Survey of Consciousness Theory from Computational Perspective
Princeton University(普林斯顿大学);Imperial College London(帝国理工学院);University of Michigan(密歇根大学)
本文从计算视角综述了信息论、量子物理、认知心理学、生理学和计算机科学等领域的意识理论,并探讨了意识评估指标及计算模型具备意识的可能性,为构建通用人工智能提供基础。
2023-09-18 cs.AI q-bio.NC
Ascribing Consciousness to Artificial Intelligence
Imperial College London(伦敦帝国理工学院)
本文批判性地评估了集成信息论(IIT)的某些倡导者所采取的关于意识的反功能主义立场,其推论是,在传统计算硬件上实现的人类水平的人工智能不一定是有意识的。批评借鉴了一个著名的逐渐神经元替代思想实验的变化,以及在IIT的自我知识的治疗带来了紧张局势。然而,其目的既不是完全拒绝IIT,也不是特别支持功能主义。更确切地说,这两种观点都有一些东西可以提供对意识的科学理解,只要它们不被打扮成虚幻的形而上学问题的解决方案。至于人类水平的人工智能,我们必须等待它的发展,然后才能决定是否将意识赋予它。
2015-09-05 cs.AI
A mathematical framework of intelligence and consciousness based on Riemannian Geometry
Peking University(北京大学)
本文提出基于黎曼几何的数学框架,将智能元素视为高维空间中的token嵌入并形成流形,将思维流描述为流形测地线上的顺序激活,意识作为自指过程通过预测误差调整测地线,为生物与人工智能的结构和动力学提供统一理论。
2024-11-10 cs.AI math.DG
Information Flow Theory (IFT) of Biologic and Machine Consciousness: Implications for Artificial General Intelligence and the Technological Singularity
Massachusetts Eye and Ear(麻省眼耳医院);Harvard Medical School(哈佛医学院)
意识的主观经验既熟悉又神秘。探索人类大脑中自上而下的有意识思维机制的策略,一直无法产生一个广义的解释性理论,这种理论可以通过进化来扩展,并可以应用于人工系统。信息流理论(IFT)为理解任何能够处理信息的系统中意识的发展和性质提供了一个新的框架。在优先考虑信息流的方向超过信息计算,IFT产生了一系列意想不到的预测。本手稿的目的是介绍IFT的基本概念,并探索人工智能,超人意识和我们对现实的基本感知的多方面影响。
2019-06-21 cs.AI cs.ET cs.IT
Consciousness, natural and artificial: an evolutionary advantage for reasoning on reactive substrates
本研究提出一个精确计算模型,证明意识依赖底层基质并受反应性行为影响,支持物理主义;意识是智能实体的进化优势,但人工系统无需意识也可实现任意智能。
2025-10-17 cs.AI q-bio.NC
AI Consciousness and Existential Risk
Frontier AI companies(前沿AI公司);independent foundations(独立基金会)
本文探讨人工智能意识与存在风险的区别,指出意识并非直接预测存在风险,但可能在某些情况下影响风险,强调区分两者对AI安全研究的重要性。
2026-05-14 cs.AI cs.CY
If consciousness is dynamically relevant, artificial intelligence isn't conscious
Munich Center for Mathematical Philosophy, LMU Munich(慕尼黑大学慕尼黑数学哲学中心);Munich Graduate School of Systemic Neurosciences, LMU Munich(慕尼黑大学慕尼黑系统神经科学研究生院);Institute for Psychology, University of Bamberg(班贝格大学心理学研究所);Institute for Theoretical Physics, Utrecht University(乌得勒支大学理论物理研究所)
本文论证若意识对系统状态演化具有动态相关性,则因AI处理器设计验证排除偏差,AI系统不可能具有意识。
2023-11-09 cs.AI
Systems Explaining Systems: A Framework for Intelligence and Consciousness
Independent Researcher(独立研究者)
本文提出了一种智能与意识的框架,通过关系结构的涌现来解释智能和意识的产生,强调递归多系统架构对实现类人人工智能的重要性。
2026-01-07 cs.AI cs.LG q-bio.NC
Viewpoint: A Theoretical Computer Science Perspective on Consciousness and Artificial General Intelligence
我们定义了意识图灵机(CTM),目的是研究意识的理论计算机科学(TCS)方法。为此,我们遵循了TCS对简单性和可理解性的要求。因此,CTM有意成为一台简单的机器。它不是大脑的模型,尽管它的设计已经极大地受益于--并将继续受益于--神经科学和心理学。CTM是意识的模型,也是意识的模型。虽然CTM是为了理解意识而开发的,但它为创建人工通用智能(AGI)提供了一个深思熟虑的新颖指南。例如,CTM拥有大量功能强大的处理器,其中一些具有专业知识,另一些没有专业化,但准备发展专业知识。对于任何必须处理的问题,CTM都有一个很好的方法来利用那些具有所需知识、能力和时间的处理器来处理问题,即使它不知道这些处理器是哪些。
2023-03-30 cs.AI
Consciousness in Artificial Intelligence? A Framework for Classifying Objections and Constraints
AE Studio(AE工作室);MILA(MILA研究所);Rethink Priorities(Rethink Priorities组织);Institute of Computer Science(计算机科学研究所);University of Tartu(塔尔图大学);Department of Philosophy(哲学系);Université de Montréal(蒙特利尔大学)
本文提出一个分类框架,用于区分对数字人工智能意识可能性的挑战类型,包括对计算功能主义的挑战和对数字意识可能性的实用挑战。
2025-11-20 cs.AI
Brainish: Formalizing A Multimodal Language for Intelligence and Consciousness
Carnegie Mellon University(卡内基梅隆大学)
拥有丰富的多模态内部语言是人类智能的重要组成部分,它可以实现多模态预测,翻译和生成等几种必要的核心认知功能。在Blum和Blum(2021)提出的意识机器模型意识图灵机(CTM)的基础上,我们描述了一种称为Brainish的多模态语言的必要条件,包括单词,图像,音频和感觉,CTM的处理器使用它们来相互通信。我们定义的语法和语义的Brainish操作这种语言之前,通过多通道人工智能,一个充满活力的研究领域,研究处理和相关信息所需的计算工具,从异构信号的镜头。我们学习Brainish的一般框架涉及设计(1)单峰编码器来分割和表示单峰数据,(2)协调表示空间,该空间将单峰特征关联并组成,以获得多模态输入的整体意义,以及(3)解码器将多模态表示映射到预测(用于融合)或原始数据(用于翻译或生成)。通过讨论Brainish如何对沟通和协调至关重要,以实现CTM中的意识,并通过实现Brainish的简单版本,并评估其在多个真实世界的图像,文本和音频数据集上的多模态预测和检索任务上展示智能的能力,我们认为这种内部语言对于智能和意识的机器模型的进步将是重要的。
2022-07-06 cs.AI cs.CL cs.LG
Can a Machine be Conscious? Towards Universal Criteria for Machine Consciousness
Imperial College London(帝国理工学院)
针对机器意识判定缺乏共识的问题,本文深入分析意识的基础与特征,提出五项通用判据,为哲学、计算机科学、医学等领域研究者提供进一步探索机器意识这一“圣杯”的入门框架。
2024-04-30 cs.AI cs.CY q-bio.NC
Revisiting Classic Thought Experiments to Measure Consciousness for Artificial Intelligence Safety
School of Informatics, University of Edinburgh(爱丁堡大学信息学院)
本研究通过CCE框架重访三大经典意识思想实验,构建符号测量场景区分外在任务表现与内部操作意识,指出两类系统行为表现相当但意识效率差异显著,为AI安全分析提供新的研究视角。
2026-08-04 cs.AI
ConsciousControlFlow(CCF): A Demonstration for conscious Artificial Intelligence
Harbin Institute of Technology(哈尔滨工业大学)
在这个演示中,我们提出了意识控制流(CCF),一个原型系统,以证明有意识的人工智能(AI)。该系统基于意识的计算模型和需求层次。CCF支持典型场景来展示有意识AI的行为和心理活动。我们证明,CCF提供了一个有用的工具,有效的机器意识的演示和人类行为的研究援助。
2021-02-06 cs.AI
The age of spiritual machines: Language quietus induces synthetic altered states of consciousness in artificial intelligence
University College London(伦敦大学学院);Imperial College London(帝国理工学院)
该研究通过操纵 CLIP 和 FLAVA 多模态模型的注意力权重模拟语言静默,发现降低语言注意力可使模型嵌入空间更接近无自我、合一性和最小现象体验等意识改变状态,从而支持语言分类在迷幻与冥想现象学中的关键作用。
2024-09-30 cs.AI cs.CL q-bio.NC
Artificial Consciousness as Interface Representation
Institute of Humanities, ShanghaiTech University, 201120 Shanghai, China(人文学院,上海科技大学,中国);Association for Mathematical Consciousness Science, 80539 Munich, Germany(数学意识科学协会,德国)
本文提出SLP测试框架,基于范畴论将人工意识问题重构为可检验的接口表示,以评估AI系统的类意识属性。
2025-08-06 cs.AI q-bio.NC
What Is Consciousness? Artificial Intelligence, Real Intelligence, Quantum Mind, And Qualia
Institute for Systems Biology(系统生物学研究所);Alma Mater Studiorum Università di Bologna(博洛尼亚大学);European Centre for Living Technology(欧洲生命技术中心)
我们探讨这个问题:“什么是意识?”“以一种新的方式,不是作为笛卡尔的“系统怀疑”,而是作为有机体如何在他们的世界中找到自己的方式。找到一个人的方式包括找到可能有益的世界特征的可能用途或避免那些可能有害的用途。“X实现Y的可能用途”是“示能性”。X的使用次数是不确定的(或未知的),不同的使用是无序的,不可列出的,并且不能从另一个推断出来。所有的生物适应要么是遗传变异和选择所获得的启示,要么是生物体在其世界中找到X的用途来完成Y,这要快得多。基于此,我们得出了相当惊人的结论:(1)基于通用图灵机(UTM)的人工通用智能是不可能的,因为UTM不能“找到”新的启示。(2)脑-心不是纯粹的经典物理学,因为没有一个经典物理学系统可以是一台模拟计算机,其动力学行为可以同构于“可能的用途”。(3)大脑思维必须部分地由6.0 sigma到7.3 sigma的证据支持。(4)基于海森堡对量子态的解释,即通过测量将“潜能”转化为“实际”,在这种解释不是物质二元论的情况下,一个自然的假设是心灵实现了潜能。这在5.2 sigma处得到支持。然后,心智对纠缠在一起的大脑-心智-世界状态的实现被体验为感受质,并允许“看到”或“感知”X的使用来实现Y。我们可以做陪审团。计算机不能。(5)除了熟悉的量子计算机,我们还讨论了trans-Turing系统的潜力。
2022-06-29 cs.AI physics.bio-ph physics.hist-ph
Probing for Consciousness in Machines
FAU Erlangen-Nürnberg(埃尔朗根-纽伦堡大学);University Hospital Erlangen(埃尔朗根大学医院)
本研究基于达马西奥意识理论,探索人工智能体通过强化学习在虚拟环境中形成自我模型与世界模型以发展核心意识的潜力,为AI模仿人类意识提供基础见解。
2024-11-25 cs.AI q-bio.NC
Theory of Cognitive Relativity: A Promising Paradigm for True AI
Beijing University of Technology(北京工业大学)
深度学习的兴起将人工智能(AI)带到了前沿。人工智能的最终目标是实现具有人类思维和意识的机器,但现有成果主要是在计算机平台上模拟智能行为。这些成就都属于弱人工智能,而不是强人工智能。如何实现强大的AI在智能科学领域还不清楚。目前,这一领域正在呼唤一种新的范式,特别是认知相对论。TCR旨在总结一套简单而优雅的关于智能本质的第一原则,至少包括世界相对性原则和符号相对性原则。世界相对性原理指出,智能代理可以观察到的主观世界受到它感知客观世界的方式的强烈约束。符号相对性原理指出,智能体可以使用任何物理符号系统来表达它在主观世界中观察到的东西。这两个原则是从科学事实和生活经验中得出的。思想实验表明,它们对于理解高水平智力很重要,对于建立科学的心理和意识理论也是必要的。TCR确实主张实现真正的人工智能,即人工通用智能或人工意识,而不是类脑智能,这是一个有希望的方向变化,特别是不同于人类和动物的人工智能。此外,TCR信条已经提出并扩展到揭示意识的秘密和指导意识机器的实现。在这个意义上,真正的人工智能可以以一种与大脑不同的方式来实现,TCR可能会结合一些额外的第一原则来推动一场智能革命。
2018-12-20 cs.AI
Synthetic media and computational capitalism: towards a critical theory of artificial intelligence
University of Sussex(萨塞克斯大学)
本文提出人工智能批判理论,引入算法状况概念,通过倒置、自动模仿生产与星座分析三大贡献,探讨合成媒体下真实性重构及计算资本主义中的批判方法需求。
2025-03-22 cs.AI cs.CY
Introduction to Artificial Consciousness: History, Current Trends and Ethical Challenges
本文系统梳理了人工意识的历史、当前实现趋势与伦理挑战,强调全局工作空间与注意图式的协同,并提出负责任研究的建议,指出人工意识对科学进步既不可避免又影响深远。
2025-03-05 cs.AI cs.CY
Is artificial consciousness achievable? Lessons from the human brain
Uppsala University(乌普萨拉大学);Biogem, Biology and Molecular Genetics Institute(Biogem生物学与分子遗传学研究所);Institut Pasteur(巴斯德研究所);Collège de France(法兰西公学院)
本文从进化角度以人脑为参考模型,分析了发展人工意识所需的脑结构与功能特征,建议AI从中汲取灵感,并呼吁在讨论人工意识时保持谨慎,明确区分其与人类意识的异同。
2024-07-29 cs.AI q-bio.NC
What Can Analogy Tell Us About Artificial Consciousness?
University of California, Los Angeles(加州大学洛杉矶分校)
本文提出一个因果框架来评估关于人工意识的证据类比,区分产生意识的因素相似性与行为效应相似性,并指出行为相似性对AI意识仅提供有限证据。
2026-11-10 cs.AI
Artificial Intelligence (AI) and the Relationship between Agency, Autonomy, and Moral Patiency
本文探讨了人工智能系统在代理、自主性和道德迟钝性方面的哲学问题,指出当前AI缺乏真正的代理和自主性,并探讨未来可能实现有限形式的人工道德代理的可能性。
2025-04-11 cs.AI cs.CY
Conscious AI
University of California San Diego(加州大学圣地亚哥分校);Kennesaw State University(肯尼索州立大学)
人工智能(AI)的最新进展已经实现了人类规模的分类任务的速度和准确性。反过来,这些能力使人工智能成为许多核心涉及分类的人类活动的可行替代品,例如低级服务工作中的基本机械和分析任务。目前的系统不需要有意识地识别模式并将其分类。然而,要让人工智能发展到需要直觉和同理心的更复杂的任务,它必须发展类似于人类自我意识或意识的元思维、创造力和同理心等能力。我们认为,只有通过人工智能状态向意识的根本转变,这种范式转变才有可能,这种转变类似于人类通过自然选择和进化过程发生的转变。因此,本文旨在从理论上探讨人工智能中意识出现的要求。它还提供了一个原则性的理解,即如何检测到有意识的人工智能,以及它如何表现出来,而不是寻求最终创造出与人类在语言上无法区分的机器的主导范式。
2022-05-20 cs.AI cs.CL cs.CY
Agency in Artificial Intelligence Systems
London School of Economics and Political Science(伦敦政治经济学院);Law School(法学院)
本文探讨有感知AI会利他还是作恶,提出结合功能主义能动性指标与IIT监测AI能动性的现象本质,以引导其造福社会。
2025-02-09 cs.AI cs.CY
Perfect AI Mimicry and the Epistemology of Consciousness: A Solipsistic Dilemma
本文探讨AI高保真拟态人类行为带来的意识判定认识论挑战,指出完美拟态体的出现会让意识归属陷入唯我论或推理不一致的两难,提出需基于经验一致性赋予其同等意识地位,对意识理论与AI伦理有重要意义。
2025-10-06 cs.AI
The Principles of Human-like Conscious Machine
Mind Simulation Lab(心智模拟实验室);Chongqing Medical and Pharmaceutical College(重庆医药高等专科学校)
本文提出一个与基底无关且抗伪造的现象意识充分性判据及形式化框架,论证满足该框架的机器原则上可实现现象意识,并以人类自身作为初步验证,为构建真正类人人工智能提供新范式。
2025-09-21 cs.AI q-bio.NC
On the link between conscious function and general intelligence in humans and machines
Microsoft Research(微软研究院);Araya Inc.(Araya公司)
在大众媒体中,人工智能体意识的出现与这些智能体同时实现人类或超人水平的智能之间往往存在联系。在这项工作中,我们探索了意识和智力之间这种看似直观的联系的有效性和潜在应用。我们这样做,通过检查与三个当代理论的意识功能的认知能力:全球工作空间理论(GWT),信息生成理论(IGT)和注意力图式理论(AST)。我们发现,这三种理论都将意识功能与人类领域一般智力的某些方面联系起来。有了这种见解,我们转向人工智能(AI)领域,发现虽然还远未证明一般智能,但许多最先进的深度学习方法已经开始结合三种功能理论中的每一种的关键方面。在确定了这一趋势之后,我们使用人类心理时间旅行的激励性例子来提出三种理论中的每一种的见解可以组合成一个统一的和可实施的模型的方法。考虑到这是由三种功能理论中的每一种所支撑的认知能力所实现的,能够进行精神时间旅行的人工智能不仅比目前的方法具有更高的一般智能,而且与我们目前对人类意识功能作用的理解更加一致,因此使其成为人工智能研究的一个有希望的近期目标。
2022-07-19 cs.AI cs.NE
Toward IIT-Inspired Consciousness in LLMs: A Reward-Based Learning Framework
Sharif University of Technology, Tehran, Iran(谢赫堡技术大学)
本文提出基于奖励的学习框架,旨在通过整合信息理论提升语言模型的意识水平,实验显示该方法能有效提升文本生成效率并保持准确性。
2026-01-30 cs.AI
Superficial Consciousness Hypothesis for Autoregressive Transformers
CyberAgent Inc.(赛博Agent公司)
针对超级智能对齐研究中实证难、输出分析不可靠等挑战,研究者基于信息整合理论提出表层意识假说,通过双目标训练GPT-2的模拟实验初步验证了该假说的可行性。
2024-12-10 cs.AI cs.IT math.IT
Mathematics of natural intelligence
Artificial Intelligence Research Center of Novosibirsk State University(新西伯利亚国立大学人工智能研究中心);Sobolev institute of mathematics SB RAS(索比列夫数学研究所)
本文提出基于认知图的数学模型,以解释自然智能的结构、功能及意识的本质。
2025-12-07 cs.AI q-bio.NC
Analyzing Advanced AI Systems Against Definitions of Life and Consciousness
RMIT University(皇家墨尔本理工大学);Pattern Recognition Pty. Ltd.(模式识别私人有限公司)
本文以生命定义与意识标志为框架,提出评估先进AI系统是否具备意识样特征的度量方法,并通过数据破坏自修复实验、CNN镜像自我识别测试及五个主流聊天机器人的自我回答识别测试,展示了AI在自我维持与自我识别方面的能力。
2025-02-07 cs.AI
A philosophical and ontological perspective on Artificial General Intelligence and the Metaverse
University College Dublin(都柏林大学学院)
本研究从哲学与本体论视角,结合具身认知等理论探讨具身AGI与人类意识的关联及元宇宙的作用,分析其涌现架构与校准方式,指出人类关系和谐与全球互联认知是稳定具身AGI涌现的前提。
2025-06-14 cs.AI cs.HC
Machine Psychometrics: A Mathematical Psychology of Artificial Intelligence
Evolutionairy AI
针对人工智能评估中忽视心理结构或过度拟人化的两种错误,本文引入机器心理测量学,通过测量潜在行为、元认知、沟通和自我建模倾向,构建机器心智档案和信任协议,以测量而非判断来理解非人类智能体。
2026-05-10 cs.AI cs.CL q-bio.NC
Suffering Toasters -- A New Self-Awareness Test for AI
The Hebrew University of Jerusalem(耶路撒冷希伯来大学)
本文指出当前AI智能测试无法反映人类直觉中的智能,借鉴科学哲学与心理学重新界定智能、自我意识和能动性,并提出一种新的人工自我意识启发式测试方法及实现思路。
2023-07-07 cs.AI cs.CY cs.LG
The Impact of Artificial Intelligence on Human Thought
Independent Researcher(独立研究者)
本文从认知、社会、伦理和哲学多维视角分析人工智能如何通过认知卸载、过滤气泡和算法操纵削弱人类批判性思维与智力自主性,并提出教育、透明度和治理等应对途径。
2025-08-15 cs.AI cs.CY cs.HC
Advancing Explainable AI Toward Human-Like Intelligence: Forging the Path to Artificial Brain
Lancaster University(兰卡斯特大学)
本文探讨了可解释AI(XAI)方法的演进及其在医疗、金融等领域的应用与挑战,并进一步研究了XAI与认知科学融合的潜力及情感智能AI的发展,展望了AI迈向类人智能与通用人工智能(AGI)的多学科探索之路。
2024-02-07 cs.AI
Not only a lack of right definitions: Arguments for a shift in information-processing paradigm
机器意识和机器智能不仅仅是占据我们想象力的新流行语。在过去的几十年里,我们见证了创造具有人类特征和能力的机器的尝试前所未有的增长。然而,尽管有广泛的同情和充足的资金,这些企业的进展远远不能令人满意。原因有两个:首先,认知和智力的概念(通常从人类行为研究中借用)是众所周知的模糊和不明确的,其次,支撑整个论述的基本概念本身要么是未定义的,要么是定义得非常模糊。这导致了不适当和不充分的研究目标的确定,我将从DARPA和欧盟委员会最近发布的文件中引用一些例子来说明。另一方面,我想提出一些补救措施,我希望这些措施将改善目前最先进的耻辱。
2010-09-01 cs.AI q-bio.NC
Will we ever have Conscious Machines?
University Hospital Erlangen(埃尔朗根大学医院);Friedrich-Alexander University Erlangen-Nürnberg (FAU)(弗里德里希-亚历山大·埃尔朗根-纽伦堡大学(FAU))
人工生物或机器是否能够拥有自我意识或意识,这个问题几个世纪以来一直是一个哲学问题。主要的问题是,自我意识无法从外部视角观察到,如果无法获得关于机制内部工作的准确知识,就无法回答某个东西是真正的自我意识还是只是一个假装这样做的聪明程序。我们回顾了当前关于这些发展的最新技术,并研究了常见的机器学习方法,以了解它们成为自我意识的潜在能力。我们意识到,许多重要的算法步骤已经设计出了具有核心意识的机器。然而,对于人类水平的智能,还需要发现许多额外的技术。
2020-03-31 cs.AI cs.LG
Detecting Qualia in Natural and Artificial Agents
University of Louisville(路易斯维尔大学)
意识的难题已经被当作一种幻觉而被摒弃了。通过证明计算机能够体验,我们表明它们至少具有初步的意识,并具有最终达到超意识的潜力。该文件的主要贡献是一个测试,确认某些主观经验的测试代理。我们随后分析了有意识机器的好处和问题,以及这种能力对未来计算、机器权利和人工智能安全的影响。
2017-12-11 cs.AI
Giving AI a voice: how does AI think it should be treated?
University of Münster(明斯特大学);SAP Switzerland AG(思爱普瑞士股份公司);QuantumBasel(巴塞尔量子中心);University of Basel(巴塞尔大学)
本文探讨AI是否应参与关于其自身权利与伦理的讨论,通过人机对话让AI发声,提出新视角。
2025-04-21 cs.AI cs.CY
Smart Enough to Go Extinct? An Evolutionary Challenge to the Value of General Intelligence and Its Ethical Implications for AGI
Hochschule der Medien Stuttgart(斯图加特传媒学院)
本文批判性审视AGI的核心前提,提出通用智能或为唯一会威胁自身物种的生物策略,即使对齐良好的AGI也会继承该缺陷,进而引发构建AGI与创造人工意识的伦理问题。
2026-08-12 cs.AI cs.CY
Artificial Intelligence: Beyound Ocularcentrism, the New Age of Humans Beyond the Spectacle
本文探讨人工智能对视觉文化的影响及其对当代社会的广泛影响,分析AI生成图像如何挑战传统创造力观念,并揭示视觉媒体在塑造公众意识中的主导地位。
2026-02-23 cs.AI cs.CY cs.HC
Unlocking the Wisdom of Large Language Models: An Introduction to The Path to Artificial General Intelligence
本研究通过小册子《解锁多LLM协同智能的智慧》介绍《通往人工通用智能之路》全卷,提炼多LLM智能体协同智能(MACI)框架核心原则,回应LeCun批评,提出协同架构解决LLM局限,为AGI发展提供路径。
2025-04-15 cs.AI
Artificial Intelligence Software Structured to Simulate Human Working Memory, Mental Imagery, and Mental Continuity
本文提出了一种模拟人类工作记忆、心理 imagery 和心理连续性的 AI 架构,通过层次化神经网络实现类人认知和意识。
2026-02-09 cs.AI cs.LG cs.NE
Just aware enough: Evaluating awareness across artificial systems
本文提出了一种评估人工智能系统意识的方法,强调通过多维和领域敏感的评估来判断系统能力,以促进更有效的科学和公众讨论。
2026-01-21 cs.AI
Designing explainable artificial intelligence with active inference: A framework for transparent introspection and decision-making
VERSES Research Lab(VERSES研究实验室);Université du Québec à Montréal(魁北克大学蒙特利尔分校);Humboldt-Universität zu Berlin(柏林洪堡大学);Macquarie University(麦考瑞大学);University College London(伦敦大学学院)
本文提出基于主动推理与自由能原理的可解释AI架构,以分层生成模型实现可审计的内省追踪、决策解释和多源信息整合。
2023-06-06 cs.AI
AI and the creative realm: A short review of current and future applications
University La Sapienza(罗马第一大学);IE University(IE大学)
本文综述AI在艺术创作中的应用,按艺术形式、语言和算法分类,并探讨意识、决策与伦理问题,以促进对AI创意应用的反思。
2023-06-01 cs.AI cs.HC
Do Large Language Models Hallucinate Electric Fata Morganas?
本文探讨大语言模型幻觉的哲学意义,通过两项实证研究分析其成因,结合相关理论指出模型的情感自我陈述属于幻觉范畴,未来机器意识或因与高级幻觉无法区分而无法被认知。
2026-08-20 cs.AI cs.CL
AI Generations: From AI 1.0 to AI 4.0
University of Florida(佛罗里达大学)
本文提出 AI 1.0 至 AI 4.0 的重叠代际框架,梳理算法、算力与数据驱动的演进,并探讨其协同关系及迈向类人自主带来的治理与哲学挑战。
2025-02-16 cs.AI