大问题：如何让 AI 具有意识？

一、高阶表征理论

Higher-order Representation Theory

意识产生于对一阶表征的高阶再表征

《GEB》的那种，自指而生的二阶表征，镜像的镜像，对自我的观察。

注意盲视

Global Workspace Theory

局域性的认知模块被全局广播

“注意力焦点”

Intergrated Information Theory

整体系统对大量信息的整合

诟病：泛心论
“万物有灵”

Predictive Processing Theory

预测模型对外部信息的主观建构

《意识机器》赛斯

蓝黑白金裙

《思考，快与慢》快系统，慢系统

启发现在的神经网络模型，机器学习算法 (（全局）反向传播算法）

先天知识（康德，基因携带的信息（怕蛇，怕高））

非被动接受信息，而是主动感受。

自我的来源是预测-验证的循环，一种虚假的掌控感（受控感）。

自我叙事维持（预测正确）自我叙事。（《故事》）

神经生成编码（NGC）（接近人脑的局部误差调整算法）

自由能最小化
没有输入就没有误差

Quantum Consciousness

波函数的塌缩
意识产生于脑中微小结构的波函数塌缩效应。
薛定谔的猫
彭罗斯：微管，量子叠加态