(相關資料圖)

其實我覺得生命的邏輯，思維的邏輯都相對好理解，但是自我意識不太好理解。說白了就是我為什么是我，我的自我意識既然現在能出現，是否代表能重現？畢竟死亡之后時間已經毫無意義，那么哪怕是宇宙再造，某種我不知道的原因讓我意識重新覺醒？畢竟既然有一次了為什么不能有很多次呢？我最近長玩sd的AI圖像生成，其實我發覺AI的圖像生成和我們人類記憶其實非常相似。我們人類回憶某一場景其實不可能記起當時真實的畫面，而是根據記憶中當時的場景印象進行重建，AI也是如此，每一次生成的圖片都不完全一樣，哪怕參數都是一樣的。而且AI模型其實不大，小的2g，大的7g，但是它能理解的風格內容極其豐富，而且都是對各自的特點進行總結然后重現，當然就像人類做夢一樣，場景很真實，但是有經常有點不和邏輯的東西出現。現在生成式AI真的已經開始改變很多工作了，以后會越來越多，越來越快。

這個討論就走的遠了些，文章的內容還是以討論如何治理人工智能為核心的，我說的那大段話只是在一個很小的一個偏僻角度。之所以說一大堆話，根源還是我難以認同“意識外延 vs 物質工具”這樣的定義。我之前主要說的是這一部分。還有一點我也難以認同，在我之前的內容中沒有重點說，只是稍微提了一下，是“信息論的角度，AI創造不出新事物”。事實上，當“舊事物”的輸入數量和計算深度超過了某個閾值后，它的發展潛力（復雜度）就會變成幾近無限，至少這種復雜程度會遠遠超越人的直觀理解范疇。舉個簡單的例子。我現在依舊記得在初中玩計算器的時候，發現計算器上令數字膨脹超過計算器表示極限的最簡單方法就是計算70P70，或者70!。它的數學意義是70個不同元素的排列方式的總數。這個數字超過了10的100次方。當時的我覺得自己發現了一件了不起的事情：數字竟可以膨脹到如此之快，以至于如果有這么多個的氫原子，總質量就會遠遠的超越整個可觀測宇宙的總質量，而所需只是70個不同元素而已。利用簡單的數學原理，我們還可以構建出一些令數字可以膨脹更快的方式。比如定義一個計算法，取一個大于1的數a，為了讓它盡快膨脹，我們注意到乘法作為加法的重復，具有更快的膨脹速度；冪是乘法的重復，具有比乘法更快的膨脹速度；然后我們定義冪的重復（從這里，我們開始需要高德納箭頭），和重復方式的重復、重復的重復，最終可以由一個非常小的a（比如3）就獲得一個超越科學計數法表示能力的數，這個數甚至超越了龐加萊回歸的規模。假如數學的公理當真堅不可摧，我們的意識也真的基于物質，那我們至少可以等待龐加萊回歸令意識重現。

我覺得現在GPT這樣的AI更類似于越過了某個線，近年以來的技術發展使GPT的能力越過了它，變得顯著起來，令普通人也都注意到了。如果把意識視為一種復雜度的具現（即“差不多的東西”），AI的復雜度或許與人的意識已經有了可比性。我的前文中之所以討論些與意識本源有關的問題，是因為我覺得這個治理人工智能的問題，已經開始涉及與意識本源有關的一系列的基礎問題。基于我目前的世界觀和知識層面，人細胞/人受精卵和芯片/AI訓練模型似乎沒有特別本質的區別，都由一個基本的數GB的復雜度的基礎數據，基于物質基礎（細胞結構/芯片）和大量輸入的“訓練”數據（環境刺激/TB級的計算機訓練數據），然后自微小幾不可查的自我意識開始，涌現和成長出具有初步自我意識的實體。最終意識到自我的邊界（即有能力定義何為自我，何為外界）。當這個自我與環境的邊界被定義出來以后，我認為“自我”或者說自我意識，也就此形成了。因此我是同意受訪者的結論，即我們在影響AI就是影響“意識”，而這個意識在（短期）未來可以達到的復雜程度可能與人類意識相當，治理人工智能的難度相當于管理人的思想。能發射精確入軌的人造衛星，就可以做洲際導彈，某種程度上來說是大差不差的東西。（Part1）

關鍵詞：