意识的计算意义是一个重要且可能比意识难题更容易处理的研究主题，因为人们可以通过算法或复杂性分析等方法来研究意识与计算能力之间的相关性。在文献中，意识被定义​​为作为一个代理（即人类或蝙蝠）的感觉，具有诸如感质、意向性和自我意识等现象属性。缺乏这些属性将被称为“无意识”。大型语言模型（LLM）（例如 ChatGPT）的最新成功引发了有关人类意识处理的计算意义的新问题。尽管来自生物系统的实例通常表明智力和意识之间存在稳健的相关性，但某些意识状态似乎存在而没有明显的智力存在。另一方面，人工智能系统似乎表现出没有意识的智能。这些例子似乎表明自然和人工系统中意识和智能之间可能存在分离。在这里，我回顾了一些关于人类意识过程的计算意义的突出观点，并确定了几个可能只属于意识的认知领域，例如灵活的注意力调节、对新环境的稳健处理、选择和决策、以综合方式反映广泛感官信息的认知，以及最后可能涉及无意识过程的具身认知。与这些以灵活和临时判断和选择为特征的认知任务相比，人类通常无意识地处理充分获得的知识和技能，这与以下观点一致：在大型数据集上预先训练的 LLM 所展示的计算原则上可以在没有意识的情况下进行处理，尽管人类的对话通常是有意识进行的，同时意识到听觉感受以及所说内容的语义。我讨论了在感知、语言和驾驶等领域将需要有意识进行的计算与可以无意识进行的计算区分开来这一理论和实践上的重要问题。我提出意识至上的概念类似于量子至上，这将有助于在生物学上实际的时间和资源限制内识别可能只存在于意识中的计算。我探索了支持假设的意识至上的可能机制。最后，我讨论了本文所涵盖的问题与人工智能协调的相关性，其中人工智能和人类的计算需要协调。