導(dǎo)語

人類意識長期以來一直是一個謎團(tuán)，而機(jī)器智能和意識則是一項艱巨的追求。研究者從不同角度和層面發(fā)展了多種理論來解釋人腦中的意識現(xiàn)象。本文梳理了源自不同學(xué)科的幾個主要意識理論分支，包括信息論、量子物理、認(rèn)知心理學(xué)、生理學(xué)和計算機(jī)科學(xué)，旨在從計算角度將這些理論聯(lián)系起來。文章還討論了現(xiàn)有的意識評估指標(biāo)，以及當(dāng)前計算模型具有意識的可能性。想要利用計算機(jī)器構(gòu)建通用人工智能，破解意識謎題可能是重要一步。本文譯自《Survey of Consciousness Theory from Computational Perspective——At the Dawn of Artificial General Intelligence》一文的第1-9和11章。

如果你對智能、意識的話題感興趣，集智俱樂部最近策劃了「」讀書會，會跨越微觀、介觀與宏觀的視角，探索意識與智能的跨尺度計算、演化與涌現(xiàn)。重點(diǎn)探討物理規(guī)律與人工智能如何幫助我們認(rèn)識神經(jīng)動力學(xué)，以及神經(jīng)活動跨尺度的計算與演化如何構(gòu)建微觀與宏觀、結(jié)構(gòu)與功能之間的橋梁。歡迎你加入～

關(guān)鍵詞：意識理論，信息論，整合信息論，量子物理，認(rèn)知心理學(xué)，生理學(xué)，計算機(jī)科學(xué)，通用人工智能

Zihan Ding, Xiaoxi Wei, Yidan Xu丨作者

袁冰，王志鵬，劉凱威，楊明哲丨譯者

張江丨審校

目錄

1. 引言

1.1 關(guān)于人類意識的柏拉圖式對話

1.2 意識的定義

1.3 意識的測量

1.4 意識與智能

1.5 意識與自由意志

1.6 睡眠中的意識

1.7 意識理論概述

2. 整合信息論

2.1信息熵

2.2 整合信息論的基本概念

2.3生物學(xué)證據(jù)

3. 作為物質(zhì)狀態(tài)的意識

3.1 整合原則

3.2 獨(dú)立原則

3.3 動力學(xué)原則

3.4 小結(jié)

4. 協(xié)調(diào)客觀還原理論(Orch OR)

4.1協(xié)調(diào)客觀還原下的意識

4.2 神經(jīng)元中的自由意志

4.3 Diósi-Penrose客觀還原

4.4 量子狀態(tài)客觀還原的證據(jù)

5. 全局工作空間理論

5.1 意識劇場

5.2 GWT的計算模型

6. 高階層次理論

6.1 高階感知理論

6.2 高階思維理論

6.3 自我表征理論

6.4 HOT的其他理論和觀點(diǎn)

7. 注意圖式理論

7.1 基本定義

7.2 I-意識和M-意識

7.3 作為 GWT 和 HOT 統(tǒng)一體的 AST

8. 意識圖靈機(jī)

8.1 基本定義

8.2 用于意識的 CTM

8.3 與其他理論的關(guān)系

9. 意識的生理評估指標(biāo)

9.1 基于電信號的度量

9.2 基于行為的度量

10. 結(jié)論

論文題目：Survey of Consciousness Theory from Computational Perspective——At the Dawn of Artificial General Intelligence 論文鏈接： https://arxiv.org/pdf/2309.10063.pdf

1. 引言

作為?種復(fù)雜?難以捉摸的現(xiàn)象，意識仍然是科學(xué)上最?的謎團(tuán)之?。?個世紀(jì)以來，它?直是哲學(xué)探究的主題，最近?成為科學(xué)研究的對象。我們?類尚未清楚意識為什么以及如何存在于我們的?腦中，甚?對于我們是否真的有意識也存在不同的看法?，F(xiàn)有的意識理論對?類意識過程提供了不同的解釋。

本文從跨學(xué)科角度全面探討了意識的理論基礎(chǔ)。第1章試圖通過區(qū)分意識與覺知、喚醒和清醒（awareness, arousal, and wakefulness）等概念來界定與意識相關(guān)的概念。這一章進(jìn)一步強(qiáng)調(diào)了人類意識問題的重要性和困難，旨在引起不同研究社區(qū)的關(guān)注，共同探討這一問題。

第2、3和4章闡述了意識的數(shù)學(xué)和物理基礎(chǔ)。具體而言，第2章介紹了整合信息論（Information Integration Theory），概述了一個有意識的主體所需的信息熵條件，提供了有關(guān)意識可能表現(xiàn)出的信息特征的見解。第3章和第4章討論了用物質(zhì)狀態(tài)來表征意識（Consciousness as a State of Matter）和協(xié)調(diào)客觀還原理論（Orchestrated Objective Reduction Theory），兩者都從物理學(xué)的?度探討了意識問題。這兩章討論了意識作為?種物質(zhì)狀態(tài)應(yīng)該具備的具體特征，以及?些量?理論研究者提出的作為意識產(chǎn)?基礎(chǔ)的原則。隨后的第5、6、7和8章概述了?種有影響?的意識理論，并簡要總結(jié)了與每種理論相關(guān)的計算模型的研究，包括（5）全局?作空間理論（Global Workspace Theory, GWT）（6）高階層次理論（High-Order Theories HOTs）（7）注意圖式理論（Attention Schema Theory, AST）和（8）意識圖靈機(jī)（Conscious Turing Machine， CTM）。第 9 章簡要概述了當(dāng)前基于電?理信號和?為指標(biāo)的用于意識的?物醫(yī)學(xué)測量?法。

總之，本文從信息論、量子物理、認(rèn)知心理學(xué)、生理學(xué)和計算機(jī)科學(xué)等多個學(xué)科視角對意識問題給出了一份全面綜述，旨在從計算的角度建立這些理論之間的聯(lián)系，以便構(gòu)建未來的AI意識。

為了讓讀者初步了解這一話題，下面提供了一段圍繞意識問題的對話。

1.1 關(guān)于人類意識的柏拉圖式對話

某天我遇到了兩位穿著時髦的博士生，便和他們討論起人類大腦中的意識問題。這次對話從意識和物理世界之間的關(guān)系開始，討論了他們對意識的看法。對話中令人困惑的地方便成為了本文研究的動機(jī)，并引出了本文要解決的基本問題。對話如下。

雅典娜：嘿，我在看雙縫實(shí)驗的結(jié)果，但我很難理解是什么決定了光子選擇穿過哪個縫，這到底發(fā)生了什么？

伽利略：嘿，這只是光子的波粒二象性，只有當(dāng)你在屏幕上觀察時，光子的狀態(tài)才會坍縮。這只是一種隨機(jī)現(xiàn)象，你不要多想。

雅典娜：你說的 “隨機(jī)”是什么意思？這個世界的本質(zhì)最終是隨機(jī)的嗎？連愛因斯坦都說過上帝不會玩骰子。

伽利略：你的測量會影響光子的狀態(tài)，這決定了它在雙狹縫實(shí)驗中穿過的狹縫。

雅典娜：難道我的精神狀態(tài)會決定光子的狀態(tài)？那假如我選擇以不同的方式觀察它，比如說比預(yù)期觀察晚0.00001秒，它的狀態(tài)也可能改變嗎？

伽利略：是的，也許吧。你的心理狀態(tài)也是一個隨機(jī)的過程，對吧？因為你有你的自由意志或意識。

雅典娜：意識。你真的相信它的存在嗎？如果我是基于決定論的，由基本的物理和化學(xué)規(guī)則完全決定呢？

伽利略： 但量子力學(xué)的基本原理是，你體內(nèi)的光子和粒子，包括你的大腦，仍然具有概率狀態(tài)，對嗎？所以你也在遵循一種隨機(jī)過程，而不是確定過程。

雅典娜：你說得對。狀態(tài)坍縮過程被假定為具有真正的隨機(jī)性，這個過程可能發(fā)生在我的大腦中，影響我的決定，也影響這些光子通過的狹縫。但我仍然不太相信我的意識真的存在。像我的大腦這樣大的系統(tǒng)可能會發(fā)生狀態(tài)退相干，因此不存在量子特性，我可能仍然是確定的。

伽利略：我認(rèn)為意識的存在是一種因人而異的信念。

雅典娜：等等，但意識是什么？如果沒有一個明確的定義，我們就無法討論它的存在。意識似乎可以描述主觀體驗，但卻沒有一個嚴(yán)格的定義。我想知道意識過程發(fā)生在何時何地。

伽利略：我猜是在大腦皮層或丘腦。不過，要使這種現(xiàn)象發(fā)生，大腦的大部分功能區(qū)域可能都有一個觸發(fā)意識的協(xié)作過程。

雅典娜：我同意。另外，如果我們假設(shè)一塊石頭或一棵樹不可能像人一樣有意識，那么這個系統(tǒng)就必須具備一定的計算能力。

伽利略：我也無法想象一個沒有記憶的系統(tǒng)會有意識。

雅典娜：這一點(diǎn)我可能不同意。我認(rèn)為腦損傷失去記憶的病人仍然有意識。

伽利略：可能是一個證據(jù)。你認(rèn)為意識會在睡眠中保留嗎？

雅典娜：這可能是個復(fù)雜的問題。你知道睡眠有多個階段，包括非快速眼動期（NREM）和快速眼動期（REM）。不同階段的意識水平可能不同。

伽利略：同意。夢發(fā)生在快速眼動期，對嗎？做夢時我感覺自己有意識，所以我想我在快速眼動期是有意識的。但這和清醒時的體驗還是很不一樣的。

雅典娜：我不確定，這很復(fù)雜。但夢與醒的本質(zhì)區(qū)別在于，睡眠時大腦沒有來自外部感官的輸入，所有體驗都是大腦自己偽造和編織的。如果意識是在夢中產(chǎn)生的，那就說明來自外部感官的輸入可能不是系統(tǒng)具備意識的必要條件。

伽利略：我想是的。看來意識與主觀體驗很接近，盡管我不確定主觀體驗是真實(shí)存在還是人類的虛假幻覺。

雅典娜：看來 “主觀體驗”在某些書中是與意識相對應(yīng)的說法。但這個定義我還不太清楚。另外，“真實(shí) ”和 “虛假 ”的問題我也不清楚。如果我們對世界的測量會影響世界的狀態(tài)，那么對世界的“真實(shí)”觀察和“虛假”觀察又是什么意思呢？畢竟，它們只是我們大腦中的鏡像信號，并不能直接代表真實(shí)世界的狀態(tài)。

伽利略：嗯，這是一個非常悲觀的哲學(xué)觀點(diǎn)。說到意識的定義，如果我們把意識定義為 “主觀體驗”，那么它似乎與另一個概念 “智能”并無多大關(guān)聯(lián)。如今，人們在計算機(jī)中構(gòu)建人工智能，它也有意識嗎？這或許是一個有趣的問題！你認(rèn)為這只與圖靈測試[Turing，2009]相關(guān)嗎？

雅典娜：我不這么認(rèn)為。那篇論文的重點(diǎn)是討論圖靈機(jī)能否實(shí)現(xiàn)人類水平的智能。請注意這里用詞的不同，是智能而不是意識！我認(rèn)為一個程序通過圖靈測試的結(jié)果只能說明它和人類一樣聰明，但不能說明它有意識。

伽利略：謝謝你提醒我?？磥?，智能和意識是兩碼事。但請記住，在討論開始時，我們提到意識可能需要一定的計算能力，而這種計算能力可以表述為智能。

雅典娜：也許吧，智能屬性似乎是意識出現(xiàn)的必要條件，但我不確定意識在多大程度上需要智能。

伽利略：是的，這一點(diǎn)還沒有被發(fā)現(xiàn)，可以作為一個很好的研究課題。不過，如果一種生物已經(jīng)有足夠的智慧在世界上生存，為什么還需要意識呢？

雅典娜：問得好。根據(jù)達(dá)爾文的進(jìn)化論，世界上現(xiàn)有的生物應(yīng)該只表現(xiàn)出那些通過自然選擇有利于其生存的技能。如果人類具備意識，就說明意識對人類在環(huán)境中生存有一定的好處，沒有意識的人就會被歷史抹去。但花草樹木依然存在，這著實(shí)讓我煩惱。

伽利略：樹木和花朵與人類是不同的物種。也許對于某些物種，具備意識是必要的，比如動物。

雅典娜：嗯，但我還是覺得不清楚，如果假定意識是存在的，為什么人類或其他動物會有意識？

雅典娜：看來意識理論可能是一個非常復(fù)雜的課題，與一些非常不同的學(xué)科都有關(guān)聯(lián)，比如物理學(xué)、生物學(xué)、計算機(jī)科學(xué)、神經(jīng)科學(xué)、信息論等等。這可能非常困難。但至少讓我們開始研究吧！

可上下滑動查看

上述對話是本文作者為開始研究意識問題而進(jìn)行的討論的縮影。我們將從意識的定義（第 1.2 節(jié)）、意識與智能的關(guān)系（第 1.4 節(jié)）、意識與自由意志（第 1.5 節(jié)）開始討論。然后，我們將簡要概述現(xiàn)有的意識理論（第 1.7 節(jié)），并進(jìn)一步討論睡眠中的意識（第 1.6 節(jié)）。

1.2 意識的定義

意識（Consciousness）、感知（Awareness）、清醒（Wakefulness）和喚醒（Arousal）： 意識是一個復(fù)雜而多面的概念，在神經(jīng)科學(xué)、心理學(xué)和哲學(xué)領(lǐng)域都有廣泛的研究?，F(xiàn)有研究通常將意識定義為由兩個主要部分組成：喚醒（清醒）和感知（主觀體驗）[Lendner et al., 2020］。喚醒指的是警覺或清醒的整體狀態(tài)，而感知指的是感知和解釋感官信息的主觀體驗。

通常，喚醒是通過睜開眼睛來表示的，而感知則是通過聽從命令的能力來推斷的[Lee et al., 2022]。然而，在某些情況下，例如做夢時，盡管沒有完全清醒，主觀體驗仍然會發(fā)生。在睡眠或麻醉過程中，意識通常被認(rèn)為是不存在的，但在某些情況下，意識仍然可以存在，這取決于喚醒和感知的程度。意識、感知、清醒和喚醒是人類心智和大腦研究中相關(guān)但又不同的概念。我們根據(jù)現(xiàn)有文獻(xiàn)對每個概念給出了如下描述性定義：

意識是指意識到自己的想法、感受、感覺和周圍環(huán)境的主觀體驗。它通常被描述為一種清醒的狀態(tài)，能夠意識到自己的周圍環(huán)境和內(nèi)心狀態(tài)。作為討論意識問題的一個重要概念，“感質(zhì)”（qualia）指的是對感官信息的主觀和個人的體驗，比如我們對顏色、聲音、味道和氣味的感知方式。它是感官知覺的主觀體驗，他人無法對其進(jìn)行客觀測量或觀察。

感知是指感知、處理和理解來自環(huán)境或內(nèi)心體驗的信息的能力。它包括有意識和無意識的過程，范圍從簡單的感官知覺到復(fù)雜的認(rèn)知過程，如注意力、記憶和推理。

喚醒是指大腦和身體對內(nèi)部和外部刺激的反應(yīng)程度。它是一種生理狀態(tài)，從低度喚醒（如昏睡或放松）到高度喚醒（如強(qiáng)烈興奮或恐懼）不等。

清醒指的是醒著而不是睡著的狀態(tài)。它是一種生理狀態(tài)，其特點(diǎn)是大腦有電活動并能對外界刺激做出反應(yīng)。

總之，意識是對自己的思想、情感和周圍環(huán)境的一種主觀體驗，而感知則是接收、處理和理解信息的能力。清醒是一種以清醒為特征的生理狀態(tài)，通常被視為與意識相同。喚醒是指對刺激的反應(yīng)程度。感知和喚醒是出現(xiàn)意識的必要條件，但不是出現(xiàn)意識的充分條件，并且在感知和喚醒的程度不夠的情況下也可能出現(xiàn)意識。

1.3 意識的測量

最近的研究發(fā)展了測量人類意識的有效方法[Seth et al.，2008，Demertzi et al.，2017]，例如基于電信號的指標(biāo)，如擾動復(fù)雜性指數(shù)（Perturbational Complexity Index PCI）[Casali et al.，2013]和腦電雙頻指數(shù)（ Bispectral Index BIS）[Rossow & Manberg，2001，Johansen，2006]，以及基于行為的指標(biāo)，例如格拉斯哥昏迷量表（Glasgow Coma Scale GCS）[Jones，1979，Sternbach，2000]，昏迷恢復(fù)量表（修訂版）（The Coma Recovery Scale-Revised CRS-R）[Giacino et al., 2004年]和全面無反應(yīng)性評價指標(biāo)（Full Outline of Unresponsiveness FOUR）[Wijdicks et al., 2005年]。每個生理評估指標(biāo)的詳細(xì)信息在第九節(jié)中進(jìn)行了討論。在下面的段落中，我們以PCI指標(biāo)為例來區(qū)分不同意識狀態(tài)下的喚醒和感知概念。

準(zhǔn)確測量意識的能力對于了解和治療昏迷、麻醉和腦損傷等影響意識的病癥具有重要意義。擾動復(fù)雜性指數(shù)（PCI）是根據(jù)腦電圖（electroencephalographic EEG）對經(jīng)顱磁刺激（transcranial magnetic stimulation TMS）直接和無創(chuàng)皮質(zhì)擾動的反應(yīng)而開發(fā)的。PCI 對 TMS 所誘發(fā)的顯著皮質(zhì)激活的確定性模式的復(fù)雜性進(jìn)行量化，從而得出一個經(jīng)驗臨界值，該臨界值能可靠地區(qū)分各種狀態(tài)下的無意識和有意識狀態(tài)，包括快速眼動睡眠、清醒、氯胺酮誘導(dǎo)的麻醉和有意識的腦損傷患者。

在卡薩利等（2013）的 擾動復(fù)雜性指數(shù)（PCI） 研究中[Casali et al., 2013]，喚醒和感知水平是人類意識程度的指標(biāo)。表 1 總結(jié)了不同狀態(tài)下的意識喚醒和感知水平，表明在不同狀態(tài)下，意識在人腦中的表現(xiàn)會有所不同[Lee et al., 2022]。與正常人的完全清醒狀態(tài)相比，REM 或 NREM 等睡眠階段的喚醒或意識水平較低，通常被認(rèn)為不如清醒狀態(tài) “有意識”。通過一些藥理學(xué)方法借助麻醉可達(dá)到類似的較低的喚醒和感知水平，從而導(dǎo)致人達(dá)到不完全意識狀態(tài)。從病理學(xué)的角度來看，現(xiàn)有的微意識狀態(tài)（minimally conscious state ,MCS）患者似乎具有相對較高的喚醒和感知水平，但他們?nèi)匀粵]有意識，這證明了喚醒和感知是意識的必要條件，但不是充分條件。無反應(yīng)覺醒綜合征患者的喚醒水平較高，但感知水平較低。

意識狀態(tài)

喚醒

感知

健康的清醒狀態(tài)

快速眼動，有夢睡眠

非快速眼動，無夢睡眠

用氯胺酮誘導(dǎo)的麻醉

用丙泊酚或氙誘導(dǎo)麻醉

微意識狀態(tài)

無反應(yīng)覺醒綜合征

1 快速眼動（rapid eye movement，REM），2 非快速眼動（non-rapid eye movement）

表 1：不同狀態(tài)下的意識喚醒和感知水平（結(jié)果改編自 [Lee et al., 2022]）。

1.4 意識與智能

在阿蘭 · 圖靈的著名論文中，他對反對圖靈機(jī)的意識論點(diǎn)發(fā)表了評論[Turing, 2009]：

“我不想給人留下這樣的印象，即我認(rèn)為意識并不神秘。例如，任何將意識局部化的嘗試都會帶來悖論。”

對于論文中機(jī)器能否像人一樣思考的問題，圖靈提出了著名的模仿游戲，作為測試機(jī)器智能的一種方法。智能和意識被廣泛認(rèn)為是大腦的兩種不同屬性。在Max Tegmark所著的《生命 3.0》[Tegmark, 2018]中，智能被定義為完成復(fù)雜目標(biāo)的能力，而意識則被定義為主觀體驗。意識似乎比智力更神秘，也更難測量。如圖 1 所示的意識 “金字塔”（原文見 Tegmark [2018]），與智能相關(guān)的問題是最簡單的，這也是 David Chalmers 所聲稱的。這類問題通常不需要考慮實(shí)驗對象的主觀體驗。困難的是如何找到物理上可解釋的特征，以區(qū)分有意識和無意識過程。下一階段的問題是意識是如何發(fā)生的，以及決定因素是什么。最后也是最難的問題是解釋意識的存在，或者說為什么任何系統(tǒng)中都存在意識？

圖 1：與意識相關(guān)的不同層次問題的難易程度。

關(guān)于人類大腦中存在意識的原因，斯蒂芬·沃爾夫拉姆（Stephen Wolfram）的一段話指出，自我建模的局限性和時間的持續(xù)性是人類擁有意識的兩個關(guān)鍵因素：

“我們擁有連貫的意識這一事實(shí)是兩件事的結(jié)果： 1. 我們的計算能力是有限的，因此宇宙中沒有足夠的資源讓我們構(gòu)建一個完整的自我模型。2. 我們相信我們在時間上具有持續(xù)性，因此在沒有恒定性的地方假定了恒定性?！?/blockquote>

意識是一個復(fù)雜而多面的現(xiàn)象，哲學(xué)家、心理學(xué)家、神經(jīng)科學(xué)家等對它的研究由來已久。即便如此，意識對于現(xiàn)代社會來說仍然是個謎，人們把它稱為意識的困難問題，它由 David Chalmers 于 1995 年首次提出[Chalmers, 1995, 1997]。它一般被理解為對思想、洞察（perception）、情感和感覺（sensation）等主觀精神狀態(tài)的體驗或感知。這個難題指出了人類頭腦中存在這種主觀體驗的原因。意識與大腦的功能密切相關(guān)，但其確切的性質(zhì)和機(jī)制仍未完全明了。一些理論認(rèn)為，意識產(chǎn)生于感官信息的整合，而另一些理論則認(rèn)為，意識是宇宙的內(nèi)在屬性或現(xiàn)實(shí)本身的一個基本方面。引自 Stephen Wolfram 的這段話表明，連貫的意識體驗可能取決于我們的計算能力的局限性和對時間持續(xù)性的假設(shè)。這一論點(diǎn)表明，我們相信自己是隨著時間而持續(xù)存在，盡管宇宙中并不存在實(shí)際的恒定性。

1.5 意識與自由意志

自由意志（Free will）被定義為：人類做出并非完全由生物、環(huán)境或外部因素決定的選擇和決定的能力。人類是否擁有自由意志目前尚存在很大爭議和未知性。不過，自由意志被認(rèn)為與意識密切相關(guān)。在圖 2 中，我們刻畫了幾種意識理論的統(tǒng)一架構(gòu)（本文將稍后介紹它們），并說明了意識與自由意志之間的關(guān)系。在圖2還刻畫了人腦的低級模塊（low-level modules）和意識模塊（consciousness module）之間存在的相互作用，人腦中的意識體驗就發(fā)生在人類大腦中[Baars, 2003, Baars and Franklin, 2003, 2007, 2009, Locke, 1948, Armstrong, 1981, Armstrong and Malcolm, 1985, Lycan, 1996, Armstrong, 2002, Lycan, 2004, Rosenthal, 2009, 2012, 2004, Byrne, 1997, Brown et al., 2019, Graziano and Webb,2015, Graziano et al., 2020]。低級模塊包括外部處理器、內(nèi)部處理器和存儲器。外部處理器處理人腦的輸入和輸出，包括圖像處理器、聲音處理器、味覺處理器、嗅覺處理器、觸覺處理器、運(yùn)動激活器、說話模塊等。每個模塊處理輸入信息，并將處理后的信號輸出到其他部分。內(nèi)部處理器包括邏輯處理器、語言處理器等。每個處理器都可以利用外部處理器的輸出結(jié)果處理信息，也可以在沒有外部輸入的情況下自發(fā)處理信息。所有這些模塊都有能力與其他模塊和存儲器進(jìn)行交流，以實(shí)現(xiàn)預(yù)期目標(biāo)，其中大多數(shù)模塊會產(chǎn)生中間輸出結(jié)果，作為其他模塊的輸入。更重要的是，在所有這些低級模塊之外，意識模塊有能力觀察低級模塊的中間輸出，從而產(chǎn)生人類的主觀體驗（也稱為意識）。這種觀察過程在注意力圖式理論[Graziano andWebb, 2015, Graziano et al., 2020]或高階層次理論[Locke, 1948, Armstrong, 1981, Armstrong and Malcolm, 1985, Lycan, 1996, Armstrong, 2002, Lycan, 2004, Rosenthal, 2009, 2012, 2004, Byrne, 1997, Brown et al., 2019]等理論中也被表述為自我建模過程。然而，這些解釋都是高度抽象的。關(guān)于人類大腦中究竟是哪一部分產(chǎn)生意識，文獻(xiàn)中仍存在爭議。例如，有一些工作[Baars，2002]表明，前額葉皮層可能參與了高階層次的認(rèn)知過程。關(guān)于這些理論的不同解釋將在后面的章節(jié)中詳細(xì)討論。由于計算能力有限，意識模塊只會關(guān)注那些重要的信息流，而這些信息流只是低級模塊所有中間輸出結(jié)果的一個相對較小的子集。這與實(shí)驗證據(jù)顯示人類每秒只能有幾十次意識體驗的結(jié)果不謀而合[Tegmark, 2018, 2000]。

真正自由意志的存在仍然是意識理論的一個重要方面，盡管它缺乏足夠的科學(xué)證據(jù)來明確證明或否定。為了全面探討自由意志的存在及其在人腦中的潛在層次（圖 2），我們將把討論分為正反兩方面的假設(shè)：（1）假設(shè)存在真正的自由意志；或（2）否認(rèn)自由意志的存在。因此，我們用在圖2中虛線標(biāo)出自由意志的區(qū)塊。對于第一種情況，即肯定自由意志是存在的，超出了現(xiàn)有物理學(xué)可解釋的范圍，我們可以嘗試從現(xiàn)有的數(shù)學(xué)和物理學(xué)框架之外尋找外部變量來確定人類的決策過程。外部變量類似于愛因斯坦-波多爾斯基-羅森（Einstein–Podolsky–Rosen, EPR）的著名悖論[Einstein et al., 1935 年]中的隱藏變量，該悖論指出可能存在一些未觀察到的隱藏變量，用于解釋量子力學(xué)中真正的隨機(jī)性，這是愛因斯坦等人對量子力學(xué)框架完整性的質(zhì)疑。與量子力學(xué)中隨機(jī)性對 EPR 悖論的解釋類似，對真正的 “自由意志 ”的解釋可能也需要這種超出已知物理系統(tǒng)的外部隨機(jī)性。關(guān)于自由意志存在的物理解釋的更多細(xì)節(jié)將在第 3 節(jié)和第 4 節(jié)中討論。自由意志的這一部分在圖 2 中顯示為包含自由意志的藍(lán)色塊，由意識模塊注入，影響低級進(jìn)程（如圖 3），從而影響系統(tǒng)的最終輸出。在第二種假設(shè)，即真正的自由意志并不存在的基礎(chǔ)上，是什么導(dǎo)致一些人認(rèn)為并感覺自己也擁有所謂的 “自由意志 ”呢？這種現(xiàn)象可以用當(dāng)前的架構(gòu)來解釋，即幻覺中的 “自由意志”[Wegner, 2004]。關(guān)鍵的事實(shí)是，意識模塊由于信息處理的帶寬有限，只能觀察到低級模塊的部分中間輸出，因此系統(tǒng)對環(huán)境的最終輸出并不能完全由這些觀察到的信息決定，而是要加上更多其他未觀察到的信息。意識模塊仍然試圖通過制造 “自由意志 ”決定結(jié)果的幻覺來解釋所產(chǎn)生的輸出。然而，這種解釋可能值得商榷，需要驗證。目前，自由意志的存在也是一個懸而未決的問題。

圖 2：對具有自由意志的意識系統(tǒng)架構(gòu)的概述

圖 3：人腦等意識系統(tǒng)中處理器的細(xì)節(jié)

1.6 睡眠中的意識

人類睡眠過程包括快速眼動期（REM）和非快速眼動期（NREM）兩個階段。根據(jù)前人的研究[Lee et al., 2022]，非快速眼動是一種既無喚醒也無感知的狀態(tài)，而快速眼動則是一種無喚醒的意識狀態(tài)。

整合信息論（IIT）[Tononi, 2004]認(rèn)為，深度睡眠時意識會減弱。整合信息論相信意識是由系統(tǒng)內(nèi)的整合的信息產(chǎn)生的。根據(jù)整合信息論，睡眠時的意識水平取決于大腦活動的整合程度。

研究表明，從 NREM 中醒來的受試者，尤其是在深夜早些時候醒來的受試者，通常會報告缺乏意識，即使大腦皮層和丘腦神經(jīng)元仍然處于活躍狀態(tài)。然而，在其他時間，主要是在 REM 或晚間較輕度的 NREM 被喚醒的受試者，則會報告以生動圖像為特征的夢境[Hobson et al., 2000]。從整合信息論的角度來看，睡眠期間意識的減弱與 NREM 期間大腦皮層回路的雙穩(wěn)態(tài)性是一致的。與這些觀察結(jié)果一致的是，使用經(jīng)顱磁刺激（TMS）——一種非侵入性刺激大腦的技術(shù)--結(jié)合高密度腦電圖（EEG）進(jìn)行的研究顯示，早期NREM睡眠與大腦皮層區(qū)域之間有效連接的中斷有關(guān)，從而導(dǎo)致整合的缺失，或失去重現(xiàn)，進(jìn)而失去信息[Massimini et al., 2005,2007]。這些研究結(jié)果表明，睡眠時的意識水平取決于大腦活動的整合程度，整合程度降低會導(dǎo)致意識減弱。

總之，IIT 表明，睡眠時的意識水平取決于大腦活動的整合程度，整合程度降低會導(dǎo)致意識減弱。

1.7 意識理論概述

研究人員提出了多種理論來研究意識的本質(zhì)及其如何從大腦中產(chǎn)生。其中最著名的理論包括整合信息論（IIT）、作為物質(zhì)狀態(tài)的意識、協(xié)調(diào)客觀還原理論（Orch OR）、全局工作空間理論（GWT）、高階層次理論（HOT）、注意力圖式理論（AST）、意識圖靈機(jī)（CTM）等。IIT（第 2 節(jié)）提出，意識產(chǎn)生于多種感官和認(rèn)知來源信息的整合。第三節(jié)將意識看作一種物質(zhì)狀態(tài)從物理學(xué)原理的計算角度分析了整合信息論的不足。Orch OR 理論（第4節(jié)）從量子力學(xué)的角度提出了一個精心安排的客觀還原過程來解釋意識體驗中的自由意志。GWT（第5節(jié)）認(rèn)為，大腦中一個全局工作區(qū)的激活可以產(chǎn)生意識，這個工作區(qū)整合了來自不同來源的信息，并將其廣播到大腦的其他部分。HOT（第6節(jié)）認(rèn)為意識是感官信息高階表征的結(jié)果。AST（第7節(jié)）認(rèn)為意識是一種注意力圖式，大腦用它來表示有意識的狀態(tài)。CTM（第 8 節(jié)）理論認(rèn)為，意識可以被描述為一種計算過程，是圖靈機(jī)的延伸。這些理論為意識的本質(zhì)提供了不同的視角，各有優(yōu)缺點(diǎn)。這些理論為如何研究和理解意識提供了啟示。我們進(jìn)行這項調(diào)查的目的是比較這些理論的異同，并總結(jié)不同理論之間的關(guān)聯(lián)。更重要的是，我們希望從這些理論中找到可行的計算模型，用于描述人腦的意識過程。

2. 整合信息論

整合信息論假定，意識與系統(tǒng)整合信息的能力相對應(yīng)。該理論首先提出了經(jīng)驗公理，然后假設(shè)了會產(chǎn)生內(nèi)在經(jīng)驗的物理系統(tǒng)屬性。為了實(shí)現(xiàn)這一點(diǎn)，該理論認(rèn)為系統(tǒng)本身必須具有因果力（cause-effect power），而不是來自任何外部因素。系統(tǒng)的因果力（cause-effect power）由所有子系統(tǒng)的最小熵中的最大值來量化。評估的方法是在外部因素固定不變的情況下，干預(yù)系統(tǒng)的一個子集（因）的狀態(tài)，并觀察系統(tǒng)另一部分（果）的狀態(tài)變化。因此，IIT 聲稱，任何有意識的體驗都與最大程度上不可約簡的因果結(jié)構(gòu)有關(guān)。在本節(jié)中，我們將展示如何通過一種叫做信息整合的測量方法來量化因果強(qiáng)弱。如果 IIT 理論是正確的，我們應(yīng)該能夠計算出人腦中有意識體驗的整合信息，并得出一個合理的值。

2.1 信息熵

根據(jù)香農(nóng)（Shannon, 1948 年）的定義，量化信息的方式是：當(dāng)一個信息出現(xiàn)時，若干備選方案中不確定性的減少。這可以用熵函數(shù)來衡量，其定義如下。

計算中使用的對數(shù)b通常以 2 為底，這意味著熵的單位是比特。一個系統(tǒng)的熵是該系統(tǒng)生成的信息的平均信息含量的度量。

例如，在一個有0和1兩種可能結(jié)果的二進(jìn)制系統(tǒng)中，當(dāng)任一結(jié)果的概率為 0.5 時，熵最高，為1；當(dāng)一種結(jié)果的概率為 1，另一種結(jié)果的概率為 0時，熵最低，為0。

除了用于信息論，熵還被應(yīng)用于密碼學(xué)、信號處理和熱力學(xué)等領(lǐng)域。在熱力學(xué)中，熵用于量化熱力學(xué)系統(tǒng)中的無序或隨機(jī)程度，通常被稱為熱熵。

對于離散狀態(tài)系統(tǒng)來說，所有可能的獨(dú)立狀態(tài)的均勻分布包含的信息最少，因此熵最大。然而，僅僅擁有大量的獨(dú)立成分，從而產(chǎn)生大量的可用狀態(tài)，還不足以產(chǎn)生有意識的系統(tǒng)。這些成分還必須在適當(dāng)?shù)臅r空尺度上互為因果關(guān)系。意識的這一關(guān)鍵方面被稱為信息整合，由 Tononi 提出[Tononi, 2004]。此外，作者還提出了一個計算模型來量化信息整合的能力，這將在下面的章節(jié)中詳細(xì)介紹。

2.2 整合信息論的基本概念

IIT 的公理指出，每一種經(jīng)驗都是內(nèi)在存在的，并且是結(jié)構(gòu)化的、具體的、單一的和確定的。

• 經(jīng)驗是內(nèi)在存在的；

• 經(jīng)驗是具體的，由一組特定的現(xiàn)象組成（感質(zhì)）；

• 經(jīng)驗是單一的、不可還原的，是信息的整合；

• 經(jīng)驗在內(nèi)容和時空粒度上是確定的（排除了其他可能性）。

該理論假設(shè)，對于經(jīng)驗的每一個基本屬性，意識的物理基質(zhì)（ the physical substrate of consciousness, PSC）都必須具有與大腦相關(guān)的因果力。因此，我們的目標(biāo)是找到產(chǎn)生意識的神經(jīng)要素的合適時空尺度。該定理意味著，只有那些具有最大內(nèi)在因果力的要素才會被確定為 PSC 的要素。值得注意的是，根據(jù)這一定義，較粗的空間尺度與較細(xì)的空間尺度相比，因果力可能會更高。

回到IIT對意識的定義對應(yīng)于整合信息的能力，這樣系統(tǒng)就會產(chǎn)生大量的狀態(tài)，而這些狀態(tài)之間又存在因果關(guān)系。在一個假設(shè)的環(huán)境中，想象一下神經(jīng)元的集合，它們內(nèi)部相連，但不受外界刺激影響，那么我們就可以通過測量一部分以了解另一部分的信息增益，繼而測試這樣一個集合是否可以被分離成兩個獨(dú)立的部分。在信息論中，這恰恰對應(yīng)于兩個隨機(jī)變量的互信息（mutual information）（MI）。理論中對信息整合的測量被定義為大腦系統(tǒng)中某種類型的 MI，稱為有效信息（effective information）（EI）。

Tononi 和 Sporns在2003年提出了一個測量空間網(wǎng)絡(luò)信息的計算模型。此外關(guān)于互信息、有效信息、互效信息（Mutual Effective Information)、最小信息二分法（Minimum Information Bipartition）、信息整合 (Information Integration)的定義，此處略去。

如果你對IIT這個話題已經(jīng)感興趣了，推薦你去參與集智策劃的整合信息論讀書會。

如果你對從信息論角度理解意識或者復(fù)雜系統(tǒng)感興趣，可以從這個視頻入門去深挖

2.3 生物學(xué)證據(jù)

盡管 IIT 理論提出的計算框架能夠分析評估任意系統(tǒng)中的信息處理瓶頸，但驗證主觀經(jīng)驗與信息整合能力具有等同的對應(yīng)關(guān)系，仍是一個未決問題。

IIT 假設(shè)構(gòu)成意識的物理基質(zhì)（PSC） 的神經(jīng)要素是由最大因果力決定的，由于連接模式不同，宏觀尺度的因果力可能高于微觀尺度。在大腦區(qū)域中，大腦皮層具有功能特化和整合的特點(diǎn)，因此應(yīng)能產(chǎn)生較高的最大信息整合值。而小腦由于神經(jīng)元之間缺乏依賴性，并且無法形成一個具有較高最大信息整合值的大型復(fù)合體，因此對于產(chǎn)生意識來說并不重要。

IIT 還解釋了為什么在慢波睡眠期間（NREM的一個核心階段），大腦皮層神經(jīng)元的雙穩(wěn)態(tài)放電會導(dǎo)致意識消失。這是因為選擇性和有效性的喪失減少了信息整合[Tononi et al., 2016]。Alkire 等人[2008]認(rèn)為，麻醉狀態(tài)下的大腦與慢波睡眠狀態(tài)下的大腦相似，其間皮層連接會中斷，因此信息整合的能力會降低。實(shí)際上，擾動復(fù)雜性指數(shù)（PCI）被提議用于估算 經(jīng)顱磁刺激（TMS） 在實(shí)踐中誘發(fā)的 Φmax，只有在大腦反應(yīng)既整合又分化的情況下，Φmax 才會很高，這與因果互動的分布式時空模式相對應(yīng)，而這種因果互動是復(fù)雜的，因此不太容易壓縮。

3. 作為物質(zhì)狀態(tài)的意識

除了信息論的觀點(diǎn)，研究人員還在物理系統(tǒng)中尋找意識過程的特性。意識可以被視為一種涌現(xiàn)現(xiàn)象。它并不取決于原子的詳細(xì)屬性，而是取決于原子排列成的復(fù)雜模式。涌現(xiàn)現(xiàn)象在物理學(xué)中很常見，例如，波可以存在于許多不同種類的物質(zhì)中。研究人員從物理學(xué)的原理出發(fā)研究了意識現(xiàn)象[Penrose, 1991；Stapp, 2000；Tegmark, 2000，2015；Carroll, 2021]。這種方法的核心問題是承認(rèn)意識過程的真正隨機(jī)性，并在人腦中找到相應(yīng)的物理過程作為證據(jù)。研究的一個分支最終訴諸量子過程，人們普遍認(rèn)為量子過程在量子態(tài)的測量過程中表現(xiàn)出真正的隨機(jī)性。有意識的過程可以解釋為有意識觀察者的量子測量。然而，這種解釋存在幾個問題： 一個是量子質(zhì)因數(shù)分解問題，即有意識的觀察者有一定的希爾伯特空間因式分解，使觀察者周圍的世界成為一個強(qiáng)相關(guān)但獨(dú)立（與觀察者無關(guān)）的系統(tǒng)[Tegmark, 2015]。另一個問題是人腦等物理系統(tǒng)中的量子退相干。大多數(shù)量子現(xiàn)象只出現(xiàn)在很小的時空尺度上，退相干過程會阻止像人腦這樣大的系統(tǒng)繼承量子特性。例如，量子退相干的典型時間尺度約為10-13～ 10-20 秒，比認(rèn)知過程的時間尺度 10-3 ～ 10-1秒短得多 [Tegmark, 2000]。研究人員還提出了量子態(tài)的協(xié)調(diào)客觀還原理論（Orch OR）來解釋大腦的認(rèn)知過程[Hameroff and Penrose, 2014]，這將在第4節(jié)中討論。

Max Tegmark[Tegmark，2015]認(rèn)為意識是一種物質(zhì)，他稱之為 “感知器”，它是一個用于表示意識狀態(tài)的詞語。要成為 “感知器”，物質(zhì)需要具備以下四個必要但非充分條件：

• 信息原則：系統(tǒng)必須具有強(qiáng)大的信息存儲能力；

• 整合原則：系統(tǒng)不能由幾乎獨(dú)立的部分組成，系統(tǒng)內(nèi)部需要有一定程度的整合；

• 獨(dú)立原則：系統(tǒng)必須在很大程度上獨(dú)立于世界其他部分的獨(dú)立性；

• 動力學(xué)原則： 意識系統(tǒng)必須具有相當(dāng)?shù)男畔⑻幚砟芰?，而且正是這種處理而不是靜態(tài)信息本身必須被整合。

在 Tegmark 的著作中，他將 Tononi 的IIT（第2節(jié)）與有具有意識的物質(zhì)應(yīng)具備的其他原則進(jìn)行比較，然后將分析推廣到量子力學(xué)。在他的工作中，他表明信息原則和整合原則可能相互沖突。

• 過多的整合將導(dǎo)致極少的信息，這在第 3.1節(jié)中被稱為整合悖論。此外，獨(dú)立原則與動力學(xué)原則也有沖突。

• 過于獨(dú)立會導(dǎo)致動力學(xué)系統(tǒng)微不足道，這就是后面第 3.3 節(jié)討論的量子芝諾悖論。一個有意識的系統(tǒng)需要在信息與整合、獨(dú)立與動力學(xué)這些特性之間取得平衡。因此，這項工作引入了自主度量來衡量系統(tǒng)中獨(dú)立性和動力學(xué)的平衡。

在此基礎(chǔ)上，它還提出了以下兩項原則：

• 自主原則： 有意識的系統(tǒng)具有強(qiáng)大的動力和獨(dú)立性。

• 實(shí)用原則： 進(jìn)化的有意識系統(tǒng)主要記錄對其有用的信息。

自主原則描述了動態(tài)性和獨(dú)立性之間的平衡。實(shí)用原則描述了意識系統(tǒng)中的信息量。這些原則可以轉(zhuǎn)化為系統(tǒng)中更多的物理問題：

• 從零開始的物理問題：如果總哈密頓H和總密度矩陣ρ完全描述了我們的物理世界，那么我們?nèi)绾螐膬蓚€哈密頓矩陣中提取三維空間和半經(jīng)典世界的其他部分？

• 量子因式分解問題：為什么像我們這樣的有意識的觀察者會感知到與經(jīng)典空間相對應(yīng)的特定希爾伯特空間因式分解（而不是傅里葉空間）？

這是本理論要回答的問題。理論上我們需要簡要介紹量子力學(xué)的基礎(chǔ)知識，然后深入探討這些原理。但是這里邊涉及的全是公式，因此略去了3.1節(jié)中的內(nèi)容，你要感興趣可以去原文查看。同時，也給你推薦一門課程，如果您感興趣，可以找來學(xué)習(xí)一下

3.1 整合原則

對于像 Hopfield 網(wǎng)絡(luò) [Hopfield, 1982] 這樣描述大腦過程的經(jīng)典系統(tǒng)，也可以計算整合信息，但過多的整合將導(dǎo)致極少的信息，這將導(dǎo)致所謂的整合悖論。

整合悖論假設(shè)我們的大腦是一個具有n個神經(jīng)元的 Hopfield 網(wǎng)絡(luò)，使用 Hebbian 學(xué)習(xí)規(guī)則，那么整合信息的最大容量對于n = 1011個神經(jīng)元而言是37比特[Tegmark, 2015]。然而，一個意識體驗的信息遠(yuǎn)遠(yuǎn)大于這個值，例如一個人在腦海中想象一幅圖片。這被稱為整合悖論。 在量子情況下，它永遠(yuǎn)不會超過1/4比特的信息[MacKay, 2003]，那為什么我們的意識體驗的信息內(nèi)容看起來遠(yuǎn)遠(yuǎn)大于37比特呢？這一觀察結(jié)果引發(fā)了一些猜想，包括人類大腦在意識信息方面使用了比 Hopfield 網(wǎng)絡(luò)更好的編碼方法。

3.2 獨(dú)立原則

定理1ρ-對角性定理，ρDT[Jevtic et al., 2012]?；バ畔⒖偸窃讦褜堑幕A(chǔ)上取得最小值。

有了ρDT，問題就變成了如何在具有哈密頓量為下式的量子系統(tǒng)中找到ρ對角的基。對這個問題的答案由以下定理給出。

編者注：互信息的最小化，和 “ρ 對角的基礎(chǔ)” 存在綁定關(guān)系，意味著要找互信息最小值，得先關(guān)注 “ρ 對角” 相關(guān)的量子態(tài)或基的特征 。打個比方，就像找函數(shù)最小值得先看特定定義域區(qū)間，這里互信息最小值的 “搜索范圍”，被限定在 “ρ 對角” 這個框架里。

定理2H-對角性定理HDT [Tegmark, 2015]。哈密頓量在能量特征基（energy eigenbasis）中始終是最大可分的（||H3||最小值）。

此外，為了使||H3||最小，我們必須有[H1，H3 = 0，這表明所有子系統(tǒng)（例如，具有哈密頓量H1的子系統(tǒng)）需要與所有相互作用哈密頓量（例如，H3）相交換。

遵循這個原則，最終會導(dǎo)致熱寂（heat death），即所有子系統(tǒng)停止演化，即所謂的量子芝諾效應(yīng)（ quantum Zeno paradox）。

編者注：公式H=H1?I+I?H2 +H3，是把整個量子系統(tǒng)的哈密頓量，拆成了幾部分 。簡單說，H1、H2 可以理解成不同子系統(tǒng)自身的 “內(nèi)部能量” 相關(guān)項（?I這種形式，類似讓子系統(tǒng)的作用 “拓展” 到整個系統(tǒng)維度，同時不干擾其他子系統(tǒng)基礎(chǔ)結(jié)構(gòu)），H3 則是子系統(tǒng)之間相互作用的部分。

定理2定義了哈密頓量在 “能量特征基（energy eigenbasis）” 里，是 “最大可分的”，可以理解成，在能量特征基下，系統(tǒng)能被拆成相對獨(dú)立、相互干擾最小的部分。H3最小，意味著子系統(tǒng)間相互作用的 “強(qiáng)度”（從范數(shù)角度衡量）被限制到最低，系統(tǒng)處于一種相對 “松散又有序” 的拆分狀態(tài)。

熱寂（heat death）：原本是熱力學(xué)里的概念，說宇宙最終會達(dá)到溫度均勻，沒有能量差可供利用，一切變化停止。這里借用來，指量子系統(tǒng)里所有子系統(tǒng)都 “停止演化” 的狀態(tài)。

定義9量子芝諾效應(yīng)[Tegmark, 2015]。如果我們將宇宙分解為最大獨(dú)立的對象，那么所有的變化都將停止。

編者注：用兩個定理（ρDT、HDT）搭框架，先確定研究量子系統(tǒng)要關(guān)注的基和哈密頓量拆分形式，再通過交換關(guān)系、范數(shù)最小化，推導(dǎo)到極端情況（系統(tǒng)停止變化），最后用熱寂和量子芝諾效應(yīng)來描述這種極端情況，把不同物理概念串起來講了一套量子系統(tǒng)從 “結(jié)構(gòu)分析” 到 “演化結(jié)果” 的邏輯。

3.3 動力學(xué)原則

如果僅遵循獨(dú)立原則，我們將面臨量子芝諾悖論，系統(tǒng)將停止演化且沒有信息處理能力。然而，根據(jù)動力學(xué)原則，我們也要求意識系統(tǒng)具有一定的信息處理能力。自主原則表明系統(tǒng)應(yīng)該能夠在獨(dú)立原則和動力學(xué)原則之間取得平衡。存在一些有趣的狀態(tài)類ρ，這些狀態(tài)下，即使相互作用哈密頓量H3不算小，也能提供充分的動力和近乎完美的獨(dú)立性。

3.4 小結(jié)

Tegmark提出的學(xué)說將整合信息論推廣到量子領(lǐng)域，并從物理原理的角度分析了信息整合原則的不足。這引發(fā)了整合悖論，即 Hopfield 神經(jīng)網(wǎng)絡(luò)無法整合足夠的信息以產(chǎn)生意識體驗。該學(xué)說還分析了獨(dú)立原則，并指出這將導(dǎo)致量子芝諾悖論，即將系統(tǒng)分解為最大獨(dú)立子系統(tǒng)的過程最終將停止演化，與動力學(xué)原則相沖突。最后，該理論提出了一種名為自主度的度量標(biāo)準(zhǔn)，發(fā)現(xiàn)它在作為意識系統(tǒng)獨(dú)立性原則和動力學(xué)原則平衡方面具有較高價值。

4. 協(xié)調(diào)客觀還原理論（Orch OR）

4.1 協(xié)調(diào)客觀還原下的意識

回顧在第1.5節(jié)中關(guān)于意識產(chǎn)生中自由意志問題的討論，我們可以推測真正的隨機(jī)性可能是自由意志發(fā)生的必要條件。在人類大腦中，這種真正的隨機(jī)過程是如何發(fā)生的呢？協(xié)調(diào)客觀還原理論（Orch OR）[Penrose, 1991, 1994, Hameroff 和 Penrose, 1996, Hameroff, 2007, 2010, 2012, Hameroff 和 Penrose, 2014] 建立在這樣一個假設(shè)之上：意識的出現(xiàn)是由一種生物機(jī)制引發(fā)的，這種機(jī)制能夠協(xié)調(diào)量子態(tài)減縮的時刻。該理論提出，意識事件源于大腦微管中量子計算的終止，形成了客觀還原的框架?？陀^還原指的是一個量子系統(tǒng)可以自發(fā)地從多種可能性的疊加態(tài)坍縮為單一狀態(tài)的觀念。在 Orch OR 理論中，Hameroff 和 Penrose 提出，這些客觀還原是非確定性的，但被大腦中的某些過程所協(xié)調(diào)。這些受影響的客觀還原過程被稱為自由意志。簡而言之，基于量子理論的 Orch OR 框架似乎將隨機(jī)性因素引入了對意識作為純物理過程的還原主義觀點(diǎn)中。通過這種方式，可以解釋獨(dú)立的因果機(jī)制和自由意志 [Hameroff, 2012]。此外，這也暗示著單個細(xì)胞中存在意識。

4.2 神經(jīng)元中的自由意志

主要由樹突-胞體膜產(chǎn)生的整合和發(fā)放序列，導(dǎo)致了腦電圖（EEG）和神經(jīng)元編碼問題（NCC）。然后，軸突發(fā)放輸出意識（或非意識）過程以控制行為。微管（MTs）作為細(xì)胞骨架的一部分，是細(xì)胞內(nèi)的蛋白質(zhì)支架網(wǎng)絡(luò)，被假設(shè)影響著發(fā)放的閾值。具體來說，神經(jīng)元的樹突-胞體微管被排列在本地遞歸網(wǎng)絡(luò)中，并且相較于其他細(xì)胞中的微管更加穩(wěn)定，因此將自身視為適合的信息處理和存儲單元。此外，微管也適合介導(dǎo)意識并調(diào)節(jié)發(fā)放。

如圖4所示，微管由呈花生形狀的微管蛋白組成，每個蛋白帶有一個偶極矩，可以排列成13個由兩種類型的六角晶格組成的原絲。在[Hameroff and Penrose, 2014]中，微管的偶極矩被描述為電子自旋（磁性），這本質(zhì)上是一個量子力學(xué)的量。因此，自旋旋轉(zhuǎn)軸的所有可能方向都是一些隨機(jī)方向的量子疊加。作者隨后推測，在微管中可能存在自旋鏈，這些鏈傳播量子位對，此外，由周期性自旋翻轉(zhuǎn)引起的某些頻率下可能存在替代電流。微管中微管蛋白能夠以不同狀態(tài)存在（并導(dǎo)致量子疊加），這是基于偶極矩的位置（方向），這可能表明微管過程可能直接導(dǎo)致意識。

4.3 Diósi-Penrose 客觀還原

在我們大腦中標(biāo)注了可能發(fā)生量子疊加的生理單位后，人們可能會問，導(dǎo)致意識產(chǎn)生的客觀還原過程是如何發(fā)生的？我們將從 Orch OR 與理論物理學(xué)的聯(lián)系說起。

Diósi-Penrose（DP）客觀還原提議將量子和經(jīng)典物理學(xué)橋接為量子引力現(xiàn)象，其中量子疊加根據(jù) τ≈h/EG 縮減為平均時間測量 τ，以便進(jìn)行狀態(tài)還原，其中 EG=Gm2/a ，其中 E 是時空疊加曲率，G 是引力常數(shù)，m 是質(zhì)量，a 是空間大小。在 DP 中，狀態(tài)還原的實(shí)際衰變時間被視為一個隨機(jī)過程。由此可見，當(dāng)超過疊加曲率 EG達(dá)到閾值 h/τ 時，時空物體的量子疊加就會縮減。

Orch-OR 計劃進(jìn)一步將 DP 的物理提議與意識聯(lián)系起來。Hameroff 和 Penrose [2014] 提出，如果首先，一個量子疊加被很好地協(xié)調(diào)：“充分組織、注入認(rèn)知信息，并能夠進(jìn)行整合和計算”；其次，與非協(xié)調(diào)的隨機(jī)環(huán)境隔離開來，以使疊加曲率 EG 達(dá)到閾值 τ，那么 Orch OR 將隨著意識的出現(xiàn)而發(fā)生。這一過程的示意圖如圖4所示。

圖4：Hameroff 和 Penrose [2014] 圖示了 Orch OR 發(fā)生的過程。頂部：微管蛋白處于經(jīng)典偶極狀態(tài)（黃色或藍(lán)色），或者處于兩種偶極狀態(tài)的量子疊加狀態(tài)（灰色）。在（1-3）期間，量子疊加/計算增加。當(dāng)在時間 τ≈h/EG 達(dá)到閾值時發(fā)生意識瞬間。中部：相應(yīng)的另類疊加的時空曲率在OR時達(dá)到閾值并選擇一個時空曲率。底部：意識 Orch OR 事件的示意圖顯示了量子疊加的U型演變和增加的EG值到達(dá)到OR閾值，而 τ≈h/EG時發(fā)生意識瞬間。

編者注：DP 提議為量子力學(xué)和經(jīng)典物理學(xué)的統(tǒng)一提供了一種可能的途徑，而 Orch - OR 計劃則將這種量子引力導(dǎo)致的狀態(tài)還原現(xiàn)象與意識的產(chǎn)生聯(lián)系起來，提出了一種新穎的意識理論，盡管這些理論目前還處于探索階段，但為理解量子世界與宏觀現(xiàn)實(shí)以及意識的本質(zhì)提供了新的思路和研究方向。

4.4 量子狀態(tài)客觀還原的證據(jù)

在[Hameroff, 2010]中，作者聲稱測量意識的神經(jīng)對應(yīng)物（neural correlate of consciousness）的最佳是30到90赫茲的γ同步腦電圖（EEG），這主要源于樹突-胞體膜的整合電位。此外，該理論聲稱麻醉狀態(tài)是由微管中分散的偶極子所致，這些偶極子負(fù)責(zé)量子計算。

然而，在確認(rèn)該理論方面仍有實(shí)驗進(jìn)行中，但生物學(xué)證據(jù)已在溫暖條件下觀察到，而該理論尚未延伸到這個范圍。盡管如此，Orch OR 理論提供了一個計算框架，允許對發(fā)生在微管中的生物量子理論進(jìn)行證偽。

5. 全局工作空間理論

5.1 意識劇場

全局工作空間理論（GWT）是由 Bernard Baars 提出的一種架構(gòu) [Baars et al., 1997]，旨在解釋人腦選擇和處理意識注意力的內(nèi)部過程。意識的容量是有限的。例如，工作記憶只能暫時存儲將要應(yīng)對的信息，并且每次只能同時處理幾件事。此外，人腦只能從單一的信息流中接收信息。‘意識劇場’ 是一個隱喻術(shù)語，用來解答人腦如何處理不同輸入，然后輸出唯一一條獲得注意的信息。

意識劇場有幾個組成部分。“工作記憶舞臺”是接收來自感覺器官或大腦皮層的所有潛在信息的平臺。工作記憶中的“聚光燈”機(jī)制突出顯示了意識信息流，舞臺上不在“聚光燈”下的其他信息不會被注意到。信息資源，例如潛在的思想、圖像或感覺，被視為“演員”。這些信息資源相互競爭，爭取得到聚光燈的關(guān)注。處理信息需要的意識過程越多，該信息資源就越有可能被聚光燈聚焦。感知、意圖、期望等影響這場競爭的結(jié)果。“背景”指的是潛在地塑造大腦中意識內(nèi)容的無意識網(wǎng)絡(luò)?！皩?dǎo)演”指代人腦的執(zhí)行功能，以意圖和目標(biāo)引導(dǎo)選擇過程。額葉被認(rèn)為在此過程中發(fā)揮重要作用，因為額葉受損會導(dǎo)致長期目標(biāo)的行為喪失。處于聚光燈下的信息被廣播給代表需要這些信息的大腦區(qū)域的“觀眾”。

圖 5: GWT方案圖示，來源于Baars等人 [1997]

2003年對GWT的更新 [Baars, 2003] 更詳細(xì)地介紹了GWT與腦功能之間的關(guān)系，提供了一些關(guān)于人腦中競爭是如何進(jìn)行的證據(jù)。額葉皮層和其他可以中斷聚光燈控制的大腦區(qū)域都參與了意識事件的選擇過程。后者的中斷控制包括了腦干、疼痛系統(tǒng)和情感中樞等，它們允許中斷選擇過程并且為更重要和緊急的活動增加權(quán)重。大腦的“背景”功能被認(rèn)為參與了意識決策過程。頂葉皮層雖與身體各部位的自我覺知相關(guān)，但并未被直接客觀地證實(shí)與意識存在關(guān)聯(lián)，不過一般認(rèn)為它會對有意識的視覺事件產(chǎn)生塑造作用。研究發(fā)現(xiàn)，分裂腦患者的左右半腦具有不同的執(zhí)行和感知功能 [Gazzaniga et al., 1996]，左側(cè)前額皮質(zhì)處理具有“敘述性自我”的感覺信息，這可以引起兩個半球之間的沖突。然后左半球試圖理性化和解決這些沖突。文中還提供了一些證據(jù)來支持這樣一個假設(shè)：意識內(nèi)容被廣播并分布到大腦區(qū)域。在一個視覺詞匯任務(wù)中，詞匯任務(wù)不僅會觸發(fā)皮層的視覺詞匯識別區(qū)域，還發(fā)現(xiàn)會引發(fā)丁葉皮層和前額葉皮層的活動 [Baars, 2002]。

5.2 GWT的計算模型

基于GWT提出了智能分發(fā)智能體（Intelligent Distribution Agent）（IDA）[Baars和Franklin，2003, 2007]和LIDA（learning IDA）[Baars和Franklin，2009] 這兩種計算模型，用于執(zhí)行類似人類的任務(wù)。在研究中，海軍的崗位工作被用作測試模型的示例任務(wù)。IDA和LIDA包含了反映 GWT 的多個模塊，包括處理刺激的感知模塊，作為存儲的記憶模塊，引用了注意力概念的注意力模塊，以及用于作行動選擇的行動模塊。特別地，與GWT類似，全局工作空間模塊集成和廣播信息，并選擇最相關(guān)和重要的信息呈現(xiàn)在舞臺上。這個模型展示了GWT模型的實(shí)證計算實(shí)現(xiàn)，作為GWT能夠完成類似人類功能的概念證據(jù)。IDA或LIDA將傳入的感覺數(shù)據(jù)轉(zhuǎn)化為對環(huán)境的行動。轉(zhuǎn)換過程涉及到記憶、競爭和廣播的概念。隨后對環(huán)境的行動改變了系統(tǒng)的輸入，形成了一個迭代的認(rèn)知循環(huán)。

GWT激發(fā)了相關(guān)領(lǐng)域的一些研究，下面是腦信號分析和深度學(xué)習(xí)中的幾個例子。受GWT的啟發(fā)，[Schutter & van Honk, 2004] 使用EEG相干性（不同腦區(qū)之間的連接水平）來衡量情緒是否在意識中起作用。另一項研究 [Bartolomei & Naccache, 2011]，根據(jù)GWT中的廣播和分發(fā)過程，比較了癲癇發(fā)作中遙遠(yuǎn)皮層-皮層間-丘腦網(wǎng)絡(luò)之間的同步性與GWT中不同腦區(qū)之間的遠(yuǎn)程關(guān)系。最近，一項研究討論了利用深度學(xué)習(xí)實(shí)現(xiàn)GWT的可能性。提出了全局潛在工作空間（GLW）的概念，以反映腦樣機(jī)制的深度學(xué)習(xí)設(shè)計原則 [VanRullen & Kanai, 2021]。

我們最近策劃了「」讀書會，會詳細(xì)講解全局神經(jīng)元工作空間理論，歡迎你加入！

6. 高階層次理論

Carruthers 和 Gennaro [2023] 給 HOT 下了一個一般定義： 現(xiàn)象上有意識的心理狀態(tài)是或有可能成為某種更高階表征的對象的（某種）心理狀態(tài)。根據(jù)高階層次狀態(tài)是感知型還是思維型，高階層次理論可分為高階感知理論（HOPT）、高階思維理論（HOTT）、自我表征理論（SRT）等。下文將詳細(xì)介紹 HOPT（第 6.1 節(jié)定義 10）、HOTT（第 6.2 節(jié)定義 11）和 SRT（第 6.3 節(jié)定義 12）的定義。此外，我們還將在最后一節(jié)介紹和討論其他相關(guān)理論。為了提供一個簡明的概述，我們將這些理論歸納到表 2 中。

高階層次理論（HOTs）試圖回答心理狀態(tài)是有意識還是無意識的問題。高階層次理論認(rèn)為，存在某種比一階信息（the first-order information）（如來自視覺或聽覺神經(jīng)等器官的感覺）更高級的大腦機(jī)制。三種子理論對高階層次機(jī)制提出了不同的解釋。HOPT 認(rèn)為，存在著掃描或提煉但獨(dú)立于一階信息的內(nèi)在感官。這解釋了為什么人們能夠想象疼痛等感覺。HOTT 認(rèn)為，當(dāng)心理狀態(tài)成為高階思維的主體時，它就是有意識的。他們提出，有意識的心理狀態(tài)或事件要么是實(shí)際引起的，要么是有意引起激活思維的，即一個人擁有這種狀態(tài)或事件。SRT對高階層次理論提出了另一種解釋。自我表征理論認(rèn)為，高階層次狀態(tài)是其一階狀態(tài)的構(gòu)成或內(nèi)在化，即更高層次狀態(tài)是由一階狀態(tài)形成的，是一個比產(chǎn)生意識的一階狀態(tài)更為復(fù)雜的系統(tǒng)。

6.1 高階感知理論

[Lycan，1996；Armstrong，2002；Lycan，2004]，又稱內(nèi)感知理論，是指人類不僅有感官來掃描環(huán)境和自己的身體以產(chǎn)生表象，這些表象被稱為對環(huán)境/身體狀態(tài)的一階非概念和/或模擬感知，而且還有這些一階感官的內(nèi)感官來產(chǎn)生同樣精細(xì)但高階層次的表象，這些表象被稱為對一階感知狀態(tài)的二階非概念和/或模擬感知。關(guān)于一階感知（first-order perception）和二階感知（second-order perception）的定義，實(shí)際上與注意圖式理論（attention schema theory）中的M-意識（M-consciousness）和I-意識（I-consciousness）的概念非常接近。我們將在第7.3節(jié)中進(jìn)一步討論這兩種理論之間的聯(lián)系。

定義 10 高階感知理論/內(nèi)感知理論[Carruthers and Gennaro, 2023]?，F(xiàn)象上有意識的心理狀態(tài)是一種具有模擬/非概念意向內(nèi)容的狀態(tài)，通過 “內(nèi)感官”能力的運(yùn)作，這種狀態(tài)反過來又成為高階模擬/非概念意向狀態(tài)的目標(biāo)。

定義10 給出了HOPT的一個形式化命題。它將意識解釋為由一階狀態(tài)的內(nèi)在感知產(chǎn)生的高階狀態(tài)。參考第1.5節(jié)中的圖3，意識模塊是感知低級感知模塊信息流的高級組件。一些理論家持有與 HOPT 相對立的觀點(diǎn)，他們認(rèn)為對一階狀態(tài)的注意機(jī)制可以替代高階狀態(tài)[Sauret & Lycan，2014]。

表2: 高階層次理論一覽

6.2 高階思維理論

高階思維理論（HOTT）[Rosenthal, 2009, 2012, 2004, Byrne, 1997, Brown et al.,2019]提出，一種有意識的心理狀態(tài)或事件，要么正在實(shí)際引發(fā)、要么傾向于引發(fā)一種 “被激活的思維”—— 即個體意識到自己正處于該心理狀態(tài)或經(jīng)歷該事件的思維。這一理論分為兩個分支：現(xiàn)實(shí)論（actualist） 和傾向論（dispositionalist）。具體來說，現(xiàn)實(shí)論者認(rèn)為，心理狀態(tài)會直接引發(fā)這種被激活的思維；而傾向論者則認(rèn)為，心理狀態(tài)僅具有引發(fā)這種思維的傾向（未必實(shí)際發(fā)生）。兩者的另一區(qū)別在于：現(xiàn)實(shí)論視角下的高階思維理論要求，一階信息必須實(shí)際參與加工過程，才能生成高階信息。

相反，傾向論視角下的HOTT認(rèn)為，高階信息的加工只需一階信息 “可被獲取” 即可 —— 例如借助全局工作空間理論中的 “信息廣播” 機(jī)制 —— 而無需直接調(diào)用所有一階信息。在[Lau and Rosenthal, 2011]的研究中，作者討論了支持高階理論的若干實(shí)證依據(jù)，例如：意識覺知與前額葉機(jī)制存在關(guān)聯(lián)，以及來自臨床病癥的相關(guān)證據(jù)。

定義 11 高階思維理論[Carruthers and Gennaro, 2023]。現(xiàn)象意識層面的心理狀態(tài)，指一類特殊狀態(tài)（例如，可能具有類比 / 非概念性意向內(nèi)容），它會成為高階思維的客體，且能以 “非推論” 方式引發(fā)該高階思維。

一些計算模型是基于高階思維理論提出的。元認(rèn)知神經(jīng)網(wǎng)絡(luò)模型[Pasquali 等人，2010 年；Cleeremans 等人，2007 年；Timmermans 等人，2012 年]由兩個網(wǎng)絡(luò)組成：一階網(wǎng)絡(luò)和二階網(wǎng)絡(luò)。一階網(wǎng)絡(luò)直接獲取輸入并通過隱藏單元進(jìn)行處理。之后，一階網(wǎng)絡(luò)的隱藏單元被連接到二階網(wǎng)絡(luò)進(jìn)行處理。一階網(wǎng)絡(luò)學(xué)習(xí)執(zhí)行任務(wù)分類，二階網(wǎng)絡(luò)通過訪問一階網(wǎng)絡(luò)的表征信息來預(yù)測一階網(wǎng)絡(luò)預(yù)測結(jié)果的置信度。這些模型在多個任務(wù)中被測試，例如愛荷華賭博任務(wù)（Iowa Gambling Task）[Pasquali 等人，2010 年]、區(qū)分語法和非語法句子的人工語法學(xué)習(xí)（AGL）任務(wù)，以及盲視任務(wù)（盲視患者在沒有視覺意識的情況下進(jìn)行視覺辨別）[Persaud 等人，2007 年]。

編者注：現(xiàn)象意識（phenomenal consciousness）指的是我們主觀體驗到的、具有獨(dú)特質(zhì)性的意識內(nèi)容，強(qiáng)調(diào)的是意識體驗 “是什么樣子”（視覺、聽覺、情緒等體驗）。取用意識（access consciousness）是指信息在認(rèn)知系統(tǒng)中可被靈活取用，用于推理、指導(dǎo)言語和行為等的意識狀態(tài)，和現(xiàn)象意識側(cè)重于主觀感受不同，取用意識更強(qiáng)調(diào)信息的功能性（解決問題、日常決策場景）。

6.3 自我表征理論

自我表征理論（SRT）[Kriegel, 2009, Van Gulick, 2004, Picciuto, 2011]闡述了現(xiàn)象意識層面心理狀態(tài)的內(nèi)涵：這種狀態(tài)同時具有非概念性意向內(nèi)容與概念性意向內(nèi)容，且據(jù)稱會向處于該狀態(tài)的主體呈現(xiàn)對自身的表征。

定義 12 自我表征理論[Carruthers and Gennaro, 2023]。一種現(xiàn)象意識層面的心理狀態(tài)，屬于某類特定狀態(tài)（或許帶有類比性 / 非概念性的意向內(nèi)容）。同時，它自身也具備意向內(nèi)容，從而在某種意義上，向處于該狀態(tài)主體地位的個體，呈現(xiàn)出對自身的表征 。

該理論的兩個分支認(rèn)為，意識狀態(tài)與高階層次狀態(tài)之間的構(gòu)成關(guān)系是同一關(guān)系[Caston, 2002, Carruthers, 2005, Van Gulick, 2004]，或部分-整體關(guān)系[Kriegel, 2009, Picciuto, 2011]。前者認(rèn)為，意識狀態(tài)既是一階的，也是高階層次的，更確切地說，具有模擬內(nèi)容的一階知覺狀態(tài)同時獲得了高階層次模擬內(nèi)容。部分-整體 SRT 的立場類似于現(xiàn)實(shí)論者的高階層次理論，即一階知覺狀態(tài)產(chǎn)生了代表經(jīng)驗的高階層次思維。

6.4 HOT的其他理論和觀點(diǎn)

同階理論[Kriegel, 2009, Brentano, 1973, Lau and Rosenthal, 2011]提出，有意識的心理狀態(tài)并不代表任何其他心理狀態(tài)，而是直接呈現(xiàn)在主體的意識中。高階層次統(tǒng)計推斷觀點(diǎn)[Lau, 2011, 2007]認(rèn)為，有意識的心理狀態(tài)涉及對自身心理狀態(tài)的高階層次統(tǒng)計推斷。根據(jù)這種觀點(diǎn)，一階表征經(jīng)過高階層次推斷程序的審查，形成統(tǒng)計上可靠的知覺信號，類似于知覺決策過程。從激進(jìn)可塑性理論（radical plasticity thesis）[Cleeremans，2011；Pasquali et al.，2010]的角度來看，大腦具有非凡的適應(yīng)性和靈活性，這種可塑性在有意識的發(fā)展過程中起著至關(guān)重要的作用。激進(jìn)可塑性理論認(rèn)為，意識不是一種固有的程序，而是大腦的一個學(xué)習(xí)過程。大腦不斷進(jìn)行無意識的學(xué)習(xí)，以重新描述其活動，從而發(fā)展出元表征系統(tǒng)來描述和完善最初的一階表征。

關(guān)于整合信息論、全局工作空間理論、高階層次理論，集智也層翻譯過一篇文章，推薦你閱讀：

7. 注意圖式理論

7.1 基本定義

在注意圖式理論(AST)中，理解注意（attention）和感知（awareness）的差異及其關(guān)系是很重要的 [Graziano and Webb, 2015, Graziano et al .，2020]。注意是大腦有選擇性地處理某些信息的過程。作為對注意過程最有影響力的解釋之一，[Desimone et al., 1995] 提出，在信號處理的最初階段會出現(xiàn)一個信號競爭過程，并存在于每一個后期階段。

感知和注意是不同的概念。雖然感知和注意通常是高度相關(guān)的，但它們可以分離。對于感知，首先要區(qū)分客觀感知和主觀感知。這兩種意識都涉及到被試者?？陀^感知，是被試者被要求報告他客觀地意識到了刺激。主觀感知則是被試者報告他是否按照自己的觀點(diǎn)感知到了刺激。區(qū)分客觀感知和主觀感知是為了區(qū)分被試者是“看到”還是“猜測”到了刺激。

在AST中，作者將感知、意識和主觀體驗與主觀感知當(dāng)作同一概念。因此，AST是一個關(guān)于主觀意識的理論，而不是關(guān)于客觀意識的。AST認(rèn)為感知是注意力的一種模式。想象一個人看到一個蘋果，蘋果的視覺表征(V)通過注意力過程出現(xiàn)在這個人的腦海中。然而，這還不足以讓人感知到“蘋果”。為了產(chǎn)生感知，頭腦也有一個其自身的模型(S)，而S對V的注意(A)也是意識的一部分。在AST中，主觀意識是[S+ A +V]，是一個關(guān)于注意過程的模型。

圖6: 在注意圖式理論中，意識作為注意力的模型圖示

人們可能會問，為什么在注意之外還需要主觀感知？根據(jù) AST 的觀點(diǎn)，主觀感知允許自我建模，而自我建模對于基于模型的控制至關(guān)重要。沒有主觀感知就好比一個人在試圖觸碰某些物體時沒有對手臂進(jìn)行建模，會導(dǎo)致對手臂位置的預(yù)測不準(zhǔn)確，從而導(dǎo)致觸碰效果不佳。意識可以作為思維本身和注意的內(nèi)部建模，從而為人類帶來更精確的基于模型的控制。

7.2 I-意識和 M-意識

作為AST的主要研究者，Graziano等[2020]在后來的研究中提出通過I-意識 (I代表信息) 和M-意識 (M代表神秘) 來解釋人類心靈的意識。I-意識指的是信號贏得注意力競爭的過程，就像GWT一樣，它通常被認(rèn)為在計算上是可行的 [Baars和Franklin, 2007]。然而，神秘的部分是M-意識，它被用來解釋感知到獲勝信息的主觀體驗。

與 AST [Graziano and Webb, 2015] 之前的工作類似，即感知是注意的一種模型，Graziano 等人 [2020] 進(jìn)一步提出，M-意識是 I-意識的一種自然的、內(nèi)在的、不完美的模型。此外，I-意識和 M-意識可以相互影響，就像一面鏡子照出了另一面鏡子。一個人的 I-意識擁有它的 M-意識，而 M-意識是 I-意識的模型。就自我建模而言，建模的部分是與注意力競賽獲勝信息最密切相關(guān)的自我的物理組成部分。

人們可能會進(jìn)一步問，為什么我們會認(rèn)為主觀體驗是真實(shí)的。根據(jù)AST的說法，兩個屬性保證了主觀體驗的真實(shí)性：第一，主觀體驗是無法關(guān)閉的。第二，大腦會對感知到的信息進(jìn)行源監(jiān)控，這使得人們能夠區(qū)分真實(shí)和假設(shè)。因為 M-意識是關(guān)于 I-意識的一個模型，這種感覺是真實(shí)的，就像人們相信每一個物理實(shí)體都是真的一樣。

AST的實(shí)際實(shí)現(xiàn)將涉及三個網(wǎng)絡(luò)組件。網(wǎng)絡(luò)A代表了注意力競爭的信息選擇過程。網(wǎng)絡(luò)B通過對網(wǎng)絡(luò)A的輸出進(jìn)行預(yù)測來模擬網(wǎng)絡(luò)A的函數(shù)。網(wǎng)絡(luò)C接收來自A和B的輸出，生成報告 (例如，語音) 給大腦內(nèi)部和外部世界的其他組件。其中，網(wǎng)絡(luò)B是重要的注意圖式，其在大腦中的神經(jīng)對應(yīng)物被認(rèn)為是顳頂葉連接 (TPJ) 的皮層網(wǎng)絡(luò)重疊部分 [Graziano and Kastner, 2011, Graziano, 2016] 。

7.3 作為 GWT 和 HOT 統(tǒng)一體的 AST

AST可視為全局工作空間理論（GWT，第5節(jié)）[Baars，1993；Dehaene，2014；Dehaene & Changeux，2011]和高階層次理論（HOT，第6節(jié)）[Gennaro，2011；Lau & Rosenthal，2011；Rosenthal et al.，1991；Rosenthal，2005] 的統(tǒng)一。具體而言，GWT 解釋了信息出現(xiàn)在思維舞臺上的注意模式，這與 AST 的 I-意識相對應(yīng)。然而，GWT 并沒有解釋作為 M-意識的意識體驗的存在。AST 通過使用網(wǎng)絡(luò) B 構(gòu)建注意圖式來解釋這一謎團(tuán)。HOT 認(rèn)為意識產(chǎn)生于高階層次表征。回顧第 6 節(jié)中對 HOT 的介紹，意識系統(tǒng)擁有那些一階感官的內(nèi)感官，以生成同樣精細(xì)但高階層次的表征，這些表征被稱為一階感知狀態(tài)的二階感知。AST 中的 I 意識代表外部的一階感官，而 M 意識則對應(yīng)于一階感官之上的二階感知。這些二階感知可被視為對一階感官的建模過程。AST 假設(shè)大腦構(gòu)建了全局工作空間的高階層次表征來作為 I-意識的不完美建模，它將 HOT 和 GWT 統(tǒng)一起來，對主觀意識做出了解釋。

8. 意識圖靈機(jī)

8.1 基本定義

在傳統(tǒng)的圖靈機(jī)（TM）[Turing, 2009]中，圖靈并沒有納入主觀體驗的概念。圖靈機(jī)只涉及計算智能，不涉及機(jī)器的意識，而后者通常被認(rèn)為是一個難問題[Chalmers，1995]。意識圖靈機(jī)（CTM）[Blum and Blum, 2022]是作為圖靈機(jī)擴(kuò)展概念的一種理論。與圖靈機(jī)的計算模型相比，CTM賦予了系統(tǒng)一個與眾不同的特征，即 “意識感”。具體來說，CTM 的定義如下：CTM 被定義為一個七元素元組： ，其中 STM 和 LTM 是短時記憶和長時記憶的簡稱。

CTM 可以看作是結(jié)構(gòu)更為復(fù)雜的 GWT。STM 類似于 GWT 中的 “舞臺”，是意識發(fā)生的必要組成部分。作為 GWT 中 “觀眾”的類似物，LTM 是一大批通用處理器的集合，包括用于模擬世界和智能體本身的“世界模型”處理器、用于處理語言信息的“內(nèi)部語音”處理器，以及用于處理五感等信息輸入的其它“內(nèi)部泛化語音”處理器。這些處理器之所以被稱為 LTM，是因為它們在處理特定類型信息時具有相對穩(wěn)定的狀態(tài)和專業(yè)技能，而 STM 則對應(yīng)于較一般功能的較短狀態(tài)維持期。

圖7: 意識圖靈機(jī)中的信息

在 CTM 中，信息流只以五種方式出現(xiàn)，如圖 7 所示：

（1）環(huán)境→LTM，信息感知過程；

（2）LTM→STM，通過上傳樹競爭實(shí)現(xiàn)。在上傳樹競爭過程中，有一個獲勝的信息塊最終到達(dá) STM。競爭過程由一種內(nèi)部機(jī)制決定，這種機(jī)制是概率性的，通過一些具有內(nèi)在隨機(jī)性的神經(jīng)元來實(shí)現(xiàn)。不過，作者認(rèn)為，即使在完全確定的情況下，人們?nèi)匀豢梢愿惺艿阶杂梢庵荆?/p>

（3）STM→LTM，通過下傳樹廣播，將 STM 中的信息廣播到所有 LTM 中，（2）和（3）一起實(shí)現(xiàn)意識察覺過程；

（4）LTM→LTM，是處理器之間的雙向鏈接，以協(xié)同處理信息；

（5）LTM→環(huán)境，是系統(tǒng)通過運(yùn)動控制器等處理器向環(huán)境輸出信息的過程。

8.2 用于意識的 CTM

CTM 采用 “心語”（Brainish）的概念，作為不同處理器之間交流的內(nèi)在語言。心語是指大腦不同模塊之間傳遞信息的抽象語言，可視為多模態(tài)信息的編碼，它沒有符號化，比英語等外在語言更強(qiáng)大。根據(jù) CTM 理論，意識的感覺是由心語、CTM 的架構(gòu)、一些特殊處理器和 CTM 的動態(tài)預(yù)測能力共同作用的結(jié)果。自我建模是通過“世界模型”處理器來實(shí)現(xiàn)的，即通過某些 LTM（如運(yùn)動控制器）反復(fù)生成動作，并觀察其他 LTM（如用于感知周圍環(huán)境的“內(nèi)部泛化語音”處理器）感知到的后果。CTM 用于解釋盲視、幻覺、夢境和其他與意識相關(guān)的過程。在“上傳樹 ”競爭中，自由意志是在類似于擲硬幣的過程中實(shí)現(xiàn)的。

8.3 與其他理論的關(guān)系

與 GWT 相比，CTM 的舞臺上只有一個 “演員”，每次只持有一個數(shù)據(jù)塊。此外，CTM 中的所有處理器都在 LTM 中。與實(shí)驗研究 [Lee et al.,2022] 將喚醒和感知區(qū)分為意識的兩個組成部分相比，本文只討論有意識的感知（或注意）。CTM 理論假設(shè)意識可以簡化為計算過程，并用圖靈機(jī)建模。然而，這一點(diǎn)仍有待商榷。其他人可能會反駁這一觀點(diǎn)，認(rèn)為意識是一種更復(fù)雜的現(xiàn)象，無法簡化為純粹的計算過程。有幾種理論和論據(jù)支持意識不能簡化為純粹的計算過程這一觀點(diǎn)。其中包括：

• 意識的難問題： 這一論點(diǎn)由哲學(xué)家 David Chalmers 提出[Chalmers，1995，2017]，他認(rèn)為雖然大腦可以進(jìn)行各種計算，但這些計算如何產(chǎn)生主觀體驗或意識，目前尚不清楚。

• 感質(zhì)：這是指體驗的主觀和不可言說的方面，如紅色的紅度或巧克力的味道。有些人認(rèn)為，這些主觀體驗無法被計算模型捕捉，而是植根于大腦中的生物和物理過程[Tononi and Koch, 2015, Chalmers, 2017, Albantakis and Tononi, 2021]。

• 整合問題：這一論點(diǎn)認(rèn)為，意識產(chǎn)生于大腦不同區(qū)域之間復(fù)雜而動態(tài)的互動，而這些互動無法簡化為簡單的計算。

• 計算的局限性： 有些人認(rèn)為，計算存在根本性的限制，而意識的某些方面可能超出了這些限制。

這些論點(diǎn)和其他論點(diǎn)表明，雖然計算在意識中可能扮演一定的角色，但這并不是全部，要想完全解釋意識現(xiàn)象，還需要更加復(fù)雜和細(xì)致的理解。

9. 意識的生理評估指標(biāo)

本節(jié)將介紹一些用于醫(yī)學(xué)診斷的意識水平生理評估指標(biāo)。需要注意的是，本節(jié)中“生理意識”的定義不同于本文其他章節(jié)中介紹的 “意識”，例如 IIT（第 2 節(jié)）或 GWT（第 5 節(jié)）。生理意識通常代表受試者或患者基于生理和生物數(shù)據(jù)的意識水平，例如從腦電圖中提取的信號特征或?qū)Υ碳さ姆磻?yīng)。在醫(yī)學(xué)評估中，意識的定義通常包括清醒或感知水平 [Walker et al, 1990]。在接下來的段落中，我們將深入研究基于電信號和行為指標(biāo)的常見評估指標(biāo)。如需全面了解，請參閱表 3，該表總結(jié)了每種意識生理評估指標(biāo)的源信號和應(yīng)用。

9.1 基于電信號的度量

雙譜指數(shù)（BIS）[Rosow & Manberg，2001 ；Johansen，2006]是一種基于生物信號的意識水平度量，通常用于麻醉患者。它是根據(jù)病人的腦電圖（EEG）計算出來的數(shù)值，用于評估麻醉深度。BIS 是通過結(jié)合使用頻譜圖、雙頻譜和時域猝發(fā)抑制評估來計算腦電圖的。BIS 的范圍從 0 到 100，表示從深度麻醉到完全清醒。在手術(shù)中通常會使用 BIS 監(jiān)測器，以確保達(dá)到適當(dāng)?shù)穆樽硭健asali 等人[2013]引入了擾動復(fù)雜性指數(shù)（PCI）作為評估意識水平的指標(biāo)。PCI 使用經(jīng)顱磁刺激（TMS）來刺激大腦皮層活動，并根據(jù)腦電圖對刺激做出反應(yīng)的時空模式分析算法復(fù)雜性信息。同樣，以腦電為源，可解釋意識指標(biāo)（ECI）[Lee et al, 2022]利用深度學(xué)習(xí)模型計算出評估意識的分?jǐn)?shù)。該研究將意識定義為喚醒和感知的結(jié)合。有兩個深度學(xué)習(xí)網(wǎng)絡(luò)分別對它們進(jìn)行計算，然后將兩者的分?jǐn)?shù)綜合起來作為意識指標(biāo)。

表3: 各種意識生理評估指標(biāo)、信號源及應(yīng)用一覽

9.2 基于行為的度量

下面我們將討論一些基于生命體征或行為的意識水平評估指標(biāo)。格拉斯哥昏迷量表（GCS）[Jones，1979 ；Sternbach，2000] 測量包括睜眼、語言反應(yīng)和運(yùn)動反應(yīng)。GCS 分?jǐn)?shù)越高，表示意識水平越高。Rancho Los Amigos量表 [Lin & Wroten，2017] 通常與GCS結(jié)合使用，用于腦損傷患者的恢復(fù)。它包括八個意識等級，從無反應(yīng)到完全恢復(fù)。為了應(yīng)對 GCS 有時無法評估插管患者的言語評分這一事實(shí)，并測試腦干反射。有人提出了無反應(yīng)全概述（FOUR）[Wijdicks et al, 2005]，它包括眼、運(yùn)動、腦干和呼吸四個指標(biāo)。昏迷恢復(fù)量表-修訂版（CRS-R）[Giacino et al., 2004] 評估了廣泛的認(rèn)知和行為功能，包括情緒、語言、記憶和注意力。CRS-R 用于評估患者的意識障礙，如昏迷。植物人和微意識狀態(tài)量表（VSMS）[Wieser et al, 2010]和昏迷/接近昏迷量表（CNCS）[Rappaport, 2005] 已被文獻(xiàn)用于通過測量一系列認(rèn)知和行為功能（包括反應(yīng)能力、注意力和交流能力）來描述植物人或微意識狀態(tài)患者的意識特征。

10. 結(jié)論

千百年來，人們對意識的本質(zhì)一直爭論不休，猜測頻出。隨著通用人工智能的出現(xiàn)，機(jī)器能否擁有意識的問題變得比以往任何時候都更為重要。本文全面概述了現(xiàn)有的幾種意識理論，包括整合信息論（第2節(jié)）、作為物質(zhì)狀態(tài)的意識（第3節(jié)）、協(xié)調(diào)客觀還原理論（Orch OR）（第4節(jié)）、全局工作空間理論（GWT，第5節(jié)）、高階層次理論（HOTs，第6節(jié)）、注意圖式理論（AST）、意識圖靈機(jī)（CTM，第8節(jié)），在之后將發(fā)布的本文第10章內(nèi)容，會詳細(xì)討論每種理論，評估它們對有意識的人工智能發(fā)展的影響。

通過對現(xiàn)有理論的梳理，我們發(fā)現(xiàn)區(qū)分意識與其他特征的最重要的一點(diǎn)在于它與自由意志和真正隨機(jī)性的關(guān)系。然而，除了作為物質(zhì)狀態(tài)的意識（第3節(jié)）和協(xié)調(diào)客觀還原理論（第4節(jié)）之外，大多數(shù)理論都沒有觸及意識過程的物理本質(zhì)。其中大多數(shù)是從功能主義和形而上學(xué)的角度來解釋意識模塊如何通過將注意力分配到特定的意識狀態(tài)，使之成為子模塊的信息流，從而產(chǎn)生主觀體驗，如 GWT 和 CTM，或?qū)⒆⒁饬^程內(nèi)部建模為二階感知，如 HOTs 和 AST。IIT 站在信息論的角度，為系統(tǒng)內(nèi)的意識過程提供了嚴(yán)格的數(shù)學(xué)定義。雖然有了清晰的定義和描述，但 IIT 很難擴(kuò)展到像有意識的人類這樣更大的與時間相關(guān)的動態(tài)系統(tǒng)。這樣一個復(fù)雜的系統(tǒng)是否可以根據(jù)信息論來測量或?qū)嶋H實(shí)現(xiàn)，還存在爭議，因為該理論沒有實(shí)現(xiàn)計算功能主義 [Butlin et al., 2023]。

如果意識不具有真正的隨機(jī)性，我們才有希望實(shí)際實(shí)現(xiàn)一個計算系統(tǒng)[Naccache, 2018]。它具備實(shí)例化的意識（或現(xiàn)象意識，即處于某個狀態(tài)的感覺）而非模擬意識（或訪問意識，可用于推理并理性地指導(dǎo)言行）。鑒于目前的計算系統(tǒng)只能產(chǎn)生偽隨機(jī)性，如果承認(rèn)意識具有真正隨機(jī)性的本質(zhì)，那么追求有意識的計算系統(tǒng)將是一個偽命題。如果是這樣的話，模擬意識可能是我們在現(xiàn)有計算架構(gòu)基礎(chǔ)上所能達(dá)到的最佳效果，因此我們可以期待通過將這些理論融入到 AGI 系統(tǒng)的構(gòu)建中來實(shí)現(xiàn)一個看似具備 “意識”的智能體。人們利用機(jī)器學(xué)習(xí)領(lǐng)域的現(xiàn)有方法已開發(fā)出了一些技術(shù)，它們在一定程度上符合某些理論要求，并在自然語言格式中顯示出初步的通用智能能力，盡管這些方法與本文所研究的認(rèn)知科學(xué)中的生理和心理理論之間仍然存在著巨大的差異。

從這些理論中，我們逐漸發(fā)現(xiàn)并提煉出幾個關(guān)鍵屬性，作為意識的指標(biāo)。反過來說，人工意識系統(tǒng)將幫助我們更深入地了解人腦中的意識，最終可能回答我們?nèi)祟愂欠駬碛凶杂梢庵镜膯栴}。

撰寫這篇論文的目的在于為不同社區(qū)搭建橋梁，為研究和構(gòu)建有意識的人工智能體做出貢獻(xiàn)，并在研究過程中控制潛在風(fēng)險。有意識的智能體，不管是以虛擬還是物理的形式存在，都會給我們這個時代的人們帶來震撼。正如本文所討論的，即使是評估智能體或人類的意識水平本身也是一項挑戰(zhàn)，我們?nèi)栽趯で笥行У暮饬繕?biāo)準(zhǔn)和工具。在我們建立的人工系統(tǒng)產(chǎn)生意識之前，我們應(yīng)該能夠?qū)ζ溥M(jìn)行精確的評估。

本文參考文獻(xiàn)比較多，你可以前往論文中具體查閱 https://arxiv.org/pdf/2309.10063

譯者簡介

[ 圖片滑動 ]