AI时代再问意识：哪些意识理论允许人工智能拥有意识？（中）

（续）

当然，整合信息理论本身也面临严重的科学和哲学质疑。它的形式化测量难以应用于大型真实系统，整合因果结构与主观体验之间的关系仍然存在争议，某些理论推论也显得不符合直觉。批评者质疑它是否能够充分区分有意识与无意识的系统，以及它的数学原则是否真正能够支持相应的现象学结论。但无论最终评价如何，这一理论对人工意识讨论的重要贡献不可忽视：它迫使我们区分执行某种计算与拥有某种可能使体验成为现实的内在物理组织。

循环加工理论进一步强调了另一种区别。这一理论尤其与维克托·拉梅的研究有关，认为知觉系统内部的循环反馈对于意识具有重要作用。在真实大脑中，感觉处理并不是从感受器出发、经过一系列处理阶段后便结束的单向过程。神经活动会通过大量反馈回路不断往返，使较高层次的处理能够反过来影响较低层次的活动。按照循环加工理论的某些版本，这些反馈过程可能是现象意识的关键，即使相关信息尚未进入能够支持语言报告或有意识推理的全局工作空间。

对于人工系统而言，这意味着内部架构可能以不能被任务表现完全替代的方式发挥作用。一个纯粹前馈的神经网络与一个具有复杂循环反馈的网络，可以完成相似的分类任务，却可能在某些意识理论所重视的内部动力学方面存在根本差异。然而，仅仅存在反馈回路显然也不足以解决问题。恒温器、工业控制系统以及无数工程装置都具有反馈机制。真正的挑战是确定，究竟什么类型的循环活动、在怎样的整体组织中，才足以支持意识，而不只是实现更加复杂的自动调节。

高阶意识理论提供了另一条道路。在这些理论中，一个心理状态之所以成为有意识的状态，是因为它以适当方式被另一个高阶心理状态表征、监控或者把握。系统不仅处理某个视觉刺激，还在某种相关意义上把自身表征为正在经历这个知觉状态。意识因此与元认知或者高阶觉察的某些形式联系起来。

人工智能使这一立场尤其值得关注，因为机器已经能够监测内部变量、估计自身的不确定性、评价任务表现，并生成关于自身认知状态的描述。未来更加复杂的系统还可能发展出对自身运作过程越来越精细的模型。但我们仍然必须区分自我监控与主观体验。一台能够准确报告自己计算状态的机器，并不因此证明它正在体验这些状态。高阶理论必须进一步说明，什么样的表征才是充分的，它必须与低阶状态形成怎样的因果关系，以及为什么这种组织构成意识，而不只是更加复杂的自我监测。

当我们设想同一个人工系统同时拥有复杂语言能力、长期记忆、感官输入、规划能力、自我监控以及循环内部加工时，这些理论之间的分歧就变得更加清晰。功能主义者可能关心它是否实现了正确的因果功能组织；全局工作空间理论的支持者会考察信息是否通过适当架构获得广泛共享；循环加工理论会关注反馈动力学；高阶理论会研究系统是否具有相关的元认知表征；整合信息理论则会追问它的物理组织是否具有足够的内在整合因果能力。

这些区别并不只是检测同一种公认性质的不同实验方法，而是反映了对于意识究竟是什么的不同理解。同一个人工系统可能满足一种理论的条件，却不满足另一种理论的要求。它可以具有复杂的全局信息广播，却缺乏整合信息理论要求的内在因果结构；可以具有高度发展的元认知能力，却缺乏持续的身体性；也可以表现得仿佛拥有统一的自我，却依赖某些理论认为不足以产生体验的计算过程。

生物自然主义又把这条界线画在了不同的位置。约翰·塞尔曾经明确反对把计算本身视为理解或者意识的充分解释。他著名的“中文房间”思想实验，挑战的正是这样一种假设：只要一个系统能够按照规则操作符号，就足以拥有真正的理解。在更加广泛的意义上，塞尔把意识视为由大脑的因果能力产生的真实生物现象。

这一立场有时被理解为只有生物体才可能拥有意识，但这种解释比它的核心论证所必然要求的更加强烈。如果大脑产生意识的相关因果能力能够在另一种物理基底中得到实现，那么人工意识在原则上仍然可能存在。生物自然主义真正反对的是这样一种推论：只要执行正确的形式程序，就已经足以产生意识。对大脑的计算机模拟，并不自动等于拥有大脑产生意识的真实因果能力。

于是，关键问题变成，这些因果能力究竟是什么。它们是否依赖神经元细胞膜、神经递质、新陈代谢调节、电化学动力学，还是某种可以在不同物理材料中实现的更加普遍的组织原则？在相关机制尚未得到明确识别之前，生物自然主义能够对过早宣布计算等价提出有力警告，却还不能为人工意识提供一个决定性的判断标准。

另一些生物学取向则更进一步，强调情感、内稳态以及生命系统对自身存在的调节。在这些框架中，意识不能脱离承担信息处理任务的那个生命体来理解。知觉、情绪、身体调节与生存深深交织在一起。大脑并不只是计算环境的描述，它还参与维持一个脆弱身体的生存，使身体内部的条件保持在能够持续生活的范围之内。

安东尼奥·达马西奥关于情绪、身体感觉与自我的研究，与雅克·潘克塞普等研究者强调情感的演化和神经生物学基础的工作，都与这一方向有关。这些观点并不构成一种完全统一的生物意识理论，但它们共同怀疑，如果我们把认知活动完全从身体和生命过程中抽离出来，就可能遗漏意识生活中的某种根本性质。

对于人工智能而言，问题于是变成，一个没有新陈代谢、身体需要或者生物脆弱性的系统，能否拥有与我们相似的体验。机器可以表征饥饿，计算饥饿导致的后果，也可以通过优化机制获取能源，但这些过程是否等同于作为身体需要而被体验的饥饿？机器可以检测损伤并启动修复程序，但这是否构成疼痛？它可以给某些结果赋予负值，但负面评价是否就意味着痛苦？

这里的区别并不只是生物材料与人工材料之间的区别。一个足够复杂的人工生命系统，原则上也可能具有自己的身体调节、能源依赖、自我维持机制以及脆弱性。如果真正重要的是组织结构，而不是特定的生物化学成分，那么未来某些人工系统也许能够实现相关性质。但如果意识依赖活体神经系统特有的物理过程，那么通向人工体验的道路就可能远比计算功能主义所暗示的狭窄。

行动化理论与具身认知理论则进一步挑战了许多计算理论共同拥有的一个假设：意识主要是由内部表征产生的东西。受到现象学、生态心理学以及弗朗西斯科·瓦雷拉、埃文·汤普森等研究者工作的影响，这些理论强调生命体与环境之间持续发生的关系。认知不只是内部符号的操作，而是在一个系统身处世界、不断行动和适应的过程中形成的。

从这种角度看，知觉与行动可能性无法彻底分开。一个表面不仅被表征为具有某种尺寸和形状，还可能被经验为可以行走、抓握、避开或者接近的东西。一个生命体并不只是被动接收环境信息，而是通过自身的活动参与形成环境对于它所具有的意义。世界并不是一组完全中性的事实，然后才由心智为其添加价值；对于一个有身体的存在来说，世界从一开始就通过行动能力、限制与需要获得了特定结构。

这种观点改变了人工意识问题的提法。我们不再只是问机器内部是否拥有足够复杂的表征，而是问它是否与环境形成了一种持续、自主的关系，使外部事件对于它自身组织的延续具有真实后果。拥有传感器和执行器的机器人并不会自动获得意识，正如具有反馈机制的恒温器不会自动体验温度。但一个能够维持自身组织、发展感觉运动技能、通过自身历史持续学习，并面对真实环境约束的人工系统，可能比一个孤立地操作符号的系统更加符合具身理论所关注的条件。

然而，行动化理论也面临重要限制。证明认知依赖身体与环境的互动，并不等于证明这种互动必然产生主观体验。一个机器人可以完全处在真实环境中，学习复杂运动技能，维持自身运作的完整性，但我们仍然可能不知道，对于它而言是否真的存在任何被体验的东西。身体性也许提供了意义产生的条件，却未必已经解释了意义为什么会成为被感受到的意义。

（未完待续）