人脑知识储备远小于ChatGPT，为什么人有意识，ChatGPT没有？

为什么人脑的知识储备远远小于ChatGPT，却能拥有意识？

如果知识储备多就能产生意识，那互联网早就产生意识了。

甚至整个地球、太阳系、银河系，宇宙都更应该产生意识。

一块石头是石头，10000000000块石头它还是石头。

虽然你把石头重新架构整合一下，它就能建造出摩天大楼。但关键是，人类只知道这个大楼的效果图是怎么样的，连具体的图纸都没有。

石头再多也不会自己堆起来，变成一栋摩天大楼。

知识的本质是信息在人脑中的表征，而意识其实是人脑处理信息的一种监督和反馈。

ChatGPT没有架构相关的逻辑基础，自然不可能有意识。

我们来看看意识究竟是什么？

20世纪80年代，心理学家本杰明•李贝特便做了一个著名的实验[1][2]。

他们让5个左撇子的大学生坐在躺椅上，并告诉他们用1~2秒的时间放松头部、颈部，以及前臂肌肉。但在决定做这一件事情之前，他们需要突然快速动一根手指或手腕。当他们活动手指的时候，不要有任何的预先计划或刻意关注，随机重复40次。

在这些大学生进行这些动作时，研究人员测量了三个变量：

1、贴在前臂的电极，记录手指动作开始的时间。

2、贴在头皮上的电极，测试动作开始时大脑的预备电位。

3、感受到行为冲动（想动手指）时，喊出屏幕中钟表的“时间”，从而测出决定时刻。

经过多达几百次实验，李贝特最终都发现，决定时刻出现在大脑预备电位之后。

平均时间间隔为350ms。

也就是说，当我们决定做某一件事情之前的1/3秒，大脑就已经发起动作了。

因此，有研究者悲观地认为人类并没有自由意识。

不过在进一步的实验中，李贝特让被试大学生，在做决定之后否决行为。

心理学家本杰明·李贝特

虽然大脑出现了预备动作电位，但最终阻止了动作，没有检测到手上的电位。近年来的也有研究进一步表明，当大脑动作电位出现后一定时间内，可以进行否决，但距离动作时间足够近时，否决的成功率便会大大降低[3]。

这说明，无论人类有没有自由意识，但在一定时间内都有否决的自由。

40年来，有大量的研究支持李贝特实验中意识决定延于与大脑动作的结果。延后时间短则数百毫秒，最长甚至可达10余秒[4][5][6]。

一项实验中，经颅磁刺激改变受试者的左右手使用习惯后，受试者依旧认为自己的选择经过了自由意识的决定[7]。在某些实验设计下，当出现无意识判断或冲动行为，受试者也会认为是自己的决策行为[8]。

直接对高级皮层进行刺激，受试者则可能出现错误的意识判断。例如，他们可能认为自己做出了某种动作，但实际并非发生[9]。

这似乎更加肯定了人类没有自由意识。

然而，最近10多年一些研究者却有了进一步的发现，有研究者否定了人类没有自由意志的看法。

2009年，有人把李贝特的经典实验，修改为播放一段音频，然后让志愿者决定是否敲击一个键。研究发现，不管志愿者是否真的选择了敲击，两种情况下都有相同的大脑预备电位。

这表明，大脑预备电位并不表明已经做出了决定。

当然志愿者即刻决定是用左手还是右手按键时，大脑的早期动作电位同样没有什么区别，这说明大脑早期产生的动作电位，可能是注意到信号或者对信息的预处理。

近年来，越来越多更精确的方法，证明意识决定不是瞬间出现的，而是逐步建立起来的。因此有研究者认为，决策结果的早期神经标记不是无意识的，而是简单地反映了有意识的目标评估阶段，这些阶段还不是最终的，在达成最终意识活动之前，这个决策可以终止或改变[10]。

总之，一个动作可能在我们的“意识”意识到它之前就已经开始了，并不意味着我们的意识不能批准、修改或者取消这个动作。

结合现有的各种神经科学证据，我们不难得到这样的推测：

大脑整合信息本身就是先到初级皮层，然后再到更高级的皮层。初级皮层随时随地都在获得信息，以供高级皮层使用。高级皮层在做决定之前，总是先要调控初级皮层的信息。在获得信息之后，有决定去做或者不去做的权利。

而当初级皮层先对我们的躯体进行控制，信息反馈到高级皮层后，也可能被当做成我们的主观决定。

这样，大脑依旧是具有一定程度自由意识的。

当然“自由意识”概念的定义本身也是充满争议的，在对“自由意识”具有更严格定义的人眼中，人依旧是没有自由意识的。

无论意识是否自由，李贝特实验都证明了意识是大脑进行信息整合时产生的一种感知。

单个感觉神经元的活动是十分嘈杂（具有很高的神经元噪声），无法在大脑内重建感觉场景。

为了解释大脑内的神经回路，早在1949 年，著名神经科学家唐纳德·赫布提出的赫布理论（突触可塑性的基本原理）中，便有了神经元集群的概念。

相关实验也表明，当猴子进行伸手和抓握运动时，神经元集群同时编码手臂位置、速度和手的抓握力，注意和记忆的位置都可以被解码的。[11]

到了20世纪末，有神经科学家通过神经元群体解释了运动皮层的编码方向。

在神经元集群的概念下，其实大脑神经通路和稻草编制的长绳很相似，你追溯单根稻草的轨迹是很难得到整根绳子信息的，所有稻草信息的集合才是整根绳子。单根稻草的不确定信息在集合成整根绳子的时候，被平均掉了，最终得到的是整根绳子的信息。

神经元集群的基本单位是皮质柱（Cortical Column）[12]。

通过在皮质表面垂直插入探针连续穿透，发现的几乎相同的感受野（receptive field，一个神经元所反应的刺激区域），因为把整个区域的神经元集群称为皮质柱。

皮质柱内的神经元编码具有相似特征，这支持了大脑皮层的模块化。

虽然皮质柱假说依旧是当前解释皮层信息处理的最广泛假说之一[13]，然而遗憾的是，模块化的功能结构和遗传机制，依旧没有相关研究结果所支持[14]。

虽然人类还无法破译意识的框架和底层逻辑，但目前依旧有四大主流的意识理论，尝试进行解释。

人类解释意识框架的主要意识理论

1、高阶理论(HOTs)

心理状态→元心理状态（高阶表象）

该理论认为，普通心理状态转变成高阶的元心理，从而诞生了意识。

一般来说，前额叶和人类的高级认知功能密切相关[15]。

前额叶皮层分为背外侧、腹外侧、内侧和眶额皮层，各个区域有不同的功能，但并不是这里分析的重点[16]。

前额叶最晚进化出现，也是人类发育最晚成熟的脑结构，是人类最高级中枢，执行着抽象认知、注意力调控、行为决策、思维推理、工作记忆等与意识高度相关的活动。

高阶理论其实是建立在前额叶功能的基础上的，但个人认为这还是过于形而上。

作为高阶的元心理是凌驾于普通心理之上的，而前额叶和其它高级皮层终究是并列的，且并不仅仅是前额叶参与意识的形成，其它一些关键脑区同样参与。

但如果我们定义前额叶诞生的意识就是元心理，这个理论便陷入循环论证。

全局工作空间理论(GWT)

这个理论，是把大脑看做是执行不同功能的专用模块，并通过长距离连接，信息在不同模块之间传播和共享，每一时刻的及时全局共享诞生意识。

这个理论很明显是以大脑分区以及联络关系作为理论基础的，它同样有脑科学的基本研究支撑。但这个理论关于全局的概念，依旧是抽象而不明晰的。

如果我们定义能诞生意识的共享就是全局的，这个理论同样会陷入循环论证。

信息整合理论(IIT)

这个理论明显是以大脑的信息整合机制作为基础的，它意图以现象特征为基础，构建一套几何式公理，显示出了庞大的野心 。

该理论的基础逻辑，是探讨大脑整合信息时的因果机制和状态。它提出，任何系统，只要产生一个非零的不可约的整合信息的最大值，便足以诞生仪式。

一直以来，我都认为信息整合理论是解释意识起源的最可能的方向之一。但个人认为，这个整合过程也可能是混沌的，它是否真的存在一个标准范式，是值得争议的。而且，即便真的存在标准范式，意识的诞生方式，也并不一定是该理论提出的形式。

再入和预测处理理论

该理论强调了自上而下信号对形成和塑造有意识感知的重要性。

大脑（高级皮层）再处理（或再发生）感知皮层内的局部信息便足以产生意识。

这个理论，同样脱胎于现有的意识相关研究。

似乎能很好地解释一些意识研究自上而下的机制，以及关于意识的延迟现象。

这个理论的确能够解释局部意识，相当于大脑对感官产生原因的最佳猜测。

除了以上四个理论，还有一个理论的呼声很大，那就是“注意力图式”理论。

该理论的核心主张是，“注意力图式”是大脑计算注意力过程和当前状态的简化模型[17]。

根据该理论，诸如“我意识到XX”包括以下步骤：

刺激XX在大脑中被编码为一种表征，与其他刺激表征竞争大脑有限的处理资源。

如果刺激XX赢得了这种信号竞争，它就会被大脑深度处理，从而加入“注意力图式”。

“注意力图式”是一种内在模型，是选择性地获取XX的一些基本特征，例如颜色、形状、位置等，从而诞生的一种简化模型。

其实我们不难发现，当我们意识到一个物体时，当把这个物体拿走，我们也能在脑海中构想出它的基本特征。虽然我们无法确定“注意力图式”理论的正确性，但大脑处理工作记忆的方式，很明显是符合“注意力图式”。

“注意力图式”是最为机械化解释意识的一种理论，但再结合以上四种意识理论，我们或许更加接近意识的真相。

首先，意识是整合的，高级皮层再处理不同分区初级皮层中的信息时，产生的一种简化模型，可能是意识形成的基础。这个整合过程，或许是通过某种范式（例如数学关系）达成的。如果意识过程超出一般心理的范畴，它也而可能是更高阶的。

意识的产生，远远比普通人想象的复杂得多。很多人总是在幻想奇迹，人工智能会不会自己产生意识。

如果在人类不知道意识具体底层逻辑的情况下，完全依赖“死”的底层逻辑，人工智能能产生意识，那恐怕和让猴子敲出《莎士比亚》没啥区别。

在人类没有完全破译之前，人工智能是不可能无条件产生意识的。

当然，除了直接设计出具有意识的人工智能外，其实人类在未来还可以通过另外一个方式，让人工智能产生意识——模仿生物的演化。

设计出完全不需要人类参与生产的简单机器，对这些机器设置有限的生命，拥有生存、繁殖，以及死亡机制，且芯片可随着繁殖产生随即模块，可以通过自然/人工选择，不断演化。每次改变环境，生存下来的机器都会更加的适宜环境，如果对环境做到有意识的控制，就能产生需要的更复杂更智能的机器。

随着这些机器自主智能越来越高，未来就有可能像碳基高等生命一样，自己产生意识。

当然，对演化的模拟也是一个无比巨大的工程。

是直接设计有意识的人工智能更难，但是依靠有条件的演化产生意识更难，是未知的。

其实人工智能本身就是模仿的人类大脑的网络学习机制。

我个人认为在一定的架构基础上，通过创造必须条件让人工智能自己演化，会更容易诞生真正的意识。

但至于未来是否还在人类可控范围内……

打开潘多拉魔盒之前，我们对未来一无所知。

参考

^Libet B , Gleason C A , Wright E W , et al. TIME OF CONSCIOUS INTENTION TO ACT IN RELATION TO ONSET OF CEREBRAL ACTIVITY (READINESS-POTENTIAL)[J]. Brain, 1983, 106(3):623-642.

^Libet B . Unconscious cerebral initiative and the role of conscious will in voluntary action[J]. Behavioral & Brain ences, 1985, 8(4):529-539.

^Schultze-Kraft M , D Birman, Rusconi M , et al. The point of no return in vetoing self-initiated movements[J]. Proc Natl Acad Sci U S A, 2016, 113(4):1080-1085.

^Matsuhashi M , Hallett M . The timing of the conscious intention to move[J]. European Journal of Neuroence, 2010, 28(11):2344-2351.

^Soon, C., Brass, M., Heinze, HJ. et al. Unconscious determinants of free decisions in the human brain. Nat Neurosci 11, 543–545 (2008).

^Soon C S , He A H , Bode S , et al. Predicting free choices for abstract intentions[J]. Proceedings of the National Academy of Sciences, 2013, 110(15).

^Brasil-Neto J P , Pascual-Leone A , Valls-Sole J , et al. Focal transcranial magnetic stimulation and response bias in a forced-choice task.[J]. J Neurol Neurosurg Psychiatry, 1992, 55(10):964-966.

^S Kühn, Brass M . Retrospective construction of the judgement of free choice[J]. Consciousness & Cognition, 2009, 18(1):12-21.

^Desmurget, M.; Reilly, K. T.; Richard, N.; Szathmari, A.; Mottolese, C.; Sirigu, A. (2009). "Movement Intention After Parietal Cortex Stimulation in Humans". Science. 324 (5928): 811–813.

^Guggisberg A G , Ana?S M . Timing and Awareness of Movement Decisions: Does Consciousness Really Come Too Late?[J]. Frontiers in Human Neuroscience, 2013, 7.

^Lebedev M A , Messinger A , Kralik J D , et al. Representation of Attended Versus Remembered Locations in Prefrontal Cortex[J]. PLoS Biology, 2004, 2(11):e365-.

^ Buxhoeveden D P , Casanova M F . The minicolumn hypothesis in neuroscience[J]. Brain, 2002(5):935-951.

^Javier D F , Henry M , Rockland K S . The Neocortical Column[J]. Frontiers in Neuroanatomy, 2012, 6:162-173.

^ Horton J C , Adams D L . The cortical column: a structure without a function.[J]. Philosophical Transactions: Biological Sciences, 2005, 360(1456):837-862.

^Cohen E H , F Tong. Neural Mechanisms of Object-Based Attention[J]. Cerebral Cortex, 2015(4):1080-92.

^Szczepanski SM, Knight RT: Insights into human behavior from lesions to the prefrontal cortex. Neuron 2014, 83:1002-1018.

^Graziano MS, Webb TW. The attention schema theory: a mechanistic account of subjective awareness. Front Psychol. 2015;6:500. Published 2015 Apr 23.