當科幻世界引進的機械人看起來及行動像人一樣，這些世界的居平易近早晚會見對機械人自我認識的成績。假如一臺機械是為了真正模擬人類而建造的，那末它的“年夜腦”就必需足夠龐雜，不只能像我們一樣處置信息，并且還能完成某些使我們成為人類的籠統思想。這包含認可我們的“自我”和我們活著界上的位置，一個被稱為認識的狀況。

在AMC系列的第三季《人類》中，像人類一樣的機械人被稱為synth，它曾經完成了自我認識的掙扎。圖片：Des Willie/Kudos/AMC/C4

科幻小說中界說人工智能認識的一個例子是AMC的《人類》，在這個系列中，被稱為synth的類人機械曾經變得自我無意識，當他們聯結起來，自力生涯并界說他們是誰時，他們也必需為接收和生計而戰，反抗那些發明并應用他們的友好人類。然則，在實際世界中，人工智能究竟意味著甚么呢？人工智能究竟有多接近完成這個目的呢？哲學家們把認識描寫為具有一種奇特的自我認識，并認識到你四周產生了甚么。

神經迷信家們經由過程對一小我的年夜腦運動停止剖析，并對感官數據停止剖析，從而對認識若何被量化供給了本身的不雅點。但是，將這些規矩運用于人工智能異常辣手。在某些方面，人工智能的處置才能與人類年夜腦的處置才能是一樣的。龐雜的人工智能體系應用一種叫做深度進修的進程來疾速處理盤算義務，應用分層算法的收集來互相通訊來處理愈來愈龐雜的成績。這是一種異常相似于我們本身年夜腦的戰略，在這里，信息可以加快神經元之間的銜接。

在一個神經收集中，深度進修令人工智能學會若何辨認疾病，博得與世界上最好的人類玩家的計謀游戲，或許寫一首風行歌曲。然則要完成這些豪舉，任何神經收集依然依附于人類法式員設置義務并從當選擇數據來進修。英國牛津年夜學(University of Oxford)盤算迷信傳授伊迪絲·埃爾金(Edith Elkind)說：人工智能的認識意味著神經收集可以本身做出這些最后的選擇，偏離法式員的意圖，做本身的工作。當機械開端設定本身的目的并依照這些目的行為時，它們就會變得無意識，而不是依照法式去做。這與autonomy分歧：即便是完整主動駕駛的汽車，也會像原告知的那樣，從a駕駛到B。

認識的三個階段

研討人員在《迷信》(Science)期刊上揭橥的一項研討申報中稱，機械變得自我認識的一個缺點是，人類的認識還不敷明白，這將使法式員很難在人工智能算法中復制這類狀況。迷信家依據年夜腦中產生的盤算，界說了人類認識的三個條理。迷信家們在這項研討中寫道，第一個標志為“C0”，表現沒有我們的常識，如臉部辨認進程中產生的盤算，和年夜多半人工智能在這個層面上的功效。

第二個條理是“C1”，即所謂的“全球”信息認識——換句話說，就是積極挑選和評價年夜量數據，以作出明智的、沉思熟慮的選擇，以應對詳細情形。該研討的作者稱，自我認識涌現在第三層，即“C2”，即小我辨認并糾正毛病，并查詢拜訪未知的毛病。加州年夜學洛杉磯分校的神經學家，研討申報的作者之一，Hakwan Lau說：一旦我們能用盤算的術語拼寫出認識和有意識之間的人類差別，將其編碼到電腦中能夠其實不那末艱苦。

在某種水平上，某些類型的人工智能可以評價它們的行動并對它們做出準確的反響——這是人類認識的C2級的一個構成部門。但埃爾金德在郵件中說，不要期望很快就可以見到自我認識的人工智能。固然我們異常接近可以或許自立操作的機械(主動駕駛汽車，可以摸索未知地形的機械人等等)，但我們離無意識的機械還很遠，也也許就弗成能！