怎么会这样呢？影片中没有解释这一点。然而，一个国际人工智能研究人员小组考虑了人工智能是否能够实现意识，并在arXiv (1) 上的一篇科学文章中发表了他们的研究结果。他们回答这个问题的方法基于三个假设：
关于意识的假设和意识理论
1.计算功能主义
执行某种类型的计算对于意识来说是必要且充分的，因此非有机人工系统原则上有可能具有意识。
2. 科学理论
神经科学研究在描述与意识相关的功能方面取得了进展，这些功能可能是意识的必要或充分条件；这些是由意识的科学理论描述的。
3. 重理论的方法
研究人工智能系统是否可能具有意识的一个特别有前景的方法是评估它们是否满足意识理论中的功能或架构条件，而不是寻找理论中立的行为特征1。
意识理论和特定理论的意识指标
研究人员讨论的意识理论包括局部递归理论、全局工作空间理论、高阶理论、注意图式理论、预测处理理论等。不考虑综合信息处理理论，因为它与计算功能主义假设不相容。
全局工作空间理论示意图
利用这些理论，他们创建了一个意识指标列表，这些指标可应用于特定的人工智能系统，以评估它们在特定意识理论框架内具有意识的可能性。对于全局工作空间2的理论，科学家们提出了四个指标：
全球工作空间理论指标
指标 1
几个可并行工作的专用系统（模块）
指标 2
工作空间容量有限，导致信息流和选择性注意机制出现瓶颈
指标 3
全局广播：工作区中所有模块的信息可用性
指标 4
状态依赖注意力，它能够利用工作空间逐个查询模块来解决复杂任务
案例研究：大型语言模型和全局工作空间理论指标
在实践中，某个特定的人工智能系统是否具有某个指标并不总是能立即显 黎巴嫩电报数据现出来。原因之一是我们对每个指标没有绝对精确的定义。另一个原因是深度学习系统的工作方式（包括它们在中间层所表示的内容）通常不透明。在这个例子中，研究人员重点关注全局工作空间理论的四个指标以及基于转换器的大型语言模型（LLM），例如GPT-3、GPT-4和LaMDA。他们得出的结论是，这些人工智能系统缺乏具有全局工作空间的系统的整体结构，因为没有集成其他元素的独特工作空间。
尽管如此，他们相信，当前意识理论提出的大部分或全部指标都可以利用现有技术纳入某些人工智能系统中。如果有可能在不采用全新硬件的情况下开发有意识的人工智能系统，那么这很快就会成为可能。这并不是说今天的人工智能系统可能具有意识，因为计算功能主义和意识理论都存在不确定性。