2023年8月17日 · 无特定项目名称
Consciousness in Artificial Intelligence: Insights from the Science of Consciousness：从意识科学看人工智能意识
该报告基于五种主流神经科学意识理论（递归处理理论、全局工作空间理论、高阶理论、预测处理、注意图式理论），提取出计算可实现的意识指标属性，并评估了当前AI系统。结论是当前无AI系统具备意识，但构建有意识AI无技术障碍。
EVENT STORY
发展脉络
- 首次出现Consciousness in Artificial Intelligence: Insights from the Science of Consciousness：从意识科学看人工智能意识arXiv cs.AI
- 当前判断该报告为AI伦理和监管提供了科学基础，可能影响AI产品设计中对意识属性的考量，尤其在医疗、自动驾驶等高风险领域。Agent Pulse · 分析
报告系统性地将神经科学意识理论转化为计算指标，用于评估AI系统意识。当前AI系统均未满足指标，但理论上构建有意识AI是可行的，为未来研究提供了评估框架。
报告从五种意识理论中提取了计算可实现的指标属性，如全局工作空间理论要求信息在全局工作空间中广播，递归处理理论要求存在递归连接。评估了包括GPT-3、PaLM等在内的近期AI系统，发现它们缺乏关键属性如全局广播或递归处理。边界在于指标是必要非充分条件，且理论本身存在争议。
该报告为AI伦理和监管提供了科学基础，可能影响AI产品设计中对意识属性的考量，尤其在医疗、自动驾驶等高风险领域。
建议AI研发团队在模型架构中引入全局工作空间或递归处理模块，以探索有意识AI的工程实现，并提前布局相关伦理与安全标准。
未来需验证指标在更先进AI系统（如多模态模型、具身智能体）中的满足情况，以及意识理论本身的进展。