第二届世界人工意识大会(Artificial Consciousness, AC2024)背景详细阐述

段玉聪（Yucong Duan）

DIKWP-AC人工意识实验室

AGI-AIGC-GPT评测DIKWP（全球）实验室

DIKWP research group, 海南大学

引言

21世纪的数字化浪潮正在塑造着我们所处的时代，这是一个前所未有的时代，被技术进步和数字经济的崛起所定义。这个时代的显著特征是信息技术的飞速发展，尤其是人工智能（AI）和人工意识（AC）技术的崛起。这些技术不仅推动着经济结构的转型，也深刻地影响着我们的社会和生活方式。在这个变革的背后，数字化时代正逐渐成为现实，其中数据、信息、知识和智慧构成了复杂世界的核心元素，而理解和引导这些元素的处理和转化变得至关重要。在这一新时代，我们需要思考如何确保这些技术和数据的应用不仅高效，还符合人类的道德标准和意图，以促进数字经济的健康发展和社会的数字化转型。

数字化时代的挑战与机遇

我们正生活在一个以数据为核心的数字化时代。每天，庞大的数据量不断被生成和处理，信息在全球范围内以前所未有的速度传播，知识不断积累和更新，智慧在各个领域展现其独特的价值。然而，这个时代所带来的挑战在于，如何确保数据的处理和转化不仅在技术上高效，还能够符合人类的伦理和道德标准，以及真实的人类意图。这一问题的重要性不可忽视，因为它直接关系到数字经济的可持续性和社会的数字化发展。

在这个数字化时代，人工智能技术（AI）迅速崛起，成为数字经济的主要推动力之一。AI系统能够以前所未有的速度和准确度处理大量数据，推动自动化、智能化和创新。然而，AI技术的发展也伴随着一系列重要的挑战。首先，数据权利保护成为了一个备受关注的议题，因为涉及到个人隐私和数据安全。其次，算法歧视和偏见的问题凸显了技术的局限性和对社会公正的潜在威胁。此外，知识产权的保护对于鼓励创新和技术发展至关重要。这些挑战不仅影响了个体，还对企业和政府的数字化服务产生了深远的影响，进而对整个社会和经济的可持续发展产生重要影响。

DIKWP模型的涌现

在这个复杂多变的环境中，传统的DIKW模型已经显得不足以应对新的挑战。DIKW模型固然为我们提供了理解数据、信息、知识和智慧之间关系的基础框架，但在处理日益增长的数据量和复杂性方面存在明显的局限性。为了更好地适应数字化时代的需求，DIKWP模型应运而生。这一模型通过引入“意图”这一维度，使得整个处理过程不仅关注数据的量和质，还强调了数据处理的目的和方向。这意味着不仅要考虑如何处理数据，还要考虑为什么处理数据以及如何确保处理过程符合人类的实际需求和目标。DIKWP模型的涌现不仅为我们提供了一个更为全面的数据处理框架，还将原本主观的概念转化为客观的数学化表达，为数据处理和应用提供了更准确的工具和方法。

人工意识（AC）的兴起

随着数字化时代的发展，人工智能（AI）的应用范围不断扩大，但同时也呈现出一些局限性。AI系统在处理复杂的数据和信息时，往往缺乏深层次的理解和智慧，以及对人类意图的真正理解。为了弥补这一不足，人工意识（AC）的概念应运而生。AC不仅仅是AI技术的延伸，而是在AI的DIKW基础上，融入智慧和意图，形成了一个更为全面和深入的DIKWP处理模型。AC的核心目标在于整合AI系统中的高层次认知元素，不仅提升认知能力和决策智能，而且深入探索“意识”的本质。这一深入探索不仅是技术层面的突破，更是在确保AI和AC的发展与人类价值观和意图相协调的尝试。AC为AI系统注入了更高层次的认知和智慧，使其更能理解和满足人类的需求，这对于推动技术的发展和社会的数字化转型至关重要。

第二届世界人工意识大会的意义

在这个背景下，第二届世界人工意识大会的召开具有划时代的意义。这不仅仅是一个展示最新科技成果的平台，更是一个深入探讨如何将先进技术与人类社会的需求和价值观相结合的论坛。这次大会将为来自全球的科学家、研究人员、政策制定者和行业领导者提供一个交流和合作的机会，共同探索AI和AC技术未来的发展方向。大会的意义在于确保这些技术的发展不仅高效，还负责任和可持续。具体而言，第二届世界人工意识大会的意义包括：

技术发展与人类价值观的融合：第二届世界人工意识大会强调AI和AC技术发展与人类价值观的融合，不仅追求技术的效率和功能性，更重视其与人类伦理和道德标准的一致性。这种融合至关重要，因为它确保了技术进步不仅符合技术创新的需求，同时也尊重和维护人类的核心价值观。通过这种方式，大会致力于构建一个更智慧、和谐的社会，其中技术发展与人类的福祉和道德原则相协调。

塑造数字化时代的社会发展路径：大会通过探索AI和AC在教育、医疗、金融等多个领域的应用，为数字经济时代的社会发展提供了全新的视角和思路。这些探索不仅涉及提高决策的质量和效率，还包括如何优化资源分配、改善服务质量、提升生活质量等方面。大会旨在推动社会整体的智能化进程，确保数字化转型能够全面且公正地惠及各个社会层面。

促进跨学科的创新和合作：第二届世界人工意识大会成为多学科专家的聚集地，促进了AI与AC技术的跨领域融合和创新。大会鼓励来自不同学科的专家学者进行深入的交流与合作，共同探讨和解决技术发展中遇到的挑战。这种跨学科的合作为科技创新提供了丰富的思想土壤和创新资源，为未来科技的发展开辟了新的道路。

提高公众对AI与AC的理解和接受度：通过教育活动和公开讨论，大会大大提升了公众对AI与AC技术的认识和接受度。通过这些活动，公众对这些先进技术的误解和恐惧被有效减少，促进了其在社会中的广泛接受和应用。这种理解和接受度的提升对于实现技术的全面融入和应用至关重要。

形成全球科技道德标准：在AI与AC快速发展的背景下，第二届世界人工意识大会在建立全球科技道德标准方面发挥了重要作用。大会通过国际合作，帮助形成全球统一的科技道德和监管标准，确保技术的发展不仅遵循效率和创新的原则，同时也遵守伦理和道德的要求。这对全球社会共同面对技术发展带来的机遇和挑战具有重要意义。

总而言之，第二届世界人工意识大会不仅是一个探讨先进技术的论坛，更是一个深入探讨科技如何与人类价值观、社会需求和伦理标准相融合的重要平台。大会对于推动人类社会向更加智慧和和谐的方向发展具有深远的意义，同时为全球科技和社会的共同进步提供了新的视角和动力。

段玉聪，海南大学计算机科学与技术学院教授，博士生导师， 第一批入选海南省南海名家计划、海南省领军人才，2006年毕业于中国科学院软件研究所，先后在清华大学、首都医科大学、韩国浦项工科大学、法国国家科学院、捷克布拉格查理大学、意大利米兰比克卡大学、美国密苏里州立大学等工作与访学。现任海南大学计算机科学与技术学院学术委员会委员、海南大学数据、信息、知识、智慧、意图DIKWP创新团队负责人、兼北京信用学会高级顾问、重庆警察学院特聘研究员、海南省委双百人才团队负责人、海南省发明协会副会长、海南省知识产权协会副会长、海南省低碳经济发展促进会副会长、海南省农产品加工企业协会副会长、海南省人工智能学会高级顾问、美国中密西根大学客座研究员及意大利摩德纳大学的博士指导委员会委员等职务。自2012年作为D类人才引进海南大学以来，累计发表论文260余篇，SCI收录120余次，ESI高被引11篇,引用统计超过4300次。面向多行业、多领域设计了241件（含15件PCT发明专利）系列化中国国家及国际发明专利，已获授权第1发明人中国国家发明专利及国际发明专利共85件。2020年获吴文俊人工智能技术发明三等奖；2021年作为程序委员会主席独立发起首届国际数据、信息、知识与智慧大会-IEEE DIKW 2021；2022年担任IEEE DIKW 2022大会指导委员会主席；2023年担任IEEE DIKW 2023大会主席；2022年获评海南省最美科技工作者（并被推全国）；2022年与2023年连续入选美国斯坦福大学发布的全球前2%顶尖科学家的“终身科学影响力排行榜”榜单。参与研制IEEE金融知识图谱国际标准2项、行业知识图谱标准4项。2023年发起并共同举办首届世界人工意识大会（Artificial Consciousness 2023, AC2023)。

数据（Data）可视为我们认知中相同语义的具体表现形式。通常，数据代表着具体的事实或观察结果的存在语义确认，并通过与认知主体已有认知对象的存在性包含的某些相同语义对应而确认为相同的对象或概念。在处理数据时，我们常常寻求并提取标定该数据的特定相同语义，进而依据对应的相同语义将它们统一视为一个相同概念。例如，当我们看到一群羊时，虽然每只羊可能在体型、颜色、性别等方面略有不同，但我们会将它们归入“羊”的概念，因为它们共享了我们对“羊”这个概念的语义理解。相同语义可以是具体的如识别手臂时可以根据一个硅胶手臂与人的手臂的手指数量的相同、颜色的相同、手臂外形的相同等相同语义进行确认硅胶手臂为手臂，也可以通过硅胶手臂不具有真实手臂的可以旋转对应的由“可以旋转”定义的相同语义，而判定其不是手臂。

 信息（Information）则对应认知中不同语义的表达。通常情况下，信息指的是通过特定意图将认知DIKWP对象与认知主体已经认知的数据、信息、知识、智慧或意图联系起来，产生新的语义关联。在处理信息时，我们会根据输入的数据、信息、知识、智慧或意图，找出它们被认知的DIKWP对象的不同之处，对应不同的语义，并进行信息分类。例如，在停车场中，尽管所有的汽车都可以归入“汽车”这一概念，但每辆车的停车位置、停车时间、磨损程度、所有者、功能、缴费记录和经历都代表着信息中不同的语义。信息对应的不同语义经常存在于认知主体的认知中，常常未被显式表达出来，例如抑郁症患者可能用自己情绪“低落”来表达自己当前的情绪相对自己以往的情绪的下降，但这个“低落”对应的信息因为其对比状态不被听众了解而不能被听众客观感受到，从而成为该患者自己主观的认知信息。

 知识（Knowledge）对应于认知中的完整语义。知识是通过观察和学习获得的对世界的理解和解释。在处理知识时，我们通过观察和学习抽象出至少一个完整语义对应的概念或模式。例如，通过观察我们得知所有的天鹅都是白色，这是我们通过收集大量信息后对“天鹅都是白色”这一概念的完整认知。

 智慧（Wisdom）对应伦理、社会道德、人性等方面的信息，是一种来自文化、人类社会群体的相对于当前时代固定的极端价值观或者个体的认知价值观。在处理智慧时，我们会整合这些数据、信息、知识、智慧，并运用它们来指导决策。例如，在面临决策问题时，我们会综合考虑伦理、道德、可行性等各个方面的因素，而不仅仅是技术或效率。

 意图（Purpose）可以看作是一个二元组（输入，输出），其中输入和输出都是数据、信息、知识、智慧或意图的内容。意图代表了我们对某一现象或问题的理解（输入），以及我们希望通过处理和解决该现象或问题来实现的目标（输出）。在处理意图时，人工智能系统会根据其预设的目标（输出），处理输入的内容，通过学习和适应，使输出逐渐接近预设的目标。