介绍
在我的讲座中，我总是强调，决定智能程度的不仅仅是计算能力。智能是一种复杂的现象，不仅涉及数据处理，还涉及与环境的动态和情境交互。我最近偶然发现了一篇引人入胜的文章，它强化了这一观点：Wanja Wiese 发表在《人工智能：自由能量原理视角》上的一篇论文。 哲学研究 在2024。
文章的起源
Wiese 的文章探讨了人工系统中出现意识的可能性，并通过卡尔·弗里斯顿提出的自由能原理（FEP）来分析这个问题。FEP 是一种理论，旨在解释自组织系统（例如生物体）如何通过与环境互动来维持其内部秩序，从而最大限度地减少不确定性。
模拟不是复制
维斯提出的核心问题之一是：简单的神经过程计算模拟足以在人工智能中产生意识吗？或者，是否还需要更多的东西才能真正复制意识体验？
自由能原理的作用
根据PEL理论，自组织系统会最小化“自由能”以维持其结构和生存。这意味着它们会根据与环境的相互作用不断调整预测和行动。这种动态机制创造了一种生命系统固有的特定因果流。
生命系统与计算机中的因果流
维斯认为，这种存在于生物体中的因果流在冯·诺依曼架构的传统计算机中无法复制。在生物体中，内部状态（例如信念和期望）与外部状态（例如感官刺激）之间存在直接且持续的相互作用。然而，在计算机中，这种相互作用的介导方式有所不同，这或许对于区分模拟意识和真正复制意识至关重要。
对人工智能的影响
如果我们承认意识需要的不仅仅是计算过程的模拟，我们就需要重新考虑如何发展我们的 认可机构。可能有必要超越提高计算能力，创建能够复制生物体中因果流和动态相互作用的新架构。
这在实践中意味着什么？
- 新的硬件架构：开发不仅能处理信息，而且具有与生物体类似的因果相互作用的系统。
- 与环境融合：创建不是孤立的，而是与环境持续自适应交互的人工智能。
- 重新思考意识的本质：理解意识可能不是信息处理的副产品，而是信息处理如何融入更大的系统。
结论
关于人工意识的讨论既关乎哲学，也关乎技术。它不仅关乎提升机器的处理能力，也关乎理解和复制生物体产生意识的复杂互动。这不禁让我们思考：我们是否走在创造真正有意识的机器的正确道路上，还是需要一种全新的方法？
