ARTSELF：一种自我意识的计算机实现模型

编者按：让计算机具有自我意识是人工智能的终极目标之一，也是一个充满魅力的研究问题，吸引着大量研究人员从事理论、技术甚至哲学层面展开研究。从本期开始，我们陆续介绍这个领域已有的研究成果以及我们在这方面的思考。本期将介绍一种自我意识的计算机实现模型，以及我们对这个模型实现方面的思考。

如果自我意识保持有关自身内部状态的信息（私人自我意识），并且具有足够的知识以确定系统其他部分如何感知（即公众自我意识，指个人注意力集中在他或她自己公开可见的方面[1]），则可以将自我意识归因于计算节点。

与最后的概念化类似，我们的模型认为，如果考虑包括私人和公众意识在内的所有方面，自我意识就可以实现。

作为一种精神上代表自我的建设性过程，自我意识偶尔会发生，并且可能会根据情境、环境或个性而动态变化。由于反思通常是从第一人称视角出发的，因此可以将自己表示为反思中正在做事情的主体。

这种第一人称反思可以称为主观自我意识。考虑到人际方面时，可以将自己定位为从第三人角度观察的对象。后者也可以称为客观自我意识。

人格化方面

在本文中，我们定义了归属于一个实体的人格化个体的五个方面，以便它具有自我意识能力。方面（模块）如下：

身份

身份是归因于一个人的一种属性，这样一个人就可以被识别、定性，并与另一个人区分开来。这里包括常规身份证明（例如姓名、注册号、父母、籍贯）以及概念上表征个人（例如知识分子、专业人士、青年、脾气暴躁、慷慨）的个人属性，还包括指示个体是主体还是客体的属性。

物理

人们可以获取关于自己的体现、感觉、环境中感知的物体和行动的信息和知识，这可能是当前正在进行的，也可能是将来会发生的。这一方面对应于自我认识水平上的生态自我意识。

心理

被认为是个人的核心部分，这方面包括目标（有目的的实现）、意图（执行一些行动来实现目标）、思想（想象、预测、假设或回忆）和感觉（愤怒、伤心、害怕、厌恶）。这种心理归因融合和整合了自我的各个方面的不同属性，这解释了反思一词的使用。因此，归因可以是分层的，也可以是信息项之间复杂的相互关系。

体验

人们可以将过去的信息归咎于自己的经历。记住的信息可以用来预测或假设自己的未来。预测也可以是虚构的或不真实的。与心理归因类似，预计的自我构成了个人其他方面的归因。

社会

在这方面，一个与其他人有关。以最简单的形式，这个其他人可以被赋予社会印象（例如，被爱、恨、最好的朋友、兄弟、姐妹、父母）。在一个更复杂的形式中，个体可以被赋予一种嵌套结构中的心理属性，并且可以从一个人到另一个人进行投影，从而实现客观的自我意识。这方面也可能包括通常驱动人的行为的社会规则或规范。

ARTSELF是工作记忆系统的一个模型，类似于工作自我记忆的概念（Conway 2005）。 它编码个人层次结构，包括自我的所有方面（身份、身体、心理、体验和社交）。 ARTSELF神经体系结构是一种自信的自我模型，它可以让自我复杂的动态层次结构按照前一部分的定义进行瞬时表现和保持。模式匹配的神经机制使激活和选择能够被近似处理以利用不完整或有噪声的信息提示来检索存储器中的瞬态项目。自上而下的注意力和读出操作允许使用神经网络的模式完备特征产生新的模式。

ARTSELF要求使用其他系统或模块。按照以上各个方面，ARTSELF可以与作为存储库、模型、感知缓冲区、动作缓冲区或执行控制的其他系统连接。对于自我意识，一些外部系统可以连接到工作自我记忆，如下图所示：（1）身份目录提供个人的所有身份和特征; （2）物理模型提供了物理方面的大部分信息; （3）社会存储库提供关于另一个人与代理人的社会关系的信息，包括个人与代理人的亲密程度以及代理人与社会生活互动的社会规则或规范; （4）自传记忆存储每一个细节的经验，并学习一些一般事件和概念。

在本文中，我们只关注ARTSELF。其他相关的外部存储器仅在高级别上定义。操作涉及外部记忆的信息不仅可以直接检索信息并给出答案，还可以指示结果的状态。当检索失败或没有找到预期的结果时，它必须将其指示给工作自我记忆，包括置信度值和/或可能的选项。

关于代理体系结构的主要假设是有几个模块可以控制同时运行的内存或行为。 每个人都可以独立作出反应，但他们都可以通过改变工作自我记忆系统来触发。模块还可以向工作存储器提供一些输入或对工作自存储器中的现有内容进行一些更改。例如，一些执行流程可能会在实现目标时移除一个关于实现特定目标的自省单元。

尽管这个模型所介绍的架构和传统的计算机结构有所不同，但是该模型已经贴近现代计算机的模型，可以用现代计算机来模拟。由CPU扮演Executive Processes的角色，这个CPU显然是一个多核的CPU，workingself memory system显然由内存来实现，4个外部系统可以看做4个数据库或知识库，分别根据其所需要的功能实现，对于计算机实现，可以按照对这个意识实现的需求来模拟。同样可以设计机器学习或者知识提取算法实现这四个库的自更新算法。

（1）身份目录提供个人的所有身份和特征，可以用简单的数据库实现，特征的提取可以用特征选择算法实现。

（2）物理模型可以通过感知来获取，也可以通过计算机视觉等技术获取更高层特征，还可以进一步通过深度学习这类算法形成更深层的模型。

（3）社会存储库可以看做典型的知识库，既包括描述社会关系的图谱，也包括可推理的社会规则与规范。

（4）自传记忆存储包括感知信息的提取和抽象，从细节经验中获取一般事件和概念的过程可以看成是知识的归纳和抽取过程。

上述讨论只是该模型实现的一种思考，具体的实现方法以及是否其真的能够形成意识还需要进一步的探索。

[1] Fenigstein,Scheier, and Buss's (1975)

“大数据与数据科学家”公众号

主编：王宏志

特邀副主编：朱劼

副主编：丁小欧

责任编辑：齐志鑫，宋扬，万晓珑、魏龑，张荣恩

编辑： 陶颖安

-精彩内容，记得分享到朋友圈-