The quest to understand consciousness, once the purview of philosophers and theologians, is now actively pursued by scientists of many stripes. We examine consciousness from the perspective of theoretical computer science (TCS), a branch of mathematics concerned with understanding the underlying principles of computation and complexity, including the implications and surprising consequences of resource limitations. In the spirit of Alan Turing's simple yet powerful definition of a computer, the Turing Machine (TM), and perspective of computational complexity theory, we formalize a modified version of the Global Workspace Theory (GWT) of consciousness originated by cognitive neuroscientist Bernard Baars and further developed by him, Stanislas Dehaene, Jean-Pierre Changeaux and others. We are not looking for a complex model of the brain nor of cognition, but for a simple computational model of (the admittedly complex concept of) consciousness. We do this by defining the Conscious Turing Machine (CTM), also called a conscious AI, and then we define consciousness and related notions in the CTM. While these are only mathematical (TCS) definitions, we suggest why the CTM has the feeling of consciousness. The TCS perspective provides a simple formal framework to employ tools from computational complexity theory and machine learning to help us understand consciousness and related concepts. Previously we explored high level explanations for the feelings of pain and pleasure in the CTM. Here we consider three examples related to vision (blindsight, inattentional blindness, and change blindness), followed by discussions of dreams, free will, and altered states of consciousness.


翻译:我们从理论计算机科学的角度审视意识,这是一个数学分支,涉及理解计算和复杂的基本原则,包括资源限制的影响和令人惊讶的后果。 艾伦·图灵简单而有力的计算机定义、图灵机(TM)和计算复杂理论的视角,我们正式确定了全球工作空间理论(GWT)的修改版本,该概念源自认知神经科学家伯纳德·巴尔斯,并由他进一步发展,斯坦尼斯拉斯·德海内、让-皮埃尔·谢莫德和其他方面。我们不是在研究一个复杂的大脑模型或认知原理,而是研究一个简单的计算模型(公认的复杂认识概念)。我们这样做的方式是界定“觉知图灵机”(CTM),也称为自觉的AI,然后我们在这里界定CWorld Sorlorth The the conformation(GWTS)的定义,我们建议为什么CTM有理性的改变感知觉感,而我们从感知觉和感知觉的感的感官的感官感官感官和感官的感官的感官的感官的感。

0
下载
关闭预览

相关内容

它的目的是理解计算的本质,并因此提供更有效的方法。所有介绍或研究数学、逻辑和形式概念和方法的论文都是受欢迎的,前提是它们的动机显然来自计算领域。理论计算机科学发表的论文按其性质分为三个部分。第一部分“算法,自动机,复杂性和游戏”致力于研究算法及其复杂性,使用分析,组合或概率的方法。它包括抽象复杂性的整个领域(即,所有可以使用图灵机器定义的层次结构的结果)、自动机和语言理论的整个领域(包括无限词和无限语言的自动机),整个几何(图形)应用领域和使用统计方法测量系统性能的整个领域。官网链接:https://www.sciencedirect.com/journal/theoretical-computer-science/about/aims-and-scope
专知会员服务
17+阅读 · 2020年9月6日
数据科学导论,54页ppt,Introduction to Data Science
专知会员服务
41+阅读 · 2020年7月27日
经济学中的数据科学,Data Science in Economics,附22页pdf
专知会员服务
35+阅读 · 2020年4月1日
机器学习入门的经验与建议
专知会员服务
92+阅读 · 2019年10月10日
【哈佛大学商学院课程Fall 2019】机器学习可解释性
专知会员服务
103+阅读 · 2019年10月9日
【SIGGRAPH2019】TensorFlow 2.0深度学习计算机图形学应用
专知会员服务
39+阅读 · 2019年10月9日
【电子书推荐】Data Science with Python and Dask
专知会员服务
43+阅读 · 2019年6月1日
已删除
将门创投
3+阅读 · 2019年9月4日
意识是一种数学模式
CreateAMind
3+阅读 · 2019年6月24日
人工智能 | ISAIR 2019诚邀稿件(推荐SCI期刊)
Call4Papers
6+阅读 · 2019年4月1日
IEEE | DSC 2019诚邀稿件 (EI检索)
Call4Papers
10+阅读 · 2019年2月25日
人工智能 | SCI期刊专刊信息3条
Call4Papers
5+阅读 · 2019年1月10日
A Technical Overview of AI & ML in 2018 & Trends for 2019
待字闺中
16+阅读 · 2018年12月24日
【推荐】免费书(草稿):数据科学的数学基础
机器学习研究会
20+阅读 · 2017年10月1日
Arxiv
0+阅读 · 2021年10月6日
Arxiv
0+阅读 · 2021年10月5日
Arxiv
0+阅读 · 2021年10月1日
Arxiv
11+阅读 · 2021年3月25日
A Survey of Deep Learning for Scientific Discovery
Arxiv
29+阅读 · 2020年3月26日
Arxiv
4+阅读 · 2019年12月2日
Mobile big data analysis with machine learning
Arxiv
6+阅读 · 2018年8月2日
VIP会员
相关VIP内容
专知会员服务
17+阅读 · 2020年9月6日
数据科学导论,54页ppt,Introduction to Data Science
专知会员服务
41+阅读 · 2020年7月27日
经济学中的数据科学,Data Science in Economics,附22页pdf
专知会员服务
35+阅读 · 2020年4月1日
机器学习入门的经验与建议
专知会员服务
92+阅读 · 2019年10月10日
【哈佛大学商学院课程Fall 2019】机器学习可解释性
专知会员服务
103+阅读 · 2019年10月9日
【SIGGRAPH2019】TensorFlow 2.0深度学习计算机图形学应用
专知会员服务
39+阅读 · 2019年10月9日
【电子书推荐】Data Science with Python and Dask
专知会员服务
43+阅读 · 2019年6月1日
相关资讯
已删除
将门创投
3+阅读 · 2019年9月4日
意识是一种数学模式
CreateAMind
3+阅读 · 2019年6月24日
人工智能 | ISAIR 2019诚邀稿件(推荐SCI期刊)
Call4Papers
6+阅读 · 2019年4月1日
IEEE | DSC 2019诚邀稿件 (EI检索)
Call4Papers
10+阅读 · 2019年2月25日
人工智能 | SCI期刊专刊信息3条
Call4Papers
5+阅读 · 2019年1月10日
A Technical Overview of AI & ML in 2018 & Trends for 2019
待字闺中
16+阅读 · 2018年12月24日
【推荐】免费书(草稿):数据科学的数学基础
机器学习研究会
20+阅读 · 2017年10月1日
相关论文
Arxiv
0+阅读 · 2021年10月6日
Arxiv
0+阅读 · 2021年10月5日
Arxiv
0+阅读 · 2021年10月1日
Arxiv
11+阅读 · 2021年3月25日
A Survey of Deep Learning for Scientific Discovery
Arxiv
29+阅读 · 2020年3月26日
Arxiv
4+阅读 · 2019年12月2日
Mobile big data analysis with machine learning
Arxiv
6+阅读 · 2018年8月2日
Top
微信扫码咨询专知VIP会员