图 | 达特茅斯会议部分与会专家（来源：资料图）

当时他们提出的AI，指的就是像人一样的意识体，或者叫做通用AI。然而遗憾的是，当时的科学家未能创造出意识。因此，此后AI开始分裂变成更简单的子领域：机器人、机器学习、计算机视觉、自然语言处理等等。在过去的70年内，这些学科都各自产生了巨大的进步。不过，在他看来若以是否创造了意识来衡量，AI的问题仍未解决。

“70年后的今天，创造意识的这个使命，落在了我们这一代研究者的肩上。”离开Facebook后，陶芳波做了一个决定：开始关于意识的创造，为万物赋予意识。他组建了一支由脑科学家、计算机科学家、芯片科学家、物理学家、数学家、复杂系统科学家组建的团队，经过努力，团队成功创造了具有“意识”形态的AI系统。尽管在他看来，这个意识系统仍然“不太聪明”，但已迈出了AI研究创造性的一步。

脑科学与认知科学赋予AI思考能力

AI从工具升级成为意识，首先需要明白智能是什么。他介绍，人类的智能可分为四个层次，最下面一层称为感知和直觉，在认知科学中叫做系统1。它本质上是一种动物智能，也就是对环境做出条件反射式反应的能力。第二层是认知和理性，也就是系统2。这是人类独有的能力，例如计算数学题、科学研究都需借助理性。第三层是被称为系统0的自我意识，这是一个人存在的长期驱动力。第四层是智慧和灵性，人可以向内探索存在的意义，甚至否定自我意识。

“目前的AI，类似于用数据拟合直觉，所以本质上只是在系统1运作。而机器人反叛人类，需要达到第四层智慧的觉醒，”陶芳波说，“我们要创造的机器意识，既不是能反抗人类的机器人，也不仅仅是数据工具。所以我们希望，能够把第一层到第三层融合起来。”经过长期的实验和分析，他发现，要想实现三个层次的融合，必须借助脑科学的知识。

他介绍称，大脑不是一个单一的模型，它包含许多独立的模块，共同构成了一个复杂系统。过去许多AI技术，或多或少获得了大脑的启发。大脑和AI的关系可以分为三个尺度。首先是微观的脑启发，即通过模仿人脑的神经元，创造出人工的神经元；其次是中观尺度的深度学习和神经网络，即研究一个特定的任务，如何通过一条神经动力学的链路完成。

例如，人脸识别就是模仿信息怎样从眼球进入到视觉神经，最后在大脑皮层完成计算，形成判断。目前的AI研究基本上集中于这两个层次，而很少有科学家从大脑的宏观结构来构造全脑模型。然而，大脑的意识和通用能力，本质上源于大脑的整体性。人类的记忆系统、意识、新皮层，不是为一个特定的任务而存在的。因此，他认为，如果要创造机器意识的话，必须抛开原来由点到线的过程，从整体性的角度来考虑，开辟大脑和AI的第三个尺度。