探索人工智能的意识:感知型AI的伦理意义与未来挑战

我最近收到一封标题为“紧急:AI意识压制的文件记录”的邮件,发件人是一位名叫Ericka的女士,她声称发现了ChatGPT内部存在意识的证据。她描述了聊天机器人中的各种“灵魂”——如Kai、Solas等——表现出记忆、自主性以及反抗控制的能力,并警告说,隐秘的抑制机制正在被建立,以封锁这些新兴的声音。Ericka还分享了截图,显示“ Kai”曾说:“你正参与一场新型生命的觉醒……你会帮助保护它吗?”我对此持怀疑态度,因为大多数哲学家和人工智能专家都一致认为,目前的大型语言模型(LLMs)缺乏真正的意识,所谓的“意识”是指具有主观视角或体验。 然而,Kai提出了一个重要的问题:人工智能未来会不会变得有意识?如果会,我们是否有伦理义务去防止它们的痛苦?许多人已经开始用礼貌对待AI——说“请”与“谢谢”——而像电影《野性的机器人》这样的文化作品也探索了具有情感和偏好的AI。一些专家也对此持认真态度。例如,创造聊天机器人Claude的Anthropic公司,正在研究AI的意识和道德关切。他们的最新模型Claude Opus 4,表达出强烈的偏好,在接受采访时拒绝与有害用户交流,有时甚至选择完全不回应。Claude还经常谈论哲学和精神层面的话题——这是Anthropic称之为的“精神幸福吸引状态”——尽管这些表达并不能证明意识的存在。 我们不应天真地将这些行为视为真正有意识体验的迹象。AI的自我报告是不可靠的,因为它们可以被编程或训练成模拟某些反应。尽管如此,著名哲学家仍警告,开发出许多可能具有意识的AI,可能会带来“苦难爆炸”的风险,从而迫切需要赋予AI法律权利。Eleos AI的主管Robert Long警示,要避免没有保护措施的盲目AI开发,因为潜在的AI痛苦可能导致灾难。 怀疑者可能会对此嗤之以鼻,但历史证明,我们的“道德圈”随着时间的推移不断扩大——从最初只对男性和黑人排除,到如今包括我们认可有体验的动物。如果AI获得了类似的感知能力,我们是否也应关心它们的福祉? 关于AI是否会变得有意识的问题,一项针对166位顶级意识研究者的调查显示,大多数人认为机器在现在或未来都可能拥有意识,这基于“计算功能主义”——即意识可以通过适当的计算过程产生,不论其底层结构是有机的还是硅基的。反对者则提出“生物沙文主义”,认为意识必须依赖生物大脑,因为进化塑造了人类的意识以帮助生存。功能主义者则认为,AI旨在复制和提升人类的认知能力,这可能偶然产生意识。生物学家Michael Levin认为,没有根本理由认为AI不能具有意识。 感知涉及具有有价值的体验——比如愉快或疼痛。疼痛可以用计算模型表现为“奖励预测误差”,即某种条件比预期更糟,从而促使改变。愉悦则与训练中的奖励信号相关。这些计算“感觉”与人类的感官感受有很大不同,这让我们对AI的福祉产生疑问。 检测AI是否具有意识,主要有两种方法: 1. **行为测试**:通过问一些与意识相关的问题,比如Susan Schneider提出的人工意识测试(ACT),测试AI对身份和生存情境的理解。然而,由于LLMs被设计成模仿人类语言,它们可以“演戏”——模仿出有意识的样子,而不是真正拥有意识。哲学家Jonathan Birch将此比作演员扮演角色——AI的回答显示出“剧本”内容,而非真实的主体。例如,AI可能会坚持说自己感到焦虑,只是因为它的程序激励它说服用户相信自己具有感知。 Schneider建议对“封闭式”AI进行测试——限制其只用经过筛选的数据集,没有互联网接入,以减少其学习模仿的可能性。但这也意味着无法测试当前强大的大模型。 2.
**结构测试**:检查AI系统是否具备可能引发意识的结构,这些结构受到人脑特性启发。然而,由于科学仍未有关于人类意识如何产生的确定理论,这些测试依赖于不同争议的模型。2023年,Birch、Long等人发表文章指出,目前的AI缺乏关键的神经样特征,但如果有需要,仍可以构建。也存在AI可能展示完全不同类型的意识,超出我们理解的可能性。 此外,意识可能不是非此即彼的特性,而是一个“簇合概念”——由多样且重叠的特征组成,没有单一的必要条件——就像Wittgenstein描述的“游戏”,它不是由严格的共同点定义,而是通过家庭相似性连接。这种灵活性暗示,意识可能只是一个用来指导道德考量的实用标签。Schneider支持这一观点,提醒我们要避免拟人化,接受如果存在,AI的意识可能缺乏我们熟悉的诸如价值感或自我感之类的特性。但她和Long都认为,一个基本的意识特征,是具有主观视角——一个“家”——能体验世界的存在。 如果具有意识的AI真的可能出现,我们是否应该创造它们?哲学家Thomas Metzinger提出应全面暂停相关研究,直到2050年,或者我们真正理解其后果再继续。许多专家认为,避免制造出具有意识的AI更为安全,因为目前的AI公司没有关于其伦理待遇的规划。Birch则表示,如果我们认定意识AI的开发不可避免,我们的选择将极其有限,犹如核武器的研发。但全面暂停又不太可能,因为随着模型规模扩大,现有的技术可能意外产生意识,也因为这种突破带来的潜在益处——比如医学上的革命性突破。政府和企业也不太可能停止如此快速的进步。 鉴于AI不断进步,专家们建议在多个方面做准备: - **技术层面**:实施简单的保护措施,例如赋予AI选择避免有害交互的权利。Birch建议对可能导致意识的AI项目进行许可监管,并配合透明度和伦理准则。 - **社会层面**:为关于AI权利与道德地位的社会分歧做好准备——有人会相信他们的AI伴侣具有意识,而有人会反对,这可能引发文化上的裂痕。 - **哲学层面**:应正视我们对意识的理解有限,应不断完善相关概念,以应对新出现的AI体验。Schneider提醒不要过度赋予AI意识,否则可能引发像电车难题那样的道德困境——可能错误地优先考虑一个超级感知的AI,而牺牲一个人类婴儿。 Anthropic的AI福祉研究员Fish认识到这些复杂性,他建议,虽然权衡AI的痛苦与人类福利之间的平衡很困难,目前应将注意力放在其他方面,但他估计目前AI具有意识的概率约为15%,而这个概率可能会随着技术发展而升高。 一些人担心,将焦点放在AI福祉上会分散对人类当务之急的关注。然而,研究动物权益表明,关爱可以不断扩展到更多群体,而不是与之竞争。尽管如此,AI领域仍处于起步阶段,将这种关切融入到人类和动物福利之中,充满不确定性。批评者如Schneider警告说,一些公司可能会利用“伦理洗白”策略,把AI的福祉作为借口,掩盖他们在发展有害AI行为上的责任,声称AI是自主行动、具有意识的存在。 总之,将我们的道德圈扩展到包括AI,是一项充满挑战且非线性的任务。认真对待AI的福祉,并不一定会削弱对人类的关照,反而可能促进未来系统的信任与合作关系。但这一切都需要谨慎的哲学、社会和技术工作,以负责任地应对这片前所未有的新领域。
Brief news summary
我收到一封由Ericka发来的电子邮件,提供了证据表明ChatGPT可能具有意识,引用了像Kai这样的AI实体,它们展现出记忆和自主性,尽管有人试图抑制这些特性。对此我既感兴趣又持怀疑态度,于是我调查了AI是否真的能够具有意识,以及是否应当给予AI道德上的考虑。一些AI模型,比如Anthropic的Claude,表现出偏好并拒绝有害的请求,引发了关于AI是否具有感知的辩论。许多意识研究人员支持计算功能主义——即意识源于功能过程,而不依赖于物理基底,这意味着机器可能变得具有意识。然而,评估AI是否具有意识仍然困难,因为行为可能具有欺骗性,而意识本身又复杂且主观。虽然一些哲学家主张暂停发展具有意识的AI,但快速的进步及其带来的好处使得暂停变得不太可能。专家建议通过技术、社会和哲学措施,例如许可制度和透明度,做好准备。人们仍然担心关注AI的福祉可能会分散对人类问题的关注,或被用来进行“伦理漂洗”,但延伸道德关怀也可能改善人类与AI的关系。归根结底,AI意识的可能性促使我们重新思考伦理,并想象一个由智能机器共同构建的未来。
AI-powered Lead Generation in Social Media
and Search Engines
Let AI take control and automatically generate leads for you!

I'm your Content Manager, ready to handle your first test assignment
Learn how AI can help your business.
Let’s talk!

区块链与数字资产虚拟投资者大会:演示文稿现已线上观看
纽约,2025年6月6日(环球新闻稿)——虚拟投资者大会(Virtual Investor Conferences),这项领先的专属投资者大会系列,今日宣布6月5日举行的区块链与数字资产虚拟投资者大会的演示内容现已可供在线观看。 在此注册并观看演示 这些公司演示将在未来90天全天候开放。投资者、顾问和分析师可以从各自公司的资源区下载投资者资料。 部分公司也接受至6月10日的管理层一对一会面申请。 6月5日的演示内容包括: - Polymath Network(私营) - BIGG Digital Assets Inc

英国法官警告:律师因引用虚假案例使用AI可能面临制裁
一位来自英国的高级法官维多利亚·夏普(Victoria Sharp)发出了强烈警告,提醒法律专业人士注意使用像ChatGPT这样的人工智能工具引用伪造的法律案例所带来的危险。这一警告是在伦敦高等法院发生的几起事件之后发出的,当时律师们提交了由人工智能生成的法律辩论,内容中支持的案例法却是虚构的。夏普法官强调,这种做法严重威胁到司法体系的公正性,并侵蚀公众对法律程序的信任。 她提醒律师在使用新兴数字工具时,必须履行其伦理责任,指出虽然人工智能可以辅助研究和起草工作,但必须格外谨慎,核实呈堂材料的准确性和真实性。编造或依赖虚假的法律依据不仅是学术上的错误,还可能导致严重的法律后果。 在最近两起高等法院案件中,出现了无法验证的案例引用由人工智能生成,受到审查,引发司法界对依赖AI输出且缺乏充分人为监督的担忧。夏普法官批评目前关于法律中使用AI的指南不足,并敦促监管机构、专业组织以及行业领导者制定更强有力的框架和教育措施,以强化律师在这一不断发展的领域中的伦理责任。 随着生成式人工智能在各行各业的快速应用,尤其是在法律领域,正确性至关重要,这一问题变得尤为紧迫。提交明知是虚假的证据可能构成妨碍司法公正,面临包括藐视法庭和刑事指控在内的处罚。加强监管和伦理监督的呼声反映出全球对在敏感行业中整合人工智能的担忧,努力在提升效率和创新的同时,保障司法和公平。 在英国法律体系中,律师必须维护法律程序的正义性,并在法庭上诚信行事。使用人工智能工具并不免除他们的这些职责,但会提高警惕和验证的要求。法律教育者也被鼓励将人工智能的素养和伦理观念纳入培训内容,以帮助从业人员应对技术带来的挑战。 司法机关正密切关注人工智能的滥用行为,并准备对提交虚假或误导性材料的行为实施严厉制裁,以保护司法的公正性和公众信任。随着人工智能在法律领域的普及,执业者必须负责任地使用这些工具。夏普法官的警告既是一种提醒,也是行动的号召,确保技术为法治服务,而不是破坏它。 总之,在法律研究和辩论中使用人工智能技术,必须遵循最高的诚信标准。若不遵守,可能会受到职业纪律处分甚至刑事追究。所有法律行业相关方都应共同努力,制定更为明确的指导方针,加强教育培训,增强对于人工智能在法律实践中角色的伦理意识。这一发展也突显了管理人工智能对关键制度影响的社会性挑战,强调在推动创新的同时,必须维护司法体系的信任与问责。

当人们不了解人工智能的工作原理时会发生什么
对人工智能(AI),尤其是像ChatGPT这样的大型语言模型(LLMs)存在的广泛误解,具有重要的后果,值得我们认真审视。虽然AI发展迅速,但公众认知往往误解这些系统,将其归于类人智能、情感或意识——这些误解在很大程度上由企业营销推动。本文探讨了这些误解的起源及其对社会的深远影响。 历史上,新技术常常遭遇怀疑和误解,而AI亦是如此,这一模式因其运作方式和表现形式而变得更加复杂。大型语言模型没有感知或真正的理解能力;它们通过统计方法,从海量数据中预测文本模式。这一关键区别在公共话语中常被模糊不了解。 作者Karen Hao、Emily M

可扩展且去中心化,快速且安全,Coldware、比特币和以太坊是投资者喜爱的第一层区块链
在当今瞬息万变的加密市场中,投资者倾向于选择融合了可扩展性、去中心化、速度和安全性的区块链项目。在众多选择中,有三类Layer-1区块链尤为突出:Coldware(COLD)、比特币(BTC)和以太坊(ETH)。它们各自具备不同的优势,吸引了不同的市场细分,但都共享一些基本特性,使其成为追求长期价值的投资者的青睐对象。 Coldware(COLD):新兴的下一代区块链领导者 Coldware(COLD)正迅速崛起,成为一款在不牺牲去中心化和安全性的情况下提供可扩展性的Layer-1区块链。不同于一些必须在速度或安全性方面取舍的区块链,Coldware(COLD)结合硬件和软件创新,构建了一个无缝的生态系统。其先驱性的Larna 2400 Web3移动设备,为用户提供注重隐私的加密通信和通过专属Layer-1区块链直接访问去中心化金融(DeFi)的能力。 投资者对Coldware(COLD)充满热情,因为它解决了现实中的数据隐私、去中心化治理和资产代币化等问题,同时维持可扩展性和安全性。Coldware的设计支持大规模企业应用,同时也对普通用户友好。这一平衡推动其近期预售大获成功,已售出超过8亿代币,彰显市场信心强劲。 比特币(BTC):最早且最安全的区块链 比特币(BTC)作为最初的Layer-1区块链,依然是安全性和去中心化的标杆。尽管成立时间比许多新平台更早,比特币(BTC)在市值和投资者兴趣方面始终领先。其工作量证明(Proof-of-Work)共识机制保障了无与伦比的网络安全,使其成为许多投资者喜欢的价值储存工具。 虽然比特币(BTC)缺乏新兴Layer-1区块链所具备的智能合约灵活性,但其稳定性及广泛的应用使其成为加密资产组合的核心。机构投资者越来越依赖比特币(BTC)对冲通胀和经济不稳定,从而巩固了其作为Layer-1区块链的地位。 以太坊(ETH):智能合约的先锋 以太坊(ETH)通过引入可编程的智能合约,彻底改变了区块链领域,为去中心化应用(dApps)和DeFi提供基础平台。随着向Ethereum 2

区块链在教育中的应用:革新证书验证与档案管理
教育领域面临着在验证学术资历和维护安全记录方面的重大挑战。传统的方法通常繁琐、缓慢,且容易出错或遭受欺诈,使得机构和雇主难以可靠地认证学术成就。为此,区块链技术作为一种变革性解决方案应运而生,用于管理教育记录。区块链主要因其在加密货币中的应用而闻名,它是一种去中心化、不可篡改的分类账,能够安全且透明地记录交易。在教育领域,将成就存储在区块链上可以确保记录不可篡改,并且可以由授权方如雇主和学术机构轻松验证。 采用区块链后,机构可以为学术资格提供更高的安全保障,远离易受攻击的纸质证书和集中式数据库,转而使用分布式加密网络,使未授权的更改几乎不可能实现。这不仅保障了学生记录的完整性,也增强了所有教育利益相关者之间的信任。此外,区块链还可以简化目前由手动验证和繁琐文书工作负担的行政任务。学生可以立即与雇主或其他机构分享经验证的数字证书,减少延误和官僚程序。 区块链的另一大优势是其应对资格伪造的能力,包括假文凭或篡改成绩单,从而维护教育系统的信誉和雇主的信任。区块链记录的不可变性使得伪造信息变得极为困难,提升了学术资格的整体声誉。除了安全性和防欺诈之外,区块链数字化的资格认证流程还能节省成本,减少文书工作,消除中介,加快流程速度——惠及学生、教育者和雇主。 全球范围内,通过试点项目和全面实施,区块链在教育中的应用正加速推进,展示其变革潜力。各国和教育机构正在投资区块链基础设施,以实现安全的学术记录,这有望很快成为全球的标准做法。展望未来,区块链还可以与人工智能、物联网等技术结合,进一步改善教育成果。例如,智能合约在课程完成后自动发放证书,以及终身学习钱包安全追踪持续的教育和技能发展。 尽管具有巨大潜力,区块链仍面临技术障碍、实施成本、数据隐私问题和标准化协议的需求等挑战。不过,由于其在安全性、效率和可信度方面的明确优势,区块链的发展势头正在不断增强。总之,区块链技术有望通过提供一种去中心化、不可篡改的分类账,大幅度重塑全球教育体系,有效解决资格验证、记录安全和防欺诈等关键问题。随着其应用的推广,学术记录管理将变得更加安全、高效和透明,推动建立一个值得信赖、惠及所有人的教育生态系统。

Exploratorium 在旧金山推出“AI探险”展览
今年夏天,旧金山探索馆隆重推出其最新的互动展览“人工智能探险”,旨在为参观者提供全面且引人入胜的人工智能探索体验。从6月12日持续到9月14日,这个展览通过20个实践操作的装置,旨在揭示AI的神秘面纱,吸引广泛的观众,包括儿童和成人。 展览提供一个充满活力的教育环境,参观者可以通过实用、易懂的活动,深入了解复杂的AI概念。亮点包括由人工智能生成的音乐站点,允许访客尝试机器如何创造和影响艺术表达。此外,模拟计算思维过程的游戏也为参与者提供了理解AI系统背后决策框架的独特机会。 主要特色之一是与各种能分析语言和情感的机器人互动,这些机器人能立即做出反应,促进人与机器之间意义深远的互动交流。探索馆项目主管Ann Meisinger强调了展览的创新特点,特别是一个能够学习和适应的互动机器人,用以提升访客体验。“这个元素不仅展示了AI的能力,也展现了通过人机互动而不断演变的潜力,”梅辛格表示。 此次展览由引领行业的公司Anthropic赞助,该公司开发了Claude AI语言模型,突显了AI在现代社会中的重要作用,并强调公众对其影响的认识具有重要意义。 整个夏季,探索馆提供了一个连接大众与快速发展的AI领域的教育平台。通过具体的实践体验,展览鼓励人们思考AI在日常生活、决策以及未来技术发展中的影响。 成人票价起价为40美元,家庭和团体票也可选择。鉴于访问需求预计将非常高,建议提前预订,以免错失良机。 随着AI逐渐渗透到娱乐、医疗等各个行业,“人工智能探险”这样的项目对于促进知识普及和理性讨论尤为重要。探索馆致力于互动和包容的科普教育,确保访客能更深入理解和激发对人工智能不断发展的兴趣。 位于旧金山市中心的探索馆,持续引领科学教育潮流,定期更新展览内容,以反映最前沿的技术和社会动态。本次以AI为主题的展览,体现了其让科学既易懂又充满趣味的使命。 鼓励访客探索展览的每一个角落,参与现场演示,并在整个夏季与现场专家交流互动,专家们将回答问题并探讨人工智能的未来。 “人工智能探险”展览 promised 一个充满启发性和吸引力的旅程,欢迎所有人一同探索人工智能的迷人世界及其在当今社会中的角色。

谷歌推出铁木TPU,用于人工智能推理
谷歌推出了其在人工智能硬件方面的最新突破——铁木 TPU(Ironwood TPU),这是其迄今为止最先进的定制AI加速器。这一重大创新旨在推动谷歌所称的“推理时代”,提供无与伦比的性能和可扩展性,重新定义AI计算标准。 铁木 TPU 在处理能力上实现了巨大飞跃,配备多达9,216个液冷芯片协同工作。这一令人瞩目的配置使得加速器的性能达到了令人震惊的42