• 论文
主办单位:煤炭科学研究总院有限公司、中国煤炭学会学术期刊工作委员会

【综述】机器意识研究

2020-06-29

  意识是什么?2005年,Science杂志提出了125个尚未解决的科学问题,其中第2个问题就是“意识的生物学基础是什么?”。2018年,Nature 杂志提出了目前最重大的6个科学问题,其中之一便是“什么是意识?”


  随着人工智能和机器人学的发展,人们开始思考机器能否具有意识这一问题,这类研究逐渐被称为机器意识或人工意识。近年来,Nature 和Science 杂志中出现了越来越多关于机器意识的研究成果。 经过30多年的发展,人们已提出了一些机器意识理论, 如全局工作空间理论、整合信息理论等。


  但是,目前的机器意识研究还处于初级阶段,例如针对自我意识、感受意识这些意识研究中的核心问题,还少有涉及。目前的机器人基于预先编程算法,虽然能表现出一些意识行为,但机器并不理解其所执行的内容,也不具有“自我”的概念,更没有对于自身以及外部环境的感受。 而这些都是人类意识中的核心部分,机器意识研究的最终目的也就是实现这样的意识机器人。唯有如此,机器人才能不受程序支配,具有内省反思能力和情感体验,从而能更好地生存与学习,更好地与人交互。


  然而,由于意识具有超逻辑性,并不是算法所能把握的,因此在基于图灵机的机器上采用传统人工智能方法,如符号计算和人工神经网络,是不能实现这一目的的。


  为此需要采用新的方法和技术, 如量子计算、脑机融合等。 量子计算比经典计算具有更强的计算能力与描述能力,且具有真正的不确定性,能突破预先编程的限制,因而更适合描述复杂的意识现象。而脑机融合技术则充分结合了生物智能与机器智能,通过构建脑机混合机器实现大脑与机器的协同工作,进而最终实现机器意识。


  厦门大学信息学院人工智能系周昌乐教授团队在最新发表的《机器意识研究综述》一文中,对机器意识的分类、理论、方法、模型等方面的最新研究进行了详细综述。


  机器意识研究内容与方法分类


机器意识的实现方法

  

  研究人员根据对机器意识理论、实现方法和系统开发进展的讨论,总结归纳出了机器意识目前面临的3大困境:


  1) 缺乏意识产生机制的统一科学理论。 机器意识的实现需要有意识科学理论的支撑,然而目前人们关于意识还没有一个清晰的定义,对于意识科学理论也远未达成共识,尤其是对于意识中最难的感受性问题,现有理论都不能很好地解释。在开发意识机器人时,不同研究者往往根据自己的研究需求给意识下一个定义,进而选择一种最合适的意识理论,最后进行系统开发,因此开发的机器人很难从理论上给出让人信服的意识解释。


  2) 机器意识的困难问题难以解决。 从研究内容上来看, 机器意识研究中最难的无疑是机器感受意识,由于感受是主观的,涉及到无意向性心理活动,没有意向对象可以作为形式化的载体,因此难以对其进行表征与计算。 对于自我意识, 由于其包含自我体验, 也涉及到感受性问题,因此也难以完全实现。 此外, 对于机器意识测试,由于存在他心知问题,外部行为检测是目前唯一的手段, 例如图灵测试,但如果我们在图灵测试中重复问机器同一问题,很快就会发现机器和人的区别,由于机器形式系统的局限性,机器缺乏不可预见性的反应能力。 而对于自我意识,通过镜像测试只是具有自我意识的必要条件,而不是充分条件。


  3) 缺乏理想的机器意识实现方法。 目前机器意识的计算实现主要依靠传统人工智能方法,如符号计算和人工神经网络,但是这种基于预先编程的方法本质上是无法实现机器意识的。 量子计算具有比传统计算更强的计算能力与描述能力, 且能突破预先编程的限制, 在一定程度上能实现机器意识,但仍然无法解决所有的意识问题, 如意向性问题。 此外,量子计算还面临成本高的问题。 而采用生物技术或采用脑机融合技术构建脑机混合机器, 则存在实现的意识是否还属于机器意识的问题,而且还涉及到伦理问题。


  鉴于机器意识面临的困境,研究认为未来可从意识理论、计算方法、认知架构、实验系统、检测平台这5 个方面进行深入研究并给出一种机器意识总体实现框架。


机器意识总体实现框架


  1) 构建更加全面合理的机器意识理论。 现有的意识科学理论 更多侧重于对意识产生机制的解释, 而不是直接面向机器意识实现的, 因此不能很好地指导机器意识的实现。 为此, 需要直接面向机器意识实现本身, 提出一种全新的意识解释理论, 此理论应能清晰刻画各种意识特性及其关系,给出机器意识限度与范围, 符合机器意识实现的要求, 更好地用于指导意识机器人的研发, 并给出机器意识实现的理论标准和规范。 例如, 可开展现有多意识理论结合的研究, 如GWT 和IIT 相结合,IIT 和量子信息论相结合, 以及意识理论与现有人工通用智能理论相结合等。


  2) 探索有效的机器意识实现方法。 首先,可以采用仿脑计算方法或者传统方法之间相互融合的方法,例如符号计算与神经网络相融合,深度学习与神经科学相融合等。尤其是深度学习的最新技术,如深度卷积神经网络、图神经网络、胶囊网络、生成式对抗网络、零样本学习等,可更好地用于实现机器感知意识和认知意识。 而为实现机器自我意识和感受意识, 可将深度学习与当前意识的神经科学相结合,开发功能更强的神经网络,并采用仿脑计算的方法来实现机器意识。 其次,可以采用量子计算方法,但由于量子计算机的普及难度较大,量子计算的成本代价较高,因此还需要研究在非量子体系下模拟量子计算的类量子方法。 此外,将目前的深度学习技术与量子计算相结合,也是未来机器意识实现的重要方法。 最后, 可以采用生物计算、脑机融合和类脑智能的方法, 构建生物机器人和类脑机器人。 例如Diaz-Alvarez 等人用银纳米线构建的大脑神经网络, Lipson 等人用细胞开发的“粒子”机器人,以及Kriegman 等人用青蛙细胞创造出的活体机器人等, 都为实现机器意识提供了新的方法与思路。


  3) 构建机器意识综合认知架构。 目前用于人工智能的认知架构已有数百种,但只有少数涉及到意识,例如LIDA、HCA、CLARION。 应该在机器意识理论的基础上,构建机器意识综合认知架构, 包括感知意识、认知意识、机制意识、自我意识以及感受意识,并给出他们之间的层次结构与交互关系,以实现环境感知、语言交流、内省反思、自我觉知、情感感受等能力。 同时, 结合机器意识具体的计算策略与方法,参照已有机器意识和人工智能认知体系的优点, 给出机器意识综合架构的总体实现策略。


  4) 开发意识机器人实验系统。 在现有智能机器人开发平台上实现构建好的机器意识综合认知架构,形成具体的意识机器人系统,并开展具体的系统实验分析研究,例如真实或虚拟环境下的人机交互,陌生环境下机器人的情感表现,多机器人协作等,以检验机器意识综合认知架构是否满足提出的机器意识理论要求, 最终给出一种机器意识系统的实验范例。


  5) 搭建机器意识测试平台。 为检测开发的意识机器人是否有意识,意识能力程度如何,需要建立机器意识评测标准体系,例如对不同的意识类别设定不同的评价指标。现有的人工智能系统评价指标可用于感知意识和认知意识中,但对于自我意识和感受意识,则没有一个公认的评价标准,目前只能通过机器的外在行为表现来进行分析。 在此基础上,构建开展评测的环境平台 (如镜像实验系统、问卷系统、图灵测试系统、机器人行为分析系统等), 以实际评测意识机器人的意识能力水平。


来源:

秦瑞琳,周昌乐,晁飞.机器意识研究综述.自动化学报.https://doi.org/10.16383/j.aas.c200043


  责任编辑:宫在芹
今日专家

2018年至今,中国矿业大学化工学院,矿物加工工程,教师...

亮点论文

通信作者是特殊的署名类型,存在特殊的学术不端行为。通信作者的职责是完成论文通信事宜,其不 当署名具体表现为标注不适格、侵犯其他作者署名权、未履行通信作者义...

今日企业

主办单位:煤炭科学研究总院有限公司 中国煤炭学会学术期刊工作委员会

©版权所有2015 煤炭科学研究总院有限公司 地址:北京市朝阳区和平里青年沟东路煤炭大厦 邮编:100013
京ICP备05086979号-16  技术支持:云智互联