周昌樂：機器意識的腦機融合途徑——從無心到有心丨周五直播

導語

從神經元放電到自我意識的涌現(xiàn)，意識既是最日常的體驗，也是最深的科學之謎；當我們探究神經機制、信息整合與主觀感受時，都會回到同一個核心問題：物理過程如何生成主觀體驗、功能如何對應現(xiàn)象、局部活動又如何匯成統(tǒng)一意識，這些挑戰(zhàn)甚至動搖我們對實在與科學方法的理解。如今，這片認知的“最后邊界”正進入科學與計算建模的視野。本次讀書會將聚焦功能主義與計算主義，以全局神經工作空間理論（GNWT）和意識圖靈機（CMT）為切入點，討論如何將意識轉化為可分析、可計算的功能特性，并探索通往“意識科學”的可能路徑。

為了對意識問題進行系統(tǒng)探討，集智俱樂部聯(lián)合來自哲學、認知神經科學、計算機科學、復雜科學領域的研究者共同發(fā)起，跨越理論與實證、功能與現(xiàn)象、生物與人工的視角，全面深入研討意識這一現(xiàn)象本身。重點探討當代主流意識理論的核心主張與分歧，神經機制與主觀體驗之間的橋梁，以及AI意識、腦機接口等技術如何重塑人類意識主體的邊界與文明的未來。

主題介紹

由于意識的超邏輯性，如何讓機器擁有類似人類一樣的意識能力卻成為了難以跨越的困難問題。報告針對這一問題，首先從意識構成說起，然后引申介紹了機器意識主要研究策略、方法與途徑，特別是回顧了全局工作空間與信息整合理論兩種經典途徑，并討論了目前實現(xiàn)機器意識途徑的困境所在。好在隨著腦機融合技術的不斷進步，為解決這一困境給出了新的曙光。因此，在系統(tǒng)介紹腦機融合途徑的基礎上，報告最后給出實現(xiàn)機器意識的一種腦機融合方案，為實現(xiàn)機器意識指出了一種可能的新途徑。

分享大綱

1　人類意識機制

1.1 意識構成與超邏輯特性

1.2 經典路徑困境：GWT 廣播失靈、IIT 計算爆炸

2　機器意識興起

2.1 機器意識主要研究策略、方法與途徑

2.2 新技術與新曙光

3　腦機混合意識

核心關注問題

1. 機器意識的核心判定標準（如整合信息、因果力）是什么？

2. 從傳統(tǒng) AI 到 “有心” 機器，需突破哪些核心技術與理論瓶頸？

3. 傳統(tǒng)人工智能（比如大語言模型）是否可能產生真正的意識體驗？

主講人介紹

周昌樂，北京大學理學博士，廈門大學教授、博士生導師、軟件學院創(chuàng)院院長、前信息科學與技術學院院長，現(xiàn)任福建省人工智能學會理事長。主要開展心智仿造（意識建模、腦機融合、機器歌舞）、圣學發(fā)微、心法實證等方面的研究工作。先后被聘為計算機科學與技術、基礎數(shù)學、語言學與應用語言學、中醫(yī)診斷學、哲學和智能科學與技術等六個不同學科門類的博士生導師。是中國人工智能學會理事、清華大學智能技術與系統(tǒng)國家重點實驗室學術委員、浙江大學語言與認知研究中心學術委員、杭州電子科技大學講座教授、（成都）電子科學技術大學協(xié)議教授、四川大學課程教授。

參與時間

2025年12月19日（周五）晚上19:00-21:00

報名加入社群交流

https://pattern.swarma.org/study_group_issue/1022?from=wechat

掃碼參與，加入社群，獲取系列讀書會永久回看權限，與社區(qū)的一線科研工作者溝通交流，共同溯源復雜科學的思想脈絡。

1. Bengio, Y. (2017). The Consciousness Prior. https://arxiv.org/abs/1709.08568

   推薦理由：“意識先驗”理論首次引入AI學習模型，為具身智能和世界建模提供深度學習實現(xiàn)框架。

2. VanRullen, R., & Kanai, R. (2021). Deep learning and the Global Workspace Theory. Trends in Neurosciences, 44(7), 601-614. https://doi.org/10.1016/j.tins.2021.04.005

   推薦理由：將GNWT引入深度網絡架構，開辟AI-意識理論共通語言。

3. Reggia, J. A. (2013). The rise of machine consciousness: Studying consciousness with computational models. Neural Networks, 44, 112–131. https://doi.org/10.1016/j.neunet.2013.03.011

   推薦理由：機器意識的經典綜述，系統(tǒng)回顧了計算模型路徑。

4. L. Blum, & M. Blum, A theory of consciousness from a theoretical computer science perspective: Insights from the Conscious Turing Machine, Proc. Natl. Acad. Sci. U.S.A. 119 (21) e2115934119, https://doi.org/10.1073/pnas.2115934119 (2022).

   推薦理由：以計算理論視角提出“意識圖靈機”，連接理論計算機科學與意識哲學。

5. Butlin, P., Long, R., Elmoznino, E., Bengio, Y., Birch, J., Constant, A., Deane, G., Fleming, S. M., Frith, C., Ji, X., Kanai, R., Klein, C., Lindsay, G., Michel, M., Mudrik, L., Peters, M. A. K., Schwitzgebel, E., Simon, J., & VanRullen, R. (2023). Consciousness in Artificial Intelligence: Insights from the science of consciousness (arXiv preprint). arXiv. https://doi.org/10.48550/arXiv.2308.08708

   推薦理由：匯集多學科專家的AI意識白皮書，是評估機器意識倫理與科學邊界的關鍵文件。

6. Li, J. (2025). Can “consciousness” be observed from large language model (LLM) internal states? Dissecting LLM representations obtained from Theory of Mind test with Integrated Information Theory and Span Representation analysis. Natural Language Processing Journal, 12, 100163. https://doi.org/10.1016/j.nlp.2025.100163

   推薦理由：將IIT方法應用于大語言模型的表征分析，是AI意識實驗研究的最新樣本。

7. 周昌樂 (2020).《機器意識：人工智能的終極挑戰(zhàn)》. 機械工業(yè)出版社.

   推薦理由：國內系統(tǒng)探討“機器意識”的權威中文著作，并提出自己的機器意識模型，為AI研究者提供中文本土視角。

意識科學讀書會

從神經元放電到自我意識的涌現(xiàn)，意識是人類最稀松平常的主觀體驗，也始終是科學中最迷人的問題。在“我是誰”的終極追問下，當我們深入意識的機制與機理，會發(fā)現(xiàn)更值得深思的是，無論是神經機制的功能整合、信息的跨腦區(qū)傳遞，還是現(xiàn)象意識的主觀性質，不同層面的問題都在共同指向一個核心挑戰(zhàn)：物理過程如何產生主觀體驗？功能計算如何關聯(lián)現(xiàn)象感受？局部神經活動又如何整合為統(tǒng)一的意識？而要回答這些問題的并不簡單，它可能會挑戰(zhàn)我們對世界和實在，乃至科學方法本身的理解。

為了對意識問題進行系統(tǒng)探討，集智俱樂部聯(lián)合來自哲學、認知神經科學、計算機科學、復雜科學領域的研究者共同發(fā)起，跨越理論與實證、功能與現(xiàn)象、生物與人工的視角，全面深入研討意識這一現(xiàn)象本身。重點探討當代主流意識理論的核心主張與分歧，神經機制與主觀體驗之間的橋梁，以及AI意識、腦機接口等技術如何重塑人類意識主體的邊界與文明的未來。

詳情請見：