我们讨论了人类意识与生成式人工智能（AI）在依赖信息联想进行记忆获取和产生反馈的相似之处。仔细审视，我们也可以看出这种比较忽略了许多关键的区别。而这些区别涉及两者之间的根本差异。这些差异根植于生物学、心理学以及计算不同层次的本质。
将人类意识与生成式AI进行比较的核心首先在于将人类大脑中的生物神经网络与AI系统中的人工神经网络进行类比。虽然两者都涉及互联节点（神经元或人工神经元）的网络，但这种比较在很大程度上简化了生物系统中固有的巨大复杂性。
人类大脑是数百万年进化的产物，形成了一个高度复杂、动态的系统，不仅仅是其部分的总和。大脑中的神经元不仅是处理单元；它们是能够进行复杂互动、可塑性和自我修复的活细胞。大脑整合感官输入、调节身体功能和产生主观体验的能力，远远超出了目前运行的人工神经网络的能力。这些人工神经网络是为特定任务设计的非生物、静态的构造。
此外，大脑的功能与身体、情感和环境密切相关，形成了所谓的“具身认知”概念。该概念表明，认知不仅仅是处理信息，还涉及以有意义的方式与世界互动，而这一点目前的AI也还无法复制。生成式AI无论多么先进，其基本模型在本质上仍与支撑人类意识的有机过程有太多脱节和不能匹配的地方。
主张人类意识与生成式AI相似的心理学论点在于两者都通过联想先前获得的知识来生成信息。然而，这一观点一般都未能充分考虑人类体验的丰富性及意向性在人类认知中的作用。
人类意识不仅仅是信息联想，它还涉及对信息的觉知和解释。人类拥有自我意识，即反思自身思想、情感和存在的能力。这种自我反思能力是人类意识的标志，使个体能够思考诸如道德、目的和身份等抽象概念。相比之下，目前的生成式AI完全缺乏任何形式的自我意识或意向性的参与。它处理信息并生成输出，而不理解这些信息或其背后的意义。
此外，人类推理往往受到情感、文化背景和个人经验的影响，导致决策过程丰富而复杂，推理过程反复循环佐证参考验证。相比之下，目前的生成式AI系统仅基于其训练的数据操作所得，遵循预先定义的算法而直接生成反馈，缺乏多层次的推理演化。这一区别表明，目前的AI可以在一定程度上模仿人类推理的某些方面，但还有相当大的距离去接近人类意识产生的深度。
数学与计算理论提供了另一个窗口，通过它我们可以批判性地审视人类意识与目前的生成式AI之间的比较。那就是虽然人类认知和目前的AI都涉及信息处理，但这种处理的性质有根本不同。
目前的生成式AI模型，无论多么复杂，在很大程度上还是确定性系统。它们遵循特定的算法，并基于各种结果的统计可能性生成输出。即使在包含随机性或概率元素的模型中，这一过程仍然受预定义的规则和约束所支配，即受已有的数据约束，也不能进行重复多层次多元情感支配选择后的理念生成。显然，人类认知并不遵守严格的确定性。在人类决策过程中尽管推理过程即使遵循严格的逻辑关系，但也仍然具有目前的AI无法复制的不可预测性和自由意志的元素。
信息理论经常被引用为人类认知和AI之间的共同基础，但它也揭示了关键区别。在AI中，信息以一种优化效率和准确性的方式编码、处理和检索。然而，人类记忆和认知并非基于纯粹的效率。人类记忆是重构的、主观的，并且常常受到情感、偏见和社会背景的影响。这些因素为人类体验增添了丰富性，而这无法通过目前的AI的机械过程捕捉。
人类意识与生成式AI之间最深刻的区别之一在于意识本身的本质。人类体验的意识涉及主观体验、自我意识和一种代理感。试图解释意识的物理理论，如量子力学或整合信息理论，表明意识可能源于大脑内复杂的、非线性的互动，超越了纯粹的计算。
相比之下，目前的AI纯粹是经典计算的产物。它基于二元逻辑，通过算法处理信息，在回馈生成的过程中没有任何意识或主观体验。主张AI系统，尤其是那些基于概率模型的系统，与量子过程具有相似性，这种观点最多只能被视为推测性的。即使AI可以在数学上模拟人类认知的某些方面，它目前仍然在本质上不同，缺乏任何形式的意识体验或理解。
此外，量子力学中的叠加态概念经常在讨论意识时被引用，但在目前的AI中并不适用。AI模型考虑多种潜在结果并不是因为它们处于叠加态，而是因为它们被设计用来基于训练数据评估概率。这与可能支撑人类意识的复杂、潜在的非计算过程相去甚远。
虽然人类意识与生成式AI之间在信息处理和联想方面存在表面相似性，但两者之间的差异要显著得多。人类意识是复杂的、动态的生物过程的产物，与情感、自我意识和意向性紧密相连。它以主观体验、自由意志和抽象思维的能力为特征，目前的AI无法复制这些特质。
生成式AI则是一个在其编程范围内操作的确定性系统。它可以处理信息并生成模仿人类推理某些方面的输出，但其过程没有任何理解、意识或意向性。将人类意识与生成式AI进行比较最终无法成立，因为这种比较忽略了定义人类体验本质的深刻区别。
随着AI的不断发展，认识到这些区别至关重要，这不仅有助于更好地理解AI的能力和局限性，也有助于欣赏定义人类意识的独特品质。AI的研发应该在认识到这些区别的基础上进行，确保我们在构建能够模仿人类思维某些方面的机器时，不会忽视那些使人类意识独一无二的复杂性和丰富性。
我的其它文章
No post found!
