应用神经科学视角研究人工意识的可行性

 8个月前     115  
应用神经科学视角研究人工意识的可行性

文章目录

应用神经科学视角研究人工意识的可行性

人工智能系统能力的提高导致人们认为这些系统可能很快就会有意识。然而,我们可能低估了人类意识背后的神经生物学机制

现代人工智能系统能够做出许多令人惊叹的行为。例如,当一个人使用像ChatGPT这样的系统时,响应(有时)非常像人,而且很智能。当我们人类与ChatGPT交互时,我们有意识地感知语言模型生成的文本,就像你目前有意识地在这里感知文本一样

问题是,当我们提示文本时,语言模型是否也能感知到它。或者它只是一个僵尸,基于巧妙的模式匹配算法工作?根据它生成的文本,很容易动摇系统可能是有意识的

这三位神经科学家认为,尽管像ChatGPT这样的系统的反应似乎是有意识的,但它们很可能不是。首先,语言模型的输入缺乏我们与周围世界的感官接触所体现的、嵌入的信息内容特征。其次,当今人工智能算法的架构缺少与哺乳动物意识意识相关的丘脑皮层系统的关键特征

最后,导致有意识生物出现的进化和发展轨迹可以说与今天设想的人工系统没有相似之处。生物体的存在取决于它们的行为,它们的生存与多层次的细胞、细胞间和生物体过程密切相关,最终形成能动性和意识

因此,尽管人们很容易假设ChatGPT和类似的系统可能是有意识的,但这会严重低估我们大脑中产生意识的神经机制的复杂性。研究人员对我们大脑中意识是如何上升的还没有达成共识。我们所知道的,以及这篇新论文所指出的,这些机制可能比当前语言模型的基础机制复杂得多

例如,正如这项工作中所指出的,真实的神经元与人工神经网络中的神经元并不相似。生物神经元是真实的物理实体,可以生长和改变形状,而大型语言模型中的神经元只是毫无意义的代码片段。在我们理解意识之前,我们还有很长的路要走,因此,离有意识的机器还有很长一段路要走。

For instance, as pointed out in this work, real neurons are not akin to neurons in artificial neural networks. Biological neurons are real physical entities, which can grow and change shape, whereas neurons in large language models are just meaningless pieces of code. We still have a long way to go before we understand consciousness and, hence, a long way to conscious machines.

版权声明:Robot 发表于 8个月前,共 1031 字。
转载请注明:应用神经科学视角研究人工意识的可行性 | 脑机网

您可能感兴趣的

暂无评论

暂无评论...