马斯克矩阵模拟错了?这个试验证明人类不是「缸中之脑」

2021 年 2 月 17 日 新智元




  新智元报道  

来源:外媒

编辑:LQ

【新智元导读】你相信马斯克的矩阵模拟吗?还是相信人类是生活在现实世界的?最近一项人脑研究调查对「人类生活在基础现实」这一说法提供了有力证据,我们并非「缸中之脑」。


也许你也曾经思考过这样一个问题:我们是否生活在一个由高等文明精心创造的计算机模拟世界中?

 

1999年的电影《黑客帝国》中,真实世界被电脑机器所占领统治,电脑机器创造出虚拟程序世界「矩阵」,模拟人类世界,借由和人体大脑神经联结的连接器,使传递到人类大脑的六根信息都仿佛是真实的,以此囚禁人类的心灵。


 

2018年,马斯克做客喜剧演员Joe Rogan的The Joe Rogan Experience节目时,表示,他坚信「我们活在模拟(simulation)中」



2016年,马斯克在Code Conference上接受采访时,更是表示:「我们只有十亿分之一的机会生活在现实世界中。」

 

天体物理学家尼尔·泰森(Neil deGrasse Tyson)也认为我们生活在模拟世界中的几率高达50%.


 

但是上述看法和理论目前都无法确认,除非有新的证据,我们现在在生活中假定看到的东西都是真实存在的。

 

最近,一项新的研究对「我们生活在基础现实」这一「事实」提供了证据。


人脑最新研究:失去触觉仍然可以具有物理具身


由美国和英国的科学家组成的一个研究小组最近对两个「没有触觉」的人的神经系统状况进行了一项开创性的研究——《无触觉或本体感觉对身体形状和大小的感知: 来自先天性和后天性神经系统疾病患者的证据》

 

 

我们大多数人通过我们五种感官的结合来确定我们在现实世界中有意识的存在。


看到一个球朝我们的头顶飞来,感觉到脚下的土地,听到汽车呼啸而过的声音,闻到美味的食物。

 

在这篇文章中,研究人员对比了两种非常罕见但相关的神经系统疾病: 成年期本体感觉和触觉的「后天性丧失」和这些感觉的「先天性缺失」

 

研究人员将患有这两种疾病的个体进行比较,并将他们与正常人进行比较,以阐明如何在没有躯体感觉输入的情况下建立和维持身体的表征。

 

换句话说: 这项研究展示了人类大脑如何形成自我的物理意识——我们身体的内部表征,我们居住的空间,以及我们和非我们之间的界限在哪里的详细知识——即使我们不能感觉我们的身体或外部世界。

 

两名接受实验的对象分别是一名66岁的男性,伊恩,他在19岁时患病并开始失去触觉,目前从前面的脖子以下延伸到后面的头顶是没有轻触感,也没有运动/位置感,体温和疼痛感在临床上是完整的,运动神经功能也是完整的。

 

另一名受试者,金,在开始接受测试时40岁,女性,患有先天性的全身躯体感觉纤维缺失症。

 

伊恩每天早上都会重新确定自己「身在何处」,而金只是简单地欢迎这个世界回到自己的身体,并没有描述需要重新确定自己对身体的认知。

 

尽管他们没有能力去感受自己在世界上的位置,但他们的大脑仍然可以形成一个物理具身的内在形象。


人类并非「缸中之脑」

 

这项研究是了解人类大脑如何处理和使用感官输入的重要基础。



研究团队人员芝加哥大学神经生物学教授佩吉 · 梅森博士(Peggy Mason)说:「我们可以从中学到的是,你可能不会像其他人那样做,但你会找到一种方法来建立一个身体模式,你会找到一种方法来理解你自己。这不是你我做事的方式,也不是地球上其他人可能做事的方式,但是拥有那种自我意识是绝对重要的。你必须在某个地方。我们不是装在大桶里的大脑!


 

装在大桶里的大脑就是19世纪美国哲学家希拉里·普特南在《理性、真理和历史》(Reason, Truth, and History)一书中提出的「缸中之脑」(Brain in a vat)。

 

假设将一个大脑从人体取出,放入一个装有营养液的缸里维持着它的生理活性,超级计算机通过神经末梢向大脑传递和原来一样的各种神经电信号,并对于大脑发出的信号给予和平时一样的信号反馈,则大脑所体验到的世界其实是计算机制造的一种「模拟现实」,则此大脑能否意识到自己生活在「虚拟现实」之中?

 

 

前面提到的《黑客帝国》等影视作品的灵感就来源于这一理论,认为人类是人工智能物种的「活电池」。

 

还有一些宗教概念,如「最后一个星期四(Last Thursdayism)」和「创世说」,分别认为地球和地球上的一切都是上周四创造的,地球是6000年前创造的。

 

还有一些人认为,我们的身体是灵魂的渠道,在我们死后,这些灵魂将继续存在,因此,这个现实是一个幻觉或一个测试,以确定我们的最终命运。

 

但是目前的科学无法证明这些理论。没有办法证明「我们现在是生活在现实世界而非矩阵模拟中」。

 

仍然要继续寻找证据。

 

比如从人工智能角度分析。


人工智能没有感官,只是某种幻觉

 

当下设计人脑的各种研究课题都指向人工智能。我们对机器学习和自动化了解得越多,我们就越接近于分离和理解那些有关生物体的智能特性。

 

我们就越能理解「人类万物灵长、如此特别」的是什么。

 

有趣的是,人工智能生活在一个比我们所认知的更加接近「缸中之脑」的环境中。

 

当一个人工智能系统自己创造一些本来不会存在的东西,比如一个新奇的图像或文本,它不是将思想转化为行动,而是产生「幻觉」

 

人工智能不与世界互动。它没有感官,只能解释数据。一个应用AI的机器人是没有感觉的,它只是解释数据。

 

当人工智能被训练产生新奇的输出时,比如创作了梵高风格的独特画作,实际上它并不是在画一幅画。


 

只是在以前的数据集基础上进行新的数据阐释。这种人工智能的目标是「模仿风格」,而不是重新创作原始画作,所以它只是混合了一堆数据,直到创造出令人满意的输出。

 

人工智能不可能神奇地穿越到我们的世界,看到我们在谈论什么,或者像我们一样体验一幅画,所以在我们发现如何使它具有感知能力之前,人工智能一直处于永恒的幻觉之中。

 

另一方面,人类具有难以置信的适应能力。我们有五种感官和无数的神经通路来处理它们,然而我们对基本现实的想法仍然不受一种或多种感官丧失的约束。

 

那些天生或生活中没有视觉的人仍然可以想象事物,那些没有听觉的人仍然可以暂时处理信息,甚至连不能感知触觉的伊恩和金都有一种发达的具身感。

 

人类的大脑显然不是一团血肉的独立控制实体。就像研究人员所说的那样,我们不是「缸中之脑」。

 

上述研究加深了我们对大脑的理解,人类大脑绘制了一个自我内化的世界观,当人类被迫寻找、面对所谓的现实时,它就会适应并指向大多数人认为的「正常」,也即共识现实,它具有这种能力。


 

所以,也许我们目前还不能证明我们生活在一个「基本现实」中,但至少在「非基本现实」出现时我们可以辨别这是假的。

 

不过,话又说回来,也许这就是创造《黑客帝国》的机器人想让我们相信的。



参考链接

https://thenextweb.com/neural/2021/02/16/experimental-brain-research-makes-it-seem-less-likely-were-living-in-the-matrix/

https://link.springer.com/article/10.1007/s00221-021-06037-4




登录查看更多
0

相关内容

在计算机科学与信息科学领域,理论上, 本体是指一种“形式化的,对于共享概念体系的明确而又详细的说明,是对特定 领域之中某套 概念及其相互之间 关系的形式化表达
专知会员服务
121+阅读 · 2021年6月23日
【2021新书】概率论介绍,395页pdf
专知会员服务
73+阅读 · 2021年1月17日
【经典书】线性代数,352页pdf教你应该这样学
专知会员服务
105+阅读 · 2020年12月20日
专知会员服务
9+阅读 · 2020年11月12日
专知会员服务
49+阅读 · 2020年8月27日
最新《机器学习理论初探》概述
专知会员服务
46+阅读 · 2020年5月19日
《强化学习》简介小册,24页pdf
专知会员服务
272+阅读 · 2020年4月19日
大脑通过统计推理表征“自我”
人工智能学家
6+阅读 · 2019年9月4日
神经网络原来是这样和数学挂钩的
遇见数学
8+阅读 · 2019年5月21日
人工智能正在向具有“高情商”发展
人工智能学家
3+阅读 · 2019年5月17日
CCCF专栏 | 如何以计算的视角来思考
中国计算机学会
3+阅读 · 2019年4月22日
王维嘉:暗知识——机器认知的颠覆
亚布力中国企业家论坛
5+阅读 · 2019年3月12日
科学家揭示沙利度胺的致畸原理
生物探索
5+阅读 · 2018年8月6日
CCCF专栏:黄铁军| 也谈强人工智能
中国计算机学会
5+阅读 · 2018年2月15日
论人工智能与人类智能的关系
无人机
3+阅读 · 2017年11月26日
人工神经网络是否模拟了人类大脑?
数说工作室
9+阅读 · 2017年7月19日
Arxiv
0+阅读 · 2021年6月21日
Arxiv
0+阅读 · 2021年6月19日
Arxiv
0+阅读 · 2021年6月17日
Arxiv
0+阅读 · 2021年6月10日
Arxiv
3+阅读 · 2015年11月29日
VIP会员
相关VIP内容
专知会员服务
121+阅读 · 2021年6月23日
【2021新书】概率论介绍,395页pdf
专知会员服务
73+阅读 · 2021年1月17日
【经典书】线性代数,352页pdf教你应该这样学
专知会员服务
105+阅读 · 2020年12月20日
专知会员服务
9+阅读 · 2020年11月12日
专知会员服务
49+阅读 · 2020年8月27日
最新《机器学习理论初探》概述
专知会员服务
46+阅读 · 2020年5月19日
《强化学习》简介小册,24页pdf
专知会员服务
272+阅读 · 2020年4月19日
相关资讯
大脑通过统计推理表征“自我”
人工智能学家
6+阅读 · 2019年9月4日
神经网络原来是这样和数学挂钩的
遇见数学
8+阅读 · 2019年5月21日
人工智能正在向具有“高情商”发展
人工智能学家
3+阅读 · 2019年5月17日
CCCF专栏 | 如何以计算的视角来思考
中国计算机学会
3+阅读 · 2019年4月22日
王维嘉:暗知识——机器认知的颠覆
亚布力中国企业家论坛
5+阅读 · 2019年3月12日
科学家揭示沙利度胺的致畸原理
生物探索
5+阅读 · 2018年8月6日
CCCF专栏:黄铁军| 也谈强人工智能
中国计算机学会
5+阅读 · 2018年2月15日
论人工智能与人类智能的关系
无人机
3+阅读 · 2017年11月26日
人工神经网络是否模拟了人类大脑?
数说工作室
9+阅读 · 2017年7月19日
Top
微信扫码咨询专知VIP会员