【摘要】意識是人類最為神奇的心理能力，也是宇宙中最為神秘的復(fù)雜現(xiàn)象。正因為如此，對于人工智能終極目標(biāo)的實現(xiàn)而言，開展機器意識也就成為其繞不開的一個前沿性難題。機器意識研究不但對深化人工智能的研究有著重要的推動作用，對從科學(xué)上解釋神秘的意識現(xiàn)象也同樣具有非同尋常的意義。目前,機器意識的研究可以分為面向感知能力實現(xiàn)的、面向具體特定意識能力實現(xiàn)的、面向意識機制實現(xiàn)的、面向自我意識實現(xiàn)的以及面向受蘊能力實現(xiàn)的這五個類別，而意向性依舊是實現(xiàn)機器意識能力不可逾越之界線。對于機器意識的研究與開發(fā)，我們應(yīng)當(dāng)擱置有爭論的主觀體驗方面的實現(xiàn)研究，圍繞意向性心識能力，采用仿腦與量子計算思想相結(jié)合的策略，來開發(fā)具有一定意向能力的機器人，并應(yīng)用到社會服務(wù)領(lǐng)域。
【關(guān)鍵詞】機器意識 智能哲學(xué) 唯識理論 計算能力
【中圖分類號】 TP18 【文獻(xiàn)標(biāo)識碼】A
【DOI】10.16619/j.cnki.rmltxsqy.2016.13.009
機器意識研究的興起
自二十世紀(jì)九十年代以來，意識問題受到高度關(guān)注，眾多的哲學(xué)家、心理學(xué)家與神經(jīng)科學(xué)家在此領(lǐng)域開展深入的研究工作。與此同時，人們也開始使用計算方法試圖讓機器裝置擁有意識能力。①這類研究逐漸被稱為“機器意識”的研究。早期有關(guān)機器意識的研究比較初步，研究工作較少得到學(xué)術(shù)界的認(rèn)同，甚至早些年提到“機器意識”還有不合時宜的顧慮。
盡管哲學(xué)上關(guān)于“機器意識”有著不同觀點的爭論，但隨著研究工作的不斷深入，一些有遠(yuǎn)見的專家學(xué)者開始充分認(rèn)識到開展機器意識研究的重要意義，并專門撰文進(jìn)行了精辟論述。比如，英國皇家學(xué)院電子工程系的Aleksander教授根據(jù)學(xué)術(shù)界從上世紀(jì)九十年代到本世紀(jì)對機器意識態(tài)度的轉(zhuǎn)變，指出機器意識的影響與日俱增，并預(yù)計了機器意識對科學(xué)與技術(shù)發(fā)展的潛在影響，特別是在改變?nèi)藗儗σ庾R的理解、改進(jìn)計算裝置與機器人概念等方面的貢獻(xiàn)尤為重大②。
無獨有偶，美國伊利諾伊大學(xué)哲學(xué)系Haikonen教授則專門撰文強調(diào)機器意識是新一代信息技術(shù)產(chǎn)業(yè)發(fā)展的新機遇，他認(rèn)為新產(chǎn)品與系統(tǒng)的發(fā)展機會起因于信息技術(shù)的發(fā)展，而現(xiàn)有的人工智能基于預(yù)先編程算法，機器與程序并不能理解其所執(zhí)行的內(nèi)容。顯而易見，不考慮意識就沒有對自身行為的理解，而機器意識技術(shù)的涌現(xiàn)可以彌補這一缺失，因此機器意識技術(shù)可以為信息技術(shù)產(chǎn)業(yè)的發(fā)展提供新的契機③。意大利巴勒莫大學(xué)機器人實驗室的Chella教授則指出，開展機器意識不僅是一種技術(shù)挑戰(zhàn)，也是科學(xué)和理論上開展人工智能和機器人研究的新途徑④。最近，土耳其中東技術(shù)大學(xué)的Gök和Sayan兩位學(xué)者進(jìn)一步認(rèn)為，開展機器意識的計算建模研究還有助于推進(jìn)對人類意識現(xiàn)象的理解，推動構(gòu)建更加合理的意識理論⑤。
上述這些學(xué)者的論述，無疑說明，機器意識研究不但對深化人工智能的研究有著重要的推動作用，對從科學(xué)上解釋神秘的意識現(xiàn)象也同樣具有非同尋常的意義。正因為機器意識研究有著如此重要的科學(xué)意義和推動未來信息技術(shù)革新的潛在價值，隨著最近十年的研究發(fā)展，該領(lǐng)域已經(jīng)成為學(xué)界廣泛關(guān)注的熱點。與此同時，數(shù)量相當(dāng)可觀的研究成果和實驗系統(tǒng)已逐步形成，有些成果已經(jīng)被運用到實際機器認(rèn)知系統(tǒng)的開發(fā)之中。機器意識研究已經(jīng)成為了人工智能最為前沿的研究領(lǐng)域。
機器意識研究的現(xiàn)狀分析
2006年之前的有關(guān)機器意識的研究狀況，英國皇家學(xué)院電子工程系的研究團隊已經(jīng)做過了比較全面的綜述⑥。因此，我們這里主要就在此之后國際上有關(guān)機器意識的研究概況和發(fā)展趨勢進(jìn)行分析。據(jù)我們的文獻(xiàn)檢索，截止到2015年底，在機器意識研究領(lǐng)域發(fā)表過的學(xué)術(shù)論文超過350余篇，其中最近十年發(fā)表的論文占了一半以上。歸納起來，由于對意識的哲學(xué)解釋不同，目前機器意識方面的主流研究往往是以某種意識科學(xué)理論為出發(fā)點的具體建模研究和實現(xiàn)。由于涉及到的文獻(xiàn)過多，無法一一列舉，我們僅就一些影響較大的典型研究進(jìn)行分析。
在意識科學(xué)研究領(lǐng)域，一種較早的理論觀點是用量子機制來解釋意識現(xiàn)象，這樣的出發(fā)點也波及到有關(guān)機器意識建模的研究。利用量子理論來描述意識產(chǎn)生機制的有效性并不是說物質(zhì)的量子活動可以直接產(chǎn)生意識，而是強調(diào)意識產(chǎn)生機制與量子機制具有跨越尺度的相似性。近年來，意識的量子模型發(fā)展又有了新的動向。比如，作為量子意識理論的進(jìn)一步發(fā)展，中國科學(xué)院電子學(xué)研究所的高山（Gao Shan）提出了意識的一種量子理論，研究了量子塌縮與意識之間的關(guān)系，假定量子塌縮是一種客觀的動態(tài)過程⑦。日本Akita國際大學(xué)的Schroeder另辟蹊徑，在構(gòu)建統(tǒng)一意識模型中不涉及量子力學(xué)的量子相干性方面做出了全新的探索，主要目標(biāo)是說明現(xiàn)象意識能夠依據(jù)量子力學(xué)的物理解釋，用量子力學(xué)的形式化代數(shù)性質(zhì)來描述⑧。此外，俄羅斯Lebedev物理研究所的Michael B. Mensky利用意識的量子概念提出了一種主觀選擇的數(shù)學(xué)模型，說明意識和超意識的特性如何能夠通過簡單的數(shù)學(xué)模型給出⑨。當(dāng)然，更多的是有關(guān)意識量子機制描述的可能性爭論，正反兩方面的觀點都有⑩。特別是在2012年的Physics of Life Reviews第9卷第3期，以Baars和Edelman所著論文“Consciousness, biology and quantum hypotheses”為核心?，10余名相關(guān)領(lǐng)域的學(xué)者分別撰文對是否能夠通過量子機制來描述意識現(xiàn)象展開了多方位的辯論。最近，Susmit Bagchi從分布式計算的角度，較為全面地討論了生物演化與量子意識之間的關(guān)系?。遺憾的是，迄今為止，學(xué)術(shù)界對此問題尚未達(dá)成一致的結(jié)論。
在機器意識研究中，第二種有重大影響的理論觀點就是全局工作空間理論?。全局工作空間理論（Global workspace theory）是由美國加利福尼亞大學(xué)圣地亞哥分校神經(jīng)科學(xué)研究所的Baars研究員1988年提出的意識解釋理論。在該理論的指導(dǎo)下，由Baars、Franklin和Ramamurthy等人組成的研究團隊開展了長達(dá)20多年的機器意識研究工作，最終開發(fā)完成了LIDA認(rèn)知系統(tǒng)?。LIDA（Learning Intelligent Distribution Agent）是在該研究團隊等人早期開發(fā)的IDA（Intelligent Distribution Agent）基礎(chǔ)上發(fā)展起來的，主要依據(jù)Baars全局工作空間理論，采用神經(jīng)網(wǎng)絡(luò)與符號規(guī)則混合計算方法，通過在每個軟件主體建立內(nèi)部認(rèn)知模型來實現(xiàn)諸多方面的意識認(rèn)知能力，如注意、情感與想象等。該系統(tǒng)可以區(qū)分有無意識狀態(tài)，是否有效運用有意識狀態(tài)，并具備一定的內(nèi)省反思能力等。從機器意識的終極目標(biāo)來看，該系統(tǒng)缺乏現(xiàn)象意識的特征，比如意識主觀性、感受性和統(tǒng)一性均不具備。
指導(dǎo)機器意識研究的第三種重要理論觀點是意識的信息整合理論。意識的信息整合理論是美國威斯康星—麥迪遜大學(xué)精神病學(xué)的Tononi教授1998年提出的。自該理論提出以來，不少研究團隊以信息整合理論為依據(jù)，采用神經(jīng)網(wǎng)絡(luò)計算方法來進(jìn)行機器意識的研究工作。其中，典型代表有英國Aleksander教授的研究團隊和美國Haikonen教授的研究團隊所開展的系統(tǒng)性研究工作。英國皇家學(xué)院的Aleksander教授領(lǐng)導(dǎo)的研究團隊長期開展機器意識的研究工作，發(fā)表相關(guān)論文30余篇。早期的研究主要給出了有關(guān)意識的公理系統(tǒng)及其神經(jīng)表征建模實現(xiàn)?，比較強調(diào)采用虛擬計算機器來建模意識。最近幾年，Aleksander研究團隊采取仿腦策略?，強調(diào)信息整合理論的運用?，建立了若干仿腦（brain-inspired）意識實現(xiàn)系統(tǒng)，更好地實現(xiàn)了五個意識公理的最小目標(biāo)。美國伊利諾伊大學(xué)哲學(xué)系Haikonen教授的研究團隊則主要采用聯(lián)想神經(jīng)網(wǎng)絡(luò)來進(jìn)行機器意識系統(tǒng)的構(gòu)建工作。自1999年以來，該團隊開展了富有成效的研究工作?。Haikonen教授在所提出的認(rèn)知體系模型的基礎(chǔ)上，構(gòu)建了一個實驗型認(rèn)知機器人XCR-1系統(tǒng)?。應(yīng)該說，雖然Haikonen所開展的機器意識研究的出發(fā)點是為了揭示意識現(xiàn)象本性，但他的成果卻是目前機器意識研究領(lǐng)域最為典范的工作之一。
在意識科學(xué)研究中，也有學(xué)者將人類的意識能力看作是一種高階認(rèn)知能力，提出意識的高階理論。在機器意識研究中，以這樣的高階理論為指導(dǎo)，往往會采用傳統(tǒng)的符號規(guī)則方法來建立某種具有自我意識的機器系統(tǒng)。其中，一個比較系統(tǒng)的研究工程就是意大利巴勒莫大學(xué)機器人實驗室的Chella教授用10年時間開發(fā)的Cicerobot機器人研究項目?。該機器人實現(xiàn)了一種自我意識的認(rèn)知結(jié)構(gòu)機制，該機制主要由三個部分構(gòu)成：亞概念感知部分、語言處理部分和高階概念部分。通過機器人的高階感知（一階感知是指對外部世界的直接感知，高階是對機器人內(nèi)部世界的感知），就形成了具有自我反思能力的機器人。這項研究工作的主要特點是將邏輯形式化方法與概念空間組織相結(jié)合，強調(diào)對外部事物的一種心理表征能力，并對外部環(huán)境進(jìn)行內(nèi)部模擬。在高階認(rèn)知觀點的自我意識建模研究方面，另一個做出突出貢獻(xiàn)的是美國喬治梅森大學(xué)的Samsonovich教授率領(lǐng)的研究團隊。該團隊經(jīng)過10余年的研究，開發(fā)了一個仿生認(rèn)知體系GMU-BICA（George Mason University-Biologically Inspired Cognitive Architecture）。在該系統(tǒng)中定義的心理狀態(tài)不但包含內(nèi)容，還包含主觀觀察者，因此該系統(tǒng)擁有“自我”意識的主觀能力。系統(tǒng)實驗是利用所提出的認(rèn)知結(jié)構(gòu)模型來控制虛擬機器人完成一些簡單的走迷宮活動，機器人可以表現(xiàn)出具有人類意識所需要的行為。相比而言，與Cicerobot機器人強調(diào)自我意識是反思能力的概念不同，GMU-BICA系統(tǒng)則將自我意識理解為“自我”的意識。當(dāng)然，不管是Cicerobot還是GMU-BICA，這樣的高階認(rèn)知模型往往對心理掃視、主觀體驗與統(tǒng)一意識等意識本質(zhì)方面的表現(xiàn)兼顧不足。
除了上述介紹的這些有代表性的研究外，對于機器意識研究而言，還有如何判定機器具有意識能力的檢驗問題，這是目前機器意識研究領(lǐng)域十分重要的一個方面。顯然，要判斷開發(fā)的機器意識系統(tǒng)是否真正具備預(yù)期的意識能力，就需要開展相應(yīng)的意識特性分析、評判標(biāo)準(zhǔn)建立以及檢測方法實現(xiàn)等方面的研究工作。在這方面，由于目前對意識現(xiàn)象的認(rèn)識存在許多爭議，對于意識評測特性分析方面也難以有統(tǒng)一的認(rèn)識。因此，目前的機器意識特性需求分析也比較零散。倒是在評判標(biāo)準(zhǔn)的建立方面，西班牙卡洛斯三世馬德里大學(xué)計算機科學(xué)系A(chǔ)rrabales教授的研究團隊做出了比較系統(tǒng)的研究。該團隊自2008年開始就在這方面開展意識特性分析，給出了計算人工意識的一種量化測量方法ConsScale以及對感受質(zhì)的功能性刻畫。之后，該團隊又進(jìn)一步提出了ConsScale的修訂版，并討論了在機器中產(chǎn)生感受質(zhì)和現(xiàn)象意識狀態(tài)的可能性。最終，該團隊成功構(gòu)建了CERA-CRANIUM認(rèn)知體系（采用意識全局工作空間理論建模）來檢驗產(chǎn)生的視覺感受質(zhì)以及實現(xiàn)的內(nèi)部言語。所有的這些成果為機器意識能力的初步檢測提供了一種實用的標(biāo)準(zhǔn)。當(dāng)然，也有將鏡像認(rèn)知看作是機器擁有自我意識能力的一種檢測標(biāo)準(zhǔn)，該理論的依據(jù)是人類和其他一些動物能夠在鏡子中認(rèn)出自己，這一能力被看作是擁有自我意識的明證。因此，Haikonen認(rèn)為在鏡像中的自我識別，即鏡像測驗，也可以用來確認(rèn)機器潛在的自我意識能力。于是，在意識能力檢測方法的研究中，許多研究工作都是通過鏡像測試來確定意識能力的。但也有研究認(rèn)為，鏡像測驗并不能證明意識能力的存在，要證明機器具有意識能力還需要通過更加復(fù)雜的測驗。比如，Edelman就提出三種意識檢驗的途徑，即意識的語言報告、神經(jīng)生理信號以及意識行為表現(xiàn)。
總而言之，機器意識的研究主要圍繞量子涌現(xiàn)機制、全局工作空間、信息整合理論、意識高階理論以及意識能力檢測這五個方面展開的。從研究的策略來看，主要分為算法構(gòu)造策略（Algorithm）與仿腦構(gòu)造策略（Brain-Inspiration）兩種途徑。從具體的實現(xiàn)方法上，主要可以分為三類：一是采用類神經(jīng)網(wǎng)絡(luò)的方法；二是采用量子計算方法；三是采用規(guī)則計算方法。雖然經(jīng)過20多年的發(fā)展，機器意識的研究取得了眾多的研究成果，但相對于人類意識表現(xiàn)方面，目前機器意識能力的表現(xiàn)還是非常局限的。根據(jù)筆者以及土耳其中東技術(shù)大學(xué)的Gök和Sayan發(fā)表的論文，目前機器意識系統(tǒng)主要具備的能力都是功能意識方面的，偶爾涉及自我意識和統(tǒng)一性意識（很難說是否真正實現(xiàn)了）?？梢?，意識計算模型的研究還有很長的路要走，特別是關(guān)于內(nèi)省反思能力、可報告性能力、鏡像認(rèn)知能力、情感感受能力以及主觀性現(xiàn)象等，這些方面更加需要進(jìn)一步的研究和探索。
人類意識能力的唯識學(xué)分析
人類意識能力的基礎(chǔ)是神經(jīng)活動，盡管神經(jīng)活動本身是意識不到的，也不是所有的神經(jīng)活動都能產(chǎn)生意識，但神經(jīng)活動卻能夠產(chǎn)生有意識的心理活動，這便形成了人類的意識能力。
根據(jù)現(xiàn)有的相關(guān)科學(xué)與哲學(xué)研究成果，人類意識的運行機制大致是這樣的：物質(zhì)運動變化創(chuàng)生萬物，生物的生理活動支持著神經(jīng)活動，神經(jīng)活動涌現(xiàn)意識（有意識的心理活動），意識感受生理表現(xiàn)并指導(dǎo)意向性心智活動的實現(xiàn)，從而反觀認(rèn)知萬物之理。除了心理活動所涉及的神經(jīng)系統(tǒng)外，主要的心理能力包括感覺（身體感受）、感知（對外部事物的感知能力，包括視、聽、味、嗅、觸）、認(rèn)知（記憶、思考、想象等）、覺知（反思、意識、自我等）、情感（情緒感受）、行為（意志、愿望、情欲等）、返觀（禪觀、悟解）等。
必須強調(diào)的是，迄今為止，對有意識的心理能力最為系統(tǒng)解析的學(xué)說體系并非是現(xiàn)在的腦科學(xué)研究，而是起源于古印度的唯識學(xué)。唯識學(xué)所研究的對象就是心識問題，相當(dāng)于本文界定的有意識的心理活動。如圖1所示，其理論體系主要包括五蘊八識的心法體系。
第一，前五識歸為色蘊，對應(yīng)的心法稱為色法，相當(dāng)于當(dāng)代心理學(xué)中的感知，其意識的作用稱為五俱意識（所謂“俱”，就是伴隨）。如果這種感知是真實外境的感知，則其伴隨性意識稱為同緣意識；如果是有錯覺的感知，則稱不同緣意識；如果這種感知活動產(chǎn)生后像效應(yīng)，則稱為五后意識（屬于不相應(yīng)法）。一般而言，色蘊對應(yīng)的心理活動都是有意向?qū)ο蟮?，因此屬于意向心理活動?br /> 第二，受蘊是一種心所法（具體的心理能力），主要是指身體與情感狀態(tài)的感受。注意這里要區(qū)分身識中的身體狀態(tài)感受與色蘊是完全不同的心理能力，身識相當(dāng)于觸覺，是一種感知能力，而身體狀態(tài)的感受不是感知能力，而是感受身體疼痛、暖冷等的體驗?zāi)芰ΑＪ芴N的心理活動，雖然具有意識，但不具有意向?qū)ο?，因此不屬于意向性心理活動?br /> 第三，想蘊是另一種心所法，用現(xiàn)代認(rèn)知科學(xué)的話講，就是狹義的思維能力，如思考、記憶、想象等，屬于認(rèn)知的高級階段，顯然是屬于意向性心理活動。
第四，行蘊也是一種心所法，主要指一切造作之心，用現(xiàn)代認(rèn)知科學(xué)的話講，如動機、欲望、意愿、行為等。唯識學(xué)中的“行”，與“業(yè)”的概念相互關(guān)聯(lián)，一般分為三種，即身業(yè)（行動）、語業(yè)（說話）和意業(yè)（意想），但都強調(diào)有意作為的方面，因此行蘊也屬于意向性心理活動。
第五，識蘊是整體統(tǒng)一的心法，更加強調(diào)的是后兩識（第七末那識、第八阿賴耶識）的心法，現(xiàn)代西方的認(rèn)知科學(xué)尚無對應(yīng)的概念。主要強調(diào)的是自我意識，特別是返觀能力，即對根本心識的悟解能力。
總之，色蘊是色法（感知能力），受蘊、想蘊、行蘊都是心所法（具體的心理能力），它們本身就是具有意識的心理活動（統(tǒng)歸于心法），其中色法的意識作用是伴隨性的五俱意識，其他三蘊的意識作用與伴隨性的意識則又有不同，稱為獨散意識（受蘊、想蘊、行蘊所涉及的意識，是一種周遍性意識活動）。
當(dāng)然，如果所有意識作用出現(xiàn)在夢中，唯識學(xué)中則另外稱之為夢中意識（做夢時的意識活動，屬于不相應(yīng)法）。在唯識學(xué)的五蘊學(xué)說中，識蘊比較復(fù)雜，它是唯識理論特別單列的一種根本心法，除了強調(diào)自我意識的末那識“我執(zhí)”外，更是強調(diào)達(dá)到定中意識的阿賴耶識“解脫”，屬于去意向性心理活動。
總之，從意向性的角度看，我們的心理能力可以分為無意向性的受蘊，意向性的色蘊（前五識）、想蘊、行蘊，元意向性的意識以及去意向性的識蘊。其中，識蘊是一種特定的禪悟能力，對其性質(zhì)的認(rèn)識與禪宗的心法觀有關(guān)。
機器意識研究面臨的困境
對于目前的人工智能研究而言，我們涉及到的心智能力，如果按照五蘊分類體系來分析，那么大致只有色蘊、想蘊與行蘊中的部分能力。如果考慮目前有關(guān)機器意識的研究，也僅僅涉及到五俱同緣的伴隨性意識、想蘊與行蘊中的獨散意識、識蘊中的自我意識以及意識活動本身的機制問題，其他意識比如不相應(yīng)法的夢中意識、五后意識、定中意識、五俱不同緣意識等都沒有涉及。
根據(jù)上述有關(guān)心識能力的唯識學(xué)分析，對于機器而言，真正困難的機器意識實現(xiàn)問題是受蘊性獨散心識（體驗性意識能力）與識蘊性心識兩個方面，一個涉及無意向心理活動的表征問題，一個涉及去意向性心理活動的表征問題，這兩方面都是目前計算理論與方法無法解決的問題。反過來講，機器最有可能實現(xiàn)的心智能力部分應(yīng)當(dāng)是那些具有意向性的心識能力（色蘊、想蘊與行蘊），即唯識學(xué)心法中的色法與若干心所法。
很明顯，意向性心理活動一定伴隨有意向?qū)ο?，于是就有可能對此進(jìn)行計算表證，并完成相關(guān)的某種計算任務(wù)。因此，反過來說，我們認(rèn)為意向性心理能力是人工智能的理論限度（是上界，但并非是上確界），機器實現(xiàn)的人類意識能力不可能超越意向性心識的范圍。這也就是本文觀點討論的基點，并具體給出如下方面論據(jù)的分析。
首先，我們來分析心智機器的成功標(biāo)準(zhǔn)。從我們的立場看，如果要構(gòu)建具有人類心智能力的機器，成功的標(biāo)準(zhǔn)起碼應(yīng)該通過圖靈測驗。主要理由是，由于“他心知”問題的存在，行為表現(xiàn)可能是唯一的判斷標(biāo)準(zhǔn)，此時圖靈測驗不失為一種可行的測試途徑，關(guān)鍵是“巧問”的設(shè)計。原則上，圖靈測驗通過言行交流，這是人類之間默認(rèn)具有心智能力的唯一途徑。再者，根據(jù)摩根準(zhǔn)則，在沒有把握的情況下，寧肯選擇比較簡單的解釋。因而，對圖靈測驗的解釋中，也必須注意摩根準(zhǔn)則，諸如機器思維或者機器經(jīng)過思考的行動這類有關(guān)心智能力的假設(shè)在大多數(shù)情況下應(yīng)該丟棄。
現(xiàn)在我們就來一場圖靈測驗，看看機器到底會遭遇什么樣的困境。為了看清本質(zhì)，我們的提問異常簡單，就是進(jìn)行如下提問（所謂“多大年紀(jì)”思想實驗，參見筆者以前的文章“重新發(fā)現(xiàn)圖靈測驗的意義”）：你多大年紀(jì)？此時會發(fā)生怎樣復(fù)雜的情形呢？當(dāng)提問者一而再、再而三不斷重復(fù)這一問題時，機器很快就會暴露出其致命的缺陷，就是缺乏不可預(yù)見性反應(yīng)能力。那么，面對這么簡單的提問，機器為什么會無所適從呢？其實這跟機器形式系統(tǒng)的局限性有關(guān)。眾所周知，圖靈機是個形式系統(tǒng)，而哥德爾不完全性說明足夠復(fù)雜的形式系統(tǒng)不能證明某些真命題。這是否說明人的某些知識是計算機器永遠(yuǎn)不能得到的？或者反過來說，是否說明不是所有的知識都能形式化呢？這樣就引出了如下第二個論據(jù)的討論。
從形式系統(tǒng)角度看，確實存在不可計算（證明）的問題，而且是大量的，但這些問題對于人類同樣也是不可計算（證明）的。比如圖靈停機問題，如果換成了人，結(jié)果是一樣的。至于知識，可能首先要分清知識的含義與性質(zhì)，知識是動詞還是名詞，要不要考慮元知識？如果這樣看待知識，那么肯定不是所有知識都可以形式化的。因此，我們可以發(fā)現(xiàn)，問題不在于形式系統(tǒng)是否有局限性，而在于對于意識現(xiàn)象能不能給出一致性的形式描述。
那么，我們可以對人類的意識現(xiàn)象給出一致性描述嗎？回答顯然是否定的。因為在人類的意識現(xiàn)象中，存在著意識的自反映心理現(xiàn)象：我們的意識活動是自明性的。從邏輯上講，如果一個系統(tǒng)允許自涉，那么該系統(tǒng)一定是不一致的，也就是說無法對該系統(tǒng)給出一致性的形式化描述。其實，人類的心理活動本來就是建立在神經(jīng)集群活動的自組織涌現(xiàn)機制之上的。因此，出現(xiàn)意識的自明性現(xiàn)象是必然的。這也就是美國哲學(xué)家普特南給出“缽中之腦”思想實驗所要說明的道理。比如，對于“我們都是缽中之腦”命題，在事先并不知曉這一事實的前提下，使用知道邏輯的反證法，可以明確加以否定。因此，我們?nèi)祟惖囊庾R能力，顯然不可能為機器所操縱。這樣，由于計算機器形式化能力的局限性，靠邏輯機器是不可能擁有人類全部意識能力的，起碼意識的自明性能力不可能為機器所擁有。
進(jìn)一步，作為第三個論據(jù)討論，我們再來看人類的意義指稱能力問題。我們需要明確的問題是：機器能處理符號，但它能真正理解符號所代表的意義嗎？如果人的概念依賴于人類的軀體和動機（涉身性認(rèn)知），那機器怎么可能掌握它們呢？這個問題主要是指機器是否能夠擁有指稱能力。塞爾的“中文之屋”提出了反對意見。其實這個問題的關(guān)鍵還是要弄清什么是“意義”？如果意義是指所謂抽象的“概念”內(nèi)涵而非表征形式，那么就必然存在一條語義鴻溝，因為機器內(nèi)部能夠處理或變換的只是不同的形式語言而已。但如果意義是指“行為表現(xiàn)”，那么這個問題就回到了上面圖靈測驗的第一個論據(jù)上去了。
人類語言表達(dá)意義不在語言形式本身，而在于意識能力。正因為這樣，才會有許多超出常規(guī)的意義表達(dá)方式。從根本上講，我們也不必一一列舉機器難以擁有的指稱能力，諸如矛盾性言辭、元語言表述以及整體性語境等難以一致性描述的狀況；而只需指出，機器不可能擁有人類的終極指稱能力即可。那么什么是終極指稱能力呢？宋代臨濟宗禪師惠洪在《臨濟宗旨》中指出：“心之妙不可以語言傳，而可以語言見。蓋語言者，心之源、道之標(biāo)幟也。標(biāo)幟審則心契，故學(xué)者每以語言為得道淺深之候。”其中所謂的“心之妙”者，就是終極指稱。由于超越了概念分別，是難以用語言來描述的，這就為形式化描述帶來了根本的困境。
第四個論據(jù)的討論涉及到所謂預(yù)先設(shè)定程序的問題。我們知道，目前的機器只能遵循給定的程序運行（預(yù)先設(shè)定的程序），這樣的話，機器又怎么可能擁有真正的創(chuàng)造性和靈活性？也許人工智能的目的就是要讓機器的“計算”更加“聰明”，但目前預(yù)先設(shè)定程序的機器不可能是靈活的，更不用說創(chuàng)造性能力了。顯然，事情越有規(guī)則，機器就越能掌控，這就是預(yù)先設(shè)定程序的界限。比如對于表面復(fù)雜結(jié)構(gòu)的分形圖案，由于可以靠簡單規(guī)則加以迭代產(chǎn)生，機器就可以靠預(yù)先編程規(guī)則自如產(chǎn)生。但是對于人類常常出現(xiàn)的出錯性，由于毫無規(guī)律可言，機器便不可能預(yù)先加以編程，機器也就不可能擁有出錯性了。人是易于犯錯誤的，而機器按照設(shè)定的程序運行，永遠(yuǎn)不會出錯，這就是預(yù)先編程的一個致命弱點，這也是第一個論據(jù)討論中機器無法通過圖靈測驗的根本原因。
要知道出錯性表面上似乎是一個負(fù)面品質(zhì)，但其實質(zhì)上則包含著靈活性和創(chuàng)造性，是一切新事物涌現(xiàn)機制的基礎(chǔ)。如果沒有生物基因的出錯性，自然選擇就沒有了作用的對象，繁復(fù)的生物多樣性也就無從談起。同樣，如果沒有了思想模因的出錯性，文化選擇也同樣沒有了作用的對象，博大的思想多樣性同樣無從談起。可見，出錯性是機器難以企及人類心智能力的一個分界線，而這一切都?xì)w結(jié)為機器的預(yù)先編程的局限性。
同樣的道理，由于預(yù)先編程問題，也帶來了機器不可能真正擁有情感能力的新問題，這也構(gòu)成了機器難以擁有人類心識能力的第五個論據(jù)。我們知道，情感從某種意義上講就是常規(guī)理性活動過程中的“出錯性”，是非理性的，但基于邏輯的機器是理性的。也許人們會說，非理性的情感在心理表現(xiàn)中是不重要的，甚至是不起作用的。但我們要強調(diào)，即使是理性思維，情感和其他非理性因素也在其中扮演重要角色（傾向性指導(dǎo)作用）。如果說理性的認(rèn)知能力是前進(jìn)的方向，那么非理性的情感能力就是前進(jìn)的動力，人類的心理活動中豈可或缺情感能力？！而對于機器而言，缺少了情感能力，機器怎么能夠像人類一樣思維？！
機器是邏輯的，難以體現(xiàn)情感本性，目前有關(guān)情感的計算只是實現(xiàn)了情感的理性成份。筆者比較贊同這樣的觀點：理智是方向性的舵手，情感是驅(qū)動性的馬達(dá)，在航行中情感與理智相互依存。因此，如果情感不能計算，那么也談不上實現(xiàn)人類意識的計算，因為情感難以計算的本質(zhì)就是意識的感受問題。
機器能擁有意識能力嗎
通過上述對機器實現(xiàn)人類心智能力所面臨的困境的討論，就可以進(jìn)一步引申出機器是否能夠跟人類一樣擁有意識能力的問題。為了避免陷入不必要的信念之爭，筆者認(rèn)為學(xué)術(shù)辯論主要應(yīng)對事實或可能事實開展分析討論。由于計算機器的概念相對明確，爭論的焦點多半會聚焦到有關(guān)人類“意識能力”的界定之上。所以，下面先給出筆者所理解的人類“意識能力”的分析描述，然后再圍繞著我們討論的主題，展開觀點的陳述。
意識包括功能意識、自我意識和現(xiàn)象意識，其中功能意識大體上涉及到意向性的心理能力，除了前面已經(jīng)討論過的五個論據(jù)外，似乎并不存在特別的新困難。但自我意識和現(xiàn)象意識則不同，由于涉及到去意向性和非意向性的表征問題，這便構(gòu)成了機器心識的最大困擾。首先，我們要清楚“自我意識”不是關(guān)于“自我”的意識，而是一種自身內(nèi)省反思能力。因此，自我意識是意識的核心功能。其次，我們必須澄清所謂的“體驗意識（qualia）”到底指什么？是精神的本性，還是虛構(gòu)的對象？這涉及到哲學(xué)基本問題，非常復(fù)雜，觀點紛呈。機器能否擁有意識能力的核心問題，其實就在于此。
由于涉及到心靈的一些本質(zhì)問題，機器意識研究一開始就引起了哲學(xué)領(lǐng)域的廣泛關(guān)注，有專家專門討論機器意識研究的哲學(xué)基礎(chǔ)，也有學(xué)者討論機器意識會面臨的困難，包括像意識（consciousness）、感受質(zhì)（qualia）和自我覺知（self-awareness）這些回避不了的、顯而易見的困難問題，以及一些與意識相關(guān)的認(rèn)知加工，如感知、想象、動機和內(nèi)部言語等方面的技術(shù)挑戰(zhàn)。除此之外，更多的則是延續(xù)早期對人工智能的哲學(xué)反思，對機器意識的可能性提出質(zhì)疑。涉及到強弱人工智能之爭、人工通用智能問題、意識的難問題、“中文之屋”悖論的新應(yīng)用、人工算法在實現(xiàn)意識能力方面的局限性、蛇神機器人不可能擁有主觀性、現(xiàn)象意識等眾多方面的爭論。
那么機器能夠擁有這種現(xiàn)象意識狀態(tài)嗎？對于現(xiàn)象意識的存在性問題，有截然相左的兩種觀點。一種是神秘論的觀點，認(rèn)為我們神經(jīng)生物系統(tǒng)唯一共有的就是主觀體驗，這種現(xiàn)象意識是不可還原為物理機制或邏輯描述的，靠人類心智是無法把握的。另一種是取消論的觀點，認(rèn)為機器僅僅是一個蛇神（zombie）而已，除了機器還是機器，不可能具有任何主觀體驗的東西。在這兩種極端觀點之間，還存在各種不同偏向的觀點，如還原論、涌現(xiàn)論、唯心論、二元論，等等。其實，依筆者看來，無需做上述復(fù)雜的討論，只須從意向性的角度來看，便可以澄清機器意識的可能性問題。筆者觀點是，凡是具有意向性的心理能力，理論上機器均有可能實現(xiàn)，反之則肯定不能實現(xiàn)。因為一旦缺少了意向?qū)ο?，機器連可表征的內(nèi)容都不存在，又如何形式化并進(jìn)行計算呢！
通過上述分析討論，可以發(fā)現(xiàn)，機器意識難以達(dá)成的主要困境可以歸納為這樣三個方面。第一個是形式化要求，特別是一致性要求導(dǎo)致的局限性，使得機器智能局限于具有意向性的心識能力，如色蘊、想蘊、行蘊。第二個則是機器缺乏不預(yù)見性的反應(yīng)能力，只能通過預(yù)先設(shè)定的程序來應(yīng)對環(huán)境。第三個就是無法擁有終極指稱能力，無法實現(xiàn)去意向性的識蘊能力。最后補充一點則是，對于涉及到現(xiàn)象意識的感受性能力（受蘊），由于沒有意向?qū)ο罂梢宰鳛樾问交妮d體，因而對其進(jìn)行的計算完全無從入手。
于是，我們可以很清楚地看到，意向性就是實現(xiàn)機器意識能力的一條不可逾越之界線。用數(shù)學(xué)的術(shù)語說，機器能夠擁有的意識能力的上界就是意向性心識能力。當(dāng)然這并非是上確界，因為不可預(yù)見性的反應(yīng)能力也屬于意向性能力，但從前面的分析中可以看出，目前基于預(yù)先編程的機器仍然無法擁有不可預(yù)見的反應(yīng)能力。或許我們可以期待更為先進(jìn)的量子計算機器來突破預(yù)先編程能力，但意向性心識能力的邊界，依然是無法突破的。
因此，當(dāng)我們把目前有關(guān)機器意識的研究分為面向感知能力實現(xiàn)的、面向具體特定意識能力實現(xiàn)的、面向意識機制實現(xiàn)的、面向自我意識實現(xiàn)的以及面向受蘊能力實現(xiàn)的這五個類別時，就可以同唯識學(xué)中意識的五蘊學(xué)說相對比，從而更加清楚地認(rèn)識其中的本質(zhì)問題所在。我們的結(jié)論是，對于機器意識的研究與開發(fā)，應(yīng)當(dāng)擱置有爭論的主觀體驗方面（身心感受）的實現(xiàn)研究，圍繞意向性心識能力（環(huán)境感知、認(rèn)知推理、語言交流、想象思維、情感發(fā)生、行為控制），采用仿腦與量子計算思想相結(jié)合的策略，來開發(fā)具有一定意向能力的機器人，并應(yīng)用到社會服務(wù)領(lǐng)域。
機器意識研究未來展望
圍繞著上述分析所得出的主要結(jié)論，我們認(rèn)為，未來機器意識的研究，主要應(yīng)該開展如下5個方面的研究工作。
首先，構(gòu)建面向機器實現(xiàn)的意識解釋理論。由于意識問題本身的復(fù)雜性，目前存在眾多不同的意識解釋理論，其中只有部分理論用于指導(dǎo)機器意識的研究。為了更好地開展機器意識研究工作，取得更加理想的機器意識表現(xiàn)效果，必須直接面向機器意識實現(xiàn)問題本身，綜合并兼顧已有意識解釋理論，提出一種更加有利于機器意識研究的、有針對性的、全新的意識解釋理論。提出的新理論應(yīng)該不但能夠清晰地刻畫各種意識特性及其關(guān)系，而且應(yīng)該符合機器意識實現(xiàn)的要求，更好地用以指導(dǎo)機器意識的開展。為此，具體需要開展現(xiàn)有意識解釋理論的梳理研究、機器意識限度與范圍的分析研究、意識特性刻畫標(biāo)準(zhǔn)規(guī)范的構(gòu)建研究等方面的研究工作。
其次，探索機器意識的計算策略與方法。過去的研究表明，要想讓機器擁有意識能力，傳統(tǒng)的人工智能方法是無能為力的，我們必須尋找全新的計算方法。因此，機器意識的深入展開，需要有不同于傳統(tǒng)人工智能的計算策略和方法。就目前機器意識研究中所遇到的問題而言，在計算方法方面起碼需要開展亞符號（神經(jīng)信號）表征到符號（邏輯規(guī)則）表征之間的相互轉(zhuǎn)換計算方法、在非量子體系中實現(xiàn)類量子糾纏性的計算方法，以及神經(jīng)聯(lián)結(jié)與符號規(guī)則相互融合的計算方法等方面的研究。而在計算策略方面則需要開展仿腦與算法相結(jié)合策略的研究。只有確定了行之有效的計算策略和方法，才能真正推動機器意識進(jìn)一步深入發(fā)展。
第三，構(gòu)建機器意識的綜合認(rèn)知體系。作為機器意識研究的主要任務(wù)，就是要構(gòu)建具有（部分）意識現(xiàn)象表現(xiàn)的機器認(rèn)知體系。給出的意識機器認(rèn)知體系應(yīng)該滿足一些基本需求，起碼應(yīng)該包括：實現(xiàn)具有感受質(zhì)和外部感知對象的感知過程；實現(xiàn)過程內(nèi)容的內(nèi)省反思；允許各模塊無縫整合的可報告性以及配備本體感知系統(tǒng)的基本自我概念。因此，這部分的研究內(nèi)容應(yīng)該結(jié)合機器意識計算策略與方法的探索，參照已有各種機器意識認(rèn)知體系的優(yōu)點，有針對性地進(jìn)行構(gòu)建工作，以期滿足基本的意識特性需求。
第四，開發(fā)實驗性的意識機器人系統(tǒng)。在已有智能機器人開發(fā)平臺的基礎(chǔ)上，嵌入構(gòu)建好的機器意識綜合認(rèn)知體系，形成具體的意識機器人系統(tǒng)，并開展具體的系統(tǒng)實驗分析研究。通過各種意識特性的實驗，檢驗機器意識綜合認(rèn)知體系的性能是否滿足基本的意識特性需求，最終給出一種實驗性意識機器人系統(tǒng)的范例。
第五，搭建機器意識測試平臺。如何評測意識機器人系統(tǒng)所擁有的意識特性以及到達(dá)的意識能力程度，也是機器意識研究的一個不可或缺的重要方面。具體研究內(nèi)容包括：建立機器意識評測標(biāo)準(zhǔn)體系，構(gòu)建開展評測的環(huán)境平臺（比如鏡像認(rèn)知能力的測驗裝置與軟件、機器人行為表現(xiàn)分析設(shè)備與軟件，以及意向性人機對話評測系統(tǒng)等）。通過搭建的評測平臺，能夠?qū)σ庾R機器人系統(tǒng)的意識特性和能力開展有效的評測工作。
總之，通過上述五個方面的研究，希望能夠在建立全面體現(xiàn)意識特性的評測標(biāo)準(zhǔn)、提出行之有效的計算方法以及構(gòu)建內(nèi)省意識的認(rèn)知體系等三個關(guān)鍵科學(xué)問題方面有所突破，切實推進(jìn)機器意識的研究進(jìn)程。這樣，通過在機器意識研究方面形成一套較為成熟的機器意識理論、方法和技術(shù)，方能為推動機器意識學(xué)術(shù)研究的快速發(fā)展做出真正的貢獻(xiàn)。
（本文得到國家自然科學(xué)基金項目的資助，項目批準(zhǔn)號：61273338）
注釋
【1】Philip David Zelazo, Morris Moscovitch and Evan Thompson, The Cambridge Handbook of Consciousness, Edited by Cambridge University Press, 2007.
【2】Igor Aleksander, "The potential impact of machine consciousness in science and engineering", International Journal of Machine Consciousness, vol.1, no.1, pp.1-9, Jun 2009.
【3】Pentti O.A. Haikonen, "Machine consciousness: new opportunities for information technology industry", International Journal of Machine Consciousness, vol.1, no.2, pp.181-184, Dec 2009.
【4】Antonio Chella and Riccardo Manzotti, "Machine consciousness: A manifesto for robotics", International Journal of Machine Consciousness, vol.1, no.1, pp.33-51, Jun 2009.
【5】Selvi Elif Gök and ErdinçSayan, "A philosophical assessment of computational models of consciousness", Cognitive Systems Research, vol.17-18, pp.49-62, Jul 2012.
【6】Gamez D, "Progress in machine consciousness", Consciousness and Cognition, vol.17, no.3, p887-910, Sep 2008; Igor Aleksander, "Designing Conscious Systems", Cognitive Computation, vol.1, no.1, p22-28, Mar 2009.
【7】Gao S., "A quantum theory of consciousness", Minds and Machines, vol.18, no.1, pp.39-52, Mar 2008.
【8】Schroeder M. J., "Quantum coherence without quantum mechanics in modeling the unity of consciousness", Lecture Notes in Computer Science (including subseries Lecture Notes in Artificial Intelligence and Lecture Notes in Bioinformatics), vol.5494, pp.97-112, 2009.
【9】Michael B. Mensky, "Mathematical Models of Subjective Preferences in Quantum Concept of Consciousness", Neuroquantology, vol.9, no.4, pp.614-620, 2011.
【10】Mensky M. B., "Can quantum computers simulate consciousness?", Proceedings of the 9th WSEAS International Conference on Applied Computer Science, pp.62-67, 2009; Görnitz T., "Quantum theory - Essential from cosmos to consciousness", Journal of Physics: Conference Series, vol.237, 2010; Yu S. and Nikolic D., "Quantum mechanics needs no consciousness", Annalen der Physik (Leipzig), vol.523, no.11, pp.931-938, Nov 2011.
【11】Bernard J. and Baars, David B. Edelman, "Consciousness, biology and quantum hypotheses", Physics of Life Reviews, vol.9, no.3, pp.285-294, Sep 2012.
【12】Susmit Bagchi, "A Distributed Computational Model of State of Consciousness", Advances in Intelligent Systems and Computing, vol.329, pp.235-245, 2015; Susmit Bagchi, "Distributed Computation using Evolutionary Consciousness: An Approach", International Journal of Computational Intelligence Systems, vol.8, no.5, pp.928-942, 2015; Susmit Bagchi, "On the Convergence of Quantum and Distributed Computational Models of Consciousness", 14th International Conference on Artificial Intelligence and Soft Computing (ICAISC), Zakopane, Poland, Jun 14-18, 2015.
【13】Maxs Velmans and Susan Schneider, The Blackwell Companion to Consciousness, Blackwell Publishing Ltd, 2007.
【14】Bernard J.,Baars and Stan Franklin, "Consciousness is computational: The LIDA model of global workspace theory", International Journal of Machine Consciousness, vol.1, no.1, pp.23-32, Jun 2009; Stan Franklin, Sidney D'Mello, Bernard J.Baars and Uma Ramamurthy, "Evolutionary pressures for perceptual stability and self as guides to machine consciousness", International Journal of Machine Consciousness, vol.1, no.1, pp.99-110, Jun 2009; Uma Ramamurthy and Stan Franklin, "Resilient architectures to facilitate both functional consciousness and phenomenal consciousness in machines", International Journal of Machine Consciousness, vol.1, no.2, pp.243-253, Dec 2009; Uma Ramamurthy, Stan Franklin and Pulin Agrawal, "Self-system in a model of cognition", International Journal of Machine Consciousness, vol.4, no.2, pp.325-333, Dec 2012.
【15】Aleksander I., "Neural Approaches to Machine Consciousness", Computing Anticipatory Systems: AIP Conference Proceedings, vol.1051, pp.3-14, 2008.
【16】Amir Hussain, Igor Aleksander, Leslie S.Smith and Ron Chrisley, "Brain inspired cognitive systems (BICS)", Neurocomputing, vol.72, no.4-6, pp.683-684, Jan 2009.
【17】Igor Aleksander and David Gamez, "Informational Theories of Consciousness: A Review and Extension", Advances in Experimental Medicine and Biology, vol.718, pp.139-147, 2011; Mike Beaton and Igor Aleksander, "World-related integrated information: Enactivist and phenomenal perspectives", International Journal of Machine Consciousness, vol.4, no.2, pp.439-455, Dec 2012.
【18】Alan R Pentti O. and A.Haikonen, "Consciousness and Robot Sentience", World Scientific, 2012.
【19】Pentti O. A. Haikonen, "XCR-1: An Experimental Cognitive Robot Based on an Associative Neural Architecture", Cognitive Computation, vol.3, no.2, pp.360-366, Jun 2011.
【20】Chella A.,Frixione M. and Gaglio S., "A cognitive architecture for robot self- consciousness", Artificial Intelligence in Medicine, vol.44, no.2, pp.147-154, Oct 2008; Antonio Chella and Salvatore Gaglio, "Synthetic phenomenology and high- dimensional buffer hypothesis", International Journal of Machine Consciousness, vol.4, no.2, pp.353-365, Dec 2012.
【21】Alexei V. Samsonovich, Kenneth A. Jong and Anastasia Kitsantas, "The mental state formalism of GMU-BICA", International Journal of Machine Consciousness, vol.1, no.1, pp.111-130, June 2009; Andrea Stocco, Christian Lebiere and Alexei V. Samsonovich, "The B-I-C-A of biologically inspired cognitive architectures", International Journal of Machine Consciousness, vol.2, no.2, pp.171-192, December 2010; Alexei V. Samsonovich, "Extending cognitive architectures", Advances in Intelligent Systems and Computing, vol.196, pp.41-49, 2013.
【22】Piotr Boltuc, "The philosophical issue in machine consciousness", International Journal of Machine Consciousness, vol.1, no.1, pp.155-176, June 2009.
【23】Long L. N. and Troy D. Kelley, "The requirements and possibilities of creating conscious systems", AIAA Infotech at Aerospace Conference and Exhibit and AIAA Unmanned...Unlimited Conference, 2009; Alessio Plebe and Pietro Perconti, "Qualia turing test: designing a test for the phenomenal mind", Proceedings of the 1st International Symposium on Towards a Comprehensive Intelligence Test: Reconsidering the Turing Test for the 21st Century, pp.16-19, 2010; Knud Thomsen, "Consciousness for the ouroboros model", International Journal of Machine Consciousness, vol.3, no.1, pp.163-175, June 2011; Ben Goertzel, Characterizing Human-Like Consciousness: An Integrative Approach, Proceedings of 5th Annual International Conference on Biologically Inspired Cognitive Architectures, MIT Campus, Cambridge, MA, Nov 07-09, 2014; Kazuteru Miyazaki and Junichi Takeno, "The necessity of a secondary system in machine consciousness", Proceedings of 5th Annual International Conference on Biologically Inspired Cognitive Architectures, MIT Campus, Cambridge, MA, Nov 07-09, 2014.
【24】Arrabales R. and de Miguel AS, "Applying machine consciousness models in autonomous situated agents", Pattern Recognition Letters, vol. 29, no.8, pp.1033-1038，Jun 2008.
【25】Raul Arrabales, Agapito Ledezma and Araceli Sanchis, "Strategies for measuring machine consciousness", International Journal of Machine Consciousness, vol.1, no.2, pp.193-201, Dec 2009; Raul Arrabales, Agapito Ledezma and Araceli Sanchis, "Establishing a Roadmap and Metrics for Conscious Machines Development", Proceedings of the 8th Ieee International Conference on Cognitive Informatics, pp.94-101, 2009; Raul Arrabales, Agapito Ledezma and Araceli Sanchis, "Assessing and characterizing the cognitive power of machine consciousness implementations", AAAI Fall Symposium- Technical Report, vol.FS-09-01, pp.16-21, 2009.
【26】Raul Arrabales Moreno, Agapito Ledezma and Araceli Sanchis, "On the practical nature of artificial qualia", Proceedings of the International Symposium on AI Inspired Biology-A Symposium at the AISB 2010 Convention, pp.8-13, Mar 29-Apr 1, 2010.
【27】Raul Arrabales, Agapito Ledezma and Araceli Sanchis, "The cognitive development of machine consciousness implementations", International Journal of Machine Consciousness, vol.2, no.2, pp.213-225, Dec 2010.
【28】Raul Arrabales, Agapito Ledezma and Araceli Sanchis, "Simulating Visual Qualia in the CERA-CRANIUM Cognitive Architecture", Advances in Experimental Medicine and Biology, vol.718, pp.223-238, 2011.
【29】Raul Arrabales, "Inner speech generation in a video game non-player character: From explanation to self?", International Journal of Machine Consciousness, vol.4, no.2, pp.367-381, Dec 2012.
【30】Gallup G., "Chimpanzees: Self-recognition", Science, vol.167(3914), pp.86-87, 1970.
【31】Pentti O. and A.vHaikonen, "Reflections of consciousness: The mirror test", AAAI Fall Symposium - Technical Report, vol.FS-07-01, pp.67-71, 2007.
【32】Komatsu T. and Junichi Takeno, "Research and development of conscious robot mirror image cognition experiments using small robots", Proceedings of 2nd International Conference on Agents and Artificial Intelligence, vol.1, pp.479-482, Jan22-24, 2010; Donaldson S., Jesse Kawell and Chris Walling, "Computers know themself: Exploring consciousness via self-aware machines", Proceedings of the 49th Annual Association for Computing Machinery Southeast Conference, pp.70-74, Mar 24-26, 2011; Toshiyuki Takiguchi and Junichi Takeno, "A robot uses an evaluation based on internal time to become self-aware and discriminate itself from others", Advances in Intelligent Systems and Computing, vol.196, pp.309-315, 2013.
【33】Edelman D.B., Baars B.J. and Seth A.K., "Identifying Hallmarks of Consciousness in Non-mammalian Species", Conscious Cognition, 14:169-187, 2005.
【34】周昌樂、劉江偉：《機器能否擁有意識——機器意識研究及其意向性分析》，《廈門大學(xué)學(xué)報（哲學(xué)社會科學(xué)版）》，2011年第1期。
【35】Pentti O. A.Haikonen, "Consciousness and the quest for sentient robots", Advances in Intelligent Systems and Computing, vol.196 AISC, pp.19-27, 2013.
【36】周昌樂、劉江偉：《機器能否擁有意識——機器意識研究及其意向性分析》，《廈門大學(xué)學(xué)報（哲學(xué)社會科學(xué)版）》，2011年第1期。
【37】周昌樂：《重新發(fā)現(xiàn)圖靈測驗的意義》，《博學(xué)切問》，廈門大學(xué)出版社，2015年。
【38】Komatsu T. and Junichi Takeno, "Research and development of conscious robot mirror image cognition experiments using small robots", Proceedings of 2nd International Conference on Agents and Artificial Intelligence, vol.1, pp.479-482, Jan 22-24, 2010.
Prospect of Machine Consciousness: The Future Artificial Intelligence Philosophy
Zhou Changle
Abstract: Consciousness is the most amazing mental ability of humans, and also the most mysterious and complicated phenomenon in the universe. Just because of this, for the realization of the ultimate goal of artificial intelligence (AI), the development of machine consciousness has become an unavoidable difficult frontier issue. Machine consciousness research not only helps to deepen AI research, but has an extraordinary significance in explaining mysterious phenomena scientifically. At present, machine consciousness research is focused on the five sources from which machine consciousness is acquired, including perception, specific consciousness capability, consciousness mechanism, self-realization, and the receptive capability, and intentionality is still the insurmountable problem for achieving machine consciousness ability. For the research and development of machine consciousness, we should set aside those controversial research on acquiring machine consciousness from subjective experience, focus on intentionality and consciousness ability, and adopt the strategy of combining brain imitation and quantum computing to develop a robot with some degree of intentionality and apply it to social services.
Keywords: machine consciousness, intelligence philosophy, consciousness-only theory, computing ability
【作者簡介】周昌樂，廈門大學(xué)智能科學(xué)與技術(shù)系教授、哲學(xué)系兼任教授、博導(dǎo)，中國人工智能學(xué)會理事兼福建省人工智能學(xué)會理事長。研究方向為機器意識、腦機融合、哲學(xué)實驗。主要著作有《無心的機器》《認(rèn)知邏輯導(dǎo)論》《心腦計算舉要》等。
