人工智能将会意识?
作者 : 时间 : 2018-04-09
日本软银集团人形机器人胡椒迎宾员银行满足客户。
人们在地毯上滑冰,牛变得更加透明,六岁知道荒谬的事情,电脑能做出正确的判断?尽管数据的处理速度,但计算机感知外面的世界和人类意识吗?如何判断机器的意识这种毫无意义吗?
在全国人民代表大会会议前不久世界机器,各种跑跳,健谈,交互式智能机器人已经与人沟通,他们的智能媒体说有多远从我们的机器人时代。
计算机技术越来越近似人类的智慧高。在美国几年前,IBM ‘ s的华生机器人智力竞赛节目《危险边缘》节目的竞争两个最好的球员竞争冠军的历史。然而,绝大多数人仍然怀疑电脑是否真的看到相机的各种现实世界中,或者通过一个麦克风来理解一个问题,虽然在计算机处理数据的速度,但计算机感知外面的世界和人类意识?
那么,如何判断机器的意识这种无意义的气质吗?明确意识的机器有什么功能,可以让我们理解大脑是如何工作的。此外,它甚至可以帮助我们回答哲学家一直纠结数百年的终极问题:意识是什么?
是真是假?
长期以来,哲学家们一直在思考,人工模拟有感觉吗?
1950年,英国数学家阿兰·图灵发表了一篇论文,宣称人工情报官员。本文建议使用可以创建一种机器,及其使用打字机交换时,你不能分辨如果人类更多的实际问题,更换机器可以认为一般的问题。
现在的图灵测试是允许测试人员使用自然语言(语言),我们使用在日常通信通过电脑屏幕与一个人或一个软件进行交互,交互内容可以参与任何话题。一段时间后,如果测试不能确定其他人类,那么对象即使通过了图灵测试,它是智力水平比得上人至少可以这样说。多年来,机器人是用来模拟智能聊天对话程序偶尔愚弄测试仪,但很快我将看穿。
神经生物学家志愿者的大脑或神经紊乱大脑的扫描,通过脑电图记录下他们的脑电波和锁所谓的意识逐渐神经相关因子,是大脑功能的最基本的结构之一。他们一起工作是足以导致任何特定的有意识的感觉,如欣赏美丽的日落。然而,这一领域仍然缺乏普遍性的理论,要靠这个理论原则的评估患者的脑损伤,甚至胎儿、老鼠和芯片可以体验有意识的感觉。
测试一个计算机芯片集成
意识的整合信息理论提供了一种方法来应对这些挑战。这个理论认为,信息意识作为一个整体。当你意识到他的朋友的脸,你不能错过这两个细节她大喊大叫,戴着眼镜。无论现场,只要实现,它始终是一个整体,可以分解成几个独立的组件可以感到孤独。
整个意识来源于各种互动关系的大脑的所有部分。如果大脑各个部分之间的连接(例如)在麻醉和深度睡眠,意识会削弱甚至消失。
意识,因此,必须是一个单一的、统一的实体,大量的状态信息的定义。整个信息系统的能力,也就是说,意识的能力,可以使用系统的每个部分的信息量相比它有多少的信息量是无可估量。
使系统更高层次的意识,必须是专业的所有部分,完全和集成,即部分一起工作比个人的运行效果。大脑的某些部分,如皮层,它是存在大量的神经元之间的连接,这个值是非常高的。
这种方法也可以用于计算机芯片的系统集成评估。电脑,只要足够晶体管和存储单元之间的关系复杂,它可以实现非常高水平的信息的集成以及人类的大脑。
一个机器人通过信息集成测试
除了取决于大小的机器连接到测量意识状态(这是非常困难的),如果一台机器是有意识我们怎么知道呢?可行的测量方法是什么?
测试机信息集成的方法是让机器做一个6岁的孩子也可以完成主题:图片有什么问题吗?解决这个简单的问题是有广阔的背景,比当前高端计算机在执行义务的面孔识别,跟踪信用卡欺诈等知识,依靠不知道多少倍。
计算机基于图像中信息的分析是合理的,必须依靠强大的处理能力,能力水平远远超过简单的数据库查询语言。说到高级游戏,电脑可以让人甘拜下风,但如果问电脑拍摄一些问题,就可以了。虽然最新的计算机硬盘容量超过我们可以记住,但是硬盘信息还没有集成,与其他元素的每个单元的基本系统。
相同的整合过程甚至可以让一个六岁的知道很多不协调的景象是荒谬的,如人们在地毯上滑冰,牛变得更加透明,等等。和确定计算机的关键是有意识的在这里。明显的和日常生活经验背道而驰的现象,证明人类有渊博的知识,知道事件和对象可以在同一时间出现,和大多数不是。
我们依靠这样一种理解,只有普通照片机主观意识的场景是对还是错。这种集成的图像内容是一种有意识的思维的基本属性,如蹲在埃菲尔铁塔的顶端,看到一头大象可以知道这个不合理。但是现在机器还没有能力,即使是让房间充满了IBM的超级计算机,也不能判断什么是合理的。
如何测试计算机读图吗
测试计算机如何解释图像,没有使用输入数据来测试机等传统的图灵测试方法。所有你需要做的就是在互联网上找到一些照片,沿垂直方向中间的每个图像变黑,剪刀剪,然后随机一起左右两部分。对合成图像通常不匹配,只有几两左右图像在一个图。电脑,所面临的挑战是找出匹配的图片。
中央涂黑,图像是防止使用电脑现在,低级图像分析技术,如检查除以图像纹理或颜色匹配之间的部分。这个测试方法基于分割图像需要计算机拥有先进的影像判读技术,并能够推断出每个部分的形象和谐搭配。
另一个测试是把一些对象在几个图片,所有图片看起来是正常的,只是一个形象问题。接受异构计算机测试必须找到。如躺在前面的电脑键盘是当然,但是如果这是一个盆栽,这是不合适的。
许多计算机算法是通过收集图像特征,如颜色、纹理边缘,匹配和低水平的统计数据。这些方法可以应付一个单独的测试,然而面对各种不同的图像的测试,是无能为力的。这些测试方法从真正的实用和距离,但是,这些方法的应用程序后,我们发现,人类的意识知觉功能涉及的质量知识的集成,而机器视觉系统的知识太窄和专业化。
想要学习意识从大脑结构
了解这些之后,我们最近可以期待什么?如果一个任务可以独立,不与其他的任务,所以它可以被机器熊。高速算法可以快速在大型数据库搜索,和边缘的象棋游戏和危险的对人类选手的程序。复杂的机器学习算法,训练后能完成工作,如人脸识别或检测行人,效率高于人类。
我们可以很容易地提出多次,让机器人完成越来越多的专门的任务。先进的计算机视觉系统逐渐成熟,十年之内,一个可靠的,很大程度上自动驾驶模式将成为可能。但是我们估计这种机器视觉系统还不能回答简单的问题与前面的车现场,仍不自觉地感到现场出现在前面。
但是我们也可以想象另一种机器,它可以带来大量的复杂世界上各种事物之间的关系,知识和高度集成到一个单一的系统。问这幅画这种机器有什么问题?,它会自动回答,因为图片与现实不能满足系统中内部约束。
这样的机器可以冷静地处理事情不容易分解成几个独立的任务。由于整合信息的能力,它应该能够有意识地感知一个场景。在我们看来,为了实现信息的高度集成,他们不妨借鉴哺乳动物的大脑结构。这样的机器在上面各种各样的考验将是很容易通过,可以与我们分享的意识人性最神秘的礼物。
稿件来源:全球科学(科学美国人中文版本,信号:huanqiukexue)
Giulio tononi写道:克里斯托弗·科赫