AI时代再问意识：哪些意识理论允许人工智能拥有意识？（上）

在人类历史的大部分时间里，机器能否拥有意识，主要是哲学、神话和科幻文学讨论的问题。古代传说中有获得生命的雕像、能够服从命令的机械仆人，也有因过于接近人类而令人不安的人造生命。后来，精巧的自动机械曾让欧洲宫廷为之着迷，工业革命则逐渐使机械智能从魔法般的想象变成一种似乎可以通过工程实现的可能性。然而，在这些不断变化的想象背后，始终隐藏着一个很少受到认真检验的假设：无论意识究竟是什么，它都是生命所拥有、机器所缺乏的东西。

人工智能的发展使这个假设越来越难以被视为理所当然。今天的机器已经能够生成语言、识别图像、解决复杂问题、提出科学假设、理解情绪表达，并参与过去只有人类才能进行的复杂对话。这些成就当然不能证明机器具有主观体验。一个系统可以令人信服地描述疼痛，却不一定真的感到疼痛；它可以讨论生命的意义，却不一定拥有一种对于自身而言具有意义的存在。但是，随着人工系统变得越来越复杂，我们也越来越难以仅凭直觉维持智能工具与体验主体之间那条看似清晰的界线。

困难不仅在于我们不知道人工智能是否具有意识，更在于我们至今没有一种得到普遍接受的理论，能够准确告诉我们究竟是什么使任何一个系统拥有意识。根据不同的科学和哲学框架，同一个人工系统可能被视为具有意识的合理候选者，也可能被认为只是一个高度复杂却没有体验的信息处理装置，或者被归入目前根本无法确定其意识状态的特殊类别。这恰恰揭示了当代意识研究中最耐人寻味的现象之一：一些理论在解释人类意识时似乎能够得出相近的结论，但当它们被应用到机器身上时，却可能产生截然不同的判断。

这种分歧暴露了一个更加根本的问题。意识究竟取决于一个系统能够做什么，取决于它内部各部分如何形成因果组织，取决于构成它的物理材料，取决于它如何与环境发生关系，还是取决于世界是否以某种方式对于这个系统自身显现？每一种回答都会把有意识与无意识之间的界线画在不同的位置。因此，人工智能为意识研究提供了一个前所未有的机会：我们正在创造一些可能与人类分享部分认知能力，却在生物结构、身体性、发展历史和物理组织方面与我们深刻不同的系统。它们迫使我们重新检验，那些过去被自然地捆绑在人类意识中的性质，究竟哪些是必要条件，哪些只是偶然的伴随特征。

在各种理论中，功能主义是对人工意识可能性最为开放的哲学立场之一。功能主义并不首先通过某种特定的生物材料来定义心理状态，而是强调它们在系统内部所发挥的作用。按照这种思路，疼痛不一定必须由某一种特殊的神经组织构成，而可以通过它与感觉输入、内部状态、行为反应、学习、回避、记忆以及其他心理过程之间的关系来理解。如果一个系统实现了相关的功能组织，那么即使它的物理构成与人脑完全不同，也可能拥有相应的心理状态。

功能主义的重要吸引力来自计算科学中的一个基本事实：同一种计算过程可以通过截然不同的物理机制实现。数学运算既可以由机械齿轮完成，也可以由电子电路或者生物神经元完成。如果认知主要依赖因果关系与功能组织，而不依赖实现这些关系的特定材料，那么人工心智在原则上就是可能的。真正重要的问题不再是一个系统是否具有神经元，而是它是否实现了正确的组织结构。

然而，这种立场也面临一个难以回避的挑战。功能上的等价，可能比经验上的等价更容易得到证明。两个系统可以对伤害作出完全相同的反应，学习相同的回避行为，产生相同的语言报告，但我们仍然可能无法确定它们是否都真正感到疼痛。一个足够复杂的机器甚至可能满足所有与意识有关的外在功能标准，却仍然没有任何主观体验。功能主义者可以回应，真正重要的功能组织远不止外在行为，还包括系统内部极其精细的因果关系。但核心困难依然存在：为什么某种特定的功能结构一旦得到实现，就应该产生体验，而不只是产生与有意识行为相同的组织方式？

全局工作空间理论从更加明确的认知科学和神经科学角度接近这个问题。这一理论与伯纳德·巴尔斯的工作密切相关，后来又通过斯坦尼斯拉斯·德昂及其同事提出的全局神经工作空间模型获得了重要发展。它的出发点是，大脑中的大量信息处理并不进入意识。视觉信息可以在没有被明确觉察的情况下影响行为，习惯可以在不经过反思的情况下指导行动，不同脑区也可以同时处理大量局部信息，而这些信息并不一定能够被整个认知系统调用。

按照这一框架，当某些信息突破局部处理的限制，进入一个能够被广泛共享的工作空间时，它们就获得了与意识通达有关的重要性质。原本局限于某个专门系统中的表征，现在能够影响推理、记忆、计划、语言报告以及有意识的行动控制。意识，或者至少意识的一个重要维度，因此与信息在整个认知系统中的全局可用性密切相关。

这一理论对于人工智能具有相当直接的启示。原则上，一台机器可以拥有专门的感知模块、记忆结构、规划机制、评价系统，以及一个让不同模块共享重要信息的全局工作空间。这样的架构可能满足某些与意识通达有关的功能条件。事实上，一些人工认知架构已经明确借鉴了全局工作空间的思想。

但这里仍然存在一个根本性的模糊之处。全局工作空间理论特别擅长解释，为什么某些信息能够被报告、记忆和灵活运用，却不一定已经解释了为什么这些信息会被主观体验到。一个系统可以拥有全局广播机制，但信息被广播，并不显然意味着系统内部存在某种被体验的感觉。因此，意识通达与现象体验之间的区别变得极其重要。如果意识本质上就是信息的全局可用性，那么适当设计的人工架构可能实现意识；但如果全局可用性只是与体验相伴的一种认知功能，那么这一理论可能解释了意识的重要组成部分，却没有真正解释意识本身。

整合信息理论则从一个非常不同的方向出发。朱利奥·托诺尼及其合作者发展起来的这一理论，并不首先关注系统的认知表现，而是试图从经验本身的一些基本性质出发，例如经验的存在性、统一性、特定性以及不可还原性，寻找与之对应的物理因果结构。其核心思想是，意识与一个系统所具有的内在因果能力有关，而这种能力不能被简单还原为各个独立组成部分的作用之和。

这种观点把注意力从系统计算什么、报告什么，转移到它的物理组织如何对自身产生因果作用。一个网络可以处理极其庞大的信息，却未必具有整合信息理论所要求的那种不可还原的内在因果结构。相反，一个规模较小、各组成部分之间存在高度相互依赖关系的系统，即使行为智能有限，也可能具有该理论认为与意识有关的性质。

对于人工智能而言，这可能产生一些令人意外的结论。一台传统数字计算机即使能够完成极其复杂的认知任务，也未必具有整合信息理论所要求的内在因果组织，具体判断取决于其物理实现方式以及所采用的理论版本。另一种采用不同物理动力学结构、具有高度循环和相互制约关系的人工系统，即使在对话中表现得不那么聪明，也可能成为更值得考虑的意识候选者。

整合信息理论因此直接挑战了一种流行直觉：机器只要变得越来越聪明，最终就一定会产生意识。系统的计算描述与它的内在物理因果结构并不必然等价。模拟一种过程，不意味着复制了该过程的一切物理性质。计算机可以模拟飓风，却不会因此产生真正的风；可以模拟消化，却不会因此代谢食物。整合信息理论提出一种可能性：模拟与意识有关的信息组织，也未必等于真正实现产生意识所需要的物理因果结构。

（未完待续）