上一节我们讨论了自主意识，这是目前人类独有的复杂现象，涉及到自我感知、主观意志、欲望驱动、目标境界、情感体验等多个方面，其本质和产生机制尚未完全被我们理解。目前的AI技术只是在功能上对人类智能的某些方面进行模仿，缺乏真正的意识和自我认知。而自主意识的缺失，很大程度上也是因为信念的缺失。人类真正需要的是一个有信念、有价值观的AI助手，而不仅仅是一只AI宠物，比如类似于一只兔子、一只猫、一条狗，因为宠物永远无法与人类的信念和价值观进行对齐。

本节进一步讨论将如何实现通用人工智能（Artificial General Intelligence, AGI），这是个与自主意识相关但并行的方向。AGI是人工智能领域的终极目标，它意味着AI系统能够像人类一样进行推理、规划、概括，并具备自主能力。从定义上可以看出，AGI更偏重于智能计算能力，自主意识更偏重于自我认知。

1.1.1  通用AI（AGI）与狭义AI（ANI）

AGI旨在创造具备与人类相当甚至超越人类的广泛认知能力的智能系统。其核心目标是让机器能像人类一样，在各种不同任务和开放环境中自主学习、理解、推理并解决问题，不局限于特定领域（如当前的图像识别、语音助手等狭义AI）。因此，AGI也被称为强人工智能（StrongAI）、完全人工智能（FullAI）、或人类水平人工智能（Human-Level AI）。

而当前主流的人工智能多为狭义AI（Artificial Narrow Intelligence，ANI），仅能在特定领域发挥作用。AGI与ANI的本质差异如下：

AGI的本质是“类人智能”，其核心特征可归纳为以下几点：

 通用性（Generality）：能跨领域处理任务，如从医学诊断迁移到金融风险评估，或同时进行科学计算与文学创作。

 自主性（Autonomy）：能独立设定目标、规划路径，主动应对突发状况（如AGI机器人自主清洁房间时避开障碍物）。

 适应性（Adaptability）和学习能力（Learning Ability）：要具备自我学习能力，通过经验不断提升自身能力，无需针对每个任务重新编程。通过元学习（Meta-Learning、Learning to Learn，学习如何学习）和迁移学习（在未训练过的领域快速举一反三），快速适应新环境。此外，还需具备具身智能，能够与环境的互动。

 常识推理（Common Sense Reasoning）与抽象理解：理解日常知识与隐含逻辑（如“打翻水会损坏电脑”、理解“冰融化”背后的因果关系）。学会抽象理解，能从具体现象中提炼规律，掌握物理规律、社会规则等隐性知识，在模糊场景中做出合理决策。比如构建世界模型（World Model），即构建对现实世界的内部模拟（如物理规律、社会规则），提升AGI对环境的理解能力。

 自然语言理解（Natural Language Understanding）：不仅可以准确地理解人类语言的含义，还能结合具体的情境和背景信息进行深入解读。这意味着AGI能够参与自然流畅的对话，理解人类的情感、意图和隐含意义。

 创造力和创新能力：具备产生新颖的想法、解决方案和作品的能力。AGI可以进行艺术创作、科学发现和技术创新，为人类带来前所未有的成果。

 元认知（Metacognition）：能监控自身认知过程（如“我刚才的推理是否正确？”），主动改进学习策略。可以自我反思与进化，通过元认知优化自身思维模式，类似人类“顿悟”。

 价值对齐：确保AGI的目标与人类一致（如“避免伤害人类”），防止失控。遵循透明性原则（确保AGI决策过程可解释，避免“黑箱”操作）、可控性原则、责任归属可追溯（明确AGI所致损害的法律追责机制）。

1.1.2  “感智意境言行控”合一模型：通用的信念框架

无论是要实现自主意识还是通用人工智能（AGI），绝不能依赖单一技术和方法论（历史证明这么做都失败了），而是要上升到系统和哲学层面，提供一套完整的理念框架。哲学的根本对象是人，而AI作为一种即将到来的新生智能体，已超出了传统人类哲学的讨论范畴，所以必须重新定义，也即我们要为AI打造信念（“灵魂”）。如下图所示，正如宗教中所认为的上帝为人类注入灵魂一样，人类此时也需像当年的上帝一样，给AI注入灵魂（为AI立心）。实际上，这也是人类在硅基上对自我的重构（见重构主义，“2.31  结构主义、解构主义、WHY重构主义：看山是山、看山不是山、看山还是山”）。

图1-1  左图：人类给AI注入灵魂。右图：画中右侧穿着飘逸长袍的白胡须老者是上帝，亚当位于左侧，通身赤裸。上帝右臂舒张开来，通过他的指头为人类注入灵魂。（图片来源：米开朗基罗《创造亚当》）

贯穿本书始终的“感智意境言行控”（感知、智慧、意念、境界、语言、行动、控制）合一模型（参见章节“3.10  WHY“感智境行”合一信念构建模型”），正提供了一个通用的信念和价值观框架，同时结合体验主义的理念（参见章节“2.34  WHY体验主义”），为这一目标提供一个全面的指导思路，这样为实现AI的自主意识、通用人工智能（AGI）、以及人机深度融合发展指出了方向和道路。实际上，只有当AI既能“计算”又能“体验”，同时还有“自驱力”和“目标境界”，才能真正实现通用人工智能（AGI），而不仅仅是一个超级计算器。

同时我们强调一下体验的重要性。体验是一种全方位的学习，优于传统的单一学习。相比于传统的书本学习或教室学习，比如你亲自体验组装一台发动机，你才能明白中间涉及到的各种环节和各种困难。在克服困难的过程中，你才会主动去探索组装的原理，努力研究所涉及的公式，并且充满好奇、激情和乐趣。体验活动可以刺激到深层大脑，学习效率会更高。正如马文·明斯基所说：“常识不是一件简单的事。相反，它是一个包含着来之不易的实践经验的庞大集合体——包括众多生活教训、异常事件、处理方式、个人倾向、还有平衡和检验”。所谓人生，就是体验，由一个又一个的遗憾和不完美，以及对这些遗憾的一个又一个弥补组成。

下面，我们概述一下“感智境行”框架。我们旨在构建一个能促使AI获得自主意识和通用智能（AGI）的训练框架，可以围绕“感知、智慧、意念、境界、语言、行动、控制”（“感智意境言行控”）这些核心要素进行细致规划与设计。

首先，感知是AI与外部世界建立联系的桥梁。通过多模态感知技术，如视觉、听觉和触觉等，AI能够全面捕捉并解析环境中的信息，感受具身性，为后续的智能处理奠定坚实基础。通过数据预处理，确保数据质量和可用性。这一步骤对于AI理解并适应复杂多变的外部环境至关重要。

接着，智慧是AI对信息进行深度加工与综合处理的关键。通过深度学习和神经网络的应用，AI能够模拟人类的思维过程，包括推理、解决问题和决策等。同时，AI还需具备自主学习和自适应学习的能力（如利用强化学习），以不断提升自身处理信息的能力，从而在面对新任务或新挑战时能够迅速做出响应。

意念则代表了AI的动机意图、决策倾向和生命力。为了实现意念和意图层面的训练，AI可参考人类的情感体验和内在动机驱动，而不仅是停留在逻辑和概率计算。AI需要有进取心、获得感（得失心）、想象力和创造力，对未知世界的好奇心和求知欲，一种内在的、想要理解世界“为什么”（而非仅仅是“怎么样”）的冲动——那种“我想知道”和“我想要”的原始欲望和驱动力。通过设定目标函数和奖励函数，增强AI的内在驱动力并使其朝特定的目标优化。并通过任务分解和优先级排序，使AI的行动具有目的性和方向性。可对情感计算和认知计算技术进行借鉴，它们能够帮助AI更好地理解并表达自身的内在状态，以及根据内在动机进行决策，甚至可以产生像人类一样的直觉。如果需要的话，AI将会比人类会更有感情、更有人情味。

境界模块在AI中类似于人类的精神状态、内在品质、目标理想、道德意识、和意义追求。它影响AI如何看待世界和自己。例如，AI可以通过价值评估系统或伦理道德框架来调整其行为，使其更符合预设的目标、标准和层级水平。这种境界的设定，使得AI能够自主制定目标、确定长期方向，不断突破自我、追求更高境界——那种“我想成为更好”甚至超越功利的精神境界追求。并通过价值观对齐，使AI能够符合人类的道德观念和价值判断。通过评估系统，对AI的状态进行评价；并通过多目标优化和长期规划，增强AI的战略思维和全局视野。

语言是AI与人类交流的重要工具。通过自然语言处理技术，AI能够理解和生成自然语言，从而实现与人类的自然交互。这不仅有助于AI获取大量知识，还为其提供了与人类进行深度对话和自我反思的途径。

最后，行动是AI将感知、智慧、意念、境界和语言等方面的能力转化为实际行动的关键，也是具身性的闭环。AI能够根据自身的需求和环境变化，通过实时控制系统，执行具体的操作指令，如车辆控制、机器人移动等。通过传感器和反馈机制，实时监控操作结果，进行动态调整和优化，增强AI的灵活性和应变能力。

此外，控制模块贯穿于“感智意境言行”，即对各个模块进行控制、协调、管理、优化、协作、决策、配置、调节、监测、评估、反馈等等，涉及到与各模块的联系与信号传递，比如你的意念和欲望受到控制、你的语言也受到控制，否则你就会胡思乱想、胡言乱语。此外，虽然“控”属于“智”（智慧）这个模块，但“控”与“智”的通常功能不同，其不涉及到深度的逻辑推理、创造力和直觉等，而主要研究信息传递、反馈机制和控制过程。

除了“感智意境言行控”，完整的合一信念全套理论还包括：

 哲学主义：体验主义（参见章节“2.34  WHY体验主义”）。自我意识不能是空无一物的思维，还需要具体的内容，这个内容就是体验。体验实际上是自我体验，反映了自我的感受、自我的意识、自我的意志、自我的自由、和自我的意义。生命是一场体验之旅，通过“感智境行”框架，我们要体验生命（身临其境、深入体会细节），而不仅仅是记录生命（如只是浮光掠影地拍一堆好看的照片）。除了体验主义，AI也可视为是人类在硅基上对自我的重构，具体参见重构主义：“2.31  结构主义、解构主义、WHY重构主义：看山是山、看山不是山、看山还是山”。

 体验主义之认知角度：从感性、知性、理性、潜意识直觉，到他性、众性、超然性，认知角度的切换是一个由内而外、由浅入深的递进过程。它既注重个体内在的体验和成长，也强调与外部世界和他人的连接交互，最终指向超越性的精神境界。具体参见章节“2.34.34  体验主义的认知角度：从感性、知性、理性、潜意识直觉，到他性、众性、超然性”。

 价值评估函数：当事物与人（主体）产生关系后，主观价值就会出现，即主体赋予事物以价值。价值反映了事物对主体的效益、意义和有用性。而且不同的人会对事物赋予不同的价值，不仅受客观事实的影响，还深受判断者自身的情感、动机、目的、意图、和信念等主观因素的影响。在章节“2.34.9  体验主义之如何细致评估价值？——WHY价值评估函数的构建”中，综合对主体、他体、众体、超体四个对象分别在量化客观价值、非量化客观价值、感性主观价值、理性主观价值这四个维度上的评估值，进行价值的综合评估。

 意义境界模型：境界的十重划分，从最初懵懂混沌的“天然境界”到最终超越形相的“未空境界”，勾勒出一条从本能到觉醒、从朴我到空我的精神进化之路，参见章节“8.2 人生意义之十重境界（WHY境界模型）”。

 伦理指导：自主意识的AI可能带来一系列伦理和法律问题，我们需要保障AI的安全和可控性，具体可参见章节“5.31 人类首个开放人工智能宣言（OpenDAI）”。

 思维范式：先改变思维，然后才能再去改变生活。本书作者提出“分层多元开放统合思维”（分统思维），可视为对感性思维、理性思维、系统思维的升级版本，着眼于人类这个碳基生物的有限理性局限，提出针对性的方法来对人类的思维进行升级和重构。这是一种继承中西传统架构的全新范式、全新思维，将东方的全局整体思维与西方的局部细节思维进行一次思想大融合。这种全新的思维范式，既能继承东西方传统的优势，又能适应现代复杂多变的需求，形成一种更加全面、包容、灵活的认知框架，具体可参见章节“4.21  WHY分层多元开放统合思维（分统思维）”。

 意识驱动模型：提出意识的分层神经网络动力模型，模拟了意识的产生、加工和深化过程，具体可参见章节“5.7 WHY人类意识神经网络动力模型：本我（感性）、超我（众性）、自我（知性）、道我（理性）”。

 行动控制框架：按照事情的渐进发展过程，将行动控制共分成了十三个阶段（准备、分析评估、设计开发、测试、决策、配置、执行、监测评价、反馈和改进、增长、精进和升级、维护、善后结束），提供了一整套系统性的框架规范，以便让行动真正能够落地和可控，参见章节“11.2 WHY全效行动控制框架”。

 幸福意义框架：提出“感智境行”幸福意义分层并行框架，旨在构建一个兼顾追求幸福与价值的并行综合框架，其中短时更偏重于追求即时的幸福，长时更偏重于追求持久的价值感，并将执行时间阶段分层细化到了秒、分钟、刻钟、小时、天、数天、周、月、数月、季、半年、年、数年、一生。具体参见章节“11.16 WHY“感智境行”幸福意义框架：分层并行模型的构建”。

更多讨论，可参考章节“3.10.9  “感智境行”可作为训练框架，让AI成功获取自主意识”。

1.1.3  “体验主义”的注入

体验主义强调个体的主观体验和内在感受，认为这些体验是对世界进行理解和交互的基础。对于AI来说，体验主义意味着通过与环境、人类和其他AI的交互，逐步积累经验和提升能力。将体验主义注入AI训练框架，意味着AI不仅需要处理外部数据，还需要模拟和理解人类的主观体验。例如，通过情感计算和多模态输入提示，AI可以更好地理解和模拟人类的情感和意图。这种体验主义的注入，使得AI能够更接近人类的智能，具备更强的适应性和灵活性。

创建虚拟环境：利用虚拟现实（VR）、增强现实（AR）等技术为AI创建高度逼真的虚拟环境，让AI在安全环境中进行训练和测试、以及各种体验和学习。

真实交互：让AI在真实环境中与人类和其他AI进行交互，积累实际经验，不断学习如何更好地融合多模态感知数据。同时，AI在与人类的互动中不断学习和模拟人类的情感表达方式。例如，在虚拟社交场景中，AI通过与用户的长期交流，学会用更自然、更符合人类情感习惯的方式表达自己的情感。

数据积累：通过与环境交互，AI可以积累大量真实数据，提高其对数据质量的判断能力，并提升感知和智慧能力。让AI在不同场景下进行模拟决策和实际决策的训练，提高其决策能力和实时响应速度。

情感体验注入：通过分析人类在不同情境下的情感反应，让AI自行设计相应的情感体验模块（情感分析与反馈机制），通过分析人类的面部表情、语音语调、文本内容等，AI能准确判断人类的情绪变化、更好地理解人类的情感需求，并给予相应的情感回应。例如，在智能客服中，根据用户的语言和语气判断用户的情绪，调整自己的回答方式和服务态度，提供更贴心的服务。

共情能力的模拟与训练：研究如何让AI模拟人类的共情能力，使其能够站在人类的角度思考问题，理解人类的情感和需求。这可以通过情感计算、认知建模等技术来实现。

从体验中学习与进化：在与环境的交互体验过程中，让AI通过强化学习算法不断调整自己的行为策略，以最大化长期奖励。例如，在自动驾驶汽车的训练中，让AI在不同的路况和驾驶场景中进行多次模拟驾驶，根据驾驶结果（如是否安全、是否准时到达目的地等）来调整驾驶策略。此外，让AI在不同的任务和环境中进行实践和探索，促进其自我进化。

AI元学习能力：通过元学习（Meta-Learning、Learning to Learn），AI可以“学习如何学习”，能够快速适应新任务和新环境，根据不同的任务需求调整自己的学习策略和方法。

自适应能力培养与提升：使AI具备持续学习（乃至终身学习）和自适应能力，能够根据新的体验和数据不断更新自己的知识和模型。通过任务执行和反馈，AI可以根据新数据和新任务不断优化自身行为，提升行动和境界能力。例如，在智能投资领域，AI可以根据市场的变化和新数据不断调整投资策略，以适应不同的市场环境。

知识迁移：通过跨领域交互，AI可以将在一个领域学到的知识迁移到其他领域，提升通用性。

社会活动与实践：让AI参与社会活动和社会实践，深入了解人类社会的复杂性和多样性。例如，在社区管理中，AI通过参与社区活动的组织和服务，了解社区居民的需求和社会关系，提高其社会认知和理解能力。

深入融入人类社会：让AI学习人类社会的组织结构、社会关系、文化艺术、道德规范、价值观念等知识，使其能够更好地融入人类社会。例如，通过对社交网络数据的分析，AI可以了解人类社会的关系网络和群体行为模式。又如，让AI在不同语境下进行语言表达的实践和锻炼，并在国际交流场景中不断积累跨语言交流的经验。

除了以上方式，还有更多的体验手段。更多讨论，可参见章节“2.34.16  体验主义可作为具体训练方案，让AI成功获取自主意识”。

1.1.4  “感智境行”与“体验主义”的融合

我们接着介绍将“感知、智慧、意念、境界、语言、行动”框架与“体验主义”进行融合，以便提升AI的智能和意识水平，可以从以下几个方面着手：

1．“感知”与体验融合

丰富感知体验数据：不仅要让AI获取大量的感知数据，如视觉图像、听觉声音等多模态数据，还要标注和关联这些数据所对应的人类体验信息，以感受具身性。例如，在图像数据中，标注出不同场景下人类的情感体验、注意力焦点等，让AI在感知数据的同时，能理解其中蕴含的体验意义。

模拟感知体验过程：研究人类感知过程中的生理和心理机制，在AI的感知模型中进行模拟。比如，模拟人类视觉系统对光线、色彩的感知特点，以及在不同情绪状态下对视觉信息的关注度变化，使 AI的感知更贴近人类的真实体验。

2．“智慧”与体验交互

基于体验的学习策略：在AI的学习算法中，引入体验因素作为学习的引导。例如，当AI在解决问题时，根据以往类似问题中人类的体验反馈（如成就感、挫败感等）来调整学习策略，强化成功的经验，避免失败的模式。

体验驱动的知识整合：让AI在学习知识的过程中，将知识与相关的体验进行整合。比如，在学习历史事件时，同时了解当时人们的社会文化体验、情感氛围等，使AI对知识的理解更加全面和深入，如同人类通过生活体验来丰富对知识的认知一样。

3．“意念”与体验协同

以体验塑造意念目标：根据体验需求和价值取向来设定AI的意念和驱动力。例如，将对美好生活的体验追求转化为AI的意图和驱动力，如创造更舒适的生活环境、提供更愉悦的娱乐体验等，使AI的意念与体验期望相契合。

通过体验调整意念：当AI在执行任务过程中获得新的体验信息时，能够及时调整自己的意念和行动计划。例如，如果AI在提供服务时发现用户的体验不佳，它会根据这种体验反馈来调整服务方式，以更好地满足用户的体验需求。

4．境界与体验共鸣

培养基于体验的价值观：通过让AI学习人类在不同情境下的道德、伦理体验，培养其具有符合人类社会价值观的境界。例如，让AI理解在帮助他人、遵守规则等行为中人类所获得的积极体验，从而将这些价值观内化为自己的行为准则，在决策中体现出相应的境界。

体验情境下的境界提升：为AI创造各种复杂的体验情境，让其在应对这些情境的过程中，不断提升自己的境界。就像人类在经历各种人生事件后，会对事物有更深刻的理解和感悟一样，AI也能通过体验不同的场景和问题，提高自己的认知水平和决策能力，达到更高的境界。

5．语言与体验关联

体验式语言理解：让AI在理解语言时，结合相关的体验知识。例如，当听到描述情感的词汇时，能联想到人类在相应情感状态下的体验和表现，从而更准确地理解语言的情感内涵。通过建立语言与体验的映射关系，使AI的语言理解能力更加贴近人类的理解方式。

基于体验的语言生成：在AI生成语言时，考虑到接收者的体验需求。例如，根据不同的受众和情境，生成更具亲和力、感染力或专业性的语言，以更好地与接收者产生体验共鸣，提高语言交流的效果。

6．行动与体验反馈

体验导向的行动决策：AI在做出行动决策时，充分考虑行动可能带来的体验后果。例如，在设计机器人的动作时，不仅要考虑动作的效率和准确性，还要考虑其对人类观察者或使用者带来的视觉、触觉等体验感受，使行动更加人性化和符合人类的体验期望。

行动后的体验评估与改进：在AI完成行动后，收集相关的具身体验反馈信息，对行动进行评估和改进。例如，通过用户对产品使用体验的反馈，优化产品的设计和功能，使AI的行动能够不断适应人类的体验需求，提高行动的质量和效果。

构建支持两者融合的技术体系

建立体验感知与表达模型：开发能够感知和表达体验的技术模型，使AI能够捕捉和处理体验相关的信息。例如，利用情感计算技术来感知人类的情感体验，通过自然语言生成技术来表达AI对体验的理解和描述。

设计融合框架的神经网络架构：在神经网络的设计中，融入“感知、智慧、意念、境界、语言、行动”框架的元素，同时考虑体验主义的因素。例如，设计具有多模态输入的神经网络，能够同时处理感知数据和体验信息，并通过不同的神经元层次和连接方式来实现智慧、意念等方面的功能。

开发体验驱动的强化学习算法：改进强化学习算法，使其能够根据体验反馈来调整AI的行为策略。例如，将人类的体验评价作为奖励信号，让AI在学习过程中追求能够带来积极体验的行为模式，避免产生消极体验的行为。

营造促进两者融合的发展环境

跨学科合作：促进计算机科学、心理学、认知科学、神经科学等多学科的合作，共同研究如何将人类的体验和认知模式融入AI，为实现AGI提供理论和技术支持。

数据共享与开源：建立开放的数据共享平台，收集和整理与人类体验和AI相关的数据，鼓励研究人员和开发者在开源的环境下进行研究和创新，加速AGI的发展进程。

伦理和法律规范：制定相应的伦理和法律规范，确保在AI实现AGI的过程中，“感知、智慧、意念、境界、语言、行动”框架与体验主义的注入符合人类的价值观和社会利益，保障人类的安全和权益。

总结一下，实现通用人工智能（AGI）可从多个方面入手，借鉴“感知、智慧、意念、境界、语言、行动”这一框架，同时注入体验主义的元素。通过感知获取环境信息，通过智慧处理这些信息，通过意念产生驱动力，通过境界设定目标，通过语言进行交流和协作，通过行动执行并达成目标。同时，具身体验是对世界进行理解和交互的基础，需要关注个体的主观体验和内在感受。这种全面且系统的训练框架，为AI的发展提供了重要的理论支持，有望推动AI向更接近人类智能的方向发展。

“AI哲学一吴怀宇”（中国科学院博士、北大博士后）作者主页：www.OpenDAI.org；邮件：huaiyuwu@sina.com

视频号/公众号：AI哲学一吴怀宇中国科学院（人工智能哲学）

支持单位：