深度學(xué)習(xí)三巨頭之一的Yoshua Bengio也點頭稱贊。編譯 | AI 科技評論組
編輯 | 陳彩嫻
5月下旬，國際頂刊《美國國家科學(xué)院院刊》（PNAS）發(fā)表了一篇其于去年10月接收審核的工作，研究非常扎實：受圖靈的計算模型圖靈機(jī)（TM）與有意識的全局工作空間理論（GWT）影響，作者等人從理論計算機(jī)的角度出發(fā)，結(jié)合計算復(fù)雜性理論與機(jī)器學(xué)習(xí)知識，提出了一個形式化的理論計算機(jī)模型，將其命名為「有意識的圖靈機(jī)」（Conscious Turing Machine，CTM），有助于幫助我們進(jìn)一步理解「意識」。
論文鏈接：https://www.pnas.org/doi/epdf/10.1073/pnas.2115934119例如，作者團(tuán)隊提到一個觀點：計算需要時間。從這個角度看，理論計算機(jī)的觀點可以改變我們對「自由意志」的定義，即：自由意志是計算不同行動路線的后果的自由，或在可用資源（時間、空間、計算能力和信息）范圍內(nèi)盡可能多地計算這些后果，并從中選題最適合自己目標(biāo)的行動路線。作者的觀點是：無論計算系統(tǒng)是由血肉組成的，還是由金屬和硅組成的，意識都是所有合理組織的計算系統(tǒng)屬性。從這點出發(fā)，CTM不是為大腦建模，也不是暗示意識的神經(jīng)關(guān)聯(lián)，而是一個簡單抽象的意識計算模型，試圖理解意識及其相關(guān)現(xiàn)象。論文篇幅較長，AI科技評論作了精簡的要點整理如下：艾倫·圖靈的開創(chuàng)性論文“On computable numbers, with an application to the Entscheidungsproblem”可以說是理論計算機(jī)的起源。這篇論文給出了“計算機(jī)器”的數(shù)學(xué)定義，這個機(jī)器現(xiàn)在被稱為圖靈機(jī)（TM）。在圖靈的定義中，這個計算機(jī)器可以計算任何計算機(jī)或超級計算機(jī)可以計算的函數(shù)。定理是數(shù)學(xué)理論存在的理由，圖靈證明了所謂的理論計算機(jī)的第一個定理，即停機(jī)問題的不可解性。用現(xiàn)代的說法，這個定理證明不可能有通用的（調(diào)試）程序能確定哪些計算機(jī)程序會停止，哪些不會停止，想要構(gòu)造一個這樣的程序也是不可能的。停機(jī)問題的不可解性等同于初等數(shù)論的不可判定性，并隱含了哥德爾的第一個不完備定理的弱形式。在哥德爾和圖靈之后，數(shù)理邏輯學(xué)家們開始對哪些問題是可解決的、哪些是不可解決的進(jìn)行分類，并開始研究不可解決問題的深奧層次。隨著計算機(jī)器在1960年代的出現(xiàn)并變得廣泛可用，我們很快地了解到，許多在原則上可以解決的重要問題實際上不可能得到解決，甚至用最快的電腦也不可能解決，這不是一個技術(shù)的問題，而是更深層次的問題。理論計算機(jī)新興領(lǐng)域的研究人員（特別是Jack Edmonds， Stephen Cook， Richard Karp和Leonid Levin）意識到，在自然有限（因此是可解的）問題中，似乎存在一種可解的問題和不可解的問題之間的二分類，反映了之前可解和不可解的二分法。有可行的方法解決的問題在數(shù)學(xué)上可以形式化為在多項式時間P內(nèi)通過某些計算機(jī)程序可解。此外，實現(xiàn)在多項式時間內(nèi)可解的問題和在多項式時間NP內(nèi)可檢查的問題可能不是等價的。事實上，如果能確定等價性，就能回答著名的百萬美元P=?NP問題。除了定義串行快（多時間）計算復(fù)雜度類的層次結(jié)構(gòu)外，理論計算機(jī)還定義了并行超快（多時間）計算復(fù)雜度類的層次結(jié)構(gòu)。這兩個層次結(jié)構(gòu)都提供了模型中使用的定義和選擇。對簡單與困難、快速與緩慢之間的二分法的理解及含義，以豐富的理論、思想的重構(gòu)、新穎的概念和驚人的應(yīng)用，掀起了一場復(fù)雜性革命。事實上，在過去的40年里，計算復(fù)雜性的發(fā)展已經(jīng)展示了如何利用困難來處理看似不可能的問題。我們用計算機(jī)生成的隨機(jī)序列來說明，這個序列我們稱為「偽隨機(jī)序列」。從表面上看，偽隨機(jī)序列的概念是如此的不和諧，以至于馮·諾伊曼開玩笑說：“一個考慮用算術(shù)方法產(chǎn)生隨機(jī)數(shù)字的人，當(dāng)然是有罪的?！?/span>更準(zhǔn)確地說，偽隨機(jī)序列生成器是一種可行的（多項式時間）計算機(jī)程序，用于生成無法與任何可行計算機(jī)程序所生成的真正隨機(jī)序列（比如由獨立投擲一枚公平的硬幣產(chǎn)生的序列）區(qū)分開來的序列。因此，在人類生活的多項式時間世界里，偽隨機(jī)序列實際上是真正隨機(jī)的。如果沒有理論計算機(jī)對多項式和超多項式復(fù)雜性之間區(qū)別的說明，這種理解是不可能做到的。上述思想的一個應(yīng)用是用提供（短）隨機(jī)種子的偽隨機(jī)發(fā)生器產(chǎn)生的序列來取代概率型CTM中的隨機(jī)序列。特別是，如果概率型CTM具有“自由意志”，那么確定型的CTM也具有“自由意志”。這種確定型的CTM的自由意志與某些（也許是大部分）決定論的思想是相悖的。CTM的定義采用了理論計算機(jī)的視角。CTM是一種簡單的機(jī)器，它在數(shù)學(xué)上形成（并通過動力學(xué)進(jìn)行修正）有意識的GWT，有意識的GWT概念起源于認(rèn)知神經(jīng)科學(xué)家Bernard Baars，并由Dehaene和Mashour等人在他們的全局神經(jīng)元工作空間理論（GNWT）中加以擴(kuò)展。在《Theater of Consciousness》中，Baars將意識比喻為戲劇演員在工作記憶的舞臺上的表演，他們的表演是在一群坐在黑暗中的觀眾（或者說是無意識處理器）的觀察下進(jìn)行的。在CTM中，GWT的舞臺以在任何時刻都包含著CTM意識內(nèi)容的短時存儲器（short-term memory ，STM）為代表。觀眾則由強大的處理器（processor）代表，每個處理器都有自己的專業(yè)知識，這些處理器組成了CTM的長期存儲器（long-term memory ，LTM）。這些LTM處理器進(jìn)行預(yù)測，并從CTM的世界獲得反饋。每個處理器內(nèi)部的學(xué)習(xí)算法會基于這個反饋改進(jìn)處理器的行為。每個LTM處理器都有自己的專長，并且之間相互競爭，以便在舞臺上以塊（chunk）的形式獲得它們的問題、回答和信息，然后立即把這些內(nèi)容傳遞給觀眾。自覺意識（Conscious awareness），有時也被稱為注意力，在CTM中被正式定義為LTM處理器對CTM有意識內(nèi)容廣播的接收。隨著時間的推移，一些處理器通過鏈接（links）連接起來，這些LTM處理器之間從通過STM的有意識通信變成通過鏈接的無意識通信。通過鏈接對塊進(jìn)行傳播，可以強化其自覺意識，這一過程被Dehaene和Changeux稱為點火（ignition）。受到Baars的GWT架構(gòu)的啟發(fā)，CTM還集成了一些對意識感至關(guān)重要的附加功能。其中包括其動態(tài)，其豐富的多模態(tài)內(nèi)部語言（我們稱之為腦語（Brainish）），以及特殊的LTM處理器，使CTM能夠創(chuàng)建世界的模型。有限資源的后果在我們對與意識相關(guān)的現(xiàn)象（如變化盲視和自由意志）的高層次解釋中發(fā)揮著至關(guān)重要的作用。這些后果也修正了CTM的詳細(xì)定義。其中細(xì)節(jié)包括：- 塊的正式定義：塊是每個LTM處理器在時鐘每一次滴答聲中投入到意識競爭中的信息；
- 選擇其中一個競爭塊到達(dá)意識的快速概率競爭算法；
- 每個處理器中的機(jī)器學(xué)習(xí)算法，這個算法利用來自全球廣播、其他處理器和外部世界的反饋來提升處理器的競爭力和可靠性。
盡管受到圖靈的計算機(jī)模型的啟發(fā)，但CTM并不是標(biāo)準(zhǔn)的圖靈機(jī)。這是因為賦予CTM“意識感”的不是它的計算能力，也不是它的輸入-輸出映射，而是它的全局工作空間架構(gòu)、預(yù)測動力學(xué)（預(yù)測、反饋和學(xué)習(xí)的循環(huán)）、其豐富的多模態(tài)內(nèi)部語言，以及某些特殊的LTM處理器，如世界模型處理器。如前所述，我們不是在尋找大腦的模型，而是在尋找意識的簡單模型。2.1 CTM的基本結(jié)構(gòu)及CTM中意識的定義
假設(shè)CTM有一個有限的生命周期t。時間是用離散的時鐘節(jié)拍測量的，t= 0,1,2，…T～10 ^ 10。(大約每秒10次，即阿爾法腦波節(jié)奏)。CTM誕生于時間0。CTM是一個七元組，包括<STM, LTM, Up Tree, Down Tree, Links, Input, Output>等組件。在CTM中，STM是一種能夠保存單個塊的小內(nèi)存，定義見2.2節(jié)。LTM是N個處理器（N>10^7）的大規(guī)模集合，每個處理器是一個隨機(jī)訪問機(jī)器，其隨機(jī)訪問內(nèi)存大到足以容納T個塊的一小倍。處理器只在LTM中，而不是在STM中，所以當(dāng)文中說到處理器時，所指的是LTM處理器。某些特殊的LTM處理器特別負(fù)責(zé)CTM的意識感覺。這些特別的處理器包括世界處理器的模型、內(nèi)部語音處理器和用于處理內(nèi)部視覺、內(nèi)部觸覺等的其他內(nèi)部通用語音處理器。下行樹（ Down Tree）是一棵高度為1的簡單下向樹，STM中有一個根，有N條從根指向葉的邊，每個LTM處理器中有一個葉。上行樹是一個向上的二叉樹，高度為h，有N個葉子，每個LTM處理器有一個葉子，STM中有一個（單個）根。每個LTM處理器都有自己的專長，通過上行樹競爭把屬于自己的問題、答案和信息獲取到STM，并通過下行樹立即廣播給所有LTM處理器的觀眾。為了讓CTM簡單運行，所有LTM處理器向STM的競爭提交信息，所有處理器接收來自STM的所有廣播。然而在人類身上，視覺的背側(cè)通路從來沒有意識（從來沒有達(dá)到STM），只有腹側(cè)通路是有意識的。這種自下而上/自上而下的循環(huán)類似于全局神經(jīng)元工作空間（global neuronal workspace，GNW）假說，即“有意識的訪問在兩個連續(xù)的階段進(jìn)行……在第一個階段，從約100毫秒到約300毫秒，刺激以一種自下而上、無意識的方式在處理器的皮層層次上上升；在第二階段，如果刺激被認(rèn)為滿足當(dāng)前的目標(biāo)和注意力狀態(tài)，就會以自上而下的方式被放大，并由一小部分GNW神經(jīng)元的持續(xù)活動維持，其余的則被抑制。整個工作空間是全局連接的，在任何給定的時間，只有一個這樣的意識表征是活躍的?！?/span>2.1.3. 塊，有意識的內(nèi)容，自覺意識，和意識流
問題、答案和信息以塊的形式傳遞。在上行樹競爭中勝出進(jìn)入STM的塊被稱為CTM的有意識內(nèi)容。在CTM中，與Baars的劇場比喻不同，STM（舞臺）中總是有一個完全相同的演員。在每一個及時的步驟中，演員都會得到一個勝出的塊，這個塊就是通過下行樹即時播放的腳本。我們認(rèn)為，當(dāng)所有LTM處理器通過這個廣播接收到這些內(nèi)容時，CTM就會有意識地意識到這些內(nèi)容。我們將自覺意識定義為所有LTM處理器對STM廣播的接收，而不是在STM中出現(xiàn)獲勝塊，這么定義是為了強調(diào)意識的感覺是出現(xiàn)在處理器之后，尤其是世界模型和內(nèi)部語音模型接收到廣播后產(chǎn)生的。在CTM中，我們對意識的定義大致與認(rèn)知神經(jīng)學(xué)家所說的“注意力”一致。我們在CTM中所稱的意識感覺（the feeling of consciousness）大致與認(rèn)知神經(jīng)學(xué)家所說的“意識”或“主觀意識”一致。CTM中不斷冒泡的塊競爭著STM，其中的獲勝塊會不斷地從STM被廣播到LTM處理器中。從STM傳播到LTM的時間有序塊形成了一個意識流。如第3節(jié)所述，這種流是意識的主觀感覺的一部分。處理器之間的所有溝通最初都是通過STM進(jìn)行的。例如，處理器A可以向上行樹競爭向STM提交問題。如果這個問題在競爭中勝出，就會被廣播到所有LTM處理器。然后處理器B可以通過競爭提交答案，如果處理器B贏了，就會被廣播，以此類推。如果A認(rèn)為B的答案是足夠有用的，那么A和B之間就會形成雙向聯(lián)系。這種聯(lián)系讓人想起Hebbian原理，即“一起放電的神經(jīng)元會連接在一起”。除了向上行樹競爭發(fā)送塊，處理器還通過鏈接發(fā)送塊。這樣，A和B之間（通過STM的）有意識交流就可以通過A和B之間（通過鏈接）發(fā)送的塊，變成直接的無意識交流。A和B之間形成了額外的鏈接，用我們的話來說就是A和B之間的鏈接加強了。鏈接是處理器之間傳輸信息的通道。隨著CTM有意識內(nèi)容的廣播，那些在鏈接處理器之間發(fā)送的塊可以加強和維持自覺意識。這種強化與Dehaene和Changeux在他們的GNWT中所稱的“全局點火”有關(guān)。正如Dehaene所寫的那樣，“全局點火出現(xiàn)在……當(dāng)廣播超過某個閾值，并進(jìn)行了自我強化，一些神經(jīng)元刺激其他神經(jīng)元，然后這種刺激又反過來回傳興奮的時候。連接在一起的（細(xì)胞）突然進(jìn)入一種自我維持的高水平活動狀態(tài)，正如Hebb所說的，這是一種回響的‘細(xì)胞集合（Cell assembly)）’?！?/span>2.1.5. 輸入和輸出映射：傳感器和驅(qū)動器
CTM的環(huán)境(Env)是Rm(t)的一個子集，其中R表示實數(shù)，m是正整數(shù)維度，t（非負(fù)整數(shù)）是時間。輸入映射將CTM的傳感器獲取的、時變的環(huán)境信息發(fā)送給指定的LTM處理器（為了簡單起見，這里假設(shè)這些傳感器是輸入映射的一部分)，后者將環(huán)境信息轉(zhuǎn)換為塊。輸出映射將命令信息從LTM處理器傳遞到執(zhí)行器（這里假定執(zhí)行器是輸出映射的一部分），來對環(huán)境進(jìn)行操作。在CTM中，一共有五種連接為信息傳輸提供路徑和機(jī)制。下圖顯示了CTM與LTM處理器之間的這五種連接，它們分別是：- Env-LTM：來自環(huán)境的定向邊通過傳感器與感覺數(shù)據(jù)的處理器之間的連接；
- LTM—Env：特定處理器通過執(zhí)行器將定向邊傳遞給環(huán)境，執(zhí)行器作用于環(huán)境（特定處理器指的是比如生成手指運動指令的處理器，執(zhí)行器如接收這些處理器指令的手指，執(zhí)行器通過這些處理器的手指動作對環(huán)境進(jìn)行操作）。
2.2. 腦語（CTM的多模型內(nèi)部語言），要點和塊
腦語（Brainish）是CTM的內(nèi)部語言，用于處理器之間的通信，通過競爭和廣播或直接通過鏈接來實現(xiàn)通信。另一方面，處理器內(nèi)部使用的語言通常因處理器而異，除了腦語還有其他語言。腦語是用來表達(dá)內(nèi)部語言、內(nèi)部視覺、內(nèi)部感覺、想象和夢境的語言。腦語包括輸入和輸出的編碼表示，這些編碼表示都是用簡潔的多模態(tài)腦語單詞和短語來表示，稱為“gists”（要點）。要點可以包含一個場景的本質(zhì)，或關(guān)于一個證明的高度可擴(kuò)展的思想。要點還可以是一個問題的答案，某種洞察，一個夢的圖像，一種痛苦（的描述），等等。比起外部語言如英語、漢語或狗語（Doggish），腦語能夠更好地表達(dá)和操控圖像、聲音、觸覺和思想——包括非符號化的思想。作者認(rèn)為，具有表現(xiàn)力的內(nèi)在語言是意識感覺的重要組成部分（詳見第3節(jié)）。信息在所有邊上以塊的形式進(jìn)行傳輸，其在處理器之間傳輸，在STM和LTM之間傳輸，從輸入到LTM之間傳輸，也從LTM到輸出之間傳輸。一個塊就是一個六元組：<address, t, gist, weight, intensity, mood> 。其中，address（地址）是LTM處理器產(chǎn)生的地址塊，t是塊產(chǎn)生的時間，gist（要點）是腦語中被“簡明表示”的信息，該信息是處理器計劃所要通信的內(nèi)容。weight（權(quán)重）是處理器提供給要點的一個假數(shù)，intensity（強度）和mood（情緒）在時間t分別以 |weight|和weight開始。研究者注意到，塊的大?。ㄒ约八慕M件的大小，包括要點）必然會受到計算復(fù)雜性考慮的限制。2.3. 概率性質(zhì)的上行樹競爭：coin-flip神經(jīng)元和競爭函數(shù)
上行樹競爭是決定哪個LTM處理器能夠?qū)⒆约旱膲K放入STM的機(jī)制。在每個計時點t= 0,1,…,T，第t個競爭開始時，每個處理器p將其塊放入上行樹的處理器葉節(jié)點中。在一個塊被送入上行樹競爭之后，當(dāng)它在競爭樹上向上移動時，它的address、t、gist和weight保持不變，但其ntensity和mood會發(fā)生變化，以納入更多的全局信息。2.4. 有意識感知的計算復(fù)雜性和時間延遲
對于t>0和s>0，更新上行樹競爭中節(jié)點vs處的塊，所需的計算包括：1） 兩次快速計算f，對其值進(jìn)行求和和除法運算，以及一次快速的概率選擇；2） 將所選塊的地址、要點和權(quán)重放入節(jié)點vs；3） 對與vs的子節(jié)點相關(guān)的塊的強度和情緒進(jìn)行求和，并將這些總和設(shè)置為塊在vs節(jié)點處的強度和情緒。這些計算都必須在1個時間單位內(nèi)完成，這對節(jié)點上塊的大小和可以在該節(jié)點執(zhí)行的計算量設(shè)置了一個界限。我們假設(shè)每個處理器p在其內(nèi)部內(nèi)存中存儲元組的序列，這些序列按時間t排序，包括處理器送到競爭中的塊p、t、0，和處理器通過STM的廣播所接收到的塊，以及處理器在時間t從鏈接或輸入映射中接收到的塊的選擇子集。這些序列是CTM存儲的重要組成部分。「歷史」提供了一個p所看到和做過的高層存儲。高層存儲在很大程度上解釋了CTM在意識感受中的自我感知。CTM需要高層存儲結(jié)合預(yù)測算法來創(chuàng)造夢（詳見第4.5節(jié)）。這些存儲的信息可能會定期被修剪，因此只剩下「顯著」的塊，最顯著的是那些代表可怕、美妙或意外事件的塊。通常而言，每個處理器都會對它生成、修改和存儲的塊進(jìn)行預(yù)測。2.6. 預(yù)測動力學(xué)=預(yù)測+反饋+學(xué)習(xí)（睡眠專家算法）(Sleeping Experts Algorithm，SEAs)
處理器需要反饋來評估其預(yù)測的正確性和檢測錯誤，并學(xué)習(xí)如何提高正確性和減少并糾正錯誤。?無論是提交給STM競爭、通過鏈接提交給其他處理器，還是提交給影響環(huán)境的執(zhí)行器，LTM處理器都會對所有塊進(jìn)行CTM預(yù)測。?反饋從STM廣播中接收的塊、通過鏈接接收的塊以及通過輸入映射從環(huán)境接收的塊。?所有CTM學(xué)習(xí)和糾錯都在處理器中進(jìn)行。在CTM中，預(yù)測、反饋和學(xué)習(xí)不斷循環(huán)。CTM需要警惕任何不尋常的事情和任何形式的意外，以便在必要時處理這些事情，并始終提高對世界的理解。通過這種循環(huán)，預(yù)測的誤差（例如「意外」）被最小化。處理器尤其需要知道自己在設(shè)置權(quán)重時是過于保守還是過于大膽，這樣才能修正權(quán)重分配算法。睡眠專家算法（SEAs）是LTM處理器用來實現(xiàn)這一目標(biāo)的一類學(xué)習(xí)算法。這里所展示的是SEAs最簡單的版本之一。當(dāng)出現(xiàn)以下情況時，鼓動處理器（提高其賦給塊的強度）：- 它的信息（在SEA看來）比進(jìn)入STM的信息更有價值。
當(dāng)出現(xiàn)以下情況時，抑制處理器（降低其賦給塊的強度）：- 它的信息被發(fā)現(xiàn)（可能是之后被發(fā)現(xiàn)）不如某些未能進(jìn)入STM的塊的信息有價值。
SEAs在處理器是否將它們的塊放入STM方面起作用。SEAs也對處理器是否會「注意」那些通過鏈接發(fā)送給它們的塊中的要點有影響。塊的權(quán)重絕對值顯示生成塊的處理器認(rèn)為其要點是否重要，這將影響接收塊的處理器是否會注意到它。研究者比較了CTM和Baars的GWT模型，見下圖。
圖注：模型草圖:Baars的GWT模型（左）和CTM模型（右）為了簡單起見，此圖簡化了許多功能。例如，CTM在舞臺上只有一個「演員」，這個「演員」一次只持有一個塊。此外，CTM中的所有處理器都在LTM中。在這里，中央執(zhí)行器被取消，因為其功能可以由處理器代勞。在CTM中，輸入和輸出直接進(jìn)出LTM處理器，而不是直接通過STM。在CTM中，塊在定義明確的競爭中展開競賽，以登上舞臺（STM）。自覺意識（注意力）是所有LTM處理器對所廣播的獲勝塊（即CTM的意識內(nèi)容）的接收，而不是發(fā)生在輸入和STM之間的事件。Baddeley和Hitch的口頭排練和視覺空間畫板的角色由LTM處理器承擔(dān)。預(yù)測動力學(xué)（預(yù)測、反饋和學(xué)習(xí)的循環(huán)）和多模態(tài)內(nèi)部語言（腦語）以及計算和復(fù)雜性考慮是顯著的、關(guān)鍵的CTM特性。最后，正如「擴(kuò)展心智理論」所述，CTM可以LTM處理器的形式訪問現(xiàn)有技術(shù)，如Google、Wikipedia、WolframAlpha、AlphaGo等，LTM處理器的任務(wù)就是去使用這些應(yīng)用程序。這是確保CTM在其生命周期開始時（t=0）擁有大量功能強大的處理器集合的一種方法，該集合在其整個生命周期中都是可擴(kuò)充的。CTM模型及其動力學(xué)的關(guān)鍵特征與Dennett概述的意識特性之間具有異曲同工之處：控制我們意識思維的轉(zhuǎn)變的既不是主調(diào)度器，也不是Boss神經(jīng)元，更不是Homunculus或Res Cogitans。在實施控制的必定是一個動態(tài)的、有些競爭性的過程。究竟是什么決定了誰是贏家？應(yīng)當(dāng)是類似于伴隨和控制著所有內(nèi)容命運的微觀情緒、積極和消極的配價強度這些因素，不僅是在情感上明顯突出的事件如痛苦、尷尬或欲望的強迫性記憶，而且還有最深奧和抽象的理論思考。盡管受到了Baars的GWT架構(gòu)的啟發(fā)，但CTM集成了其意識感受所必需的功能。這是下一節(jié)的重點。雖然根據(jù)STM傳播的意識內(nèi)容的定義，CTM是有意識的，但這個定義并沒有解釋在CTM中是什么產(chǎn)生了意識的感覺。作者認(rèn)為，CTM對意識的感覺主要是其極富表現(xiàn)力的腦語所帶來的，再加上CTM的架構(gòu)、特定的特殊處理器和CTM的預(yù)測動態(tài)（預(yù)測、反饋和學(xué)習(xí)）。多模態(tài)腦語準(zhǔn)確地描述了CTM所感知到的世界。這種知覺是由多模態(tài)語言的感覺所組成的。它的詞匯包括氣（鼻孔聞到的氣味）、疼痛（極度不愉快的疼痛感覺）、臉（看別人臉時看到的東西）等等。夢是很重要的，因為它顯示了當(dāng)CTM既沒有輸入也沒有輸出時，要點可以表達(dá)什么。這包括獲得STM訪問權(quán)的上行樹競爭，以及隨后對贏家所進(jìn)行的全局的下行樹廣播，尤其是所有在產(chǎn)生意識感覺中扮演特殊角色的處理器。作者挑選了在誕生時就內(nèi)置了專門算法的一些處理器。- 世界模型處理器（Model of The World processor）根據(jù)從環(huán)境中獲得的信息，或從可能被修改過的內(nèi)部存儲器中獲得的信息，來構(gòu)建CTM世界的模型。將CTM的內(nèi)部世界定義為世界處理器的模型為CTM創(chuàng)建的稀疏「CTM」模型。將CTM的外部世界定義為它用腦語所注釋的標(biāo)簽和描述，包括它們（可能）擁有的感覺和它們（可能）執(zhí)行的動作。
- 內(nèi)部語音處理器提取STM廣播的要點中被編碼的任何語音，并將其發(fā)送到與輸入映射發(fā)送外部語音的要點（由輸入映射創(chuàng)建的要點）相同的位置。這最初是通過STM發(fā)送的，然后在鏈接形成后，直接通過鏈接發(fā)送?！竷?nèi)部語音」是由內(nèi)部語音處理器產(chǎn)生的，它使CTM能夠回憶過去，預(yù)測未來，并制定計劃。內(nèi)在語言的要點（如自言自語或夢中所說的和所聽到的）與外在語言的要點幾乎沒有區(qū)別。人類的內(nèi)部語言聽起來很像外部語言，以至于很難區(qū)分二者，就像精神分裂癥患者的情況一樣。
- 內(nèi)部視覺和內(nèi)部（觸覺）感覺處理器，將STM廣播的任何圖像和感覺都映射到輸入映射發(fā)送到外部場景和外部感覺的任何位置。內(nèi)部視覺和外部視覺（由輸入圖像產(chǎn)生的視覺要點）幾乎沒有區(qū)別。CTM的記憶和預(yù)測能力使得CTM能夠創(chuàng)造內(nèi)部圖像和感覺，從而產(chǎn)生想象和夢境。為了阻止精神分裂癥的幻覺，人類大腦會區(qū)分內(nèi)部圖像和外部圖像。大腦有各種各樣的技巧來做到這一點，其中一個就是讓夢變得難以記憶。
這些處理器通知CTM世界模型中的「眼睛」和「皮膚」，讓它們「看到」CTM從視覺記憶中回憶起來的任何東西，并「有觸覺地感知」CTM從感官記憶中回憶起的任何東西。這些眼睛和皮膚就是CTM的心靈之眼和心靈之膚。作者認(rèn)為，這些處理器是內(nèi)部通用的語音處理器。此外，作者認(rèn)為，CTM通過預(yù)測、反饋和學(xué)習(xí)的持續(xù)循環(huán)影響了CTM對意識的感覺。在CTM的世界處理器模型中，這種感覺通過（并行的）預(yù)測動力學(xué)進(jìn)一步增強，在該模型中，CTM不斷地進(jìn)行規(guī)劃和測試。正反饋給CTM一個信號，表明它了解正在發(fā)生的事情；負(fù)反饋——除非是關(guān)于一些無法預(yù)測的事情，比如一聲意外的巨響——給CTM提供了它不知道或不理解的事情的證據(jù)。6) 制定并實施計劃的動機(jī)（=能量+動力）。現(xiàn)在回到世界處理器的模型，來描述一個中心任務(wù)，即將其模型的各個組成部分標(biāo)記為self（自我）或非self，或者未知。世界處理器的模型如何決定什么是self，什么不是self？如果在對一個塊（CTM的一個思想）的廣播之后，執(zhí)行器立即在環(huán)境中執(zhí)行一個動作——這個思想會導(dǎo)致相同的動作持續(xù)不斷地重復(fù)——那么這表明執(zhí)行器是self的一部分。世界模型的處理器還有其他重要的工作來賦予CTM以自我意識，包括創(chuàng)造想象、創(chuàng)造環(huán)境的映射和表達(dá)運動的環(huán)境，幫助計劃環(huán)境中的行為，幫助預(yù)測環(huán)境中的自我和而非自我的行為，糾正對自我和非自我行為的預(yù)測。當(dāng)CTM通過廣播發(fā)現(xiàn)自己在思考自己的意識時，世界模型處理器就會將模型中的「CTM」標(biāo)記為「有意識的」。現(xiàn)在再來看看，為什么CTM會認(rèn)為自己是有意識的。這不可能是因為世界模型處理器或任何其他處理器認(rèn)為它是有意識的，因為處理器只是運行算法的機(jī)器——而且這樣的機(jī)器并沒有感覺。作者認(rèn)為，CTM作為一個整體是有意識的，這有一部分是因為世界模型處理器會將其世界模型中的「CTM」視為有意識的，并將這個觀點傳播給所有的處理器。在這里，「CTM」是對更復(fù)雜的CTM的簡單學(xué)習(xí)表示。這一節(jié)將探討CTM如何可能經(jīng)歷一般與意識相關(guān)的各種現(xiàn)象。作者相信從模型中得出的解釋，提供了對意識體驗如何產(chǎn)生或者可能如何產(chǎn)生的高層次理解，這些解釋與心理學(xué)和神經(jīng)科學(xué)文獻(xiàn)達(dá)成了高度一致。在下文的例子中，盲視說明了有意識和無意識意識之間的區(qū)別。在盲視中，人不會有意識地看到外部世界。當(dāng)被要求在一個雜亂的房間里拿東西時，實驗參與者會有一種典型的反應(yīng)：“我看不到東西在哪兒?！钡绻?jǐn)慎對待這個要求，實驗參與者還是能熟練完成這個任務(wù)的。在CTM中，視覺輸入直接從視覺傳感器到處理視覺輸入的LTM處理器的一個子集。然而，在盲視的CTM中，由于某種故障，也許是上行樹的斷裂，或者是視覺處理器無法有競爭性地輸入塊的信息，這些信息無法上傳到 STM，因此也就無法得到全局廣播。由于這個原因，CTM不會有意識地意識到自己能看到。然而，信息仍然可以通過鏈接在（無意識的）處理器之間進(jìn)行交流。因此，視覺處理器收到的視覺信息可以通過鏈接發(fā)送到控制腿部執(zhí)行器的行走處理器。當(dāng)一個人未能察覺到明明就在眼前的視覺刺激時，就會出現(xiàn)無意盲視。無意盲視是“當(dāng)注意力集中在其他任務(wù)上時，沒有注意到一些意外的東西的存在”。例如，在著名的選擇性注意測試中，實驗者向觀眾播放影片「看不見的大猩猩」，并要求觀眾“數(shù)出穿白襯衫的球員的傳球次數(shù)”。幾乎所有的觀眾都給出了接近正確的數(shù)字，但當(dāng)被問及“你看到大猩猩了嗎？”時，他們卻呆若木雞。這到底是怎么回事？假設(shè)CTM正在觀看大猩猩的影片。關(guān)于白襯衫球員的輸入查詢獲得了STM的訪問權(quán)，然后立即廣播給所有LTM處理器。為了執(zhí)行這個任務(wù)，CTM的視覺處理器給白襯衫要點分配了高密度（intensity），而給任何黑色的東西分配了非常低的密度，因此有“大猩猩”圖案的塊狀物要點很少有機(jī)會進(jìn)入STM。CTM并沒有有意識地看到這個大猩猩。CTM對無意盲視的解釋是：對要點給予不同的密度，對不相關(guān)的要點給予較低的密度，那么得到較高密度的塊會有更大的競爭優(yōu)勢。根據(jù)參考文獻(xiàn)中進(jìn)行的模擬，在某些“點燃”狀態(tài)下，“自發(fā)活動可以阻止外部感覺處理”。他們把這種阻斷與無意盲視的原因聯(lián)系起來。在我們看來，阻斷人腦對黑色物體的“感覺處理”，大致相當(dāng)于CTM大幅降低了塊中黑色要點的密度，從而降低了這些塊進(jìn)入STM的機(jī)會。CTM中不同密度的影響也符合理論上的含義，即人類的無意盲視“可以作為不相關(guān)信息的過濾器，可能過濾掉意外事件”。當(dāng)人不能注意到圖片或場景中的巨大變化時，就會出現(xiàn)變化盲視，它是“未能注意到某些東西從一個時刻到另一個時刻的變化”。一個頗具啟發(fā)性的例子是偵探視頻。一名偵探進(jìn)入了謀殺現(xiàn)場，并說“顯然，這個房間里有人謀殺了斯邁思爵士”，并立即依次審問每個嫌疑人。女仆稱：“我在主臥室里擦拭銅器。”管家說：“我在給老爺?shù)目撅炌奎S油。”而斯邁思夫人說：“我在盆景棚里種牽?；??！边@些信息足以讓聰明的偵探當(dāng)場破解謀殺案。然而，為什么我們沒有注意到開頭的屏幕截圖和結(jié)尾之間有許多不協(xié)調(diào)的場景變形？從CTM的角度來看，在觀看“偵探”視頻時，CTM有形成整體的印象，但沒有注意到風(fēng)衣、花、畫等被其他東西取代后所發(fā)生的變化，這是因為以下原因：1）拍攝過程中，導(dǎo)演巧妙安排了整個場景乃至于單個人物的變化，去除了深色風(fēng)衣變成白色風(fēng)衣、熊變成盔甲、搟面杖變成燭臺、死者換了衣服并抬起了腿等等變化的過渡。視頻輸入從未向CTM的視覺處理器發(fā)出信號，表明“場景”已被修改。2）重要的是，同樣的要點對開頭和結(jié)尾的場景都有同樣的描述：“一座豪宅的客廳，里面有偵探、管家、女仆、其他人，還有一個地板上的死者。”在這些條件下，CTM就出現(xiàn)了變化盲視。同樣，CTM 的解釋與關(guān)于人類變化盲視的文獻(xiàn)一致。鑒于變化檢測需要充分表示變化前和變化后的場景以及比較，任何影響表示的豐富性或比較表示的傾向的任務(wù)特征都應(yīng)該影響檢測。變化對象的語義重要性似乎對受試者關(guān)注并因此注意到變化的可能性有最大影響。4.4 錯覺，不注意的盲目性和變化的盲目性可能被認(rèn)為是幻覺的例子
根據(jù)定義，CTM是有意識地意識到從STM廣播的塊中的要點的。（這些要點從LTM處理器到達(dá)STM。LTM處理器是通過輸入映射從傳感器得到，或者通過鏈接從其他LTM處理器得到，或者通過廣播從STM處得到這些要點的）。要點儲存在LTM記憶中的原因很多，其中一個原因是為處理器提供高層次的故事，如夢中發(fā)生的故事。在CTM中，意識流是STM播放的要點序列。每個時刻的每個視覺要點都給CTM一種感覺，即它看到了眼前的整個場景，盡管它最多只看到場景的一小部分。整體的錯覺有幾種解釋，其中最主要的是，一個多模態(tài)的腦語要點可以描述一個極其復(fù)雜的場景，比如“我站在一個包含小溪、小路、小橋和樹木的日本風(fēng)格花園前”。這個要點是否包括了iPhone相機(jī)拍攝的1200萬像素照片中的細(xì)節(jié)（就像它感覺我們看到了一樣）？整體的幻覺是要點中高度暗示性（簡潔）信息的結(jié)果。CTM像變魔術(shù)一樣變出了這個場景。Keith Frankish 稱這是意識的幻覺主義理論。夢是最終的幻覺。有些人聲稱不做夢，但大多數(shù)人都是做夢的。夢可能是視覺的、聽覺的、觸覺的，等等。夢往往與情感過程有關(guān)，可以表達(dá)巨大的痛苦和恐懼（噩夢）或巨大的快樂（如飛行夢）。一個人可以感覺到腿部的殘缺不全的疼痛，醒來后卻發(fā)現(xiàn)疼痛完全是虛幻的，根本沒有疼痛，一個人也可以睡著時臉朝下，醒來時臉朝上。在CTM中，一個內(nèi)置的睡眠處理器（Sleep processor）跟蹤時間、習(xí)慣、日/夜等，并有內(nèi)部算法來監(jiān)測睡眠的需要。如果睡眠處理器確定需要睡眠，它就會通過提高自己的塊的密度，讓塊能夠進(jìn)入STM，并將其他塊阻擋在STM外。這與降低其他LTM處理器的塊的密度的效果大致相同。這個處理器還阻止或大大降低各種輸入（所看和所聽）的密度，并阻止激活輸出的信號（如四肢收到的信號）。這就是睡眠狀態(tài)。睡眠處理器不斷監(jiān)測睡眠的需要，并隨著這種需要的減少，按比例減少自己的塊的密度。這最終允許夢的要點（以塊為單位）達(dá)到STM。這就是夢的狀態(tài)。最后，當(dāng)睡眠處理器降低其對輸入和輸出的限制時，CTM就會醒來。在人類中，非快速眼動睡眠和快速眼動睡眠在覺醒前可以交替進(jìn)行幾次。當(dāng)CTM處于夢境狀態(tài)時，一個創(chuàng)造夢境的處理器（Dream Creator）便開始活動（也就是說，這個處理器開始將它的塊送入STM）。這些塊中的要點包含思想的內(nèi)核（通?；谠缙贑TM的活動、關(guān)注、想象）。當(dāng)這些塊被廣播時，所有的處理器，包括那些在意識感覺中起關(guān)鍵作用的處理器，都會收到這些廣播并競相作出反應(yīng)。這使CTM在夢境中具有與清醒時相同的活著的感覺。造夢處理器和其他處理器輪流來回互動。造夢處理器和處理器之間的對話——來回的互動——是構(gòu)成夢想的要點序列、這個序列就是夢的意識流。夢實質(zhì)上是將這一序列的塊拼接起來，產(chǎn)生一個夢的意識流（內(nèi)在電影），1）看到、聽到和感覺到夢中的世界，2）影響夢中世界出現(xiàn)的東西。這樣一個（互動的）內(nèi)心電影顯示一系列的感覺輸入（圖像、氣味和聲音），并產(chǎn)生一系列的行動。當(dāng)CTM處于睡眠狀態(tài)但不做夢時，大多數(shù)處理器不能將它們的塊送入STM，巨大噪音檢測器和睡眠處理器本身是例外。睡眠處理器在STM中的塊會阻止大多數(shù)其他處理器的塊到達(dá)STM。根據(jù)設(shè)計，睡眠處理器持有一個空的要點，所以CTM沒有意識或幾乎沒有意識。在CTM離開睡眠狀態(tài)進(jìn)入夢境后，一部分LTM處理器，如內(nèi)視處理器，可以將它們的塊送入STM。因此，在做夢時，CTM是有意識的，可以生動地體驗事件。正如第3節(jié)所討論的，關(guān)鍵的處理器，如內(nèi)在言語、內(nèi)在視覺、內(nèi)在感覺和世界模型的處理器，在產(chǎn)生CTM的意識感覺方面起著特殊作用。當(dāng)CTM做夢時，這些處理器也發(fā)揮類似的作用。- 內(nèi)在語音處理器從STM廣播的多模態(tài)圖形中提取內(nèi)在語音，并將該語音發(fā)送到接收外部語音的同一處理器。這個過程使夢中的語言聽起來像外部語言。內(nèi)在視覺和內(nèi)在感覺處理器以類似的方式幫助創(chuàng)造夢境。
夢境展示了腦語要點的力量。CTM 在夢中看到的、聽到的、感覺到的和做的，必然是由能夠回憶、修改和向STM的競爭提交創(chuàng)作的處理器編造的。這些編造是現(xiàn)實的，因為它們使用的是清醒時產(chǎn)生的同樣的要點。因此，即使 CTM 完全脫離了外部輸入，夢也會產(chǎn)生現(xiàn)實世界的感覺。因此，夢可以顯得如此逼真，以至于CTM可能變得難以區(qū)分夢境和現(xiàn)實（但是人類較難記住夢境，所以這個問題在人類中就可以避免）。已有的文獻(xiàn)證明，一個人看到一張臉后，無論是從記憶中找回這張臉，還是當(dāng)這張臉出現(xiàn)在夢中，都會出現(xiàn)同樣的神經(jīng)活動模式。文獻(xiàn)還指出，在快速眼動睡眠中，當(dāng)人有運動的感覺時，夢中運動皮層的激活與清醒時的激活是一樣的。- 世界模型處理器預(yù)測CTM的行為將在其（內(nèi)部和外部）世界中產(chǎn)生的影響。它從這些行動在其世界模型中的效果來做這件事。造夢處理器可以使用這個相同的預(yù)測機(jī)器來創(chuàng)造夢。
夢也使CTM能夠在未知和可能的危險情況下測試自己。在人類和CTM中，夢都可以成為實驗各種可能解決方案的實驗室。然而，與清醒時的意識不同，由于CTM在其世界模型處理器中的“一致性檢查器”沒有得到來自環(huán)境的輸入，不一致的情況在夢中比清醒時更容易發(fā)生而不被注意。因此，CTM可以在夢中飛行。Zadra和 Stickgold 斷言，在人類中，“夢境并不完全重現(xiàn)記憶。夢創(chuàng)造了一種敘述，其要點與最近的一些記憶相同，并可能有相同的標(biāo)題?！彼麄冎赋?，“快速眼動睡眠提供了一種大腦狀態(tài)，在這種狀態(tài)下，弱的和意外的聯(lián)想比正常的強聯(lián)想更強烈地被激活，這解釋了快速眼動睡眠是怎么幫助去尋找一些弱相關(guān)的遙遠(yuǎn)的聯(lián)想，也許解釋了我們快速眼動睡眠期的夢為什么那么奇怪。”自由意志的問題是古老的，早在公元前一世紀(jì)就出現(xiàn)在 Lucretius（De Rerum Natura）?！叭绻械倪\動總是相互聯(lián)系的，新的產(chǎn)生于舊的，有一個確定的順序——如果原子從來沒有轉(zhuǎn)向從而產(chǎn)生一些新的運動，打破命運的束縛，永恒的因果順序——那么整個地球上的生物所擁有的自由意志的來源是什么呢？”Samuel Johnson博士在1709年至1784年之間的觀察捕捉到了自由意志的悖論：“所有的理論都反對意志的自由，而所有的經(jīng)驗都支持意志的自由?！?/span>Stanislas Dehaen 則發(fā)出了當(dāng)代的聲音：“我們的大腦狀態(tài)顯然不是無因的，也不能逃脫物理學(xué)定律——沒有什么可以逃脫。但是，只要我們的決定是基于有意識的思考，自主地進(jìn)行，沒有任何障礙，在承諾采取某項行動之前仔細(xì)權(quán)衡利弊，就是真正的自由。當(dāng)這種情況發(fā)生時，我們說的自愿決定是正確。當(dāng)然，即使它最終是由我們的基因和環(huán)境造成的?！?/span>本文作者在 Dehaene 的基礎(chǔ)上補充說，計算需要時間。為了做出決定，CTM在需要時間的評估中對其備選方案進(jìn)行評估，在這段時間里，CTM是自由的，事實上可以感覺到自由，選擇它認(rèn)為（或者說計算出的）最好的一個結(jié)果。因此，理論計算機(jī)的觀點影響了我們對自由意志的定義。自由意志是計算不同行動路線的后果的自由——或在可用資源（時間、空間、計算能力和信息）范圍內(nèi)盡可能多地計算這些后果——并從中選擇最適合自己目標(biāo)的行動路線。這個定義同時包含了預(yù)測性動態(tài)（計算不同行動方案的后果）和資源限制（時間、空間、計算能力和信息）。例如，如一個 CTM 被要求在國際象棋游戲中扮演一個特定的位置。不同的處理器建議不同的棋步。CTM的主要下棋處理器（假設(shè)存在這樣的處理器，或者可以說是一個對游戲有“高層次”看法的處理器）通過在STM中廣播一個塊來表示，它認(rèn)識到它有一個可以選擇的棋步，并且它認(rèn)為值得仔細(xì)研究每一步的后果。在這一點上，面對可能的棋步選擇，但尚未評估這些棋步的后果，CTM可以在時間限制內(nèi)自由選擇它認(rèn)為最好的棋步。1）當(dāng)考慮到CTM會詢問自己 “我應(yīng)該做什么動作？”的時刻，意味著這個問題已經(jīng)上升到STM階段，并通過廣播到達(dá)LTM處理器端的觀眾處。作為回應(yīng)，一些觀眾會向活動提出自己的建議，而競爭的獲勝者則可以登上舞臺得到廣播。因為要點很短，因此像一些比較簡要的廣播也可以得到合理地闡明。2）出現(xiàn)在STM并向LTM全局廣播的持續(xù)性反復(fù)的評論、命令、問題、建議和答案，使CTM對其控制有了認(rèn)知。當(dāng)CTM被問及它是如何產(chǎn)生一個具體建議的（即，在提出那個建議的過程中它進(jìn)行了哪些思考），它的處理器將能夠闡明達(dá)到這個階段的一部分對話（盡管短期內(nèi)也許不會超過這個階段）。3）許多LTM處理器通過競爭來產(chǎn)生CTM的最終決定，但CTM只是有意識地知道進(jìn)入STM的是什么，而非將所有內(nèi)容都提交到競爭當(dāng)中。此外，CTM中絕大部分、即其中大部分的處理器，并不知道處理器間（通過鏈接）的無意識交談。就CTM而言， 當(dāng)有意識地忽視決策出現(xiàn)的過程足夠多時，以至于這個決策有時像是憑空得來的。即便如此，盡管CTM無法有意識地知道其建議如何被采納，除了STM所傳播的高層級內(nèi)容外，它知道建議是來自其內(nèi)部自身的。對于CTM提出的建議理應(yīng)得到贊揚（畢竟，它們確實來自CTM內(nèi)部），并且可以用高層次敘述來解釋一些內(nèi)容，至于無法解釋的部分，它可以說“我不知道”或是“我不記得”。正是有了那些經(jīng)過選擇的知識（CTM對選擇有了解、也有不理解之處），CTM才生成了自由意識的感覺。不管確定性與否，這種經(jīng)驗上的感覺是自由意志的一種。隨機(jī)性對于這種自由意志感覺的解釋有多重要？要注意的是，在CTM中，上述解釋并不需要運用到量子物理學(xué)。唯一的隨機(jī)性是在向上樹競爭中的coin-flip神經(jīng)元，以及處理器在其概率算法中使用的任何隨機(jī)性。此外，可以證明的是，上述關(guān)于自由意志感覺的論證仍然適用于完全確定的CTM（例如，使用偽隨機(jī)性的CTM）。由此可見（可以預(yù)見這將引起一場激烈的爭論），即使在一個完全確定的世界中，CTM也會感覺到它有自由意志。雷峰網(wǎng)(公眾號：雷峰網(wǎng))
雷峰網(wǎng)版權(quán)文章，未經(jīng)授權(quán)禁止轉(zhuǎn)載。詳情見轉(zhuǎn)載須知。
