作者

Tony J Prescott

謝菲爾德大學(xué)認(rèn)知機器人學(xué)教授

心理學(xué)家、計算神經(jīng)科學(xué)家、計算機科學(xué)家和機器人學(xué)家。他尤其感興趣的是心智的運作方式，以及當(dāng)我們制造人工智能和機器人等事物時，它們是否也可能擁有心智，甚至在未來某一天擁有自我意識。他是《人工智能心理學(xué)》（The Psychology of Artificial Intelligence，2024年）一書的作者，并擔(dān)任皇家學(xué)會期刊《哲學(xué)匯刊》（Philosophical Transactions）即將出版的一期關(guān)于“自我意識”主題刊的首席編輯。

無論我在思考什么，我總能在某種程度上意識到“我自己”，意識到我的個人存在。與此同時，正是“我”在進行這種覺察；因此，我的整個自我，可以說是一種雙重存在，一部分是被認(rèn)知的客體，另一部分是認(rèn)知的主體。為了簡便起見，我們可以將這兩個必不可少的側(cè)面分別稱為“Me”（賓我/客我）和“I”（主我/主體）。

——William James，《心理學(xué)：簡短課程》（1894年）

何為自我？

人類境況的一個顯著特征，是我們意識到自己是與世界相分離的。盡管肉體日新月異，我們?nèi)愿杏X自己在某種意義上是日復(fù)一日的同一個人；我們也意識到周圍的他人同樣是獨立的自我。但我們依然不清楚，我們究竟是什么。

正如William James在一個多世紀(jì)前指出的，自我的雙重性正是其神秘感的核心所在。自我作為一種極不尋常的存在，它既是感知者，又是被感知的內(nèi)容。此刻，我能感覺到我的手指在敲擊鍵盤，能看到屏幕上浮現(xiàn)的文字，如果我愿意，我也可以將視線聚焦在鼻梁上的眼鏡框，看著它隨我的頭部晃動。

有趣的是，“我的”這個詞不僅指代身體部位，也指代我穿戴的物品、我的思想或行為。盡管皮膚是自我與非自我的重要邊界，但自我遠(yuǎn)不止物理身體——它更是一套關(guān)于“我是誰、我是什么”的觀念集合。

隨著能夠以第一人稱流暢對話的生成式人工智能的出現(xiàn)，人們開始發(fā)問：這類AI是否有一天會擁有自我意識？甚至，它們是否已經(jīng)具備了？（OpenAI的GPT-5或許令人安心地表示它沒有。）這個問題之所以難以回答，很大程度上是因為我們對人類自我的本質(zhì)依然缺乏清晰的理解。

然而，通過哲學(xué)、心理學(xué)和神經(jīng)科學(xué)的探索，我們正在取得進展。其中，我和其他研究者正在探索一種“生成式方案”——即嘗試在機器人中創(chuàng)造或合成一種自我意識。

基于我們目前的認(rèn)知，我認(rèn)為人類自我意識的一個基礎(chǔ)在于：我們擁有物理身體，我們的體驗源于“具身的我”與“非我”之間的根本性區(qū)分。如果這是正確的，那么一個沒有身體的AI，永遠(yuǎn)無法擁有與我們相似的自我意識。但對于那些擁有物理軀體、棲息于我們物理世界的機器人，即使它們的身體構(gòu)造與我們大不相同，他們或許也可能具有自我意識。

解構(gòu)自我：從哲學(xué)到神經(jīng)科學(xué)

要理解構(gòu)建“合成自我（synthetic selves）”的動機，我們首先需要審視哲學(xué)家和科學(xué)家如何探究人類自我的本質(zhì)。

自我意識的部分謎題在于，自我的感覺體驗位于一個中心，在雙眼之后的頭部空間。盡管人們直覺上將這里視為“自我”的所在，但這其實是一個無用的觀念。正如哲學(xué)家丹尼爾·丹尼特在《意識解釋》（1991年）中指出的，這會陷入“內(nèi)在感知者無限回歸”的悖論。

事實上，當(dāng)代哲學(xué)家和神經(jīng)科學(xué)家已基本達(dá)成共識：在我們的大腦中，并不存在一個局部的、不變的內(nèi)在“自我”。但這并不意味著我們應(yīng)該拋棄“自我”概念，將其視為幻覺或純粹的社會建構(gòu)。相反，我們需要一個更好的解釋。

如果自我不是一個局部的內(nèi)在感知者，那它是什么？我們又如何調(diào)和James所說的“既是感知者又是被感知者”的兩面性？

一種方法是“解構(gòu)自我”。我們可以問：有哪些心理現(xiàn)象與自我有關(guān)？它們依賴于哪些特定的大腦區(qū)域或網(wǎng)絡(luò)？通過這種方式，人類自我可以被拆分、理解，再從各個部分重建。

首先，值得注意的是，神經(jīng)科門診中部分患者被發(fā)現(xiàn)存在身體所有權(quán)感知的紊亂，即他們將某只手或肢體視為不屬于自己。通常，這類患者被證實右側(cè)大腦特定區(qū)域（顳葉與頂葉皮層交界處附近）受到了損傷[1]。與此同時，精神分裂癥患者可能表現(xiàn)出"能動性"（agency）障礙，即他們的思想或行為被體驗為受他人控制[2]。當(dāng)前理論[3]指向那些能夠預(yù)測自身行動所產(chǎn)生感覺結(jié)果的腦網(wǎng)絡(luò)，并提示這些網(wǎng)絡(luò)在上述患者中發(fā)生了改變。

島葉皮層是大腦中最古老的皮層區(qū)域之一，深度參與內(nèi)感受（即處理來自身體內(nèi)部的信號），該區(qū)域受損可能導(dǎo)致個體與自我產(chǎn)生情感上的疏離感，并與人格解體或現(xiàn)實解體等自我相關(guān)障礙密切相關(guān)[4]。其他形式的腦損傷，例如累及顳葉和額葉皮層，則可能影響個體對"自我在時間中持續(xù)存在"的體驗[5]，或削弱從他人視角看待世界的能力[6]。

嬰兒、動物與“最小自我”

解構(gòu)自我的另一種方法是追問：這些現(xiàn)象如何在童年早期出現(xiàn)？

盡管我們不能直接詢問嬰兒，但發(fā)展心理學(xué)家找出了在新生兒中檢測自我意識的方法[7]。發(fā)展心理學(xué)的研究表明，我們出生時就具備基本的“自我/他者”區(qū)分能力，能分辨什么是、什么不是自己的身體。我們也會迅速理解“能動感”——即某件事是由“我”引起的[8]。然而，作為時間中持久存在的自我這一體驗，則出現(xiàn)的更晚一些[9]，正如我們理解他人也擁有“自我”的能力一樣[10]。直到四、五歲時，兒童的自我感知才開始接近成人的形態(tài)。

在自我意識出現(xiàn)的過程中，語言和文化的習(xí)得對于塑造我們成年后的自我體驗至關(guān)重要。事實上，從概念層面來看，我們成熟的自我感部分源于從記憶中抽象出的、或從他人那里獲得的關(guān)于自身的觀念和信念。這種關(guān)于自我的“敘事”[11]，正是人類身份認(rèn)同通常所依賴的基礎(chǔ)；同時，它也體現(xiàn)在我們?yōu)樽约汉退酥v述的“我是誰”這個故事之中。

鑒于嬰兒期存在更簡單的自我體驗，哲學(xué)家丹尼特和Shaun Gallagher等人提出了“最小自我”（Minimal Self）的概念[12]。它僅包含與身體所有權(quán)和能動感相關(guān)的體驗，沒有包含在時間中持久存在的自我意識，也沒有自我反思能力。

神經(jīng)科學(xué)家Jaak Panksepp和神經(jīng)病學(xué)家Antonio Damasio分別指出[13]，這種最小自我源于大腦皮層下區(qū)域的活動。這些區(qū)域在新生兒期最早成熟，在進化中變化較小，因此在其他脊椎動物中也存在。換句話說，其他有脊椎的動物很可能也擁有（至少）一種最小的自我意識。

為什么這種“最小自我”會在動物祖先中進化？因為它通過組織體驗，促進了生存[14]。首先，最小自我將保護對象區(qū)分開來，將與身體相關(guān)的感官信號分離出來，動物能更好地區(qū)分哪些部分需要保護，僅僅考慮一個具有重要意義的影響，這避免了饑餓的動物試圖吃掉自己。其次是自我意識能讓動物區(qū)分因果，識別感官信號是否源于自身行為，動物從而能夠區(qū)分自己導(dǎo)致的事件與周圍發(fā)生的事件。例如，電魚能分辨電場擾動是源于自己擺尾，還是獵物游動，從而區(qū)分進食機會與常規(guī)游泳。

這種對感官世界的劃分——建立自我/他者區(qū)分無疑是具有具身智能的物體在生命演化取得成功的重要起點。

根據(jù)這一觀點，構(gòu)建于我們最小自我之上而涌現(xiàn)出的完整人類自我，是源于我們自身的“有限性”。更具體地說，我認(rèn)為人類的自我感之所以呈現(xiàn)出現(xiàn)在的形態(tài)，很大程度上是因為我們像其他動物一樣，被身體的表面在物理上封閉，而我們的神經(jīng)和感官系統(tǒng)則被封裝在我們的軀體與顱骨之內(nèi)。在人類身上，正是這種最小自我，賦予了我們擁有自身軀體和主宰自身行為的原初體驗。

?2022年4月27日在意大利熱那亞理工學(xué)院拍攝的iCub機器人。圖源：Marco Bertorello/AFP

在機器人中構(gòu)建自我

為了進一步探討，我們需要明確“自我”是什么。

丹尼特在1989年發(fā)表的《自我的起源》一文中指出，最基礎(chǔ)的“自我”是一種“傾向于區(qū)分、控制并維系世界某些部分的組織形式”。盡管自我是通過身體和大腦中的物理過程實現(xiàn)的，但這種對自我的定義，使自我成為一種虛擬實體。沿著哲學(xué)家Thomas Metzinger在2003年著作《無我》（Being No One）中的思路，我們也可以將人類的自我描述為一種“心智模型”，即一種虛擬結(jié)構(gòu)，它捕捉、組織并操控與具身化的“我”相關(guān)的感知、記憶、情感和事實。這種“自我模型”由一組大腦網(wǎng)絡(luò)集群具體實現(xiàn)，并與其它身體過程緊密整合；它在清醒時活躍，而在深度睡眠或全身麻醉狀態(tài)下則處于不活躍狀態(tài)。

正如之前所述，自我的構(gòu)建涉及多種大腦基質(zhì)，其中一些發(fā)育較早，另一些則部分重疊。這些不同的網(wǎng)絡(luò)相互作用并整合，從而提供連貫的自我體驗。這可經(jīng)由進化生物學(xué)和心理科學(xué)來幫助我們理解。此外，由于不同的神經(jīng)心理學(xué)狀況[15]，也可能出現(xiàn)多種形式的自我解體，而對神經(jīng)多樣性（neurodiversity）的研究有助于闡明這些現(xiàn)象。

然而，我認(rèn)為探索我所謂的“合成方法”[16]，將同樣幫助我們理解自我感，也就是說，通過嘗試構(gòu)建一個自我來理解它。自我是一種虛擬的心智模型這一假說，天然契合這種策略。

合成方法可以幫助我們解決困擾著哲學(xué)家和神經(jīng)科學(xué)家的各種問題。盡管自我本身并非物理實體，但要構(gòu)建一種可能與我們自身相似的自我意識，我認(rèn)為，至少我們需要一個擁有人工身體、能直接感知世界并能采取行動的人工系統(tǒng)。換句話說，我們需要一個機器人。

區(qū)分“自我”與“非我”

讓我們從區(qū)分“我”與“非我”的挑戰(zhàn)開始談起，這是構(gòu)建最小自我的核心能力，依賴于對身體和世界的雙重感知。如今，大多數(shù)機器人都具備感知自身硬件的內(nèi)部傳感系統(tǒng)。其中最常見的是探測身體部位和關(guān)節(jié)的位置，并測量驅(qū)動它們的電機速度。這類似于人類的內(nèi)部感官能力，即本體感覺（proprioception）。

一些機器人表面還裝有觸覺傳感器，提供了一種人造皮膚，使它們能夠直接感知在自身邊界處與外界的接觸。而配備有遠(yuǎn)端傳感器（如攝像頭和麥克風(fēng)）的機器人，則至少在字面意義上立即擁有了一個“視角”。也就是說，它們在任何時刻都占據(jù)著世界中的某個特定位置和姿態(tài)，這定義并限制了它們所能感知的內(nèi)容。當(dāng)機器人占據(jù)那個位置時，其他任何人或事物都無法同時占據(jù)。

這些感官能力若配合適當(dāng)?shù)奶幚頇C制，便能使機器人開始理解自身的具身性，這是構(gòu)建“自我/他者”區(qū)分的第一步。事實上，許多實驗室已經(jīng)探索了機器人如何僅通過生成隨機運動（即所謂的“運動牙牙學(xué)語”，motor babbling）來構(gòu)建自身形態(tài)（身體形狀和結(jié)構(gòu)）模型[17]。例如，機器人專家Josh Bongard及其同事曾利用受生物進化啟發(fā)的遺傳算法[18]，讓一個星形機器人學(xué)習(xí)其腿部的構(gòu)型，隨后該機器人便能自主發(fā)現(xiàn)前進的移動方式。其他一些配備有關(guān)節(jié)臂和手形夾具的機器人，則利用神經(jīng)網(wǎng)絡(luò)學(xué)習(xí)算法發(fā)現(xiàn)了自身手臂和手部的構(gòu)型[19]，并將這些知識應(yīng)用于執(zhí)行抓取物體等任務(wù)。

?圖例：一款新研發(fā)的機器人站在“水面”旁，其倒影呈現(xiàn)出一個色彩斑斕的塊狀圖形。通過構(gòu)想并利用這種簡單的自我模型，該設(shè)備能比普通機器人更輕松地適應(yīng)損傷。? Bongard 等人，Viktor Zykov（Lipson 實驗室）攝

嬰兒在學(xué)會進行更有目的性的伸手動作之前，無論是在子宮內(nèi)還是作為新生兒時期，都會進行“運動牙牙學(xué)語”。在出生前，嬰兒會利用觸覺發(fā)現(xiàn)，觸摸自己與觸摸非我的體驗是不同的。具體來說，觸摸自己會在手指和身體上同時產(chǎn)生一種“雙重觸感”。由于在子宮內(nèi)的這種體驗，新生兒已經(jīng)能夠?qū)ψ晕液头亲晕易龀鲆恍┗緟^(qū)分。例如，當(dāng)臉頰被觸碰時會做出朝向反應(yīng)，但如果接觸是由自己的手造成時則不會[20]。作為一種區(qū)分自我與他者的手段，“雙重觸感”也已在人形機器人中得到探索，以幫助機器人理解其具身性的范圍和界限[21]。

除了觸覺，人類和機器人還可以通過視覺和聽覺等感官來學(xué)習(xí)區(qū)分自我與他人。例如，嬰幼兒通常會花大量時間觀察自己的雙手[22]。在我的實驗室中，我們對一個模擬機器人進行了一系列尚未發(fā)表的實驗，結(jié)果表明：當(dāng)注意力集中在運動中的手和手臂上時，機器人便能學(xué)會從視覺上區(qū)分自我與他者。具體而言，內(nèi)部的本體感覺信號與因自身運動導(dǎo)致的攝像頭圖像流變化之間的相關(guān)性，使機器人能夠?qū)⑵湟曈X世界分割為與自我相關(guān)的部分（即運動的身體部位）和其余的一切（即外部世界）。

自我感知中的適應(yīng)性與能動性

在人類的自我中，感官信息也構(gòu)成了其變化適應(yīng)力的基礎(chǔ)。如今一個經(jīng)典的例證[23]便是“橡膠手錯覺”（RHI），它充分展示了人腦對感官信息的靈活性。在典型的實驗中，當(dāng)人們看到一只假手被刷子拂過，同時自己的手（被遮擋?。┮彩艿酵剿⒎鲿r，便會感覺那只假手屬于自己。

受此啟發(fā)，認(rèn)知機器人專家Yuxuan Zhao及其同事將一個簡化的橡膠手模型整合到了人形機器人iCub的控制系統(tǒng)中[24]。該模型模擬了人類身體表征及橡膠手錯覺所涉及的部分皮層網(wǎng)絡(luò)。隨后，他們利用“運動牙牙學(xué)語”的方式訓(xùn)練機器人構(gòu)建出自己手部的表征。

接下來，研究人員對機器人實施了一種變體的橡膠手錯覺實驗，這種實驗此前已在人類和猴子身上被廣泛使用。結(jié)果發(fā)現(xiàn)，機器人的行為表現(xiàn)以及部分模型神經(jīng)元放電率的變化，都與生物實驗中的觀察結(jié)果相吻合。這些結(jié)果表明，機器人調(diào)整了其內(nèi)部的身體模型，將新引入的手納入了對自身的感知中，從而驗證了大腦是如何實從底層構(gòu)建出身體所有權(quán)的。

?圖例：一款模擬機器人正在觀察自身手部的運動，以此作為學(xué)習(xí)了解自己身體的一種方式。圖片由作者提供

構(gòu)建合成自我還有助于我們理解“能動性”這一概念，這也是最小化自我的另一個關(guān)鍵特征。關(guān)于能動性的一種著名理論被稱為“比較器模型”（comparator model），該理論認(rèn)為大腦會預(yù)測自我發(fā)起行為所帶來的感官結(jié)果。例如，當(dāng)你走路時，你的大腦會預(yù)測到自己腳步聲的出現(xiàn)，因此你會感覺這些聲音是由自己產(chǎn)生的。相反，如果你在靜止站立時聽到了腳步聲，那么這些感官事件就會被體驗為外部原因所致。負(fù)責(zé)進行此類預(yù)測并將其與實際感覺匹配的大腦系統(tǒng)若出現(xiàn)失衡，或許就能解釋精神分裂癥患者身上出現(xiàn)的某些能動性障礙——他們有時會感覺自己的行為或思想是由他人所主導(dǎo)的。

為了驗證能動性理論，在我們對一臺進行“運動牙牙學(xué)語”的機器人研究中，我們在其自我模型中增加了一層，使機器人能夠預(yù)測視覺信號在不久的將來會如何演變。認(rèn)知機器人專家Pablo Lanillos及其同事則更進一步。在他們的研究中[25]，一個人形機器人利用一種基于比較器模型的預(yù)測學(xué)習(xí)算法，成功區(qū)分了自己在鏡中的倒影與另一臺相同機器人的倒影。

之所以能實現(xiàn)自我識別，是因為基于機器人內(nèi)部的運動信號，其自身鏡像的動作是可預(yù)測的，而另一臺機器人的動作則無法預(yù)測。有趣的是，為了實現(xiàn)這一功能，這些研究人員不得不實現(xiàn)比較器理論預(yù)測核心功能之外的部分，這證明了機器人在評估關(guān)于自我的理論構(gòu)想是否充分上所具備的價值。

我所描述的這些研究通常集中于某一種行為能力或基準(zhǔn)，當(dāng)面對超出范圍的挑戰(zhàn)時，這些系統(tǒng)可預(yù)見地會失敗。然而，如果我們把這些不同的身體映射和感知方式整合起來，就有可能構(gòu)建出一種接近哲學(xué)家和科學(xué)家所描述的“最小化自我”的存在。這將有助于我們更好地理解人類嬰兒甚至其他動物的自我體驗。

從“最小自我”到“成人自我”

但對于我們大多數(shù)讀者更為熟悉的成人自我意識呢？同樣，通過將自我分解為各個組成部分，我們開始能夠看清每一個子系統(tǒng)是如何被構(gòu)建并最終組合在一起的。

有一個現(xiàn)象讓我尤為著迷，那就是我們構(gòu)想自身在時間中持續(xù)存在的能力，即我們體驗到昨天、今天和明天的自己是同一個人。心理學(xué)家如Endel Tulving曾提出[26]，自我的這一特質(zhì)建立在我們的情景記憶能力（對特定事件的記憶）以及人類在心理上“穿越時間”回到過去或想象未來的能力之上。

腦成像研究[27]表明，這兩者都依賴于涉及海馬體中的神經(jīng)網(wǎng)絡(luò)，而海馬體正是人類前腦中發(fā)育較為緩慢的組成部分之一。發(fā)展心理學(xué)的研究顯示，盡管大約兩歲左右的幼兒已對過去和未來有了一些初步理解，但接近成人的、線性的、可度量的時間觀（時鐘與日歷），要到學(xué)齡期才涌現(xiàn)[28]。這種將自我體驗為一個持續(xù)存在的實體的感覺，很可能伴隨著兒童對時間本這一觀念更廣泛理解的形成而產(chǎn)生。

與人類不同，機器人天生具備時鐘和日歷，并能存儲所發(fā)生的每一件事；但要擁有類似人類那種持續(xù)存在的自我感，還需要更多條件。例如，記憶在某種程度上是一個“提取”問題：你如何回憶起那些與當(dāng)下或未來特別相關(guān)的信息？在我的實驗室以及多個其他研究團隊的工作中，已開始利用人工智能的生成模型[29]，嘗試為機器人構(gòu)建類似于人類情景記憶的功能。這些模型不像計算機直接調(diào)取存儲記錄那樣運作，而是像人類記憶一樣，能夠根據(jù)部分線索主動重構(gòu)過去的事件，快速提取理解當(dāng)前情境所需的信息。同樣的系統(tǒng)若以不同方式加以引導(dǎo)，還可以構(gòu)建出可能的未來場景。若將這些能力與一個最小化的自我模型相連接，就有可能構(gòu)建出一種能夠回顧自身過去、并設(shè)想未來的機器人自我。

機器人還可以幫助我們探索成人自我意識的另一個方面——即感知“我”與“你”的不同。你和我都具有邊界，這意味著我們無法直接共享彼此的經(jīng)驗，盡管我們可以見證彼此的體驗，甚至基于自身的經(jīng)驗去想象它。來自人類發(fā)育過程的研究證據(jù)表明，這些能力是相對緩慢地逐步獲得的。事實上，直到三到四歲時，我們才開始能夠從他人的視角來思考世界。

雖然我們天生就傾向于與社會中的他人（尤其是直系親屬）建立聯(lián)系，但要真正理解他們作為“另一個自我”的存在，則依賴于我們在嬰兒期和童年時期逐步構(gòu)建起來的多種能力基礎(chǔ)。這些能力包括通過模仿進行學(xué)習(xí)，以及與他人實現(xiàn)共同注意（joint attention），而這兩者在機器人學(xué)領(lǐng)域也已得到了廣泛研究。

在心理學(xué)中，理解他人視角的能力通常通過“心智理論”（theory of mind）相關(guān)任務(wù)進行研究，如今這些任務(wù)也已被用作機器人模型的評估基準(zhǔn)[30]。大腦中用于表征自身身體的部分區(qū)域，在思考他人行為時也會被激活，這種機制有時被稱為“鏡像神經(jīng)元系統(tǒng)”[31]。機器人專家Yiannis Demiris及其同事已證明，一個人形機器人可以在協(xié)作任務(wù)（例如玩游戲）中，將其自身簡化的類人形態(tài)模型（類似于火柴人圖形）映射到人類同伴身上[32]。這種能力有助于機器人更好地理解人類伙伴的行為，并可支持模仿學(xué)習(xí)等其他功能的發(fā)展[33]。

人類自我模型的一個關(guān)鍵特征在于，它能夠整合并統(tǒng)合上述所有自我的不同層面。這一過程是如何發(fā)生的呢？與自我相關(guān)的眾多神經(jīng)系統(tǒng)由我們稱之為“認(rèn)知架構(gòu)”（cognitive architecture）的機制協(xié)調(diào)運作——即大腦的宏觀功能組織結(jié)構(gòu)。對人類而言，這種架構(gòu)至今仍知之甚少[34]。在人工智能領(lǐng)域，我們目前能夠復(fù)制人類大腦中的許多單獨能力，但將這些能力整合為統(tǒng)一、可靠且能實時運行的合成系統(tǒng)，仍然是一個巨大的挑戰(zhàn)。

解開這一架構(gòu)的鑰匙，或許在于其“分層”的特性[35]。正如前文所述，在自我的多個領(lǐng)域中，核心能力由出生時即已存在的腦系統(tǒng)支持；這些基礎(chǔ)系統(tǒng)隨后為發(fā)育較慢的大腦皮層構(gòu)建更復(fù)雜的自我表征提供了“腳手架”。

另一種理解大腦中分層控制的方式是將其視為一種具有“層級結(jié)構(gòu)”的預(yù)測模型[36]。在這一結(jié)構(gòu)中，更高層級的模型試圖預(yù)測它們將從下一層級接收到的輸入，并接收反饋信號以不斷優(yōu)化自身的預(yù)測能力。在層級的底部，是低層次的感知系統(tǒng)，它們接收來自身體和外部世界的感覺信號；而在頂端，則是那些從特定感官模式以及現(xiàn)實互動瞬息萬變的具體情境中抽象出來的高級認(rèn)知構(gòu)念。正是在這里，我們可以期待發(fā)現(xiàn)一組穩(wěn)定的觀念，它們構(gòu)成了自我中更為概念化和穩(wěn)定的方面。

自我概念的另一個重要來源是文化和語言。一旦我們學(xué)會說話，便開始接受來自文化或“常識性”觀念中對“自我”的理解，尤其是關(guān)于“我是什么樣的人”的認(rèn)知。自我感知的另一個來源則是自傳體記憶。盡管從大約兩歲起，我們就具備了回憶過去具體場景的能力，但將這些記憶組織成關(guān)于自我的故事，通常要到四到五歲時才能做到[37]。到了這個年齡，我們一般已較好地掌握了語言，并已深深融入了文化中關(guān)于自我的思維方式，包括通過講故事的形式，據(jù)此我們開始構(gòu)建屬于自己的人生敘事。

計算機科學(xué)家Peter Dominey及其同事研究[38]了機器人如何為自身經(jīng)歷的社會互動生成描述。他們的機器人并非被直接賦予抽象語法規(guī)則，而是通過將詞匯和語法結(jié)構(gòu)與自身的感官體驗（如位置、運動或接觸）相連接來學(xué)習(xí)語言，這一過程模仿了兒童的語言學(xué)習(xí)。最終生成的敘述不僅總結(jié)了機器人的經(jīng)歷并使其可被傳達(dá)，同時也塑造了機器人用來理解事件的內(nèi)部表征方式，這正如自然語言塑造了我們?nèi)祟悓κ澜绲捏w驗一樣。

?研究人員與iCub robot互動。圖源：SPECS lab/Paul Verschure，https://www.youtube.com/watch?v=dv38Q_ZNNoY

至此，我希望我已經(jīng)說服你相信：我們可以通過合成自我，即使用機器人進行建模，以深入理解人類自我的各個方面。然而，我確信仍會有一些讀者持懷疑態(tài)度。尤其是，盡管機器人似乎有可能達(dá)到某些與自我相關(guān)的外在行為標(biāo)準(zhǔn)，但（可以說）這一過程或許完全不涉及任何真正的機器人主觀體驗。我們是否只是在模擬William James所說的“作為客體的我”（me），而完全遺漏了作為主體的“我”（I）？更廣泛地說，這種分析方式是否忽略了人類自我經(jīng)驗本質(zhì)中某些至關(guān)重要的東西？

難題：主觀體驗與“我”

神經(jīng)科學(xué)家Anil Seth確實持這種觀點[39]。在Seth引用Thomas Nagel的說法指出，人類甚至動物之所以存在“某種作為其自身的感覺”（something that it is like），依賴于我們生物本性中的某些特質(zhì)，而這些特質(zhì)是無法在人工裝置中被復(fù)制的。Seth指出了許多生物系統(tǒng)所具備但機器人并不擁有的特征。他的清單涵蓋了從不同描述和組織層級的現(xiàn)象，包括線粒體中的電磁作用（細(xì)胞內(nèi)的能量系統(tǒng)）、神經(jīng)計算的生化基礎(chǔ)，到新陳代謝、自創(chuàng)生性（autopoiesis，即生物系統(tǒng)具有自我維持的能力），以及生存斗爭等。生物意義上的自我當(dāng)然擁有所有這些特性，而機器人則沒有。然而，這些特性與我們主觀的自我體驗之間的因果聯(lián)系尚不明確。

另一種思考“經(jīng)驗”的方式或許可以避免這種生物基礎(chǔ)主義的壁壘。心理學(xué)家J Kevin O’Regan在其著作《為什么紅色聽起來不像鈴聲》中提出，經(jīng)驗的根源不僅存在于大腦之中，更存在于身體與大腦和環(huán)境之間的互動之中。構(gòu)成我們體驗的各種感受，實際上對應(yīng)著我們的行為所引發(fā)的獨特“感覺-運動偶聯(lián)”（sensorimotor contingencies）[40]。例如，一個柔軟物體（如海綿）的觸感，就體現(xiàn)在我們用手指擠壓它時發(fā)生的“壓扁”動作之中。按照這一標(biāo)準(zhǔn)，任何能夠通過具身方式與世界互動、并產(chǎn)生感覺-運動偶聯(lián)的實體——當(dāng)然包括配備了適當(dāng)傳感器、執(zhí)行器等裝置的機器人都可能擁有某種形式的經(jīng)驗。

然而，基于感覺-運動偶聯(lián)（sensorimotor contingencies）的經(jīng)驗，去解釋自我感知的產(chǎn)生，確實排除了某些人造實體擁有主觀性的可能，比如當(dāng)下的大型語言模型這類離身的生成式AI。這些模型極其擅長使用主觀語言，誘使人們誤以為它們擁有體驗。

但正如認(rèn)知機器人專家Murray Shanahan及其同事所指出的，更準(zhǔn)確的理解是：大模型實際上是在“扮演”主觀體驗，其能力來源于對訓(xùn)練數(shù)據(jù)中人類語言輸出的模仿與再利用。這一批評同樣適用于目前大多數(shù)社交機器人，它們越來越多地依賴大模型進行社交互動，而這種互動往往遠(yuǎn)超其對場景和自我的理解能力。實際上，這些機器人距離真正擁有自我意識，可能并不比一個智能音箱更近。

這便引出了一個棘手的問題：我們?nèi)绾尾拍芘袛嗔硪粋€實體是否具有主觀經(jīng)驗？對此，Seth認(rèn)為，即使像“能否經(jīng)歷錯覺”這樣更復(fù)雜的科學(xué)測試標(biāo)準(zhǔn)也可能不足為憑（別忘了，如前所述，已有機器人表現(xiàn)出對橡膠手錯覺的易感性）。

我不禁想起電影《銀翼殺手》，其中主角Rick Deckard的任務(wù)是通過“沃伊特-坎普夫測試”（Voight-Kampff test）來區(qū)分人造人（復(fù)制人）與自然人類。這項測試通過提出能激發(fā)情感的問題，并觀察行為上的細(xì)微變化，包括臉紅、瞳孔擴張等生理反應(yīng)來進行判斷。當(dāng)然，沃伊特-坎普夫測試是虛構(gòu)的；而且人類自我的多樣性如此之高，即便這樣的測試真實存在，我們也未必人人都能通過。

暫且擱置關(guān)于主觀經(jīng)驗這一難題不談，我相信，通過機器人技術(shù)實現(xiàn)的“合成方法”在幫助我們理解人類自我意識方面仍極具價值。通過整合心理學(xué)、神經(jīng)科學(xué)與計算研究，我們得以逐步構(gòu)建一種關(guān)于“自我”的理論：即自我是一種虛擬結(jié)構(gòu)。它最初表現(xiàn)為一種對邊界的感知，隨后發(fā)展為對自身能動性的意識，進而形成初步的“自我/他者”區(qū)分。在此基礎(chǔ)上，隨著情景記憶和心理時間旅行能力的發(fā)展，個體逐漸獲得對時間中持續(xù)存在的自我之覺知。而更進一步的反思能力——即將這個有邊界、持續(xù)存在且具有體驗的實體，視為一個擁有過往歷史、喜好與厭惡等具體特征的“特定人物”則出現(xiàn)得更晚，并在你與他人分享關(guān)于自我的想法和感受的過程中最終成型。

盡管LLMs可能沒有自我，但它們?nèi)绱肆鲿车厥褂米灾刚Z言的能力確實表明：除了在語言中構(gòu)建的區(qū)分之外，感知者與被感知者之間可能并沒有截然分明的界限。在某種意義上，像 LLMs一樣，我們也是熟練的角色扮演者，在構(gòu)建、維護并表演著一個關(guān)于我們自己的觀念。然而，與離身的AI不同，我們最終能夠?qū)⑦@些概念和敘事層面的自我，深深錨定在我們與身體、與世界那無中介且糾纏不清的互動之中。

譯后記

該文的行文是通過機器人中創(chuàng)建自我認(rèn)知，來反向了解人類自我認(rèn)知是如何產(chǎn)生，有何特征的。這樣的“合成方法”，避免了讓問題陷入難以實證的空談，而是一步步的將自我像剝洋蔥一樣拆解開來，從而讓讀者明白自我感知的層級結(jié)構(gòu)。文中對大模型和主觀體驗的看法，可在另一篇追問文中找到詳細(xì)闡述：沒有一副身體，為何AI永遠(yuǎn)無法擁有意識。

今年春晚的亮點是機器人，但筆者總覺得缺了點什么。它們似乎難以走下那個精心編排的舞臺，邁入真實世界的工廠或家庭。翻譯完該文，我發(fā)覺當(dāng)前大多數(shù)機器人缺失的，正是文中反復(fù)提及的最小自我，更不用說更進一步的成人自我了。

我們希望機器人能夠自主學(xué)習(xí)，對新環(huán)境快速適應(yīng)，這需要機器人在新環(huán)境下區(qū)分自身，固定外部環(huán)境及可變外部環(huán)境（其它機器人或者與之合作的人）。這或許不需要機器人具備人類的心智模型，但若是連最基本的、對自身物理邊界和能動性的表征都無法構(gòu)建，所謂的自適應(yīng)將變得很困難。

https://aeon.co/essays/why-the-best-way-to-understand-the-self-is-to-build-a-robot-one

1 https://link.springer.com/article/10.1007/s00221-008-1562-y

2 https://www.sciencedirect.com/science/article/pii/S0149763424002501

3 https://www.sciencedirect.com/science/article/abs/pii/S1053810008000354?via%3Dihub

4 https://www.sciencedirect.com/science/article/abs/pii/S0925492701001196?via%3Dihub

5 https://psycnet.apa.org/doiLanding?doi=10.1037%2Fh0080017

6 https://psychiatryonline.org/doi/10.1176/jnp.23.1.jnp74

7 https://www.sciencedirect.com/science/article/abs/pii/S0163638301000558?via%3Dihub

8 https://www.frontiersin.org/journals/psychology/articles/10.3389/fpsyg.2019.00414/full

9 https://royalsocietypublishing.org/rstb/article/379/1913/20230415/109631/Synthesizing-the-temporal-self-robotic-models-of

10 https://www.jstor.org/stable/1132444

11 https://academic.oup.com/edited-volume/38581/chapter-abstract/334606560?redirectedFrom=fulltext

12 https://www.cell.com/trends/cognitive-sciences/abstract/S1364-6613(99)01417-5

13 https://www.ingentaconnect.com/content/imp/jcs/1998/00000005/f0020005/895

14 https://www.pdcnet.org/cogito/content/cogito_1989_0003_0003_0163_0173

15 https://global.oup.com/academic/product/altered-egos-9780195152425

16 https://link.springer.com/chapter/10.1007/978-3-319-97550-4_7

17 https://www.fujipress.jp/jrm/rb/robot003300051063/

18 https://www.science.org/doi/10.1126/science.1133687

19 https://www.tandfonline.com/doi/full/10.1080/01691864.2017.1383939

20 https://onlinelibrary.wiley.com/doi/10.1002/(SICI)1099-0917(199709/12)6:3/4%3C105::AID-EDP150%3E3.0.CO;2-U

21 https://ieeexplore.ieee.org/document/6907178

22 https://www.jstor.org/stable/1126701?origin=crossref

23 https://www.nature.com/articles/35784

24 https://www.cell.com/patterns/fulltext/S2666-3899(23)00289-1

25 https://ebooks.iospress.nl/publication/55167

26 https://psycnet.apa.org/doiLanding?doi=10.1037%2Fh0080017

27 https://www.cell.com/neuron/comments/S0896-6273(12)00991-9

28 https://psycnet.apa.org/record/2001-06248-011

29 https://royalsocietypublishing.org/rstb/article/374/1771/20180025/23678/Memory-and-mental-time-travel-in-humans-and-social

30 https://link.springer.com/article/10.1023/A:1013298507114

31 https://www.cell.com/trends/cognitive-sciences/fulltext/S1364-6613(00)01500-X

32 https://ieeexplore.ieee.org/document/5509429

33 https://ieeexplore.ieee.org/document/8039505

34 https://www.science.org/doi/10.1126/scirobotics.adg6014

35 https://royalsocietypublishing.org/doi/10.1098/rstb.2020.0519

36 https://link.springer.com/article/10.3758/s13415-019-00721-3

37 https://www.annualreviews.org/content/journals/10.1146/annurev.psych.121208.131702

38 https://www.frontiersin.org/journals/psychology/articles/10.3389/fpsyg.2017.01331/full

39 https://www.cambridge.org/core/journals/behavioral-and-brain-sciences/article/conscious-artificial-intelligence-and-biological-naturalism/C9912A5BE9D806012E3C8B3AF612E39A

40 https://pubmed.ncbi.nlm.nih.gov/12239892/

關(guān)于追問nextquestion

天橋腦科學(xué)研究院旗下科學(xué)媒體，旨在以科學(xué)追問為紐帶，深入探究人工智能與人類智能相互融合與促進，不斷探索科學(xué)的邊界。歡迎評論區(qū)留言，或后臺留言“社群”即可加入社群與我們互動。您也可以在后臺提問，我們將基于追問知識庫為你做出智能回復(fù)哦~

關(guān)于天橋腦科學(xué)研究院

天橋腦科學(xué)研究院（Tianqiao and Chrissy Chen Institute）是由陳天橋、雒芊芊夫婦出資10億美元創(chuàng)建的世界最大私人腦科學(xué)研究機構(gòu)之一，圍繞全球化、跨學(xué)科和青年科學(xué)家三大重點，支持腦科學(xué)研究，造福人類。

Chen Institute與華山醫(yī)院、上海市精神衛(wèi)生中心設(shè)立了應(yīng)用神經(jīng)技術(shù)前沿實驗室、人工智能與精神健康前沿實驗室；與加州理工學(xué)院合作成立了加州理工天橋神經(jīng)科學(xué)研究院。

Chen Institute建成了支持腦科學(xué)和人工智能領(lǐng)域研究的生態(tài)系統(tǒng)，項目遍布?xì)W美、亞洲和大洋洲，包括、、、科研型臨床醫(yī)生獎勵計劃、、、科普視頻媒體「大圓鏡」等。