XiaoMi-AI文件搜索系统
World File Search SystemQualia
神经网络中意识的数学框架
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。
部分大脑思想实验
部分大脑思想实验：部分意识及其含义，作者：Jacques Mallah 博士 (jackmallah@yahoo.com) 摘要：查尔默斯的“褪色感质”思想实验旨在表明，即使二元论是正确的，计算主义也很可能是正确的，其方法是考虑一系列大脑，其中生物部分逐渐被人工但功能相似的部分所取代，并且认为意识不会以渐进或突然的方式消失。这种对计算主义的辩护激发了 Bishop 对计算主义的攻击，他认为，一系列类似的替换，如果具有正确的物理活动但没有正确的因果关系，也必须同样保留意识，据称表明“反事实不能计数”，如果是这样，就会破坏计算有意义地区分物理系统的必要条件。本文描述了这样一种情况，即只需施加正确的边界条件，一系列部分就被简单地移除和替换，以精确地保留剩余部分大脑的功能。有人认为，在这种情况下，意识必须逐渐消失，不是逐渐消退，而是变得越来越片面。这支持了意识的非集中性，倾向于支持物理主义反对二元论的合理性，并为 Bishop 的论点提供了适当的反驳。它还为那些仍然是二元论者的人提供了一条攻击“消退的感受性”论点的途径。消退的感受性：查尔默斯 [1] 将消退的感受性思想实验描述如下：
语义概念的神经解码：系统文献综述
长期以来，一些哲学家认为，我们对世界的体验是一种内在的主观体验，是我们个人的体验 [1, 2]。我们可能和邻居尝过同样的苹果、闻过同样的玫瑰、听过同样的鸟鸣，但长期以来，我们个人的心理状态被认为具有非常独特和主观的性质 [1]。许多哲学家将这种个人的内省体验称为我们的“感质”，即我们自己内省可获得的对世界的体验 [1, 2]。长期以来，一些人认为，我们不可能绝对确定地知道别人是如何体验世界的。尽管这可能仍然是正确的，但现代神经科学正越来越多地开始揭示我们的大脑如何对世界上的特定体验做出反应。我们现在知道，当我们吃苹果或闻玫瑰时，大脑中会发生哪些特定的活动模式，而且，从广义上讲，对于许多人来说，在这些体验过程中活跃的大脑部分是相似的 [3, 4, 2]。事实上，现代神经科学的很大一部分都集中在我们体验世界时的意识心理状态（我们的“感受性”）与大脑活动之间的关系上[5]。近年来，随着能够实时观察大脑活动的现代非侵入性神经成像工具的发展，这项工作得到了迅速加速[6]。功能性磁共振成像（开发于 20 世纪 90 年代[7, 8]）和脑电图（开发于 19 世纪 70 年代至 90 年代[9]，但最近与强大的计算机驱动统计分析技术相结合）等技术已与神经系统研究相结合，
原始现象：意识的要素 - UTK-EECS
摘要：我们认为，种类的根本差异阻碍了主观体验被简化为神经现象。然而，可以将主观体验定量地简化为更小的主观性单位，同时将神经过程简化为更基本的神经事件。原现象被呈现为与最小的主观性单位相对应的理论实体。原现象在数量上是简单的，在意识中仅具有一定程度的存在，但通过与其他原现象的联系凝聚成主观复杂的感质。我们讨论了意识体验的结构如何从原现象的相互关系中产生，并将原现象方法应用于一些传统难题，例如倒置色谱。最后，我们推测了原现象理论对非生物意识和基础物理学的影响。
信息一元论：关于信息性质的现象学观点
尽管关于意识的话题发表了大量论文，但关于其性质是什么以及物理和现象世界的联系仍然几乎没有共识。大多数发表的研究都建立了大脑和思想之间的因果关系，但缺乏关于这种关系的出现理论。相比之下，此过程使用以量子信息理论为基础的一组思想实验来得出解决意识严重问题的框架。尽管纯粹从哲学上处理问题的倾向很普遍，但在本文中，通过既定的正式理论得出结论，从而分析了意识和质量，这些理论得出了有关其关系的结论，这些结论为普遍持有的二元论观点提供了反对意见。通过信息一元论框架，提出了一种从根本上具有惊人性质的案例。
意识理论有什么用处？
也非常明确地希望找到组合问题的解决方案。然而，目前尚不清楚这样的科学是否可能，或者如果可能的话会取得什么成就。我采用了另一种激进的泛心论，即 Fields、Glazebrook 和 Levin (2021) 的最小物理主义 (MP)，与 Goff 探索这些问题的方法形成对比。虽然 Goff 的泛心论从根本上讲是本体论的，并且基于物质性，但 MP 从根本上讲是功能性的，并且基于将物理交互描述为信息交换 (Fields、Glazebrook 和 Marcianò，2021)。由于 MP 采用数学形式，即量子信息论，因此在 Goff 的意义上它是伽利略式的。由于它将意识的内容表示为受定量物理约束的约束，因此它具有相当大的预测能力。然而，它对感质本身没有任何预测，并且如下所述，它将大多数版本的组合问题视为不适定的。
第 14 届声音与音乐计算会议论文集...
Jeffrey M. Morris Ferin Martino 的巡演：将同一算法艺术装置改编到不同场地和平台的经验教训 Tejaswinee Kelkar、Alexander Refsum Jensenius 探索“声音追踪”中的旋律和运动特征 Ryan Kirkbride Troop：一种用于现场编码的协作工具 Yusuke Wada、Yoshiaki Bando、Eita Nakamura、Katsutoshi Itoyama、Kazuyoshi Yoshii 一种自适应卡拉 OK 系统，可与用户的歌声同步播放音乐音频信号的伴奏部分 Jose J. Valero-Mas、José M. Iñesta 对起始选择函数中阈值建立的描述性统计和自适应方法的实验评估 Raul Masu、Andrea Conci、Cristina Core、Antonella de Angeli、Fabio Morreale Robinflock：一种用于与儿童互动场景的复音算法作曲家Philippe Kocher 技术辅助的多时间音乐表演 Peter Lennox、Ian McKenzie 通过组织传导研究空间音乐感受质
人工智能、人类认知和意识至上
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。
数字痛苦：它为何是个问题以及如何预防
摘要 随着越来越先进的数字系统的诞生，这些系统中的一些将成为数字思维，即数字经验主体的可能性也越来越大。数字思维带来了数字痛苦的风险。数字痛苦的问题在于如何减轻这种风险。我们认为，数字痛苦问题是一个高风险的道德问题，巨大的认识论障碍阻碍了它的解决。然后，我们提出了一种解决该问题的策略：访问监视预防 (AMP)。AMP 使用“舞动的感质”论点将某些数字系统的功能状态与其体验联系起来——这产生了对数字思维的认识论访问。有了这种访问权限，我们可以通过仅创建我们可以访问的高级数字系统、监视它们的功能配置文件并防止它们进入具有痛苦功能标记的状态来防止数字痛苦。在介绍和激发 AMP 之后，我们将面对它面临的局限性并确定一些克服这些局限性的选项。我们认为 AMP 特别适合创建此类系统的一种方式：全脑模拟，因此有道德理由优先考虑这种方式。我们还认为，采取其他途径实现数字化思维在道德上是有风险的。