跳到主要內容
訪客人次:439333
:::
訪客人次:439333
:::
:::

如何令人工智慧具有意識?

加拿大先進研究所(Canadian Institute for Advanced Research,CIFAR)阿茲瑞里大腦,心靈和意識計畫(Azrieli Program in Brain, Mind & Consciousness)研究員迪哈尼(Stanislas Dehaene)及庫埃德爾(Sid Kouider)2017年10月在「科學」(Science)期刊發表的一篇研究報告認為,人工智慧必須具有功能意識才有意義。

這份研究報告檢視了現有神經科學意識的學術研究後指出,意識的出現,主要源於大腦對特定型態資訊的實際處理。他們也指出,現今的人工智慧不具有這些功能。事實上,目前像是臉孔及語音辨識等人工智慧最擅長處理的部分,也只是人類大腦不須意識思考即可完成的工作。庫埃德爾、迪哈尼及他們同事劉海光(Hakwan Lau)認為,為使人工智慧也具有類似人類大腦的功能意識,機器需要採用人類大腦中已存的兩種資訊處理方式。

第一種是「通用性」(global availability),也就是選取並令整個大腦系統能夠處理並做出決定的資訊的行為。通用性可以突顯或令大腦注意到一種思維或迄未意識到的一項資訊。 雖然大腦擁有一個可以無意識運作的深層專業模組群,負責處理如視覺輸入或行動指導等工作,它同時也擁有一個「通用神經元工作區」(global neuronal workspace) 。在這個工作區內,特殊資訊被選取並與所有模組分享。任何時間,在此一通用神經元工作區出現的任何資訊,即是我們所稱的「意識」(conscious)。

在研究報告中,研究人員說明,前額葉皮層的功能類似一個中央訊息共享設備。研究人員進一步解釋,人類譜系中前額葉皮層高度發展,可能導致各個腦區和不同功能整合能力加大。雖然最近一些體系結構的領域已有些進展,但對人工智慧而言,在一個單一系統中像通用神經元工作區那樣彈性地協調並執行多個流程,仍然很困難。

但是要一個機器能夠有意識的運作,單單以這樣的方法讓資訊能夠普及使用還是不夠的。研究人員指出第二種計算過程。他們相信,此過程是大腦出現意識的關鍵—自覺。研究報告作者們在報告中表示:「人類不僅僅知道這個世界上的事物,他們實際上知道他們所知道的或他們所不知道的。」這種自覺讓人類以及自我反射的機器規範行為,做出有自信的決定,並知道何時犯下錯誤。事實上,自覺驅動好奇心,所以自覺也會驅動我們運用資源去獲取所需的資訊。

研究報告指出,目前大部份的神經網絡都缺乏可靠的自我認知,並且侷限了學習能力,但有些貝氏網絡(Bayesian networks)使用機率來認定這些自我認知是否正確。其他裝置於機器人內的系統,則試圖將資源導向解決問題,以最大化其學習的效率。

辨識什麼是真實,及什麼是幻象,是認知中很重要的一個部份。人類使用外在資訊生成他們自己想像的情景。就生成算法(generative algorithms)而言,反向學習(adversarial learning)是研究人員評估生成物象是否真實所使用的一種方法。這樣能夠使人工智慧的功能更近似於人類的意識。

如同研究報告作者在他們評述中所指出,有些人可能會反對他們所使用的方法,認為這種方法失去了大多數人們用來與意識連繫的經驗主觀性。作者們承認,他們完全基於計算的意識理論與其他學者不同。然而,研究報告作者們指出,在人類大腦中,「通用性」及後設認知的喪失,恰巧與主觀經驗喪失同時發生。庫埃德爾表示:「這是我們對於唯一具有明確意識系統的認知,從研究人類大腦及意識之所得,這些都是我們在建構新的人工智慧應用設計時所應考慮的元素。」

參考資料:
https://www.cifar.ca/assets/ai-achieve-consciousness/

更新日期 : 2018/01/11