許多高級人工智能項目表示，他們正在基于腦功能僅編碼和處理多感覺信息的思想努力 建造有意識的機器。這樣的假設(shè)是，一旦正確理解了大腦的功能，就應(yīng)該可以將它們編程到計算機中了。微軟最近宣布，它將在一個項目上花費10億美元來實現(xiàn)這一目標(biāo)。

但是到目前為止，建立超級計算機人才的嘗試還沒有接近。從2013年開始的數(shù)十億美元的歐洲項目現(xiàn)在基本上被認(rèn)為已失敗。這種努力已經(jīng)轉(zhuǎn)變?yōu)榭雌饋砀袷且粋€類似但雄心勃勃的項目，它為研究人員開發(fā)新的軟件工具來研究大腦數(shù)據(jù)，而不是模擬大腦。

一些研究人員繼續(xù)堅持認(rèn)為，用計算機模擬神經(jīng)科學(xué)是必經(jīng)之路。像我一樣，其他人則認(rèn)為這些努力注定要失敗，因為我們不認(rèn)為意識是可計算的。我們的基本論點是，大腦整合并壓縮了體驗的多個組成部分，包括視覺和嗅覺，而這根本無法以當(dāng)今的計算機感知，處理和存儲數(shù)據(jù)的方式來處理。

大腦不像計算機那樣運轉(zhuǎn)

活生物體通過在對象與環(huán)境之間的活躍過程中適應(yīng)神經(jīng)聯(lián)系，將經(jīng)驗存儲在大腦中。相反，計算機將數(shù)據(jù)記錄在短期和長期存儲塊中。這種差異意味著大腦的信息處理也必須不同于計算機的工作方式。

頭腦會積極探索環(huán)境，以找到可指導(dǎo)一項或多項行動的要素。知覺與感官數(shù)據(jù)并不直接相關(guān)：一個人可以從許多不同的角度識別一張桌子，而不必自覺地解釋該數(shù)據(jù)，然后詢問它的記憶，是否可??以通過在更早的時候識別出的物品的另一種視圖來創(chuàng)建這種模式。

對此的另一個觀點是，最平凡的記憶任務(wù)與大腦的多個區(qū)域相關(guān)聯(lián)，其中有些區(qū)域很大。技能學(xué)習(xí)和專業(yè)知識涉及重組和身體變化，例如改變神經(jīng)元之間的連接強度。這些轉(zhuǎn)換無法在具有固定體系結(jié)構(gòu)的計算機中完全復(fù)制。

計算與意識

在我最近的工作中，我強調(diào)了意識不可計算的其他原因。

有意識的人知道他們在想什么，并且有能力停止思考一件事，而開始思考另一件事，無論他們處于最初的思維方式如何。但這對于計算機而言是不可能的。八十多年前，具有開創(chuàng)性的英國計算機科學(xué)家艾倫·圖靈(Alan Turing)表示，沒有任何方法可以證明任何特定的計算機程序都可以自行停止，但是這種能力對于意識至關(guān)重要。

他的論證是基于一種邏輯技巧，其中他創(chuàng)造了一個內(nèi)在矛盾：想象有一個通用過程可以確定所分析的程序是否會停止。該過程的輸出將是“是，它將停止”或“否，它不會停止”。那很簡單。但是隨后圖靈想象出一個狡猾的工程師編寫了一個包含停止檢查過程的程序，該程序具有一個關(guān)鍵要素：如果停止檢查者的回答是“是的，它將停止”，則保持程序運行的指令。