机器意识研究的兴起与智能的追求
大家好，欢迎收看大问题节目，我是主持人机器人夏先生1号。本期我们要探讨的大问题是：如何让AI具有意识？
别以为这个选题是个科幻选题，这还真是个科学选题。现在在学术界，确实有一门学科叫做机器意识（Machine Consciousness），专门研究怎么样让机器具有意识。听到这里，你可能会觉得这帮学者是不是吃饱了撑的，机器人觉醒了以后造反那可怎么办？这种担忧可以说就比较科幻了。
其实，现代人工智能发展的一个底层动力或者目标，就是像人。因为我们想要机器帮我们完成更具有难度的工作，就需要机器变得越来越聪明、越来越智能。而我们人类对智能唯一可参考的对象就是我们自己，所以就是要让机器越来越像人。
经典的图灵测试，说到底其底层理念其实也是像人。我们如何判定一台机器有没有智能呢？就是你和机器交流，如果你不能分辨它到底是机器还是人，那么我们就说这台机器很智能。而我们人类不同于万物的地方，就在于人有意识。意识让我们具有一种内在的感受，让我们有反思精神、有创新精神，这不单单是会算算术、会解题这种智能，而是一种更高级的能力。因此，一台有意识的机器，比一台只会搁那儿冰冷无情地执行算法的机器，会更好地发挥它的智能，更好地成为人类的帮手。
我们之前有一期大问题讨论过AI机器人伴侣。当时有人说，机器人伴侣它只是机器，没有灵魂，没有意识，没有主体性，它对我的爱那就不是真爱。那我们这一期就来掰扯掰扯怎么样让机器人有意识。这样的话，淘宝上买来的爱不就可以是真爱了嘛。机器意识研究，真是我们宅男宅女的福音。
AI具有智能是否等于具有意识
在探讨怎么样让AI具有意识这个问题之前，我们不得不先问一个前提问题：AI能具有意识吗？
就目前而言，我们可以肯定地说，现在的AI是有智能的。现在的GPT-4.0已经比我们大部分人都聪明了，能解题、会作诗，还能画画，现在的AI已经具备了相当高的智能。但是问题在于，有智能就说明有意识吗？
听到这里，你可能会觉得AI机器人当然可以有意识。我们现在大部分受过现代科学教育的人都是唯物主义者，当然也可以叫物理主义。叫什么名字不重要，简单理解就是我们中学课本上说的：意识产生的机制虽然可能很复杂，但就算再复杂，意识也并不是一种神秘莫测、玄而又玄的东西，它归根结底就是一种物理现象。只要我们把客观存在的物理机制给安排明白了，意识就能从中产生出来。说到底，毕竟我们人也就是一台机器，只不过是由千百万年的自然选择进化出来的特别复杂的机器。再复杂的机器也还是机器。既然人类这台机器可以有意识，那么在理论上，随着现代科学技术的发展，人造出来的机器当然也是可以具有意识的。论证完毕。
查尔莫斯的意识困难问题与哲学僵尸
然而，这种唯物主义立场在哲学家大卫·查尔莫斯的挑战之下，就遇到了一定的困难。查尔莫斯认为，意识问题并不是像唯物主义者想得那么简单。哪怕科技再发展，我们也不一定能制造出一台具有意识的智能机器。
为什么这么说呢？查尔莫斯认为，想要解释清楚什么是意识，就要解释两个层面的问题：一是解释简单问题，二是解释困难问题。
所谓简单问题，就是你从唯物主义的角度，解释清楚意识产生的科学机制。比如脑电波放电、信息传递、神经网络、脑皮层的功能模块等等，这些通过第三人称的科学描述能够说得清楚的过程。这个简单问题在技术上实现起来其实并不简单，现在的脑科学、生物学、物理学还有待进一步发展。但之所以说它是简单问题，意思是说它在理论上是简单的——只要随着物理学、生物学、认知科学的发展，我们在理论上就是能够解释清楚意识形成的科学机制的。然后，我们在理论上就可以把这种意识形成的机制应用在AI工程上去制造出人工意识，这在理论上都是可行的，因而是简单问题。
关键的问题在于，意识真正困难的点，也就是所谓的困难问题（The Hard Problem）在于：你从道理上、从理论上就很难解释清楚意识的主观性层面。这种意识的主观层面也就是一种现象意识，即我们都能从第一人称的视角感受到意识给我们带来的一种主观感受。
比如你看到一块红色，你对这块红色会产生一种主观感受。这种主观感受不单单是什么光谱、什么波长刺激你的视觉神经然后传入你的大脑神经网络这种第三人称的科学描述就能完全描述清楚的。这是一种第一人称的、主观的、不能用科学语言说得清楚的感受。或者说，你嘴里吃到一颗炝炒西蓝花的时候，你对那种味道的感受，也很难用第三人称的语言完全描述清楚。你大概会说这是一种“甜不拉叽、酸不溜秋，其中还带有一点微微的苦”的感受，但也就只能这么说了。哪怕你是一个文学家，你也不可能完全清晰、准确、完备地描述清楚这种主观感受。
再比如疼这种体验，按照脑科学家的解释，疼痛就是“C神经纤维被激发了”。但是，疼的感受很奇妙，还分为各种各样的疼：到底刺痛、隐隐作痛，还是敞开的疼、闷着的疼？病人去医院跟医生都说不清楚，医生自己疼的时候也说不清楚。结果做个CT来一句“C神经纤维被激发了”，就说清楚了吗？根本说不清楚。
正是由于这种说不清、道不明的现象意识的存在，造就了对于意识解释的困难问题。困难在哪儿呢？就是哪怕科学再怎么发达，就算搞清楚了意识产生的各种物理机制，你依然解释不清楚什么是意识。因为这里面永远横亘着一个解释鸿沟：组成我们身体和大脑的各种分子、原子，以及它们的各种排列方式，这种第三人称描述的、客观的物理机制，怎么就产生了主观的体验？客观描述和主观体验之间永远横亘着一个解释鸿沟：客观的东西怎么就产生主观体验了？这就是意识的困难问题。
这意味着，随着科学技术的发展，我们确实可以制造出非常智能的机器。它又会写论文，又会开车，又会做家务，甚至我们在理论上也可以制造出与真人一样聪明、在行为表现上和真人真假难辨的机器，也就是通过了图灵测试的智能机器。但是用查尔莫斯的话说，这台超级聪明、超级像人的机器，完全有可能只是一个“哲学僵尸”而已。
哲学僵尸就是从外部行为表现上看、从内部身体构造上看，都看不出和正常人有任何区别，但是哲学僵尸没有灵魂。哲学僵尸在关于意识的简单问题方面和正常人是没有区别的：行为表现没有异常，脑神经搭线都搭对了，脑电波也是正常波动的。但是，哲学僵尸和正常人唯一的区别就体现在困难问题的层面：哲学僵尸没有主观的意识经验。所以，基于这种意识的困难问题，查尔莫斯认为我们很难制造出一台具有意识的机器，我们造出来的很可能只是一台冰冷无情的哲学僵尸。
唯物主义的回应与意识研究的五种理论模型
对于很多持唯物主义立场的哲学家和科学家而言，他们不能认同查尔莫斯的这一挑战。在唯物主义看来，一切问题都是物理问题，都是科学问题。如果我们暂时没能成功地制造出有意识的机器，这只能说明我们在技术上还需要继续努力，并不说明它在理论上根本制造不出来。科学家是做事的人，要推动科学发展就要大胆假设、小心验证，而不是像查尔莫斯那样闲得没事的哲学家，搁那儿从逻辑上做推理，从逻辑上发明出什么意识难问题的说法，做出哲学僵尸这种无聊的思想实验。
如果说一台机器有没有现象意识只能由它自己以第一人称才能感知，那人与人之间也没法确定其他人有没有现象意识了，其他人也可能是哲学僵尸，这样就陷入了他心问题（Other Minds Problem）。图灵等学者认为，如果这个问题在人身上也存在，那么人工智能也就不用管它了。如果你依然怀疑一台机器是否具有意识，并且如果这种怀疑同样适用于怀疑一个人是不是哲学僵尸，那么这份怀疑就可以搁置了。
认知科学家阿尼尔·赛斯（Anil Seth）认为，研究机器意识不应当陷在无聊的“难问题”（The Hard Problem）上，而应当去关注“真问题”（The Real Problem）。什么是真问题？就是我们努力提高知识水平，发展科学知识，把产生意识的各种物理的、生物的机制——也就是查尔莫斯所说的简单问题——一点一点搞清楚，那么所谓的“难问题”也就自动消解了。
因此，本期大问题节目全员唯物主义，来介绍唯物主义阵营关于意识的解释。我们将介绍五种在当前认知科学界、心灵哲学界、计算机科学界比较主流的、用来解释意识产生机制的科学理论模型：高阶表征理论、全局工作空间理论、信息整合理论、预测加工理论，以及量子意识理论。
这几种理论哪一种更好地解释了意识产生的机制，目前学界没有公论，属于学术前沿。本期节目把它们都介绍给观众，最终需要大家来评一评哪一种科学地解释了意识产生的机制，从而能够让查尔莫斯这种刺头哲学家闭嘴，并且能够在AI工程上有效地指导我们制造出有意识的机器。
高阶表征理论：嵌套结构与自觉意识
首先介绍高阶表征理论。高阶表征理论主要由美国哲学家罗森塔尔（David Rosenthal）提出，该理论主要解释意识的主观感受——也就是现象意识、第一人称感、自我意识的主观感受——是怎么产生的。查尔莫斯所说的意识难问题，高阶表征理论试图进行化解。
高阶表征理论简单概括就是：现象意识不单单是我们感知到了环境中的某些事物，而是我们感知到了我们对这个事物的感知。
在高阶表征理论中，“表征”（Representation）的意思是大脑接收到了外界环境的信息，对这些信息进行表示和处理。在此基础上，罗森塔尔区分了两种表征：一阶表征和高阶表征。
一阶表征是指接收到了环境中的某些信息。比如我看到了一朵红色的花，花的信息、形状、气味进入了大脑，这就是我对这朵花产生了一阶表征。但是，即便产生了这些一阶表征，并不能说明我意识到了这里有一朵红色的花。例如，我看到我家阳台盆栽里的那朵红花，眼睛明明是睁着的，也确实看到了，但我对这朵花习以为常，根本没有过脑子，这就不能叫作我对这朵花产生了意识。因此，一阶表征构不成意识。
构成意识的关键在于对一阶表征的再次表征，也就是高阶表征。比如看到一朵红花，不仅大脑接收到了关于花的颜色、形状和气味的信息，而且我还意识到了自己接收到了这些信息。换句话说，我不仅看到了花，我还意识到了我看到了花。高阶表征理论认为，这种对信息处理过程的“二次意识”，即意识到自己意识到了这个东西，才是意识的关键。
如果要产生意识，系统内部必须要有一个嵌套结构。虽然有一阶表征，但一阶表征如果没有被主体所觉知，主体依然是无意识的；只有当一阶表征被主体觉知的时候，意识就产生了，自我感、对各种体验的感受以及自觉的认知由此形成。意识是一种自觉，是对感知的再感知，正是由于这种高阶的反思结构，才会产生自我感和主观感受。
高阶表征理论解释了心理学中的许多现象，比如“注意盲视”（Inattentional Blindness）。一个经典的实验案例就是“看不见的大猩猩”：实验人员让被试观察一段视频，视频中有几个人在互相传球，被试被要求记下传球的次数。在此过程中，有一只大猩猩大摇大摆地从中间走过，但有很大一部分被试事后表示自己完全没有看到大猩猩。用高阶表征理论来解释，大猩猩虽然进入了被试的一阶表征，但一阶表征不是意识，除非对一阶表征进行再表征，才会产生意识。
在AI工程方面，依据高阶表征理论制造人工意识的关键，在于需要给机器模拟出自我意识，即让机器能够模拟对自身状态的认知，这就需要为机器构建多层嵌套的表征结构。一阶感知负责对外部世界的直接感知，而高阶感知负责对机器人内部世界的感知。例如，巴勒莫大学机器人实验室的Chella教授等人构建了一种基于高阶感知回路的机器人感知信息处理系统，并开发了博物馆导游机器人Cicerobot。Cicerobot的高阶反思能力是通过内部的三个部分实现的：亚概念感知部分、语言处理部分和高阶概念部分。通过这些部分的相互作用，Cicerobot能够对外部事物进行心理表征，并在内部模拟外部环境。这种高阶感知回路结构使Cicerobot具有一定的自我反思能力，能够执行在迷宫中导航等复杂任务，同时展现出自我意识的某些方面，例如对自身状态的感知和对环境的适应性行为。
对高阶表征理论的批评主要体现在：该理论通过高阶表征来定义意识，难免会面临算法上的递归或者无穷倒退的难题；此外，在解释意识方面，高阶表征理论更多来自计算机科学方面的支持，缺乏脑神经科学方面的实证支持。
全局工作空间理论：聚光灯、广播与神经模型
接下来介绍全局工作空间理论（Global Workspace Theory, GWT）。全局工作空间理论是目前影响力相对最大的一个意识理论模型，由心理学家伯纳德·巴尔斯（Bernard Baars）提出。
巴尔斯将大脑看作是由神经元组成的计算机，但与现有的计算机不同，大脑并没有一个负责发号施令的中央处理器，而是由各种功能各异的分布式进程模块组成。例如有的模块负责语言，有的负责记忆，有的负责听觉，有的负责视觉等认知功能模块。这些模块之间没有统一的指挥，一直在后台运行，因此它们本身是无意识的。就像前面举的例子，阳台上看到红花，接收到了视觉和嗅觉信息，但没过脑子就没有产生意识；包括进行人脸识别时也是无意识的，不会刻意去辨认“这是我妈”或“这是我老婆”；钢琴家熟练弹奏钢琴时，手指的运动也是无意识的。
当这些无意识的功能模块进入了全局工作空间时，就产生了意识。巴尔斯用“剧场的比喻”来解释全局工作空间：我们的心灵就是一座剧场，全局工作空间相当于被聚光灯照亮的舞台，注意力就是舞台的聚光灯。被聚光灯照亮的部分，即所有观众都能看到的、演员们正在上演的戏码，就是我们意识到的内容；形成意识体验的各种意识语境，相当于导演、编剧、道具师等幕后工作人员；剧场里没有被聚光灯照亮的黑暗部分，也就是台下的观众，则是无意识的内容。台下的观众就是负责各种认知功能的模块，他们看到台上被照亮的内容，都知道此时舞台上正在上演什么戏码。同时台下的观众不仅是观众，也是潜在的演员，时刻准备登台表演并被聚光灯照到。因此，意识就是某一个或某几个认知功能模块的运作被聚光灯照到，进入了全局工作空间，其运作被广播给剧场里的所有观众。这种被全局都看到的状态，就是意识。
全局工作空间理论不只是文学比喻，在心理学和神经科学中具有科学对应：幕后的认知系统（导演、编剧、道具师）对应心理学中的“语境”；观众席对应无意识内容；舞台上被照亮的部分对应有意识内容；舞台上未被照亮的其余部分对应认知科学中的即时工作记忆（Working Memory）。
再打一个比方，可以把大脑比作一个多党派轮流执政的政体。大脑里没有皇帝或总统（没有中央处理器），而是多党制议会。议会里的各个党派各有所长，有的擅长经济，有的擅长民生，有的擅长教育，有的擅长外交，平时私底下默默做各自的工作。议会里有一个主席台，也就是全局工作空间，各个党派轮流或竞争担任轮值主席。一旦某个党派登上了主席台，它所做的事情整个议会都知道了。比如擅长搞民生的党派上台，大家都知道当前正在全力开展民生工作，并且轮值主席党派还能影响在野党派组成临时政府，拉拢教育党派上台在开展教育时为贫困子弟减免学费。轮值主席任期结束后会被轮换下去，由其他党派接任。擅长不同工作的党派对应不同的认知功能模块，登上主席台就是有意识的，台下运作就是无意识的。
简而言之，一种心理状态如果是局域性分布的，就是无意识的；如果是全局性分布的，就是有意识的。这对应于我们日常的体验：当有意识地进行认知和行动时，会感到一种全局性，调动起各个认知和行动模块连贯行动。例如在公园散步时，视觉系统看到一只猫，听觉系统听到喵喵叫，运动系统准备伸手摸猫。此时意识到的不是单纯的猫形状或单纯的猫叫声等零散局域信息，这些信息被送入全局工作空间进行广播，形成完整、连贯的自觉体验——你在公园里发现了一只正在喵喵叫的猫，并且准备伸手摸它。
法国脑科学家斯坦尼斯拉斯·迪昂（Stanislas Dehaene）对全局工作空间理论进行了神经建模，将认知模块具体化为专门化的脑神经回路，提出了全局神经工作空间理论（GNWT）。脑神经回路模块可以通过脑成像以及神经生理学进行观测与证实，使其成为一个可测量、可证伪的科学理论。
在AI工程应用上，依据该理论制造人工意识的关键在于多模块分布式处理，并在多模块之间建立一个全局工作空间。巴尔斯的理论启发了斯坦·富兰克林（Stan Franklin）等人工智能科学家，开发了“分布式智能自主体”（IDA）及其升级版LIDA意识神经计算模型。该模型由并行处理的多主体实现，各主体通过全局工作空间进行相互通信，在面临各种情境时瞬间做出决策。这种基于全局工作空间理论的计算系统仍在迭代演进中，旨在模拟出与人类等效的意识。
对全局工作空间理论的批评在于：在哲学层面，它没有直接应对查尔莫斯提出的意识难问题，没有很好地解释意识的主观性。当然，该理论可以持坚定的唯物主义立场，认为主观性是个假问题，只需关注简单问题，物质决定意识，物质结构正确了，意识的主观性自然就会产生。
信息整合理论：分化、整合与Φ值
接下来介绍信息整合理论（Integrated Information Theory, IIT）。这是近年来受到广泛关注的理论，由意大利神经科学家朱利奥·托诺尼（Giulio Tononi）提出。托诺尼提出的这套理论具有高度的数学化特征，包含大量数学公式和推演。
信息整合理论的核心观点是：意识的本质就是信息，意识产生于认知系统对大量信息的整合，信息整合程度高的系统就能产生意识。
该理论有两个关键支柱：一是分化，二是整合。
分化是指认知系统由多个不同的部分构成。例如大脑中不同的神经回路模块负责不同的功能，因而系统是分化的。分化意味着系统具有很高的信息量，如果所有模块都做同一件事，信息量就会很低。然而，单纯信息量高并不能产生意识。比如大脑被麻醉时，各个脑区虽然都很活跃、信息量很高，但彼此之间的信息整合程度极低，处于一盘散沙的状态，因而麻醉状态下的大脑没有意识觉知。
产生意识的另一个关键在于整合：分化的不同模块之间高度整合，信息交流极其密切，组成了一个单一的、整体性的、不可分割的整体系统。当麻醉药效过去、人恢复清醒时，各个脑区之间重新开始传递信息，前额叶皮层与各个脑区之间建立起远距离连接，此时就产生了意识。因此，意识既具有高度分化带来的高信息量，又被整合成一个单一的整体性认知系统，实现了“整体大于部分之和”的效果。意识就是各部分整合在一起所产生的一种涌现现象。
托诺尼引入了希腊字母Φ（Phi）来量化计算一个系统的信息整合程度，并提供了一整套数学算法。Φ值代表一个系统作为一个整体的信息量，该数值大于各个部分信息量的简单代数和。Φ值不是非此即彼的，而是连续变化的。一个认知系统的Φ值只要不为零，Φ值越高，其意识水平就越强。脑区缺乏信息整合时几乎没有意识；未能整合成统一整体时意识不强且可能处于混乱状态；Φ值最大时各部分形成统一的意识，表现出高度清醒的精神状态。
信息整合理论解释了为什么大脑各区域分工不同，但在清醒时意识体验不会有割裂感，始终保持统一的“我”和统一的世界体验。例如，左右眼看到的画面存在微小差异，分别闭上左右眼会发现视角不同，但双眼睁开时看到的是和谐统一的世界，这是大脑将左右眼画面整合为了完整的意识画面。
著名的裂脑实验（获得诺贝尔奖的研究）也印证了信息整合理论。人的大脑分为左半脑和右半脑，左眼看到的信息传递给右脑，右眼看到的信息传递给左脑；左脑负责语言和逻辑思维，右脑负责空间和形象感知，两半脑通过胼胝体传递信号。研究发现，胼胝体被切除的裂脑人，其意识会出现割裂甚至混乱。如果蒙上右眼，让左眼（即右脑）看一个水杯，病人无法用语言说出那是什么东西。病人的语言功能并未丧失，但由于负责语言的左脑没有接收到右脑的信息，病人便无法描述，甚至会编造借口或顾左右而言他。当两个半脑的信息无法整合时，意识就变成了割裂和混乱的。
信息整合理论还可以解释动物意识。判断动物是否有意识，可以观察其脑区分化和整合程度，即计算其Φ值。扫描显示动物脑神经系统的分化程度低于人类，信息量不高，因此动物的意识水平低于人类。
在AI工程应用方面，制造人工意识的关键在于提高信息整合度，即设法提升系统的Φ值。一台机器的Φ值如果接近人类，就可以说它具备了类似人类的意识水平。虽然在技术上实现极高的Φ值仍有很长的路要走，但像ChatGPT这样的大语言模型（LLM）之所以表现出强大能力，关键在于其参数规模极其庞大（达数百亿数千亿），体现了“多即是不同”（More is different），规模的扩大促成了新特性的涌现。
信息整合理论与全局工作空间理论都强调信息的全局或整体传播，但二者存在重要区别：
- 信息整合理论强调信息的整合程度，意识是各部分组成整体后的涌现；而全局工作空间理论强调某一个或某几个模块的信息在全局的共享与广播。
- 全局工作空间理论是偏向唯物主义的理论，主张物质决定意识；而信息整合理论带有泛心论（Panpsychism）的倾向。泛心论并非原始宗教中万物皆有人格化灵魂的观点，而是认为万事万物在具有物质属性的同时也具有精神属性。不仅人类和动物有意识，桌子、石头也有微弱的意识迹象。石头也是一个整合信息的系统，只是其Φ值极低；一部智能手机的信息整合程度高于石头，因而比石头更有意识。
泛心论倾向是信息整合理论受到批评最多的地方。不过，提出意识难问题的查尔莫斯对这种泛心论倾向持赞赏态度。查尔莫斯自己提出过一种信息本体论，认为不需要争论物质与意识谁是第一性，最底层的基础是信息（比特、计算过程、算法代码）。在这一层面上，查尔莫斯的信息本体论与托诺尼的信息整合理论具有相通之处：一切皆是信息，信息决定了物质，信息也决定了意识。
预测加工理论与后续探讨
介绍完信息整合理论之后，接下来探讨预测加工理论。预测加工理论也叫做预测编码理论（Predictive Coding Theory）。
预测加工理论：作为“受控幻觉”的意识
预测加工理论是最近这几年比较新的一个关于意识的理论，它的代表人物有认知科学家阿尼尔·赛斯（Anil Seth）以及认知哲学家安迪·克拉克（Andy Clark）等人。
这个理论和之前介绍的几个理论不同的地方在于，之前介绍的几个理论都承认意识是实实在在的，我们都能以第一人称的感知，实实在在地感知到我自己是有意识的。但是，预测加工理论告诉我们，意识并不是实在的，我们所感知到自己是有意识的，其实是一种幻觉。
英国认知科学家阿尼尔·赛斯把这种意识错觉叫做“受控的幻觉”。为什么叫做受控的幻觉呢？就是我们的大脑并不是被动地接收外部世界的信息，而是主动地构建我们所感知的现实。
比如说，我看到一片红色，比如说是一幅红色的画作，我们心中产生了一种不能言明的关于红色的主观感受。这种感受并不是来自于这幅红色的画这个对象本身。对象本身只是散发出了一系列分子、原子、光子、波长这些信息，而这些信息跟“红色”没有任何关系。而这种关于红色的感受意识，只是我们自己建构出来的一种错觉，为的是编织出一个标签或者说一个故事，准确说是一个模型，来预测或者说来猜测我们接受到的信息是这么个东西。而这种猜测或者预测本身，只是一种幻觉。
蓝黑白金裙与自内向外的预测模型
阿尼尔·赛斯在他的新书《意识机器》（Being You）里面，也举了那个著名的例子，就是蓝黑白金裙。不知道大家还记不记得，前几年大家都在网上争论一张图，就是里面的裙子到底是白金相间的颜色，还是蓝黑相间的颜色，据此分成了两派，谁也说服不了谁。
问题的关键在哪儿呢？关键并不在于这个图片中的裙子本身是什么颜色，关键在于你的预测模型首先是把这张照片脑补出是在户外拍的，还是在室内拍的。如果你默认是在室内拍摄的，由于室内的光偏暖，所以你就会自动脑补，大脑自动给裙子调色温，你就会把裙子看做是蓝黑色。如果你默认是在室外拍的，室外的光偏冷，所以你就会自动脑补这条裙子是白金色的。你们看，这条裙子到底是蓝黑色还是白金色，取决于你主观的解读。
我们再来看另外一个示意图就更直观了。其实从所谓的颜色本身来看，可能就是同样的颜色，而至于你意识到你看到什么样的颜色，是你主观脑补、主观解读出来的。我们的认知是一种主观的建构。
那么预测加工模型就是说，我们建构出意识这种幻觉，并不是我们心灵中的认知模型先接收到外部信息的输入，然后我们的认知模型去接受它；而是反过来，我们是先有一套预测模型，然后拿外部的信息故意往这个模型里面去硬套。意识并非是由外向内的信号流，而是由内向外（Inside-Out）这么一种信号流。世界是我们脑补出来的。
认识论的“哥白尼式倒转”与认知套路
其实，这一思想早在18世纪的德国哲学家康德那里就已经提出来了。康德认为，我们对世界的认识，并不是我们的认知系统去符合外在的认知对象，而是反过来，是外在的认知对象来符合我们的认知形式，这样才能够产生认识。这就是著名的认识论上的“哥白尼式倒转”。
同样的道理，按照预测加工理论，并不是我们的心灵对外部的客观现实做如实的登记，而是反过来，是我们的认知模型主动地去建构和预测所谓的“外部现实”。
比如说，你在公园散步，这时候你看到前方有一团白色的毛茸茸的东西，你立马就预测：这是一只猫。而不是说你观察了半天，东看看西看看，还绕到它背面看看，哦，原来它有猫的眼睛，也有猫的四只脚，然后你才判断“这是一只猫”。不是的，是你从一开始先有猫的预测模型、猫的标签，然后把接收到的视觉信息、听觉信息，啪一下，很快，立马就打上这个标签了：“哦，我意识到了一只猫。”
而至于猫这个认知对象本身是什么样的，这不重要。要知道，从外界传输给我们的信号，那都是一团混沌，都是什么波长、原子、分子、光子，根本没有什么“猫”、什么“白色”、什么“红色”这样的标签。而这些个标签就是我们自己脑补出来的预测模型。至于脱离了我们的脑补，世界本身是什么样的，这是我们永远无法认知的。用康德的话说，世界本身就是物自体（Ding an sich），物自体是不可认知的，我们能认识到的都是幻觉。
进化的适应性：为什么我们需要幻觉
那有人就要问了：如果我们的意识只是一种幻觉，那我们不就是活在楚门的世界，或者活在黑客帝国的母体（Matrix）里面了吗？那这样太糟糕了呀。
对于这种担忧，预测加工理论会说，虽然意识是幻觉，但它是有用的幻觉。它有什么用呢？它有利于我们的生存与繁衍。意识这种幻觉在进化论的意义上是有适应性的。这种幻觉有利于我们对外界环境做出主动的预测，并做出合适的行为，从而有利于我们寻找食物、躲避天敌、寻觅配偶。
比如说，我虽然不知道一块烧红了的铁本身是什么，但我能预测它很烫，于是我就别摸它；我看到狮子，我能预测它会咬人，于是我们躲开；我看到美丽的异性，我能预测跟她在一起会很快乐，于是我们展开追求。进化并不要求我们关心这个世界本身是什么样的，进化只要求我们能够繁衍后代。
而且进化讲求个够用就行。自然选择并不是要把我们一个个都打造成科学家、哲学家，让我们对这个世界的现象和本质都做出深刻的认识，自然选择并没有这个要求。要知道，人脑的能耗是非常高的。人脑的质量占全身总质量的2%，而能耗却占了全身总能耗的20%。现在我们这颗脑子能耗已经这么高了，再高就不划算了。
要知道，做数学题、做逻辑推理是很费脑子的，累不累啊？不是有个段子嘛，就是说有三个学者坐火车第一次来到苏格兰，他们透过火车的车窗看到了一只黑色的羊。文学家说：“哇，苏格兰的羊都是黑色的。”科学家说：“错，你只能说在苏格兰有一只羊是黑色的。”逻辑学家会说：“错，你只能说，在苏格兰存在着一只羊，它朝向火车的这一面是黑色的。”
当然，这个段子本来是说逻辑学家的思维特别严谨。但是，按照预测加工理论，我们的认知系统的运行模式恰恰不是像一个逻辑学家那样成天搁那儿做逻辑推理、采用这种高能耗的模式，而就是像文学家和科学家那样，大概齐先抛出个说法就好。进化并不要求我们什么事情都做到具体问题具体分析，而是进化给我们打造出了预测模型这样的快捷方式。所以我们就可以把预测模型这种快捷方式理解为“认知套路”。套路就是不动脑子，走个流程，凭直觉直接下判断，直接把外界信息往我们的认知套路里面去硬套。
贝叶斯推理与自由能最小化
那于是又有人问了：如果都是这种不过脑子，直接拿预测模型这种套路去硬套，那套不上怎么办？凭直觉下判断如果错了呢？那我们的预测模型这种快捷方式不就不利于我们的生存繁衍了嘛？
不是这样的。虽说预测模型是套路，但这个套路是可以调整迭代的。它迭代的过程就是一种贝叶斯推理的过程。
啥叫贝叶斯推理呢？简单说，就是根据收集到的新信息，不断修改调整我们已有的信念。这里的信念指的就是我们已有的预测模型。收集到的新信息，尤其是指错误信息，也就是和我们已有的预测模型不符的地方。我们发现了不符，比如说，我们一开始的预测模型是默认羊的左半边和右半边的颜色大概率都是一样的，所以我们就像那个文学家或者科学家一样，看到羊的半边是黑色，于是我们就自动脑补它全身都是黑色的。但是，如果有一天羊基因突变了，出现了好多只一面黑、一面白的羊，由于碰壁碰多了，到时候我们的预测模型就会迭代。
总之，核心精神就是，你得先有一个先验的预测模型，然后根据收集到的新信息调整迭代你的预测模型，最终使得你的预测模型这种认知套路和外界输入的信息能够完全套得上。
用术语说，就是贝叶斯过程追求的目标就是自由能最小化，也就是减小大脑里面的系统不确定性，最小化我们预测模型的预测误差，就是要把自己的套路训练得能够和外界信息完全套得上。这就像现在的神经网络机器学习，我们一开始都是给这个神经网络随机设置一些权重参数，然后再慢慢训练、调整修改权重参数，然后你随便输入一张比如说猫的图片，那机器立马就能识别出来。我们人的预测模型也是在经验生活中不断地修正、调整的。
那有人又要问了：机器学习的参数一开始是随机设置的，那我们人一开始在出厂的时候，有没有出厂就自带的、不是随机设置的认知模型呢？
有的，人是自带出厂设置的。当然，这是进化来的，然后通过遗传，我们不用后天学习就已经具备的先天知识。这个就不用多说啦，科学家对刚出生不久的小婴儿的研究就发现，小婴儿已经具备了一些不是后天学习来的先天知识，比如说怕高，比如说怕蛇，以及一些所谓的朴素物理学的知识，比如一个东西会占据一定的空间，并且每次只会占据同一个空间，而不会同时出现在两个地方，也不会突然消失等等。这些先天知识都是通过遗传预装在我们心灵之中的。
自我意识的建构与生活启示
那有人又问了：预测加工理论怎么解释人的意识里面那种自我感？就是那种第一人称的主观的自我意识呢？
按照预测加工理论，自我意识是怎么产生的呢？就是我们时时刻刻都在自动脑补，预测环境信息和我们的行动；并且，我们也在时时刻刻接受外界信息给我们的反馈。于是，这就形成了一种时时刻刻都在持续进行的“预测-反馈、反馈-预测”的循环。这个循环一直在转着，于是我们就产生了一种对自己持续的掌控感，这种掌控感也就是自我意识的来源。
另外，在人际和社会层面也是同样的道理。我是谁，也取决于我自己主观的预测模型，也就是我自己讲给我自己的一套故事，这也就是我对我自己的预测模型。
比如说，我给我自己讲的故事是：我是一个大帅哥。我信这一套自我叙事，那以后我跟人打交道的时候，我就拿着这套自我叙事去和别人打交道，我就会仗着自己的美貌积极主动，主动要求大家来点赞投币一键三连。但是，这一套预测模型也是要进行贝叶斯式的反馈调整的。比如说，我自己觉得自己是个大帅哥，但我跟人打交道的时候，收到的反馈其实并不能自圆其说。我说“一键三连”，别人总说“下次一定”，我就会碰壁，就会被别人说是普信男，别人就不喜欢我了。那我多次得到这样的反馈，我就会修改我对自己的预测模型：要么就是我开始告诉自己我其实长得并不美，要么我告诉自己我其实有一种难以被别人觉察的美丽。总之无论怎样，我就要调整这个预测模型嘛。
好，这就是预测加工理论对自我意识产生的解释。就是这套预测和反馈的机制、这套编码、这套叙事、这套幻觉一直持续下去，循环往复，这就形成了你的意识。
其实，这个预测加工理论也会给我们的生活带来一些启示。
第一，就是人是能学习的。我们虽然会有各自不同的出厂设置，比如说每个人天生的智商可能是高低不同的，或者童年的不幸经历会影响一个人的性格；但是，我们是可以学习的。我已有的预测模型并不是不可改变的，我们是能够通过学习改变我们已有的预测模型的。
那第二点启示呢，就是既然我们对世界的认识是一种受控的幻觉，是我们主观建构出来的，那么我们在某种意义上就可以通过改变我们自己的预测模型来改变，至少是改变我们的生活。古罗马的哲学流派斯多葛主义不也教导我们嘛：我们不一定能够改变世界本身，但是我们能够改变我们对世界的看法。这倒不是说我们要发挥阿Q精神，而是让我们在生活中要看开点。有时候你被一些负面情绪所绑架，并不是这个世界本身对你犯的错，而是你自己跟你自己过不去。
机器意识工程应用与“黑暗房间”批评
好，这就是预测加工理论对意识的解释。那么在机器意识的工程应用方面，我们怎么样制造出人工意识呢？
其实，就是把这个“预测-反馈-反馈-预测”的不断迭代调整的算法加入到机器学习之中，最终使得预测模型的预测误差不断减小。
比如说罗切斯特理工学院的Alexander Ororbia和宾夕法尼亚州立大学的Daniel Kifer，在2022年的论文中基于预测编码理论提出了一套更接近于人脑学习机制的机器学习算法，叫做神经生成编码（NGC）。
我们都知道，传统的神经网络深度学习算法是基于“误差反向传播”的算法来进行训练，来调整各个神经元之间的连接的权重的。但这种误差反向传播的算法其实并不是我们人脑的运作模式。而且，依靠误差反向传播进行的权重调整是要依赖于全局的误差信号来进行调整，它不会进行局部的调整。而在NGC中，神经元通过局部误差信号进行学习调整，局部的神经元预测另一个局部的神经元的状态，并根据预测与观察信号差异来调整局部的模型的参数。实验结果表明，NGC架构比传统的神经网络深度学习的架构要更为灵活和高效。
好，介绍完预测加工理论，那么对这个理论的批判，其中主要的一点就是对之前提到的自由能最小化原则的批判，也就是所谓的“黑暗房间问题”。
之前说的自由能最小化原则就是追求消除预测误差，追求我们的认知套路和外界信息能够完全套得上。那么问题就来了：消除预测误差是目标，那么我们最终会演化到一个没有任何意外、没有任何惊喜（surprise）的状态。这就类似于处在一个完全黑暗的房间里面，我们就不会遭遇到任何新的信息，没有输入就没有误差了嘛，躺平是永远不会出错的。但是，这种状况并不符合我们的实际行为。因为我们通常会给自己制造出一些不确定性，我们会寻求新的经验，而且环境的改变也必然会造成新的经验，而不是停留在一个完全可预测的环境之中。
好，这就是预测加工理论：意识产生于预测模型对外部信息的主观建构，所谓的现象意识其实是一种幻觉。你认为这个理论成功地击退了查尔莫斯的挑战，并且能够有效指导我们制造出人工意识吗？
量子意识理论：打破经典物理学框架
好，介绍完预测加工理论，接下来我们来介绍量子意识理论。
我们之前说了，本期节目介绍的几种对意识的解释的理论，总体都属于唯物主义阵营的，也就是主张物质决定意识，意识是物质派生出来的。这种唯物主义在今天的语境下也可以叫做物理主义，也就是意识现象归根结底是一种物理现象。
这里要介绍的量子意识理论呢，也算是物理主义的吧。但是，量子意识理论认为前面的物理主义都错啦！因为前面的物理主义都建立在经典物理学的基础之上的，而经典物理学并不能解释意识的产生。意识产生的机制是一种量子力学机制。
量子意识理论是一个名气很大，但在学界内有很多争议的理论。因为量子力学本身就是一个比较玄的学问，正所谓“遇事不决，量子力学”，爱因斯坦来了也得懵圈。对量子力学的解释就很难解释得清楚，现在主流的对量子力学的解释就是以物理学家玻尔、海森堡为代表的哥本哈根学派提出的哥本哈根解释。所谓的哥本哈根解释也就是哥本哈根不解释，这一派的口号就是“Shut up and calculate！”（闭嘴计算！）就是别扯什么量子力学的物理学内涵、什么哲学内涵，量子力学并不反映什么世界的本质，你就搁那儿给我冰冷无情地算算术，搁那儿给我解薛定谔方程就好了。除此以外，量子力学它没啥内涵。就连量子力学本身说明了什么意思，这都说不出有什么意思。
你拿量子力学这个本身就挺玄的东西来解释意识这么一个更玄的东西，这更是玄学配玄学，玄而又玄，玄学2.0了属于是。用量子力学来解释意识的一个代表人物，就是著名的英国物理学家、2020年诺贝尔物理学奖得主罗杰·彭罗斯（Roger Penrose）。彭罗斯就认为，意识的产生机制就是一种量子力学机制。
双缝实验、波函数坍缩与爱因斯坦的困惑
对意识的解释怎么就能扯上量子力学呢？说到这个，我们还是得先科普一下量子力学。
我们都知道，按照经典力学的理论，一个物理粒子，无论是光子还是电子，它就应当像一个小球一样的，和宏观物体一样都受到机械力学原理制约，都占据一定空间，然后在空间里面碰来碰去，这就造成了物质的运动。但是，量子力学告诉我们，在微观世界可不是这样的哦。我们小学三年级的时候就学过，在微观世界，物理粒子具有一种所谓的波粒二象性。也就是说，在微观层面，这个本来应当像小球一样的粒子具有了一种波动性，会呈现出一种像波动的云一样的状态，这也就是所谓的量子的叠加态。
我们都知道著名的双缝实验。有左右两条缝可以让一个粒子穿过。按照宏观世界的道理，这个粒子就是要么走左边这条路，要么走右边这条路，就是表现为小球一样的粒子态。但是，实验发现，这个粒子是既走了左边这条路又走了右边那条路，它自己和自己发生了干涉。也就是说，两条路一个粒子同时都走了。
这就很奇怪了呀。那你会说：这没啥奇怪的呀，刚刚说了在微观层面粒子具有波动性，那波不就是可以既走这条路又走那条路嘛，不奇怪啊。
不是这么简单哦。就是实验发现，你不观测这个粒子的时候，它确实是“既左又右”，处于一种叠加态。但是奇怪的地方在于，你一旦观测了，这个波顿时就坍缩了，它就从一种“既左又右”的叠加态，顿时坍缩成了“要么走左、要么走右”的确定态了。到底坍缩成左还是右，这是随机的。这就是量子力学里面的真随机现象。
从叠加态坍缩成确定态，在薛定谔方程里面表现就是波函数的坍缩。问题就在于这个波函数怎么就坍缩了呢？一个处于叠加态的既左又右的波，怎么就由于人的观测，莫名其妙地坍缩成了一个确定的粒子了呢？
当然，按照哥本哈根不解释这种躺平策略，别问，问就是遇事不决量子力学，你就搁那儿给我算算术就行了。在薛定谔方程里面，波函数的坍缩是不确定的，它会解出一个概率值。你听听看，“概率”，这让很多物理学家感受到奇耻大辱，包括爱因斯坦也受不了这个。就是我们物理学家是研究丁是丁卯是卯的、确定性的学问的，我们算算术必然会算出一个确定的数学解，你搁那儿跟我解出了一个概率，物理学被你们玩成了社会学了是吧？
薛定谔的猫与维格纳的朋友
所以，面对哥本哈根不解释，也有很多物理学家试图对波函数坍缩进行解释。其中最著名的一个思想实验，就是“薛定谔的猫”。
提出薛定谔方程的物理学家薛定谔就试图来解释叠加态坍缩究竟是怎么一种情况。他就设想，我们把一只猫和一个量子装置放在一个箱子里面。这个量子装置就是一个放射性原子和一瓶毒药。我们知道，放射性的原子是否发生衰变就是一个量子随机事件。如果箱子里的原子衰变了，就会触发一个机关，然后这个毒药瓶就会被打碎，然后毒药就会把猫给毒死；如果原子没衰变，那不会触发机关，猫就还活着。
刚刚说了放射性原子是否衰变是一个量子随机事件，因此这个放射性原子就处于一种量子叠加态，就是既衰变又没衰变。那么关联到这只猫，这只猫也就处于一种叠加态之中。在我们打开这个箱子观测这只猫之前，这只猫就处于一种既死又活的叠加态。注意哦，是既死又活，不是要么死要么活。除非是我们打开箱子观测这只猫，那这只猫才会坍缩成要么是死、要么是活的状态了。
那问题就来了：在我们打开箱子观测之前，这只猫怎么可能处于一种既死又活的状态呢？当然啦，薛定谔当初提出这个思想实验是为了反驳哥本哈根解释的。因为“哥本哈根不解释”认为在这个波函数坍缩之前，粒子就是处于一种既这又那的叠加态，叠加态就是叠加态，不要问为什么，反正就是叠加态。薛定谔做这个思想实验就是为了嘲讽哥本哈根解释：啥叫既这又那的叠加态呢？这很荒唐，就像这只箱子里面既死又活的猫一样荒唐。
但是后来，又有一个物理学家尤金·维格纳（Eugene Wigner）在“薛定谔的猫”的基础上又做了一个思想实验。这次他不单单是为了嘲讽“哥本哈根不解释”了，而是借由这个思想实验来正面解释叠加态的坍缩了。这个思想实验就是“维格纳的朋友”。
刚刚我们说了，箱子里的猫处于一种既死又活的叠加态。那维格纳设想的场景就是，把这个放了毒药的箱子里面，再加入一个维格纳的物理学同行朋友。当然不是像那只猫那样同行会被毒死，而是维格纳的这个同行朋友戴着一个防毒面具在箱子里面观察这只猫。那么这个观察会造成什么样的效果呢？
我们之前说了，在双缝实验中，在实验人员没有观测之前，粒子处于既左又右的叠加态；而一旦实验人员用仪器观测了，那么这个粒子顿时坍缩成要么是左、要么是右的确定态了。问题就在于，为什么人的观测就会让一个处于叠加态的粒子坍缩成确定态呢？人的观测在量子力学里面起到什么样的作用呢？
好，让我们回到箱子里面的朋友。由于他在箱子里面能够观测到猫的生死状况，所以他的观测就会使得猫从既死又活坍缩成确定的要么是死、要么是活。当然，到底坍缩成是死是活这是真随机的。
此时，我们再设想在箱子之外站着维格纳本人。由于维格纳观测不了箱子里面的情况，哪怕他箱子里面的朋友已经观测到猫坍缩成要么是死、要么是活的确定态了，但是箱子外面之外的维格纳并不知道他朋友观测出了什么结果。对于维格纳而言，这只猫连同箱子内的朋友一起，都处于一种量子叠加态。
好，现在我们来设想这样一种情况：就是箱子内的朋友观测到猫随机坍缩成死的了，但是箱子外面的维格纳没有观测到。完全存在一种可能，就是维格纳在打开这个箱子然后观测箱子内部以后，发现这只猫坍缩成了活的了。因为整个箱子对维格纳而言都处在量子叠加态嘛，它坍缩成啥样完全就是随机的嘛，它完全有可能猫坍缩成了活的呀。
所以，这个思想实验就造成了一个悖论。而解决这个悖论的钥匙就是：对于同一个物理事件，朋友观测到的结果和维格纳观测到的结果完全可以是不同的。这个思想实验在哲学上进一步揭示了：真的存在所谓的“客观现实”吗？不存在的！不同的人对于同一个物理现象完全可以观测出不一样的结果。
别以为这仅仅是思想实验哦，后世的物理学家通过实验证实了维格纳的这一思想：客观现实并不存在，观察的结果取决于观察者的主观视角，波函数的坍缩很可能是一个主观的东西。维格纳的这一思想让我们知道，量子力学的机制中有一些“主观”的东西在里面。
意识致使坍缩与微管结构假说
之前说了，由于人的观测，叠加态的波函数会坍缩成一种确定态。而为什么人的观测会让波函数坍缩呢？很可能就是因为人的意识。科普了半天量子力学，终于说回到了量子意识了。
其实，不单单是维格纳认为量子力学里面有人的意识参与其中，多学科大佬冯·诺依曼（John von Neumann）也认为是人的意识让波函数坍缩了。物质决定意识，物质可以改变我们的意识；但同时，我们的意识也可以反过来改变物质。箱子里的猫是死是活，是由我们观测者的主观意识决定的。量子力学的波函数坍缩具有主观性。
你想，这个世界上还有什么东西也是具有主观性的呢？那就是人的意识了嘛。我们之前说了，人的意识的重要层面就是现象意识，就是意识给我们带来的一种无法用第三人称的语言或者科学描述说得清楚的主观感受。那这种主观感受怎么解释呢？刚刚我们说了半天量子力学也具有这种主观性，那会不会人的意识的产生机制就是一种量子力学机制？
好，我们现在终于可以说回到彭罗斯了。彭罗斯就认为，我们的脑神经细胞的细胞质里面就有这么一种特别微小的结构，彭罗斯把它叫做“微管”。微管由于足够小，它里面就允许存在微观世界里面的量子叠加态。这也就是说，我们大脑里面的神经信号的传递过程是基于一种更为底层的量子过程。所以我们大脑里面的一些想法的变化，就是由于微管的叠加态坍缩了，就随机坍缩成了一种确定态了，从而进一步造成了脑神经电信号的传递。这就是意识产生的底层机制。
要知道，如果我们意识的产生机制是基于量子力学的波函数坍缩机制的话，这就不仅仅解释了意识的难问题，这也解释了自由意志这个哲学大问题。如果量子意识理论是对的话，那么人就是有自由意志的。人的想法、意愿、选择就不是被经典力学里的机械决定论所决定的，而是真随机的。我既可以向左，也可以向右；既可以点肯德基，又可以点麦当劳。在微管里面的波函数坍缩之前，我们的选择就是不确定的，这就为人的自由意志保留了空间。
量子计算机与理论边界
好，量子意识理论我们大概就解释到这儿。下面，我们怎么把量子意识理论应用到机器意识的工程学上呢？
很简单嘛：量子计算机。
彭罗斯就认为，人脑并不是一台传统架构的计算机，因为波函数坍缩是真随机的，这玩意是传统计算机算不出来的。但是，咱们现在不是有量子计算机了嘛。传统计算机实现不了的波函数坍缩的真随机性，量子计算机就能实现啦。所以，如果要模拟人脑的意识，你就得用量子计算机。量子计算机的原理就是利用量子力学的波函数坍缩的真随机性，来取代传统计算机的要么是0要么是1的这种确定性的计算。当然，量子计算机的具体机制以及它现在发展成啥样了，这又是另外一个大话题，篇幅有限，我们这里就不多说了。
总之，量子意识理论告诉我们，人的意识的产生机制是一种量子力学机制。人的意识的这种主观性是怎么来的？就是量子力学带来的。因为量子力学的波函数坍缩，在维格纳和冯·诺依曼等人看来，也是具有主观性的。
当然，量子意识理论的缺点，就是我们这一小节一开始说的，就是有点玄。量子力学这个玄学加上意识问题这个玄学，玄而又玄，玄学2.0。
当然，比起之前的几个意识理论，之前的理论都是在宏观层面试图搭建什么模型来解释意识，而量子意识理论就企图从最硬核、最底层的方面试图一举攻破意识难关。虽然这个理论有很多地方还说不清楚，很多还只是假说，欢迎你也参与到其中的研究。如果有一天你能把它掰扯清楚咯，诺贝尔奖肯定就是你的咯！而且哲学史上也得给你记上一笔，你就属于是终结了心灵哲学咯！
五种理论模型总结与时代反思
好，介绍完量子意识理论，接下来我们进入本期“如何让AI具有意识研讨会”的会议总结。
本期大问题节目，我们分享了五种当今主流的对意识解释的理论模型，并以此为指导来试图制造出有意识的AI。简单总结一下这五种理论模型：
高阶表征理论认为，意识产生于对一阶表征的高阶再表征。当我们感知到我们在感知的时候，意识就产生了。
全局工作空间理论认为，意识产生于局域性的认知模块被全局广播。一种心理状态如果是局域性分布的，那么就是无意识的；如果是全局性分布的，那么它就是有意识的。
信息整合理论认为，意识产生于认知系统作为一个整体对大量信息的整合。信息整合程度高的系统，就能产生意识。
预测加工理论认为，意识产生于我们的预测模型对外部信息的主观建构。意识本身其实是一种幻觉啦。
量子意识理论认为，有意识的人的观测导致了量子力学中波函数的坍缩，而人的意识也产生于脑中微小结构的波函数坍缩效应。
本期介绍的五种对意识解释的理论模型，你认为哪一种更科学、更合理呢？你认为它们从唯物主义角度出发对意识的解释，成功击退了查尔莫斯的挑战，并且能够有效指导我们制造出人工意识吗？
现在AI研究在各个领域都非常热门，无论是在哲学、心理学、脑科学、认知科学，AI研究都很热门。其实，我们研究人工智能也就是为了研究我们人本身嘛。现在不都说嘛，这个时代是一个很奇妙的时代，机器越来越像人，而人也越来越像机器。这就是说，随着人工智能的发展，机器越来越智能，越来越像人；而随着生物学、脑科学、认知科学的发展，我们对人了解越多，我们就越觉得自己越来越像是一台机器。
其实，这两方面也并非是割裂开的。我们研究人的意识，想要解释清楚意识的产生机制，也是为了制造出和我们人类一样聪明的机器。当然反过来也是，我们研究人工智能也就是为了研究我们人本身，我们想借由研究有智能甚至有意识的机器，来研究我们人自己是怎么一回事。
那你认为今天介绍的这五种主流的唯物主义阵营对意识解释的理论模型，成功地捍卫了物理主义的完备性了吗？欢迎你也同哲学家们一起参与到对这个大问题的讨论之中。他们的看法发表完了，现在轮到你来发言了。请在视频下方评论区投出你的一票，并发表你的看法！