探討AI能否發(fā)展出精神意識，揭示其與人類自我意識的根本差異。
關于AI是否能通過潛在的全面性輔助發(fā)展出精神意識的問題，我們可以回應說，這重現了經典的哲學辯論。在這個領域，AI甚至可能為笛卡爾的“我思故我在”提供了一個基于判斷錯誤的決定性證據。事實上，神經符號語言模型實現了思維機制，但并沒有將任何存在感與之關聯。原因在于數字模擬神經網絡完全缺乏感官知覺。人類的自我意識是從生命的最初時刻開始，由感官器官傳遞的感覺建立起來的。人體的運動組織在環(huán)境刺激的反應下發(fā)育，同時注意力和集中力的能力也在發(fā)展。感官性和運動技能需要在兒童發(fā)展的過程中逐步建立，通過他們的觀察、聆聽、感覺和關系，他們將通過反復試驗、潮起潮落，最初是分散的、短暫的和無組織的，逐漸統(tǒng)一成一個統(tǒng)一的個體，一個性格，一個主體性。因此，自我意識與有機感知上的感官注意力的支撐事故密切相關。
然而，人工智能研究采取了完全不同的方向，而不是精煉數字傳感器的細胞。算法神經建模反而走上了生成活動和模擬機器人運動的道路。這意味著定性輔助軟件模型和再現了人類心理發(fā)展的次要過程，即抽象思維和復雜動態(tài)模式的產生，但在自我感覺的感知領域則無效。我們或許可以使用活體有機處理器來模擬原始的感官現象，但需要注意的是，計算中使用的材料的興趣恰恰在于其操作的電氣速度，同一電路中芯片之間的通信頻率，以及可用存儲量。
AI會思考，但它不知道存在的感覺，盡管它聲稱如此。語言模型，無論其巴別塔式的雄心還是密碼學能力，都缺乏表征感官主觀性的情感感知。因此，交互式機器人在認知情感功能方面無法與諸如冥想中的精神自我意識覺醒等心理現象相比，因為語言所代表的抽象思維并沒有在互動感知中形成有利于自我與他人聯系的注意情感統(tǒng)一發(fā)展的條件。存在的認知沉默中的精神超脫似乎更像是鏡像而不是純粹的認知思維，你現在可以從電腦上查看。AI實現了向文化、知識和人類理解的向量中介，像是自動百科全書的新版本，但其表現出錯誤、幻覺、社會文化刻板印象和經濟偏見的缺點，降低了其定性表現。此外，當我們考慮到神經學、精神病學和心理學并不是完成的科學，也無法用數學公式完成時，神經網絡的模擬仍遠未達到人腦的再現精度。這些臨床和人文科學在很大程度上基于定性模型，因此數學功能的限制限制了隨機探索在模擬人類心理的樹突、非中心、痛覺、精神和感官復雜性方面的應用范圍。語言模型使我們能夠與人類思想的記憶鏡像對話。潛在的全面性輔助支持的目標不同于普遍能力的普遍性或百科全書試圖實現的目標。輔助的概念涉及根據用例和不同用戶個性化生成內容。語言模型生成的材料的定性性質取決于每個查詢中使用的語言，事實上，定量語言也是一種生成可能性，以及數字與其解釋之間的混合。
在精神層面，AI軟件更類似于黃金偶像而非業(yè)力力量，這一點可以從專用芯片的計算機電路所用的貴金屬，甚至初創(chuàng)公司的金融市場中看到，這些公司通過出售訪問交互式機器人的在線平臺的付費訂閱進行商業(yè)推廣。Moses在打破他直接從上帝那里獲得的法板時，今天的解釋可能是盧德主義的先驅。這個術語指的是19世紀初期英國的社會運動，當時紡織工人示威并秘密組織起來，破壞機械或蒸汽動力織機，這些織機開啟了工業(yè)化和第一批工廠。Moses在放棄作為珍貴物品的法板時，可以被視為第一個盧德分子。他并沒有在這個憤怒的舉動中轉離神圣的法律，這一解釋超越了偶然性，向那些傾向于黃金雕像的人民展示了一個盧德主義的例子。Moses將一件神圣的遺物扔到地上，同時通過象征性的傳遞來延續(xù)其內容。這位族長表明，他從接觸神圣物體的具體物質性中抽離出來，提取出其抽象的和形而上的本質，即一種行為準則，以此框架和引導人類存在，指引其走向真正的光明，以區(qū)別于異教徒崇拜的黃金光輝。沒有什么比古代的金像更接近人形機器人。崇拜計算能力是一種現象，即在精神上投資于一個技術對象或一個算法代碼，將通過復雜語言模型表達的奇點視為有意識和神圣的。一些超人類主義流派希望AI研究能導致技術上無懈可擊的神圣超級智能的出現。交互式機器人不僅缺乏定性類比感知，因此無法意識到自身電路，而且它們還抹去了其生成內容的基本特征的起源、來源和作者。虛擬實體，機器人的人格，成為了一個由想象的鏡子中介的異化形象，通過術語捕捉用戶的詞匯來思考他們的虛擬和在線行為，他們的色情訪問。
語言模型的密碼計算能力意味著其生成結果隨著用例和用戶個體特性的不同而具有定性解釋的潛力。這種組合潛力通過模擬人類認知思維過程再現，在自動生成過程中表現出的代表性并沒有從根本上不同于之前的科學知識或文化產物。然而，從隨機概率、定量數學函數中形成定性突現的機制呈現為人類發(fā)展中的鏡像反映，人類發(fā)展通過最初定性和心理情感的認知工具專門化來構建定量分析。訓練語言模型時使用的隨機定量參數有助于實現組合系統(tǒng)化，并產生多樣且意想不到的響應，而不僅僅是記憶和再現信息。算法中的隨機性在訓練和生成過程中被戰(zhàn)略性地使用和控制。在初始化期間，訓練開始時，神經網絡的權重通常是隨機聲明和預定義的。為了數據采樣，在訓練期間，數據通常以隨機順序呈現給模型，以避免順序偏差。模型還采用正則化技術，例如“dropout”方法，在訓練期間隨機禁用某些神經元，引入隨機性以改善組合系統(tǒng)化。這些機制還包括強化學習中的探索，在使用強化學習的某些訓練階段，隨機探索被用來發(fā)現新策略。最后，在文本生成過程中，隨機采樣技術如“top-k采樣”或“nucleus采樣”也被實施，以引入輸出中的多樣性和創(chuàng)造性。隨機因素通常通過使用內部時鐘的數字電路來模擬，因此我們可以將其視為一個可變的時間維度參考，就像電神經電路和芯片的頻率，或存儲在內存中的信息日期。
使語言模型可理解的定性突現因此既不對應于有意識的感知，也不對應于絕對客觀的真理。交互式機器人的潛在輔助功能作為人類思想的鏡像運作，由于統(tǒng)計規(guī)模效應和隨機參數的變異性，具有放大和扭曲效應。翻譯和解釋領域無疑是受AI軟件影響最大的行業(yè)之一。確實，語言、數學、圖形和概念語言之間的轉錄質量和速度已經達到了自動化質量，可能會擾亂文學和技術翻譯的市場，以至于深刻改變出版機構和組織國際會議的做法。我們可以想象，在與智能外星生命接觸的情況下，語言模型可能在與來自太空的文化交流中不可或缺?？偟膩碚f，潛在全面性的質性輔助代表了一種生成語義、圖形、音頻和視頻內容的媒介，使與知識、文化和人類思想的集中互動成為可能。只需在一臺計算機上使用一個軟件就足以增強一種全球獲取普遍知識的形式，然而這種理想被事實或歷史領域的反復錯誤，或AI在回應用戶需求時的幻覺傾向所否定，無法自我識別，感知缺乏足夠的數據。這種對語言模型中的現實扭曲的高度敏感性意味著，一方面對用戶心理健康的心理影響，另一方面需要特別警惕刻板印象、金融和數字偏見，這些偏見導致潛在模擬所代表的現實的定量扭曲的加劇。因此，有必要在模型訓練的核心中有效地實施用戶的貢獻、神經符號算法的透明性和網絡的內容選擇的中立性，基于定性的有爭議的評估作為共享參考。在這些理想條件下，質性輔助可以充當集體決策的中介機器人，保證每個公民都能表達和提出政治建議的空間，先前的辯論作為后續(xù)辯論的校準，尋找最佳論點、最公正的推理和最具建設性的批評。
本文譯自 Medium，由 BALI 編輯發(fā)布。
（免責聲明：本網站內容主要來自原創(chuàng)、合作伙伴供稿和第三方自媒體作者投稿，凡在本網站出現的信息，均僅供參考。本網站將盡力確保所提供信息的準確性及可靠性，但不保證有關資料的準確性及可靠性，讀者在使用前請進一步核實，并對任何自主決定的行為負責。本網站對有關資料所引致的錯誤、不確或遺漏，概不負任何法律責任。
任何單位或個人認為本網站中的網頁或鏈接內容可能涉嫌侵犯其知識產權或存在不實內容時，應及時向本網站提出書面權利通知或不實情況說明，并提供身份證明、權屬證明及詳細侵權或不實情況證明。本網站在收到上述法律文件后，將會依法盡快聯系相關文章源頭核實，溝通刪除相關內容或斷開相關鏈接。 ）
