在亞力克斯·嘉蘭2015年的年夜作《機械姬》中，分歧于導演設定的那樣，主人公并不是迦勒這名擔任評價機械認識的年青法式員。相反，片子主人公是他的評價對象“伊娃（Ava）”，一個使人贊嘆的人形機械人，它既有孩子般的無邪，也有精深莫測的腦筋。

　　好像年夜多半燒腦片子一樣，《機械姬》讓不雅眾自行斷定，“伊娃”能否具有自我認識。在此進程中，它還奇妙地防止了一個辣手的成績，這一成績迄今為止仍挑釁著年夜多半以人工智能為主題的片子：甚么是認識？機械可否具有認識？

　　好萊塢導演們并不是是對此成績迷惑不解的獨一群體。跟著機械智能的飛速成長，它不只能在魔獸爭霸（DOTA）和圍棋如許的游戲中克服人類玩家，并且對戰進程中還不須要人類的專業常識，這一成績又一次成了迷信的主流。

　　機械處于認識的邊沿嗎？

　　本周，法蘭西學院的認知迷信家斯坦尼斯拉斯·迪昂、加州年夜學洛杉磯分校的Hakwan Lau和巴黎文理研討年夜學的希德·庫韋德爾配合在有名的《迷信》雜志上揭橥了一篇評論文章，他們以為：固然機械如今還沒無意識，但將來已有一條清楚的成長途徑。

　　緣由是甚么？他們說，認識是“相對的盤算才能”，由于它是特定類型的信息處置發生的成果，這是由年夜腦的硬件完成的。就像以后壯大的機械進修技巧從神經生物學中年夜量自創一樣，我們也許可以經由過程研討我們年夜腦中的構造完成工資認識，這些構造能發生認識而且像盤算機算法一樣完成這些認識。

　　從年夜腦到機械人

　　毫無疑問，人工智能范疇曾經從我們對年夜腦認識的懂得中收獲頗豐，不管是在乎識情勢照樣功效方面。

　　例如，“深度神經收集”是一種算法的架構，它可讓阿爾法狗（AlphaGo）在與人類玩家競賽中取得壓服性成功，有一小部門基本是我們的年夜腦細胞自我組織的多條理的生物神經收集。

　　“強化進修”是一種“練習”，它可讓人工智能向數百萬個例子進修，它源于一種有著幾百年汗青的技巧，就像一切人熟習的訓狗一樣：假如它收回了準確的反響（或成果），則賜與嘉獎；不然，得請求它再試一次。

　　從這個意義上說，將人類認識的架構轉換成機械仿佛就可以隨意馬虎完成人工認識。只是還有一個年夜成績。

　　斯圖爾特·拉塞爾博士于2015年《迷信》雜志采訪中說到：“人工智能范疇中還沒有有人正開辟無意識的機械，由于我們有心有力，對此其實是毫無眉目”。他是《人工智能：古代辦法》的作者。

　　多條理認識

　　在我們斟酌編碼機械認識之前，最難的部門則是弄清晰認識畢竟是甚么。

　　關于迪昂和他的同事來講，認識是一個多條理的構造，有兩個“維度”：C1認識，年夜腦中的已有信息，和C2認識，獲得和監控本身信息的才能。這二者對認識來講都是必弗成少的，但兩者不需同時存在。

　　假定你在開著一輛車，而低燃油正告燈亮了。在這里，我們留意到燃油箱燈就是C1認識，這是一種我們可以做出反響的心思表征：我們留意到它，采用響應行為（從新注滿油箱），并在以后回想起來并議論它（“我在郊區的汽油用光了！”）迪昂在接收《迷信》雜志采訪時說明道，“我們想要從認識中辨別的第一個意義是全局可用性的概念”。

　　他彌補道，當你認識到一個詞的時刻，你的全部年夜腦都邑認識到它，從某種意義上說，你可以在分歧的形式中應用信息。

　　然則，C1認識不只是一個“心思素描本”。它代表了一種完全的系統構造，可讓年夜腦從我們的感到或對相干事宜的記憶中提取多種情勢的信息。

　　潛認識的處置進程常常依附于特定的“模塊”，這些“模塊”可以或許勝任一組既定的義務，而C1與之分歧，它是一個全局性的任務空間，可讓年夜腦整合信息，決議行為，并一向任務到最初。

　　就像《饑餓游戲》（The Hunger Games）一樣，我們所說的“認識”可以有隨意率性的表示情勢，在某一時辰，“認識”在進入這個心思任務空間的競賽中國取得成功。分歧的年夜腦盤算回路會同享這些獲勝的認識，并在決議計劃進程中一向處于中間地位，指點人類行動。

　　作者說明說，因為這些特點，C1認識是高度穩固的和全局性的認識，會觸發一切相干的年夜腦回路。

　　關于像智能汽車如許的龐雜機械來講，C1認識是處理諸如低燃料燈如許火燒眉毛的成績的第一步。在這個例子中，光自己是一種潛認識旌旗燈號：當它閃耀時，機械上的一切其他過程依然不知情，而汽車——即便裝備了最早進的視覺處置收集——也絕不遲疑地經由過程了加油站。

　　有了C1認識以后，油箱就會向汽車內置電腦收回警報（許可燈光進入汽車的“認識年夜腦”中），進而檢查內置的全球定位體系（GPS）來尋覓下一個加油站。

　　迪昂說：“我們以為，在機械中，這將轉化為一個體系，從封裝信息的任何處置模塊中提守信息，并將信息供給給其他任何處置模塊，如許他們便可以應用這些信息。”“這是第一種認識。”

　　元認知

　　在某種水平上，C1認識反應了年夜腦獲得內部信息的才能。C2認識則與年夜腦外部信息相干。

　　文章作者界說了認識的第二個方面，即C2認識，能反應你能否曉得或發覺到某件事，或許你能否剛出錯誤的“元認知（meta-cognition）”。（“我想我能夠是在最初一個加油站加滿油了，但我忘卻了保存收條以防萬一”）。這個維度反應了認識和自我認識之間的接洽。

　　C2是一種認識條理，它會讓你在做出選擇時覺得信念缺乏或許信念滿滿。在盤算術語中，它是一種算法，可以猜測出一個決議計劃（或盤算）是準確的，雖然它常常被看成一種“直覺”。

　　C2認識也會影響記憶親睦奇心。這些自我監控的算法讓我們曉得了所謂的“元記憶”，有人對此有所懂得，也有人從未聽過，它是擔任感知本身舌尖上能否有器械。迪昂說，監控我們所曉得的（或不曉得）器械關于兒童來講特別主要。他說明說：“孩子們相對須要監控他們所曉得的器械，以便他們提出疑問、對事物變得獵奇并進修更多常識。”

　　在乎識的兩個方面配合感化下，我們能從中受害：C1認識讓相干信息進入我們的精力任務空間（同時拋棄其他“能夠”的設法主意或處理計劃），而C2認識則有助于認識思想能否帶來無益回應的歷久反射。

　　回到低燃料警示燈的例子中，C1認識讓汽車在第一時光處理成績，這些算法使信息完成全體同享，讓汽車發覺到成績。

　　但為懂得決這個成績，汽車須要一個有關本身的“認知才能目次”，一種對隨時可用的資本的自我認識，例如，一份加油站的GPS地圖。

　　迪昂說：“具有這類自我認知的汽車就是我們所說的具有C2認識的汽車。”由于旌旗燈號是全局性的，并且由于它的監測方法相似于機械自我不雅察，所以汽車會擔心低燃油狀態，然后像人類一樣，下降燃料消費并尋覓加油站。

　　作者指出，“現今年夜多半機械進修體系都缺少自我監控”。

　　但他們的實際仿佛找到了準確的偏向。在這幾個例子中，不管是在算法的構造中，照樣作為一個零丁的收集，自我監控體系得以完成，人工智能曾經生成了“實質上具有元認知的外部模子，使得一個署理者能開辟出一種對本身的懂得，這類懂得是無限的、隱藏的，具有適用性。”

　　朝無意識的機械成長

　　一臺具有C1認識和C2認識的機械會表示得它似乎具有認識一樣嗎？這很有能夠：智能汽車會“曉得”它看到了甚么，并對此異常肯定，然后向其他部門申報，并找到處理成績的最好計劃。假如它的自我監控機制瓦解了，它能夠也會涌現“幻覺”，乃至會涌現與人類類似的視覺幻象。

　　迪昂說，C1認識能靈巧地應用它具有的信息，而C2認識能清晰本身認知規模的極限。“我以為（機械）應當是無意識的，”而不只僅只是人類的專利。

　　假如你感到認識遠不止是全體的信息分享和自我監控，不只要你這么感到。

　　作者也認可：“對認識的純潔功效性界說能夠會讓一些讀者不滿足”。

　　“但我們正試圖采用保守的立場，也許可以簡化成績。”迪昂總結到：“認識是一種功效的屬性，當我們賡續給機械增長功效時，在某種水平上，這些屬性將塑造我們所說的認識的特點。”