duì)整個(gè)進(jìn)化環(huán)境的理解，衡量和跟蹤其中各種要素隨時(shí)空變化的情況。這種新的模型所指的“生成”類(lèi)似于大腦在機(jī)體與世界互動(dòng)中的生成，可能已經(jīng)超出了GAI那種被動(dòng)局限的生成范疇①。

實(shí)際上，某些意識(shí)的神經(jīng)科學(xué)理論所給出的標(biāo)志屬性已經(jīng)能夠部分地在GAI中找到，這可能也是有些人認(rèn)同GAI至少具備了一定意識(shí)水平的原因。之所以以TTC為例，一方面是因?yàn)槠鋾r(shí)空整合的觀點(diǎn)包容性較高，可作為意識(shí)的充分條件；另一方面則在于其強(qiáng)調(diào)了系統(tǒng)與環(huán)境動(dòng)態(tài)聯(lián)系的重要性，符合當(dāng)前人工智能科學(xué)領(lǐng)域發(fā)展的前沿?？傊?，人類(lèi)意識(shí)的存在與發(fā)生就處于世界之中、身體之內(nèi)，它們相互聯(lián)系、缺一不可。在推進(jìn)人工智能意識(shí)的發(fā)展時(shí)，使其突破內(nèi)部主義的局限，獲得具身的同時(shí)，通過(guò)時(shí)空交互嵌套于、延展到外部世界是十分必要的。

五、結(jié)語(yǔ)

綜上所述，神經(jīng)科學(xué)哲學(xué)為GAI的意識(shí)探究提供了堅(jiān)實(shí)的基礎(chǔ)，展現(xiàn)了重要的價(jià)值。以神經(jīng)科學(xué)理論提供的標(biāo)志屬性為評(píng)估條件，將主客觀測(cè)量相結(jié)合，能夠以科學(xué)可處理的方式考察GAI中的意識(shí)狀況?；谏窠?jīng)科學(xué)哲學(xué)的人工智能意識(shí)研究框架，重在描述一種人工智能意識(shí)研究的方法論規(guī)范。其不僅克服了以往行為主義式評(píng)估標(biāo)準(zhǔn)的片面性，還以自身經(jīng)驗(yàn)證據(jù)支撐了在人體之外實(shí)現(xiàn)意識(shí)的可能路徑。TTC的引入，具體回應(yīng)了當(dāng)下GAI由于缺乏系統(tǒng)內(nèi)部與世界外部之間的時(shí)空聯(lián)系而未有意識(shí)的處境。如何讓人工智能邁向真正的意識(shí)，尤其是擁有像人一樣的現(xiàn)象體驗(yàn)，一種強(qiáng)調(diào)時(shí)空交互的世界模型將會(huì)是未來(lái)的發(fā)展方向。

責(zé)任編輯" "羅雨澤

基金項(xiàng)目：教育部人文社會(huì)科學(xué)重點(diǎn)研究基地重大項(xiàng)目“神經(jīng)科學(xué)視域下的腦機(jī)智能哲學(xué)問(wèn)題研究”（22JJD720017）；國(guó)家社會(huì)科學(xué)基金重大項(xiàng)目“人工認(rèn)知對(duì)自然認(rèn)知挑戰(zhàn)的哲學(xué)研究”（21amp;ZD061）。

作者簡(jiǎn)介：尤洋（1978—），男，哲學(xué)博士，山西大學(xué)科學(xué)技術(shù)哲學(xué)研究中心、哲學(xué)學(xué)院教授，博士生導(dǎo)師；劉奇（1995—），男，山西大學(xué)科學(xué)技術(shù)哲學(xué)研究中心博士研究生。