Umělé vědomí - Artificial consciousness

Pro další použití viz Umělé vědomí (disambiguation).

Umělé vědomí[1] (AC), také známý jako vědomí stroje (MC) nebo syntetické vědomí (Gamez 2008; Reggia 2013 ), je pole související s umělá inteligence a kognitivní robotika. Cílem teorie umělého vědomí je „Definovat to, co by muselo být syntetizováno, kdyby se vědomí nacházelo v uměle vytvořeném artefaktu“ (Aleksander 1995 ).

Neurovědy předpokládá to vědomí je generován spoluprací různých částí systému mozek, volal neurální koreláty vědomí nebo NCC, i když z této perspektivy existují výzvy. Zastánci AC věří, že je možné postavit systémy (např., počítač systémy), které mohou emulovat tuto spolupráci NCC.[2]

O koncepcích umělého vědomí se uvažuje také ve filozofii umělá inteligence přes otázky týkající se mysli, vědomí a duševních stavů.[3]

Filozofické pohledy

Protože existuje mnoho hypotéz typy vědomí existuje mnoho potenciálních implementací umělého vědomí. Ve filozofické literatuře je snad nejběžnější taxonomie vědomí v „přístupových“ a „fenomenálních“ variantách. Přístupové vědomí se týká těchto aspektů Zkušenosti které lze zatknout, zatímco fenomenální vědomí se týká těch aspektů zážitku, které se zdánlivě nedají zatknout, místo toho je kvalitativně charakterizováno ve smyslu „syrových pocitů“, „jaké to je“ nebo qualia (Blok 1997 ).

Debata o věrohodnosti

Teoretici typové identity a další skeptici zastávají názor, že vědomí lze realizovat pouze v konkrétních fyzických systémech, protože vědomí má vlastnosti, které nutně závisí na fyzické konstituci (Blok 1978; Bickle 2003 ).[4][5]

Giorgio Buttazzo ve svém článku „Artificial Consciousness: Utopia or Real Possibility“ uvádí, že běžná námitka proti umělému vědomí spočívá v tom, že „nemohou [počítače] v plně automatizovaném režimu projevovat kreativitu, emoce nebo svobodná vůle. Počítač, stejně jako pračka, je otrok ovládaný jeho součástmi. “[6]

Pro ostatní teoretiky (např. funkcionalisté ), kteří definují mentální stavy z hlediska kauzálních rolí, jakýkoli systém, který dokáže vytvořit instanci stejného vzorce kauzálních rolí, bez ohledu na fyzickou konstituci, vytvoří instanci stejných mentálních stavů, včetně vědomí (Putnam 1967 ).

Argument výpočetní nadace

Jeden z nejjasnějších argumentů pro věrohodnost AC pochází z David Chalmers. Jeho návrh nalezený v jeho článku Chalmers 2011, je zhruba to, že správné druhy výpočtů jsou dostatečné pro držení vědomé mysli. V obrysu obhajuje své tvrzení takto: Počítače provádějí výpočty. Výpočty mohou zachytit abstraktní kauzální organizaci jiných systémů.

Nejkontroverznější částí Chalmersova návrhu je, že mentální vlastnosti jsou „organizačně neměnné“. Duševní vlastnosti jsou dvojího druhu, psychologické a fenomenologické. Psychologické vlastnosti, jako je víra a vnímání, jsou ty, které se „vyznačují svou kauzální rolí“. Inzeruje na práci Armstrong 1968 a Lewis 1972 v tvrzení, že „[y] prameny se stejnou kauzální topologií… budou sdílet své psychologické vlastnosti“.

Fenomenologické vlastnosti nelze na první pohled definovat z hlediska jejich kauzálních rolí. Zjistit, že fenomenologické vlastnosti jsou přístupné individuaci podle kauzální role, proto vyžaduje argument. Chalmers pro tento účel poskytuje svůj argument Dancing Qualia.[7]

Chalmers začíná tím, že předpokládá, že agenti se stejnými kauzálními organizacemi mohou mít různé zkušenosti. Poté nás požádá, abychom si představili změnu jednoho agenta na druhého nahrazením částí (řekněme neurální části nahrazených křemíkem) při zachování jeho kauzální organizace. Z hypotézy by se zkušenost agenta v transformaci změnila (jak byly vyměněny části), ale nedošlo by ke změně v kauzální topologii, a proto by neexistovaly žádné prostředky, kterými by si agent mohl „všimnout“ posunu zkušeností.

Kritici AC namítají, že Chalmers vznáší otázku za předpokladu, že všechny mentální vlastnosti a vnější souvislosti jsou dostatečně zachyceny abstraktní kauzální organizací.

Etika

Hlavní články: Etika umělé inteligence, Etika strojů, a Roboetika

Pokud by existovalo podezření, že konkrétní stroj byl při vědomí, jeho práva by byla etický problém, který by bylo třeba posoudit (např. jaká by měla práva ze zákona). Například vědomý počítač, který byl vlastněn a používán jako nástroj nebo centrální počítač budovy většího stroje, je zvláštní dvojznačností. By měl zákony být stvořen pro takový případ? Vědomí by také v tomto konkrétním případě vyžadovalo právní definici. Protože umělé vědomí je stále do značné míry teoretickým předmětem, nebyla taková etika ve velké míře diskutována ani rozvíjena, ačkoli se často jednalo o téma v beletrii (viz níže).

Pravidla pro rok 2003 Loebnerova cena soutěž výslovně řešila otázku práv robotů:

61. Pokud v kterémkoli daném roce získá veřejně dostupný otevřený zdrojový vstup zadaný University of Surrey nebo Cambridge Center stříbrnou medaili nebo zlatou medaili, pak bude medaile a cena v hotovosti udělena orgánu odpovědnému za vývoj tohoto vstupu. Pokud nelze takový orgán identifikovat nebo pokud mezi dvěma nebo více žadateli dojde k neshodě, bude medaile a cena v hotovosti držena v důvěře do té doby, než může Vstup legálně vlastnit, buď ve Spojených státech amerických, nebo v místě konání soutěže, Cenu v hotovosti a Zlatou medaili samostatně.[8]

Výzkum a návrhy na provádění

Aspekty vědomí

Existují různé aspekty vědomí, které se obecně považují za nezbytné, aby byl stroj uměle vědom. Byly navrženy různé funkce, při nichž hraje roli vědomí Bernard Baars (Baars 1988 ) a další. Funkce vědomí navržené Bernardem Baarsem jsou Definice a kontextové nastavení, Přizpůsobení a učení, Úpravy, Označování a ladění, Nábor a řízení, Stanovování priorit a Kontrola přístupu, Rozhodování nebo Výkonná funkce, Analogotvorná funkce, Metakognitivní a Vlastní monitorovací funkce a funkce automatického programování a vlastní údržby. Igor Aleksander navrhl 12 principů pro umělé vědomí (Aleksander 1995 ) a to jsou: The Brain is a State Machine, Inner Neuron Partitioning, Conscious and Unconscious States, Perceptual Learning and Memory, Prediction, The Awareness of Self, Reprezentation of Meaning, Learning Utterances, Learning Language, Will, Instinct, and Emotion. Cílem AC je definovat, zda a jak lze tyto a další aspekty vědomí syntetizovat v technickém artefaktu, jako je digitální počítač. Tento seznam není vyčerpávající; mnoho dalších není zahrnuto.

Povědomí

Povědomí může být jedním z požadovaných aspektů, ale existuje mnoho problémů s přesnou definicí povědomí. Výsledky experimentů neuroscanning na opicích naznačují, že proces, nejen stav nebo objekt, aktivuje neurony. Povědomí zahrnuje vytváření a testování alternativních modelů každého procesu na základě informací získaných smysly nebo představami a je také užitečné pro vytváření předpovědí. Takové modelování vyžaduje velkou flexibilitu. Vytvoření takového modelu zahrnuje modelování fyzického světa, modelování vlastních vnitřních stavů a ​​procesů a modelování dalších vědomých entit.

Existují nejméně tři typy povědomí:[9] povědomí o agentuře, povědomí o cíli a senzomotorické povědomí, které může být také při vědomí nebo ne. Například v povědomí o agentuře si možná uvědomujete, že jste včera provedli určitou akci, ale nyní si ji neuvědomujete. V povědomí o cíli si možná uvědomujete, že musíte hledat ztracený objekt, ale nyní si toho neuvědomujete. V senzomotorickém vědomí si možná uvědomujete, že vaše ruka spočívá na předmětu, ale nyní si toho neuvědomujete.

Protože objekty vědomí jsou často vědomé, rozdíl mezi vědomím a vědomím se často stírá nebo se používají jako synonyma.[10]

Paměť

Vědomé události interagují s Paměť systémy učení, zkoušení a vyhledávání.[11]Model IDA[12] objasňuje roli vědomí při aktualizaci vjemové paměti,[13] přechodný epizodická paměť, a procedurální paměť. Přechodné epizodické a deklarativní paměti distribuovaly reprezentace v IDA, existují důkazy, že tomu tak je i v nervovém systému.[14] V IDA jsou tyto dvě paměti implementovány výpočetně pomocí upravené verze Kanerva Je Řídká distribuovaná paměť architektura.[15]

Učení se

Učení je také považováno za nezbytné pro AC. Bernard Baars je zapotřebí vědomé zkušenosti k reprezentaci a přizpůsobení se novým a významným událostem (Baars 1988 ). Podle Axel Cleeremans a Luis Jiménez, učení je definováno jako „množina philogenetically [sic ] pokročilé adaptační procesy, které kriticky závisí na rozvinuté citlivosti na subjektivní zkušenost, aby agentům umožňovaly pružnou kontrolu nad svými akcemi ve složitých, nepředvídatelných prostředích “(Cleeremans 2001 ).

Očekávání

Schopnost předvídat (nebo předvídat ) předvídatelné události jsou pro AC považovány za důležité Igor Aleksander.[16] Vznikající princip více konceptů navrhl Daniel Dennett v Vysvětlení vědomí může být užitečné pro predikci: zahrnuje hodnocení a výběr nejvhodnějšího „konceptu“, který odpovídá aktuálnímu prostředí. Předvídání zahrnuje predikci následků vlastních navrhovaných akcí a predikci následků pravděpodobných akcí jinými entitami.

Vztahy mezi státy reálného světa se odrážejí ve stavové struktuře vědomého organismu, což umožňuje organismu předvídat události.[16] Uměle vědomý stroj by měl být schopen správně předvídat události, aby byl připraven na ně reagovat, když k nim dojde, nebo přijmout preventivní opatření k odvrácení očekávaných událostí. Z toho vyplývá, že stroj potřebuje flexibilní komponenty v reálném čase, které vytvářejí prostorové, dynamické, statistické, funkční modely a modely příčin a následků reálného světa a předpovězených světů, což umožňuje prokázat, že v současné době má umělé vědomí a budoucnost, nejen v minulosti. Aby to bylo možné, měl by vědomý stroj dělat koherentní předpovědi a pohotovostní plány, a to nejen ve světech s pevnými pravidly, jako je šachovnice, ale také v nových prostředích, která se mohou změnit, která mají být provedena, pouze pokud je to vhodné, aby simulovaly a ovládaly skutečné svět.

Subjektivní zkušenost

Subjektivní zážitky resp qualia jsou široce považovány za the těžký problém vědomí. Ve skutečnosti se jedná o výzvu fyzikalismus, natož výpočetnost. Na druhé straně existují problémy v jiných vědních oborech, které omezují to, co můžeme pozorovat, jako například princip nejistoty ve fyzice, které znemožnily výzkum v těchto vědních oborech.

Role kognitivních architektur

Hlavní článek: Kognitivní architektura

Termín „kognitivní architektura“ může odkazovat na teorii o struktuře lidské mysli nebo o jakékoli její části nebo funkci, včetně vědomí. V jiném kontextu kognitivní architektura implementuje teorii na počítačích. Příkladem je QuBIC: Kvantová a biologicky inspirovaná kognitivní architektura pro vědomí stroje. Jedním z hlavních cílů kognitivní architektury je shrnout různé výsledky kognitivní psychologie do komplexního počítačového modelu. Výsledky však musí být ve formální podobě, aby mohly být základem počítačového programu. Role kognitivní architektury je také pro A.I. jasně strukturovat, budovat a implementovat svůj myšlenkový proces.

Symbolické nebo hybridní návrhy

Franklinův inteligentní distribuční agent

Stan Franklin (1995, 2003) definuje an autonomní agent jako posedlý funkční vědomí když je schopen několika funkcí vědomí identifikovaných pomocí Bernard Baars ' Teorie globálního pracovního prostoru (Baars1988, 1997 ). Jeho mozek IDA (Intelligent Distribution Agent) je softwarová implementace GWT, díky které je již z definice funkčně vědomý. Úkolem IDA je vyjednat nové úkoly pro námořníky v Americké námořnictvo poté, co ukončí služební cestu, sladěním schopností a preferencí každého jednotlivce s potřebami námořnictva. IDA komunikuje s databázemi námořnictva a komunikuje s námořníky prostřednictvím e-mailového dialogu v přirozeném jazyce, přičemž se řídí velkou sadou zásad námořnictva. Výpočtový model IDA byl vyvinut v letech 1996–2001 ve studijní skupině „Conscious“ Software Research Group Stana Franklina na University of Memphis. „Skládá se z přibližně čtvrt milionu řádků Jáva kód a téměř úplně spotřebovává zdroje špičkové pracovní stanice z roku 2001. “Do značné míry spoléhá na codelety, které jsou „speciálními, relativně nezávislými, mini-agenty obvykle implementovanými jako malá část kódu fungující jako samostatné vlákno.“ V architektuře IDA shora dolů jsou kognitivní funkce na vysoké úrovni explicitně modelovány (viz Franklin 1995 a Franklin 2003 pro detaily). I když je IDA podle definice funkčně vědomý, Franklin „nepřisuzuje atribut fenomenální vědomí jeho vlastnímu „vědomému“ softwarovému agentovi, IDA, navzdory jejím mnoha lidským chováním. A to navzdory sledování několika detailistů amerického námořnictva, kteří opakovaně kývali hlavami a říkali „Ano, tak to dělám“, zatímco sledují vnitřní a vnější akce IDA, když plní svůj úkol. “IDA byla rozšířena na LIDA (Learning Intelligent Distribution Agent).

Ron Sun kognitivní architektura CLARION

CLARION představuje dvouúrovňové zastoupení, které vysvětluje rozdíl mezi vědomými a nevědomými duševními procesy.

CLARION byl úspěšný při účtování různých psychologických údajů. Pomocí CLARION bylo simulováno mnoho dobře známých úkolů pro učení dovedností, které pokrývají spektrum od jednoduchých reaktivních dovedností až po složité kognitivní dovednosti. Mezi úkoly patří úkoly sériového reakčního času (SRT), úkoly umělé gramatiky (AGL), úkoly řízení procesů (PC), úkol kategorické odvození (CI), úkol abecední aritmetiky (AA) a Hanojská věž (TOH). úkol (Slunce 2002 ). Mezi nimi jsou SRT, AGL a PC typické implicitní úkoly učení, které jsou velmi důležité pro problematiku vědomí, protože operativizovaly pojem vědomí v kontextu psychologických experimentů.

OpenCog od Bena Goertzela

Ben Goertzel sleduje ztělesněný AGI prostřednictvím open-source OpenCog projekt. Aktuální kód zahrnuje ztělesněné virtuální mazlíčky schopné učit se jednoduché anglické příkazy a také integraci s robotikou z reálného světa, která se provádí na Hongkongská polytechnická univerzita.

Spojenecké návrhy

Haikonenova kognitivní architektura

Pentti Haikonen (2003) považuje klasické výpočty založené na pravidlech za nedostatečné pro dosažení AC: "mozek rozhodně není počítač. Myšlení není provádění naprogramovaných řetězců příkazů. Ani mozek není numerická kalkulačka. Nemyslíme čísly." Spíše než se snažit dosáhnout mysl a vědomí identifikací a implementací jejich základních výpočetních pravidel navrhuje Haikonen „speciální kognitivní architektura reprodukovat procesy vnímání, vnitřní snímky, vnitřní řeč, bolest, potěšení, emoce a poznávací funkce za nimi. Tato architektura zdola nahoru by produkovala funkce na vyšší úrovni pomocí síly základních procesorových jednotek, umělé neurony, bez algoritmy nebo programy ". Haikonen věří, že bude-li implementována s dostatečnou složitostí, bude tato architektura rozvíjet vědomí, které považuje za„ styl a způsob provozu, charakterizovaný distribuovanou reprezentací signálu, procesem vnímání, hlášeními mezi různými způsoby a dostupností pro retrospekci. " Haikonen není sám v tomto procesním pohledu na vědomí nebo v pohledu, do kterého se spontánně objeví AC autonomní agenti které mají vhodnou neuro-inspirovanou architekturu složitosti; ty sdílí mnoho, např. Freeman (1999) a Cotterill (2003). Nízko složitá implementace architektury navržené uživatelem Haikonen (2003) nebyl údajně schopný AC, ale projevoval emoce podle očekávání. Vidět Doan (2009) pro komplexní úvod do kognitivní architektury Haikonenu. Aktualizovaný popis Haikonenovy architektury spolu se shrnutím jeho filozofických pohledů je uveden v Haikonen (2012), Haikonen (2019).

Shanahanova kognitivní architektura

Murray Shanahan popisuje kognitivní architekturu, která kombinuje Baarsovu představu globálního pracovního prostoru s mechanismem pro vnitřní simulaci („představivost“) (Shanahan 2006 ). Diskuse o Shanahanově architektuře viz (Gamez 2008 ) a (Reggia 2013 ) a kapitola 20 z (Haikonen 2012 ).

Takenův výzkum sebeuvědomění

Sebevědomí v robotech zkoumá Junichi Takeno[17] na Meiji University v Japonsku. Takeno tvrdí, že vyvinul robota schopného rozlišovat mezi sebeobrazem v zrcadle a jakýmkoli jiným, který má stejný obraz jako on,[18][19] a toto tvrzení již bylo zkontrolováno (Takeno, Inaba & Suzuki 2005 ). Takeno tvrdí, že nejprve vymyslel výpočetní modul zvaný MoNAD, který má funkci sebeuvědomění, a poté zkonstruoval systém umělého vědomí formulováním vztahů mezi emocemi, pocity a rozumem propojením modulů v hierarchii (Igarashi, Takeno 2007). Takeno dokončil experiment s poznáváním zrcadlového obrazu pomocí robota vybaveného systémem MoNAD. Takeno navrhl teorii vlastního těla a uvedl, že „lidé mají pocit, že jejich vlastní zrcadlový obraz je jim bližší než jejich skutečná součást.“ Nejdůležitějším bodem ve vývoji umělého vědomí nebo objasnění lidského vědomí je rozvoj funkce sebeuvědomění a tvrdí, že ve své práci prokázal fyzický a matematický důkaz.[20] Ukázal také, že roboti mohou studovat epizody v paměti, kde byly emoce stimulovány, a využít tuto zkušenost k prediktivním opatřením k prevenci opakování nepříjemných emocí (Torigoe, Takeno 2009).

Aleksanderova nemožná mysl

Igor Aleksander, emeritní profesor inženýrství neurálních systémů na Imperial College, důkladně prozkoumal umělé neuronové sítě a tvrzení ve své knize Nemožné mysli: Moje neurony, mé vědomí že principy pro vytvoření vědomého stroje již existují, ale že bude trvat čtyřicet let, než takový stroj vycvičí, aby pochopil Jazyk.[21] Zda je to pravda, teprve bude prokázáno a základní princip uveden v Nemožné mysli—Že mozek je neurální stavový stroj —Je pochyb o tom.[22]

Paradigma společnosti Thaler's Creativity Machine

Stephen Thaler ve svém patentu z roku 1994 nazvaném „Zařízení pro autonomní generování užitečných informací“ (DAGUI) navrhl možné spojení mezi vědomím a kreativitou,[23][24][25] nebo takzvaný „stroj tvořivosti“, ve kterém výpočetní kritici řídí vstřikování synaptického šumu a degradace do neurálních sítí, aby vyvolali falešné vzpomínky nebo konfabulace které lze kvalifikovat jako potenciální nápady nebo strategie.[26] Rekrutuje tuto neurální architekturu a metodiku, aby zohlednil subjektivní pocit vědomí, a tvrdí, že podobné neurální sestavy založené na hluku v mozku mají pro celkovou kortikální aktivitu pochybný význam.[27][28][29] Thalerova teorie a výsledné patenty ve strojovém vědomí byly inspirovány experimenty, ve kterých vnitřně narušil trénované nervové sítě, aby řídil sled vzorců nervové aktivace, které přirovnal k proudu vědomí.[28][30][31][32][33]

Schéma pozornosti Michaela Graziana

Hlavní článek: Michael Graziano § Mozkový základ vědomí

V roce 2011, Michael Graziano a Sabine Kastler publikovali článek s názvem „Lidské vědomí a jeho vztah k sociální neurovědě: nová hypotéza“, která navrhuje teorii vědomí jako schéma pozornosti.[34] Graziano pokračoval v publikování rozšířené diskuse o této teorii ve své knize „Vědomí a sociální mozek“.[2] Tato teorie schématu pozornosti vědomí, jak ji pojmenoval, navrhuje, aby mozek sledoval pozornost na různé smyslové vstupy prostřednictvím schématu pozornosti, analogického k dobře studovanému schématu těla, které sleduje prostorové místo těla člověka.[2] To se týká umělého vědomí navržením specifického mechanismu nakládání s informacemi, který produkuje to, co údajně zažíváme a popisujeme jako vědomí, a které by mělo být možné duplikovat strojem využívajícím současnou technologii. Když mozek zjistí, že osoba X si je vědoma věci Y, ve skutečnosti modeluje stav, ve kterém osoba X aplikuje vylepšení pozornosti na Y. V teorii schématu pozornosti lze stejný proces aplikovat i na sebe. Mozek sleduje pozornost na různé smyslové vstupy a vlastní vědomí je schematickým modelem jeho pozornosti. Graziano navrhuje pro tento proces konkrétní místa v mozku a naznačuje, že takové povědomí je vypočítaná vlastnost konstruovaná expertním systémem v mozku.

"Vlastní modelování"

Aby si roboti byli vědomi, mohou k tomu používat interní modely simulovat své vlastní akce.[35][36]

Testování

Nejznámější metoda testování stroje inteligence je Turingův test. Pokud je však tento test interpretován pouze jako pozorovací, odporuje filozofii vědeckých principů teoretická závislost pozorování. Rovněž bylo navrženo, že doporučení Alana Turinga napodobovat nikoli lidské lidské vědomí, ale lidské lidské vědomí, je třeba brát vážně.[37]

Další testy, jako např ConsScale, testovat přítomnost prvků inspirovaných biologickými systémy nebo měřit kognitivní vývoj umělých systémů.

Qualia neboli fenomenologické vědomí je neodmyslitelně fenomén z pohledu první osoby. Ačkoli různé systémy mohou vykazovat různé známky chování korelované s funkčním vědomím, není možné si představit, že testy z pohledu třetí osoby mohou mít přístup k fenomenologickým rysům z pohledu první osoby. Z tohoto důvodu a protože neexistuje empirická definice vědomí,[38] test přítomnosti vědomí v AC může být nemožný.

V roce 2014 Victor Argonov navrhl non-Turingův test vědomí stroje založený na schopnosti stroje vytvářet filozofické úsudky.[39] Tvrdí, že deterministický stroj musí být považován za vědomý, pokud je schopen vytvářet úsudky o všech problematických vlastnostech vědomí (jako je kvalifikace nebo vazba), které nemají vrozené (předpjaté) filozofické znalosti o těchto otázkách, žádné filozofické diskuse během učení a v jeho paměti nejsou žádné informační modely jiných tvorů (tyto modely mohou implicitně nebo explicitně obsahovat znalosti o vědomí těchto tvorů). Tento test však lze použít pouze k detekci, ale nikoli k vyvrácení existence vědomí. Pozitivní výsledek dokazuje, že stroj je při vědomí, ale negativní výsledek neprokazuje nic. Například absence filozofických úsudků může být způsobena nedostatkem intelektu stroje, nikoli absencí vědomí.

V beletrii

Hlavní článek: Simulované vědomí (science fiction)
Viz také: Umělá inteligence v beletrii § Sentient AI

Postavy s umělým vědomím (nebo alespoň s osobnostmi, z nichž vyplývá, že mají vědomí), z beletristických děl:

Viz také

Reference

Citace

  1. ^ Thaler, S.L. (1998). „Vznikající inteligence a její kritický pohled na nás“. Journal of Near-Death Studies. 17 (1): 21–29. doi:10.1023 / A: 1022990118714. S2CID  49573301.
  2. ^ A b C Graziano, Michael (2013). Vědomí a sociální mozek. Oxford University Press. ISBN  978-0199928644.
  3. ^ Umělá inteligence: moderní přístup zahrnuje filozofický základy AI včetně otázek vědomí http://aima.cs.berkeley.edu/contents.html Russell, Stuart J., Norvig, Peter, 2003, Upper Saddle River, New Jersey: Prentice Hall, ISBN  0-13-790395-2
  4. ^ Schlagel, R. H. (1999). „Proč ne umělé vědomí nebo myšlenka?“. Mysl a stroje. 9 (1): 3–28. doi:10.1023 / a: 1008374714117. S2CID  28845966.
  5. ^ Searle, J. R. (1980). „Mysl, mozek a programy“ (PDF). Behaviorální a mozkové vědy. 3 (3): 417–457. doi:10.1017 / s0140525x00005756.
  6. ^ Umělé vědomí: utopie nebo skutečná možnost? Buttazzo, Giorgio, červenec 2001, Computer, ISSN 0018-9162
  7. ^ Chalmers, David (1995). „Absent Qualia, Fading Qualia, Dancing Qualia“. Citováno 12. dubna 2016.
  8. ^ Oficiální pravidla soutěže Loebner Prize - verze 2.0 Soutěž režíroval David Hamill a pravidla vyvinuli členové skupiny Robitron Yahoo.
  9. ^ Joëlle Proust dovnitř Neurální korelace vědomí, Thomas Metzinger, 2000, MIT, strany 307-324
  10. ^ Christof Koch, Pátrání po vědomí, 2004, strana 2 poznámka pod čarou 2
  11. ^ Tulving, E. 1985. Paměť a vědomí. Canadian Psychology 26: 1-12
  12. ^ Franklin, Stan a kol. „Role vědomí v paměti.“ Mozek, mysl a média 1.1 (2005): 38.
  13. ^ Franklin, Stan. „Percepční paměť a učení: Rozpoznávání, kategorizace a vztah.“ Proc. Vývojová robotická AAAI Spring Symp. 2005.
  14. ^ Shastri, L. 2002. Epizodická paměť a kortiko-hipokampální interakce. Trendy v kognitivních vědách
  15. ^ Kanerva, Pentti. Řídká distribuovaná paměť. MIT tisk, 1988.
  16. ^ A b Aleksander 1995
  17. ^ "Robot". Archivovány od originál dne 2007-07-03. Citováno 2007-07-03.
  18. ^ Takeno - archiv č. ...
  19. ^ První robot na světě, který si sám uvědomuje, a úspěch poznávání zrcadlového obrazu, Takeno
  20. ^ Robot uspěl ve 100% poznání zrcadlového obrazu, Takeno, 2008
  21. ^ Aleksander I (1996) Nemožné mysli: Moje neurony, mé vědomí, Imperial College Press ISBN  1-86094-036-6
  22. ^ Wilson, RJ (1998). "recenze Nemožné mysli". Journal of Consciousness Studies. 5 (1): 115–6.
  23. ^ Thaler, S.L., "Zařízení pro autonomní generování užitečných informací "
  24. ^ Marupaka, N .; Lyer, L .; Minai, A. (2012). „Konektivita a myšlení: Vliv struktury sémantické sítě v neurodynamickém modelu myšlení“ (PDF). Neuronové sítě. 32: 147–158. doi:10.1016 / j.neunet.2012.02.004. PMID  22397950. Archivovány od originál (PDF) dne 19. 12. 2016. Citováno 2015-05-22.
  25. ^ Roque, R. a Barreira, A. (2011). „O Paradigma da“ Máquina de Criatividade „e Geração de Novidades em um Espaço Conceitual,“ 3º Seminário Interno de Cognição Artificial - SICA 2011 - FEKT - UNICAMP.
  26. ^ Minati, Gianfranco; Vitiello, Giuseppe (2006). "Stroje na výrobu chyb". Systemics of Emergence: Research and Development. str.67 –78. doi:10.1007/0-387-28898-8_4. ISBN  978-0-387-28899-4.
  27. ^ Thaler, S.L. (2013) Paradigma stroje tvořivosti, Encyklopedie tvořivosti, vynálezů, inovací a podnikání, (ed.) E.G. Carayannis, Springer Science + Business Media
  28. ^ A b Thaler, S.L. (2011). „The Creativity Machine: Withstanding the Argument from Consciousness,“ APA Newsletter on Philosophy and Computers
  29. ^ Thaler, S.L. (2014). „Synaptická porucha a vědomí“. Int. J. Mach. Vědomý. 6 (2): 75–107. doi:10.1142 / S1793843014400137.
  30. ^ Thaler, S.L. (1995). ""Virtuální vstupní jevy „Do smrti přidruženého jednoduchého vzoru“. Neuronové sítě. 8 (1): 55–65. doi:10.1016 / 0893-6080 (94) 00065-t.
  31. ^ Thaler, S.L. (1995). Smrt tvora gedanken, Journal of Near-Death Studies, 13 (3), jaro 1995
  32. ^ Thaler, S.L. (1996). Je Neuronální chaos zdrojem proudu vědomí? In Proceedings of the World Congress on Neural Networks, (WCNN’96), Lawrence Erlbaum, Mawah, NJ.
  33. ^ Mayer, H. A. (2004). Modulární neurokontrolér pro kreativní mobilní autonomní roboty, kteří se učí časovým rozdílem, Systems, Man and Cybernetics, 2004 IEEE International Conference (Volume: 6)
  34. ^ Graziano, Michael (1. ledna 2011). „Lidské vědomí a jeho vztah k sociální neurovědě: nová hypotéza“. Kognitivní neurovědy. 2 (2): 98–113. doi:10.1080/17588928.2011.565121. PMC  3223025. PMID  22121395.
  35. ^ Bongard, Josh, Victor Zykov a Hod Lipson. "Pružné stroje díky nepřetržitému vlastnímu modelování. "Science 314,5802 (2006): 1118-1121.
  36. ^ Winfield, Alan FT. "Roboti s interními modely: cesta k sebevědomým a tedy bezpečnějším robotům." (2014): 237-252.
  37. ^ Mapování krajiny umělé obecné inteligence na lidské úrovni
  38. ^ "Vědomí". In Honderich T. Oxfordský společník filozofie. Oxford University Press. ISBN  978-0-19-926479-7
  39. ^ Victor Argonov (2014). „Experimentální metody pro odhalení problému mysli a těla: přístup fenomenálního soudu“. Journal of Mind and Behavior. 35: 51–70.CS1 maint: používá parametr autoři (odkaz)
  40. ^ „Futurama“, Wikipedia, 2020-04-23, vyvoláno 2020-04-27
  41. ^ „Bender (Futurama)“, Wikipedia, 2020-04-27, vyvoláno 2020-04-27
  42. ^ „Bender (Futurama)“, Wikipedia, 2020-04-27, vyvoláno 2020-04-27

Bibliografie

Další čtení

  • Baars, Bernard; Franklin, Stan (2003). „Jak vědomé zkušenosti a pracovní paměť interagují“ (PDF). Trendy v kognitivních vědách. 7 (4): 166–172. doi:10.1016 / s1364-6613 (03) 00056-1. PMID  12691765. S2CID  14185056.
  • Casti, John L. „The Cambridge Quintet: A Work of Scientific Speculation“, Perseus Books Group, 1998
  • Franklin, S, B J. Baars, U Ramamurthy a Matthew Ventura. 2005. Role vědomí v paměti. Mozek, mysl a média 1: 1–38, pdf.
  • Haikonen, Pentti (2004), Vědomé stroje a emoce strojů, představený na Workshopu o modelech pro vědomí stroje, Antverpy, BE, červen 2004.
  • McCarthy, John (1971–1987), Obecnost v umělé inteligenci. Stanford University, 1971-1987.
  • Penrose, Roger, Císařova nová mysl, 1989.
  • Sternberg, Eliezer J. (2007) Jsi stroj ?: Mozek, mysl a co to znamená být člověkem. Amherst, NY: Prometheus Books.
  • Suzuki T., Inaba K., Takeno, Junichi (2005), Vědomý robot Rozlišuje mezi sebou a ostatními a implementuje chování napodobování, (Nejlepší papír IEA / AIE2005), Innovations in Applied Artificial Intelligence, 18. mezinárodní konference o průmyslových a technických aplikacích umělé inteligence a expertních systémů, s. 101–110, IEA / AIE 2005, Bari, Itálie, 22. – 24. Června 2005.
  • Takeno, Junichi (2006), The Self-Aware Robot -A reakce na reakce na objevové zprávy-, HRI Press, srpen 2006.
  • Zagal, J.C., Lipson, H. (2009) "Sebereflexe v evoluční robotice ", Proceedings of the Genetic and Evolutionary Computation Conference, pp 2179–2188, GECCO 2009.

externí odkazy