XiaoMi-AI文件搜索系统
World File Search SystemTononi
分层心智中意识的必要和充分机制
与之前被禁的研究相比，意识研究正成为科学前沿的几项重大挑战之一。随着上个世纪热情的先驱者应用双眼竞争、裂脑、盲视和其他范式（Seth，2018），神经科学中出现了意识的经验理论。目前，情况已经达到了一个充满希望和挑战的临界点，因为大量的意识理论（ToC）都声称自己有各自的合理性，而这些理论都有特定的经验支持，它们提出的猜想导致了不同的预测（Del Pin 等人，2021 年；Signorelli 等人，2021 年；Seth 和 Bayne，2022 年；Yaron 等人，2022 年）。人们讨论了各种理论，看来这个问题正变得越来越普遍。目前，不同团体和领域之间缺乏合作，阻碍了意识理论的进步。然而，未来有望出现一种不受个体理论界限限制的基础理论（Koch，2018）。在此过程中，四种主要的 ToC 获得了最多的关注（ Seth and Bayne，2022）：整合信息理论（IIT）（Tononi，2008；Oizumi 等，2014；Tononi 等，2016）、全局神经工作空间理论（GNWT）（Dehaene，2014；Mashour 等，2020）、高阶理论（HOT）（Lau and Rosenthal，2011；Brown 等，2019），以及循环加工理论（RPT）（Lamme，2018）和预测加工理论（PP）（Seth and Hohwy，2021）。简而言之，IIT 将任何有意识的体验与相应状态下系统的最大不可约因果结构联系起来； GNWT 认为，由广泛的神经激发和跨多个认知模块共享信息所引发的全局工作空间是实现意识的关键；HOT 基于意识体验的高阶结构，其中“我”意识到“某事”（“某事”的表征是一阶的）。同时，RPT 和 PP 强调自上而下的处理在有意识的心理活动中的重要性。第五种方法并没有将意识归因于神经活动，而是将意识与跨多个时空尺度的底层物理过程联系起来。作为一个典型且著名的范式，精心策划的客观还原 (Orch OR，参见 Hamerooff 和 Penrose，2014) 理论声称，根据哥德尔不完备定理 (Penrose，1999)，理解、自由意志或洞察力等心理方面无法用图灵机计算。它将意识与量子力学过程联系起来。意识场论将不确定的粒子状和波状现象比作“神经元-波二象性”（John, 2001），并提出大脑中广泛存在的电磁（EM）场可能是意识的物理相关物（Hunt and Jones, 2023）。
桥接神经科学和基本物理
该项目的目标是应用类别理论的强大数学语言，以重新形成并最终统一每个现有意识的主要理论。这将为这些理论提供一个统一的观点，这些理论在数学上是严格的且在概念上有良好的动机。以及此项目，该项目旨在培养一个新成长的关于数学，尤其是Cate-Cate的国际研究界，以解决思维关系。近年来，类别理论的应用导致了计算机科学，生物学，认知和尤其是物理学的革命性项目。在后者中，类别的使用导致了一种新的图形形式主义来推理量子信息过程，由我们的Pi Bob Coecke开创，并随后由我们团队的其他成员应用，以产生量子理论本身的完整AxioMatiation [1,9,9,32,38]。该过程理论的图形框架，也称为对称的单体类别，现在正在量子设置内部和外部应用于广泛的主题，包括自然语言处理和认知[11]。在这个项目中，我们的目标是将这些21世纪的数学工具应用于所有科学的最基本主题之一：意识的本质。尽管历史上一直存在该主题，但在过去的三十年中，越来越多的研究人员社区不仅包括哲学家和神经科学家，而且数学家，计算机科学家和物理学家，已经开始解决这个问题，并且已经建立了许多新的新科学科学理论。到目前为止，意识理论最有前途，最成功的理论之一是由Giulio Tononi和合作者开发的综合信息理论（IIT）[37，33]。在最近的工作中，我们团队的成员采用了分类技术来提供对IIT的深度数学研究[29，39]。这项工作为理论及其中心算法提供了清晰的重新重新制定，旨在捕获物理系统有意识的体验的质量以及其数量或“φ值”。虽然IIT以前仅针对相当简单的古典系统制定，但这项工作允许该理论扩展到更一般的物理设置。
基于深度学习的机器人智能准意识训练
1 Chollet, F. 使用 Python 进行深度学习，第二版。（Manning Publication Co. LLC，20 Baldwin Road，PO Box 761，Shelter Island，纽约 11964，美国，2021 年）。2 Ray, JS 归纳推理的形式化理论。第二部分。信息与控制，doi:10.1016/s0019-9958(64)90131-7 (1964)。3 Yi, Z. 等人。BrainCog：一种基于脉冲神经网络的脑启发式认知智能引擎，用于脑启发式 AI 和脑模拟。模式，doi:10.1016/j.patter.2023.100789 (2023)。4 Man, Z. 等人。具有快速和慢速思考的语言调节机器人操作。 arXiv（康奈尔大学），doi:10.48550/arxiv.2401.04181 (2024)。5 Luisa, D. 和 Pasquale, S. 人工智能中的探索性合成生物学：相关性标准和生命与认知过程合成模型的分类。《人工智能》，doi:10.1162/artl_a_00411 (2023)。6 Juan Felipe Correa, M. 和 Juan Carlos, M. 从人工智能和贝叶斯统计到神经解剖学：联系、类比和应用。《移民快报》，doi:10.59670/ml.v21is1.6005 (2023)。7 使用 citexs 网站 ( https://www.citexs.com/ ) 进行文献计量分析。 8 Deep Manishkumar, D. 和 Shrikant, M. 增强智能：数字化转型时代的人机协作。国际工程应用科学与技术杂志，doi:10.33564/ijeast.2023.v08i06.003 (2023)。9 Mohamed Ibrahim Beer, M. 和 Mohd Fadzil, H. 使用人工智能驱动的分析引擎实现企业计算中认知机器人过程自动化的自适应安全性。电气工程讲义，doi:10.1007/978-981-16-2183-3_78 (2022)。10 Benjamin, HB 人工智能城市化：治理、程序和平台认知的设计框架。 Ai & Society，doi:10.1007/s00146-020-01121-9 (2021)。11 Gustaf, J.-S.、Prasanna, BLB、Evrim Oya, G. 和 Shengnan, H. 认知机器人流程自动化：概念及其对公共组织动态 IT 能力的影响。IS 进展，doi:10.1007/978-3-030-92644-1_4 (2022)。12 Tononi, G. 和 Edelman，GMJS 意识与复杂性。282，1846-1851 (1998)。
过程理论中的综合信息
近年来，Giulio Tononi 及其合作者开发了一套用于研究综合因果行为的工具包，名为综合信息理论 (IIT) [Ton04, OAT14]。该理论最初是作为一种意识的科学理论提出的，其基础是意识起源于大脑中综合的或“整体的”内部动态。更广泛地说，IIT 方法已被用于研究简单信息处理系统中的综合行为，包括自主性 [MKW + 17]、因果关系 [AMHT17]，以及状态分化研究 [MGRT16]。虽然 IIT 背后的原理似乎非常通用，但它通常仅适用于简单、有限的经典物理系统（通常描述为相互作用的“元素”图）。在相关文章 [KT20] 中，本文作者表明 IIT 的核心算法可以得到显著扩展，从而允许人们基于非常广泛的物理系统概念正式定义广义 IIT。在本文中，我们展示了如何用物理过程理论的语言自然地研究 IIT 的关键概念，包括系统、积分和因果关系，物理过程理论在数学上被描述为对称幺半范畴。过程理论带有直观但严谨的图形演算 [Sel11]，使我们能够以图形方式呈现 IIT 的许多方面。特别是，我们展示了如何从任何合适的过程理论出发定义广义 IIT，从而允许我们将 IIT 扩展到新的物理设置。选择经典概率过程理论本质上产生了 [OAT14] 意义上的 IIT 3.0。相反，从量子过程理论出发，可以得到 Zanardi、Tomka 和 Venuti [ZTV18] 定义的量子集成信息理论的一个版本，这是本研究的主要动机。这里我们只概述了分类视角在 IIT 等理论中的应用。未来还有很大的发展空间，可以开展更丰富的研究
人体信息-物质两极化及其
在最近的一系列文章中，人们表明，意识和有机体的本质可以从德拉加内斯库 (Draganescu) 对非生命和生命物质结构的哲学观点 (Draganescu, 1990) 开始理解，如今，这一观点已得到物理学论证的证实 (Gaiseanu, 2018a)，并通过信息科学和技术的信息概念进行描述和定义 (Gaiseanu, 2019a)。从观察我们在任何时刻做出的 YES/NO 决定决定了我们未来的生活轨迹 (Gaiseanu, 2016; 2017b; 2018b; 2019b) 开始，人们推断出，我们身体的信息系统由七个功能明确但相互关联的信息中心组成 (Gaiseanu, 2017b; 2019c)。与其他涉及大脑中的信息整合（Tononi，2008）或大脑活动作为处理器（Baars & Gage，2013）的信息模型不同，意识信息模型展示了人体信息系统的具体架构以及信息子系统的功能在意识中的体现方式（Gaiseanu，2017b），科学地证明了完全用信息描述意识的可能性，而不受内部或外部信息源或其性质的影响（Gaiseanu，2019c），发起并强化了适合意识信息科学方法的概念（Gaiseanu，2019a）。这主要是通过引入信息具身/非具身的概念来实现的，这些概念允许描述身心之间的内部联系，以及信息物质的概念，描述生命结构的基本特征（Gaiseanu，2016）。此外，通过引入物质信息场和意识信息创造场的概念，新信息由心灵创造，思想充当该场的信息运算符，也可以完成意识属性的全景，从而解释心灵的超能力特征，即对生物和非生物结构的心灵探索（Gaiseanu，2016；2017a；2017b；2020）。濒死体验（NDE）和相关现象已在医学临床研究中得到充分证实（Fracasso & Friedman，2011），也通过引入宇宙信息场的概念来描述，其具有双极引力（熵）/反引力（反熵）行为（Gaiseanu，2016；2017a）。对意识和生命理解的这些显著进步为进一步研究这一迷人领域打开了大门（Gaiseanu，2020）。