机构名称：
¥ 1.0
摘要：本文提出了一个新颖的数学框架，用于弥合意识与其物理相关性之间的解释差距（Levine，1983）。具体来说，我们建议质量与神经网络拓扑的数学表示中的奇异性相对应。至关重要的是，我们没有声称Qualia是奇异性，或者奇异性“解释” Qualia为什么会像他们一样。取而代之的是，我们建议奇异性是原则上的坐标，不变的标记，在这些标记中，尝试纯粹对系统动力学的定量描述达到了原则上的限制。通过将这些不可还原性的正式标记整合到意识的物理相关模型中，我们建立了一个框架，将Qualia视为固有的现象本质上是固有的，无法简化为复杂性，计算或信息。这种方法借鉴了思想哲学，数学，认知神经科学和人工智能（AI）的见解。它不能解决意识的严重问题（Chalmers，1995），但它通过将Qualia的不可还原性质整合到严格的物理主义框架中来推进话语。主要是理论上的，这些见解也为未来的AI和人工意识（AC）研究开辟了途径，这表明认识和利用不可还原的拓扑特征可能是超越基于增量的，基于规模的改进，转向人工通用智能（AGI）和AC的重要解锁。
神经网络中意识的数学框架
主要关键词
相关文件推荐
