會有

用生物神經學常微分方程來構建的模擬神經元處理器來模擬人腦前額葉以及其他具有抽象能力部分和感覺部分而產生的人工智慧具有自我意識。

這是個很有趣的問題。

試想一下，我們自己之所以是自己，是不是因為我們存在記憶呢。我們從小到大的每一件事，告訴了我們自己“我是誰，我幹過什麼，將來打算怎麼做”。那我們假設，假如有一天，你失去了所有的記憶，但還保留著基本的認知（知道蘋果是啥，狗長啥樣等等），別人都認為你還是你，因為他們還保留著對你的記憶。但是，你認為你還是之前的“那個人嗎”。恐怕已經不是了。

所以說，人格可以基本確定是之前記憶的積累，經歷過的事情塑造了人格。那意識呢？我認為意識有兩部分，一是知道什麼是什麼（基本認知），二是知道要做什麼（意識具有能動性）：能動地認識世界，能動的改造世界。

現在回到問題本身，我們可以判斷了，內容的積累只是意識的一部份，現在人工智慧可以透過內容的積累做到基本認知，即知道狗長啥樣，貓長啥樣，具體要去做什麼還是靠人來給他指定任務。也就是說，人工智慧不具有能動性，也就不具有意識。

人工智慧的本質是計算機的運算，運算最後歸結到底是0和1。如果有一天我們能將意識的能動性用1和0表述出來，讓他自己創造，那時人工智慧才可能擁有真正的意識。

意識是人的頭腦對客觀物質世界的反映，是感覺、感知、思維各種心理過程的總和。

人腦有140多億腦細胞組成，透過樹突相連。

外界透過人的感知器官，傳入大腦，在腦細胞間以電訊號的方式傳遞刺激，直到大腦做出反應。這就是一個神經反饋過程。

在這個過程中，刺激通過了腦神經，並留下了影響（記憶），以後只要有特定情況發生，特定反饋會比第一次更快的發生，這就是訓練的過程（運動員的反覆訓練，就是在加強這種記憶-》反饋過程）。

當然，人類的大腦，還存在抽象的能力。比如說看到“熱”字，我們會聯想到夏天，熊熊燒的爐子，太陽等，這種構成的聯絡方式，是目前對大腦最不瞭解的地方。

所以，“意識是內容的累積”，基本是正確的。意識來自客觀世界。

人工智慧，英文為Artificial Intelligence，簡稱AI。

1956 年夏季，以 John Mc Carthy、 Marvin Minsky （人工智慧與認知學專家）、 Claude Shannon （資訊理論的創始人〉、 llen Newell（計算機科學家〉、 Herbert Simon （諾貝爾經濟學獎得主）等為首的一批年輕科學家在一起聚會，即達特茅斯會議，共同研究和探討用機器模擬智慧的一系列有關 問題，並首次提出了“人工智慧”這一術語，它標誌著“人工智慧”這門新興學科的正式誕生。

後來，一直流行著一個測試---圖靈測試。指測試者與被測試者（一個人和一臺機器）隔開的情況下，透過一些裝置（如鍵盤）向被測試者隨意提問。

進行多次測試後，如果測試者將機器判斷為人的比例超過30%，那麼這臺機器就通過了測試，並被認為具有人類智慧。

IBM 公司的“深藍”計算機，擊敗了人類的世界國際象棋冠軍更是人工智慧技術的一個完美表現。

2016年，Google AlphaGo系統擊敗南韓圍棋冠軍李世石。

2017年初，在中國棋類網站弈城網、野狐網，一個網名為“Master”的棋手，與中日韓數十位高手對決，60局不敗。這就是AlphaGo Master版。5月份，Master以3:0戰勝世界排名第一的柯潔。此後AlphaGo宣佈，不再參賽。

但後續的更厲害版本AlphaGo Zero出現，透過3天自我訓練，擊敗AlphaGo-（李世石）版，100場無敗。40天自我訓練，擊敗AlphaGo Master版。

擊敗世界各國圍棋棋手，標誌著新一輪人工智慧的興起。

伴隨著人工智慧的，始終有一種恐懼：人工智慧超越人類，人工智慧消滅人類。

人類發明機器，是自身能力的延伸：

發明飛機，實現飛天；發明汽車，變成神行太保；發明計算機，處理重複，大量工作。

人類從繁重的工作中解放出來，提高了人類的生活品質。

人工智慧，最終是否會擁有自己的意識？

就目前人工智慧的研究方向主要有兩個，一個是模仿人類，一個是自我學習。

模仿人，比如現在的深度監督學習，就是透過大量標記好類別的資料，去透過設計的網路結構，透過計算形成一種類似函式的結構，能夠對已知類別的事物做出類別判斷。

而AlphaGo使用的是強化學習技術，是一種自我學習，推理的方式，就是自學。這才是人們真正擔心，一旦機器有了推理能力，就是有了思維。

機器有了類意識，並不等同於有生命。

生命體的基本特徵，能量代謝、繁殖。矽晶片製造的機器，並不具有。

至少在地球範圍內，自然演化的生命，只有碳基生命---最高等的是人類。

碳的4個化學鍵，4個方向可以連線，具有多樣性，而且強度合適，構成了自然物質穩定的多樣性。而且，地球形成了光合作用，碳-氧迴圈，構成了能量迴圈。而矽，易氧化，氧化物是二氧化矽，是固態，就是沙子、石頭的主要成分，沒有能量迴圈的條件。

地球是人類的溫床，在特定環境中生成的生物。

人工智慧，在能量、繁殖都不具有條件。

人類對人工智慧的恐懼，是對未知的恐懼，或者是對自身的恐懼。

人工智慧，即使擁有了類意識，也仍然是人類能力的延伸。

人類，應該考慮的還是如何善用，而不是為惡。

意識是內容的積累和經驗的總結，目前人工智慧也是按照這個思路發展的，所以未來某一天人工智慧有可能會有意識。

人的意識就是對外界事物的判斷和行動，最終的目的是為了生存和繁殖，在能完全滿足生存之後，才會進化出更高階的享受。

所以意識本來都目的就是為了獲取能量和繁殖，動物和植物的進化都是如此，進化就是為了更好、更多、更方便的獲取能量，來進行生存和繁殖，生存的目的也是繁殖。

所以如果人工智慧也進化出了獲取能源和自我繁殖的能力，就相對於有了意識，有意識的去擴充套件自己的組群，搶佔資源。

而現在的人工智慧，已經學會了總結經驗的方式，而且在不斷最佳化，總結經驗就相對於生物的進化，只是它們進化的目的是為了完成某些特定的目標。

比如影象識別分類，就是從大量同種類的圖片中識別出某種特徵，下次再輸入一張照片它就會透過“經驗”告訴你這是一隻貓的照片還是一隻狗的照片，或者是其它動物、物體的照片。

如果把人工智慧的目的設定為獲取能量和自我繁殖，並給它提供相應的知識體系作為參考，那麼未來的人工智慧很可能會發展出意識。

人類意識從目前的研究來看，應該具有歸納和演繹雙向功能，說的更通俗點，意識要能總結規律和應用規律。

而計算機，是仿造人類的意識創造的。電子計算機的開山鼻祖圖靈，在上世紀還沒有計算機的時候，唯一能模仿的，就是人的意識。圖靈參考了人類的意識，閹割了人類的意識，利用了人類意識演繹功能，去掉了歸納的功能，造出了計算機。

計算機就是不完全的人類，內容的積累應該誕生不了自主意識，因為歸納這這一能力到現在還沒有辦法數學化的表示。

不過現在採用機率論的機器學習，是有一定的歸納能力的，但是和人的意識相比還差很遠。

意識來自歷史經驗所做出的反應，人工智慧可以儲存舊知識，也具有意識反應的能力，不用等最終，現在就可以擁有。

但AI主要是被動的反應，而人類具備主動意識，可以根據場合靈活機動地做出預判。這一點機器比較做到，因為那一瞬間，需要的資訊量太大太大。

假如感測器、演算法和晶片有突破的進步，或許有可能。