新技术论坛
搜索
查看: 955|回复: 0
打印 上一主题 下一主题

[大脑仿生] 机器人会拥有自我意识吗?

[复制链接]
  • TA的每日心情
    开心
    2016-10-18 06:23
  • 签到天数: 72 天

    连续签到: 1 天

    [LV.6]常住居民II

    扫一扫,手机访问本帖
    楼主
    跳转到指定楼层
    发表于 2016-2-16 21:00:14 来自手机 | 只看该作者 回帖奖励 |倒序浏览 |阅读模式
    意识曾一度被认为是人类独有的,但人们后来发现极少数动物也拥有意识。现在,我们的问题是:机器人是否也能拥有自我意识?

    随着人工智能和机器人的发展,研究人员开始探讨机器人是否也能具备意识。如果机器人拥有意识,它们将会更高效地解读周边环境,从而更好地做出决策并与人互动。意识本身是一个定义不够清晰的概念,有的学者认为可以把意识划分为多个层次。机器人研究可以帮助我们更好理解何为意识。神经科学的成果可以帮助研究者改进机器人的认知架构,而机器人反过来也可以帮助验证神经科学的各种假说。例如,可以制造出具备某种认知能力的“僵尸”机器人,证明这类认知过程不需要内在意识的指导。传统人工智能研究忽略了身体在认知中的作用和重要性,机器人学在一定程度上修正了这个问题。整合知觉和动作等各种认知功能,有助于让机器人获得意识。

    20世纪70年代,美国心理学家戈登·盖洛普(GordonGallup)设计了著名的镜子测试。测试目的在于,评估一个动物(包括人类)的自我意识。具体方法是在测试对象不知情的情况下,在其前额做一个标记,然后让其面对镜子,如果测试对象尝试触摸或去除标记,或至少显示出注意到了自己前额的变化,便可得出结论认为,该对象具有自我意识。时至今日,通过这一测试的动物包括黑猩猩、倭黑猩猩、猩猩、海豚、大象、乌鸦??人类在诞生18个月后也开始拥有自我意识。那么,机器人呢?机器人可以根据镜中机器臂移动与自己发出的指令之间的同步关系,判断出镜中看到的事物就是自己,从而通过镜子测试。某些机器人是否具有意识?可否认为它们也能意识到自我?如果现在还没有意识,未来是否有可能实现?实际上,对于自然存在的某种机能,我们没有理由不能提炼出它的模型并化为程序融入到机器之中。

    而研究这个问题,即机器人是否可以产生自我意识,具有多方面的意义。“意识”是什么首先,通过模型,我们可以更好地理解意识这个概念本身,无论是自然意识还是人工意识。其次,如果可以拥有意识,机器人将会更高效地解读周边环境,从而更好地做出决策并与人互动。此外,通过研究机器人意识的形成过程以及学习能力,我们可以更好地了解幼儿的发育过程。

    在探讨机器人意识之前,我们首先听听心理学家、哲学家和神经生物学家怎么说。在心理学和神经科学领域,有许多研究旨在探索与我们日常行为相关的意识程序的机制和本质。这些研究人员同时也想知道,某些行为和对世界的感知是如何在我们没有意识到的情况下自动完成的。上述研究在医学临床应用中很重要,比如,可以通过观察大脑活动来确定一个植物人复苏的几率。此外,这些研究可以让我们更好地理解并定义意识。

    实际上,意识的定义是什么,人类之外的物种是否有意识,对于这些问题学界尚未达成共识。此前,研究者一直以为,意识仅限于自我辨识以及将自我从世界以及其他个体中区分出来的能力。如果是这样的话,在镜子中认出自己就足以证明存在意识了。但是,科学家逐渐认识到,自我辨识仅仅是意识的一部分。意识的五个层级包括菲利普·罗夏(PhilippeRochat)在内的一些心理学家建议,把自我意识划分为五个层次,这五层在童年逐渐形成。在这一架构中,认出镜子中的自己仅仅是第三个层级,对于人类来说是在出生后18个月左右形成的。此外,动物行为学家近期指出,大型猿类、海豚以及大象可以在某种程度上辨识自我,因此可以通过镜子测试。令人意外的是,其他一些物种,如鹦鹉和喜鹊,似乎也可以通过这一测试,尽管严格地说它们不大可能具有自我意识。其他科学家细化区分了不同层次的意识。阿兰·莫林(AllainMorin)强调,一个主体需要洞悉自身的动作和思想,并将“自我”放置于一条时间线上,这条线有起始点、有终结点,两者之间存在延续,换句话说这个主体应当具有自传体记忆。我们等一下会看看在这方面机器人是什么情对神经生物学家来说,高层次的意识要求主体具有自我评估和规范自我行为的能力。这类能力对某些认知任务尤为重要,例如快速调整自身行为,及时注意到与行为规范相关的外界信号。近期的研究识别出了多种与意识相关的流程和机制,它们会在感知、决策、学习、理性思考、语言等过程中发挥作用。为什么调动意识可以提高人在视觉感知任务中的表现?反之,为什么同样是调动意识,在执行任务的同时进行冗长、费力且与任务无关的心算,却会让表现变差?这些问题吸引着神经生物学家克莱尔·塞尔让(ClaireSergent)和斯坦尼斯拉斯·德阿纳(StanislasDehaene)。他们对此的研究让机器人学家获益良多。

    实际上,如果机器人能够调整自身行为,而且认识到什么时候真正需要进行冗长和复杂的计算才可以解决问题,那么它们在决策方面会更加自主。其他时间,它们只需要采用事先录入的自动行为即可解决问题。德阿纳认为,调动意识的一个特点就是整合和强化来自大脑多个区域的信息。这些区域平时都各自为政,以自动和无意识的方式分别完成计算的一个部分。比如视觉辨认、动作的开始等都属于这种自动行为。但是对于机器人来说,整合和整理源于不同模块的信息是至关重要的。它们需要这样的整合才能产生适应不同环境的行为。借鉴神经科学目前所了解的意识信息整合机制,可以改善现有机器人的认知架构。反过来,因为人类目前对于意识的神经机制仍然了解有限,机器人可被用来验证这一领域的各种不同假说。此外,还有一个神经科学理论可以为机器人研究指明道路。这就是朱利奥·托诺尼(GiulioTononi)提出的整合信息理论。该理论指出,个体的意识水平是可以量化的,与其大脑中整合信息的量有关。

    所谓整合信息是指不可再拆分为更低一级组成单元的信息。换句话说,这些信息必须整体理解而不能将其中的一些内容搁置不理。举例来说,你不可能自己决定只看到黑白两色的风景。因此可以推断,我们能够通过测量整合信息量来简单测算某一时刻一个大脑的意识水平。目前仍然无法对人的大脑进行这样的测量,但在机器人的人工“大脑”中,这样的测算是可行的。如果机器人使用的控制程序是一个模仿神经活动的模型,我们就可以利用机器人测算意识水平,从而检验相关的神经科学假说,例如,我们可以由此发现机器人和人类一样可以完成某个任务,但是整合信息量并没有高到可以称之为“意识”。

    机器人这种像“僵尸”一样没有意识的特点是有利用价值的。澳大利亚哲学家戴维·查莫斯(DavidChalmers)曾提出一个思想实验,主角是一个“僵尸哲学家”(P-Zombie)。这个想象中的个体和人类没有什么区别……除了他没有意识之外。曾提出一个思想实验,主角是一个“僵尸哲学家”(P-Zombie)。这个想象中的个体和人类没有什么区别……除了他没有意识之外。

    此后,当一些专家宣称,人类的某些行为不一定由内在意识决定时,总会提到这个“僵尸”。因此,机器人对神经科学研究可以有另外一个贡献:研究者可以使用僵尸机器人来印证哪些行为是不需要意识的,后面我们会介绍几个这样的例子。接下来,我们继续谈自主机器人的研究以及人工智能。关于能否让机器人拥有意识,争论非常激烈。包括物理学家罗杰·彭罗斯(RogerPenrose)在内的一部分学者认为,意识是与神经结构关系密切的现象,因此无法在机器中复制。

    但是,支持唯物论和还原论的学者认为,人类终将获得高度发达的信息技术,研制出具有自我意识的机器人,这在理论上是不存在任何障碍的。过去10年间,《机械意识杂志》(Journal of MachineConsciousness)等专业期刊也发表了大量的相关研究成果。正如图灵测试可以帮助我们确定一个计算机程序是否具有智能,我们也可以设计一个测试来评估机器人是否具有意识。但问题是,正如我们所了解的,意识方面的研究还无法为这样的测试设定严格的标准。如果我们认为某种机器人没有意识,但它同时又可以通过镜子测试这类用来检验某个层级或某个类型的意识的测试,这本身就有助于我们改善这类测试,使其更加严格。同样,科学家也意识到图灵测试需要改善,因为一些计算机程序无需智能便可以成功通过测试。

    需要一个身体虽然难以做到面面俱到,但我们可以具体谈谈在追寻有意识的机器人的过程中,有哪些成功与失败之处。自上世纪70年代起,传统人工智能研究一直专注于一些看起来需要人类高级思维过程参与的功能。因此,这些研究忽略了把感知、决策和与现实世界互动整合在一起的机制,也忽略了外部环境不确定、信息不完整以及时间等因素的制约。因此,多数人工智能研究专注的是用来进行策略推理、逻辑演绎和归纳的程序算法,这些研究取得了一些成功,例如让计算机“深蓝”在对弈中战胜了国际象棋大师卡斯帕罗夫。但是,研究者往往忽略了在通过感官和动作与外部世界互动时,也是需要精密的控制和智能的。举例来说,用笔写字这一动作其实远非易事,一个人类孩童也要花上几年才能写好字。身体在认知中的作用和重要性容易被研究者所遗忘。机器人学在一定程度上弥补了这一缺陷。因为机器人是实实在在的机器,需要考虑到传感器并非完美,动作具有不确定性,同时机器人对自身身体及所处的环境也并非完全了解。

    机器人学的一些分支领域(感知、计划、运动)确实取得了重大进展,但这些技术进步大多只能在有限条件下运用。现在,没有哪个机器人是真正智能和完全自主的,更别说有意识了。机器人还不能通过知觉来理解和解读周边环境。机器人的决策仍然仅限于解决简单的、模式化的问题。机器人并不能理解自己的动作的意义及后果,也无法自发行动。而生物的各种认知功能是互相联系的。知觉和动作有助人理解外部世界。决策能让人类选择合适动作,改善自己在世界中的状态。

    有这样一种值得探讨的理论:必须把各种认知功能整合起来,才能让机器人出现“自我意识”。同时,这一“自我意识”可以更好地整合各种认知功能,从而让机器人获得更高的“智能”。这正是法国国家科研署(ANR)的Roboergosum项目的核心内容。这一项目是我们与巴黎ISIR的伯努瓦·吉拉尔(BenoitGirard)以及图卢兹系统分析和构建实验室的拉希德·阿拉米(RachidAlami)、奥雷莉·克洛迪克(AurelieClodic)共同发起的。我们希望在主体与环境的互动中了解意识产生的内在机制。

    我们也希望设计一个认知系统,能够实施并体现这一机制,也就是产生意识。我们的一项工作就是在一个机器人身上测试各种神经科学模型,让机器人自主判断一个任务的状况。这个任务是不是足够熟悉、重复的次数够不够多、流程够不够稳定,是不是已经足以发展出一种惯性的自动行为?如果是的话,机器人无需仔细考虑行为后果就可以行动。反之,如果机器人发现任务发生了变化,它的系统中负责深思熟虑的程序就会重掌大权。我们根据上述两种不同的决策方式,研发了一种全新的认知架构(见“一个简化的认知架构”)。认知控制我们提出了几个用于“认知控制”的模型。

    所谓认知控制,指的就是监视周围环境并评估自我行为表现,以决定如何交替使用上述两种决策机制。我们考虑了多种神经科学机制,希望为这一过程建模。但是,经过实际环境下的试验,我们排除了其中一些机制。特别是,由目标导向行动控制系统计算出的结果可以稳定地代表外部世界,这一假设已经不再有效。在这一项目中,我们也会研究,自我意识在不同主体之间的互动过程中能起到什么作用。我们可以利用机器人实践心智理论,以及共同注意力、共同意图等理论。在这样的情况下,为了和人类同伴共同完成目标,机器人必须制定自己的行动方案,并根据对同伴的目标、具有的知识和行动能力的认识,推测出同伴的行动方案。也就是说,机器人必须既为自己考虑,也为同伴考虑(见对页图)。

    最后谈谈利用“僵尸”机器人研究人类心智和意识的例子。第一个例子是证明某些认知过程可由不具备自我意识的机器人再现。例如,一个没有明确自我意识的机器人依然可以通过镜子测试。在机器人看到镜中的机器臂移动,并且注意到这些动作与自己发出的指令有关时,就会认识到镜中看到的事物就是自己。在机器人学领域,对这种自我辨识过程的研究越来越多,目的是模仿儿童行动能力及社交能力的发育过程。但是,机器人不需要任何自我意识,即可通过计算发现图像传感器看到的行动与自身指令存在统计相关性。在这种情况下,通过测试机器人程序的整合信息水平,就可以精确量化完成这样的任务需要多高级别的意识。

    机器人的自我认识另外一个利用“僵尸”的例子是在机器人身上实现自传体记忆。心理学家认为,自传体记忆是“自我随着时间推移不间断存在”这种意识的重要构成要素。但是,法国里昂的彼得·多米尼(PeterDominey)团队指出,一个机器人可以积累一系列关于自身和外部环境的互动记忆,并将这些具有自传性质的要素复述出来,但仍然不能说这种机器人是有意识的。尽管如此,这些记忆对于提升机器人推理能力有很大帮助。还有一个“僵尸”机器人的例子展示了机器人可以通过感知—运动机制,逐渐建立起有关自身构造的清晰模型。这是美国科学家乔希·邦加特(JoshBongard)和霍徳·利普森(HodLipson)的研究成果,他们制造的四足机器人可以发出动作指令并观察动作结果,从而估算出自身模样。在机器人身体有变化时,它还可以调节自己的行为以适应变化。

    但是,这样的模型无论多么清晰准确,都无需意识即可建立,建立模型的过程属于一种自动动态重组。机器人建立了一个自我模型,但这个过程不需要审视自我,也不需要主观视角。而在一些理论中,这两点正是意识的关键元素。一些尝试模拟认知功能,尤其是意识的研究,包括上面提到那些,可以让我们更好的理解这些功能。工程学,尤其是机器人学,可以对人类认知以及意识的基础研究作出贡献。“僵尸”机器人证明,某些认知过程可以在不具备意识的机器人身上重现,这是好事。这些“僵尸”也许可以帮助我们在未来设计出可以和我们互动、真正有意识的机器人。
    高级模式
    B Color Image Link Quote Code Smilies

    本版积分规则

    手机版|Archiver|开发者俱乐部 ( ICP/ISP证:辽B-2-4-20110106号 IDC证:辽B-1-2-20070003号 )

    GMT+8, 2024-12-24 09:48 , Processed in 0.112454 second(s), 18 queries .

    X+ Open Developer Network (xodn.com)

    © 2009-2017 沈阳讯网网络科技有限公司

    快速回复 返回顶部 返回列表