引用本文

秦瑞琳, 周昌乐, 晁飞. 机器意识研究综述. 自动化学报, 2021, 47(1): 18−34 doi: 10.16383/j.aas.c200043

Qin Rui-Lin, Zhou Chang-Le, Chao Fei. A survey on machine consciousness. Acta Automatica Sinica, 2021, 47(1): 18−34 doi: 10.16383/j.aas.c200043

http://www.aas.net.cn/cn/article/doi/10.16383/j.aas.c200043

关键词

意识，机器意识，意识机器人，感受性，人工智能 

摘要

意识问题是尚未解决的重大哲学问题与科学问题. 机器意识是人工智能最前沿的研究领域之一. 研发意识机器人对于人工智能与机器人学的发展具有重要科学意义与应用价值. 本文首先介绍了意识与感受性的相关概念和理论; 然后, 详细讨论了机器意识的概念与研究分类、实现方法与计算模型, 重点论述了实现机器意识的量子方法; 最后, 总结了机器意识目前面临的困境与未来可能的发展, 并给出了一套机器意识总体实现框架.

文章导读

意识是什么? 人类意识是如何产生的? 动物是否具有意识? 这些问题一直困扰着人们. 哲学家Dennett曾说: “人类意识是最后幸存下来的未解之谜”[1]. 2005年, Science杂志提出了125个尚未解决的科学问题, 其中第2个问题就是“意识的生物学基础是什么?”[2]. 2018年, Nature杂志提出了目前最重大的6个科学问题, 其中之一便是“什么是意识? ”[3]. 如今, 随着脑科学的迅速发展, 尤其是各种脑成像设备(如EEG、fMRI等)的广泛应用, 出现了大量关于意识的脑科学研究成果[4-6], 形成了一些初步的意识科学理论, 人们对意识的神经相关物(Neural correlates of consciousness, NCC)和意识的产生机制有了更加深刻的认识. 同时, 物理学家基于意识和量子现象的相似性, 提出了一些意识的量子理论[7-9], 希望利用量子力学来解决意识问题.

随着人工智能和机器人学的发展, 人们开始思考机器能否具有意识这一问题, 这类研究逐渐被称为机器意识(Machine consciousness, MC)或人工意识(Artificial consciousness, AC)[10-12]. 近年来, Nature和Science杂志中出现了越来越多关于机器意识的研究成果[13-16]. 经过30多年的发展, 人们已提出了一些机器意识理论, 如全局工作空间理论、整合信息理论等[17], 根据这些理论开发的意识机器人能够表现出一定的意识行为, 并广泛应用于工业、教育、医疗、娱乐等领域[18-20]. 机器意识的研究已为当前各类机器人的发展提供了新的契机, 例如发育型机器人、协作机器人、机器人导航、机器人轨迹规划、机器人移动行为预测等[21-25]. 同时, 研发意识机器人也能促进人们对意识的理解, 推动构建更加完善的意识理论.

但是, 机器意识的研究目前还处于很初级的阶段, 例如针对自我意识、感受意识这些意识研究中的核心问题, 还少有涉及. 目前的机器人基于预先编程算法, 虽然能表现出一些意识行为, 但机器并不理解其所执行的内容, 也不具有“自我”的概念, 更没有对于自身以及外部环境的感受. 而这些都是人类意识中的核心部分, 机器意识研究的最终目的也就是实现这样的意识机器人. 如此, 机器人才能不受程序支配, 具有内省反思能力和情感体验, 从而能更好地生存与学习, 更好地与人交互. 然而, 由于意识具有超逻辑性, 并不是算法所能把握的, 因此在基于图灵机的机器上采用传统人工智能方法, 如符号计算和人工神经网络, 是不能实现这一目的的. 为此需要采用新的方法和技术, 如量子计算、脑机融合等. 量子计算比经典计算具有更强的计算能力与描述能力, 且具有真正的不确定性, 能突破预先编程的限制, 因而更适合描述复杂的意识现象. 而脑机融合技术则充分结合了生物智能与机器智能, 通过构建脑机混合机器实现大脑与机器的协同工作, 进而最终实现机器意识.

下文对意识与机器意识近期的研究进展进行综述. 图1展示了机器意识研究内容与方法分类. 我们首先对意识和感受性问题作一介绍. 在此基础上, 详细讨论机器意识的概念与研究分类、具体实现方法与计算模型, 重点论述其中的量子方法. 最后, 总结了机器意识面临的困难与未来的发展, 并给出了一种机器意识总体实现框架.

图1 机器意识研究内容与方法分类

本文的贡献主要体现在:

1)对机器意识的分类、理论、方法、模型等方面的最新研究进行了详细综述, 填补了国内机器意识研究综述的空白, 为国内意识机器人研发提供了有益指导.

2)对机器意识面临的困境和未来的发展给出了建设性的意见, 提出了一种机器意识总体实现框架, 为机器意识的进一步发展指明了方向.

图2 意识的困难问题与解释鸿沟

图3 全局工作空间理论的基本思想

本文首先介绍了意识的概念、理论和感受性问题. 然后将机器意识分为感知意识、认知意识、机制意识、自我意识、感受意识和意识测试6种类型, 详细讨论了每种类型的最新研究进展. 之后, 对指导机器意识计算实现的5种意识理论, 即GWT、IIT、HOR、AST和QC进行了深入挖掘, 分析了其理论研究进展, 建模实现方法以及意识系统开发情况. 最后, 总结了目前机器意识面临的困境与未来的可能发展, 给出了一套意识机器人系统的总体实现框架.

机器意识的研究还处于很初级的阶段, 缺乏统一的理论、方法、评价标准等. 目前机器意识在国内也少有相关研究. 为切实推进机器意识的研究, 可按照机器意识总体实现框架(见图8)进行深入研究. 在研究内容方面, 可暂时搁置机器意识的困难问题, 重点研究感知、认知与机制意识, 如视觉、语言、想象、记忆、情感等意识过程中的神经机制和计算建模. 在研究方法方面, 可采用自然机制和算法相结合, 深度学习与量子计算相结合以及脑机融合等策略. 在研究目标方面, 开发具有一定意向能力的机器人, 并应用到工业、教育、娱乐等社会服务领域.

作者简介

秦瑞琳

厦门大学信息学院人工智能系博士研究生. 主要研究方向为机器意识, 情感计算和机器舞蹈.E-mail: qqqrrrlll_2008@163.com

周昌乐

厦门大学信息学院人工智能系教授. 主要研究方向为机器意识, 脑机融合和机器歌舞. 本文通信作者.E-mail: dozero@xmu.edu.cn

晁飞

厦门大学信息学院人工智能系副教授. 主要研究方向为智能机器人, 机器学习, 最优化算法.E-mail: fchao@xmu.edu.cn