前言：

（1）如要引用或转载，请发邮件联系作者，做自我介绍（姓名，单位，职务，研究方向等）和说明用途。acosmos@126.com，经作者回复同意方可。

（2）本论文主要内容系2022年9月完稿（ChatGPT部分是最近2023年4月加上的）。

从意识到情感——论复杂系统的智能演进

单广君

E-mail: acosmos@126.com

摘要：ChatGPT出来后，人们对人工智能如何到达奇点进行了热烈的讨论。当前人工智能技术还处于弱人工智能阶段。发展强人工智能必然要涉及意识、心灵和创造力等问题。首先，通过对意识、创造力，以及情感产生机制的分析，我们认为意识的产生是基于复杂系统内部分层次的复杂相互作用，并不完全依赖于复杂系统的构成基质。因而基于机器的意识、创造力和情感是完全可能实现的。其次，应当将群体智能作为一种智能形态来看待，人类个体是群体智能实现的底层基质，个体智能是群体智能在个体上的投射。人类之所以具有高度文明，主要是由于群体智能的作用。人类的高级情感是群体智能在初级情感基础上，为了适应环境而演进出来的。情感是群智社会形成和发展的重要推力。在未来要实现超越人类文明的超人工智能，发展群体智能是必由之路，有必要对群体智能的机理进行细致深入的研究。

关键词：强人工智能、群体智能、情感、意识、复杂系统

一、什么是智能

ChatGPT出来后，引起了人们极大的兴趣，从而产生了对人工智能如何到达奇点的热烈讨论。作为一种人工智能技术驱动的自然语言处理工具，ChatGPT能够通过理解和学习人类的语言来进行对话，还能根据聊天的上下文和人进行互动，甚至可以通过人们给出的提示信息来撰写邮件、生成和解释代码、写论文等。然而，需要明确的是，尽管ChatGPT可以生成逼真的回答和对话，它并没有意识、情感或自我意识。ChatGPT是基于统计和机器学习的技术构建而成，通过对大量文本数据进行训练来学习语言模式和概念，并通过这些信息生成了新的文本。它无法体验感觉、情绪或产生独立的思考。

起源自2011年的人工智能第三次发展浪潮大量运用了神经网络、深度学习等手段，其特点是需要大量的人工干预。所以现阶段人工智能的发展还处于“人工+智能”的阶段，即人工干预下的专用智能系统。而发展强人工智能，则要求机器能够在尽可能少的人工干预下发展出自主的通用智能，目前的科技还无法做到。

要探讨强人工智能，不可避免地要讨论“智能”的定义。什么是智能？我们先回溯一下关于“图灵测试”的争论。1950年英国数学家图灵在论文中提出，将人和机器分隔在2个房间里，可以互相通话，但彼此看不到对方。如果通过对话，作为人的一方不能分辨对方是人还是机器，那么就可以认为那台机器达到了人类的智能水平^[1]。但反对者认为，即使机器通过了图灵测试，也不能说机器就有智能。为此，美国哲学家约翰·塞尔勒在1980年设计了“中文屋”的思想实验。在该实验中，塞尔勒假设自己被关在一个房间内，他手中有一本可以处理中文字符和语法的书。门外的测试者通过窗户递给他一些有中文语句的纸条。房间中的人可以使用他的书来翻译这些文字并用中文回复。虽然房间外的人以为房间内的人懂中文，但实际上塞尔勒并不理解他所处理的中文^[2]。

作为数学家的图灵对于智能的定义上更偏向功能主义。而作为哲学家的塞尔勒则从意向性角度来看待智能。塞尔勒和图灵的分歧点在于：智能是否应具有意识和心灵。这是一个至今争论不休的问题，也是当前人工智能（弱人工智能或专用人工智能）和强人工智能的分水岭。近三十年以来，弱人工智能逐步开始在棋类博弈、专家系统、智能搜索、语音识别、无人驾驶、人脸识别、自然语言处理等诸多领域碾压人类的能力，人类对机器智能认识的心理防线一次又一次被突破，但自命不凡的心理仍让人们固守最后的锡安^注1，即：机器不具有自主意识和心灵，因此机器智能即使在某些方面再强大，也改变不了其为人类服务的工具属性。

塞尔勒认为即使一个机器强大到复制了人脑所有的功能，但如果它不具有因果推断能力，也不能认为它具有了智能^[2]。因此，在强人工智能的语境下，智能不仅要有知觉意识，还要具有自我意识，可以独立思考并解决问题。

人类之所以自命不凡是因为我们认为自己有灵魂，哲学称之为心灵。广义上说意识、思维、情感、道德、信仰等都属于心灵范畴。人类和周边的事物是如此的不同：我们具有意识，这种意识不仅可以将我们本体和周围区别开来，而且我们还可以自由地做出决定，付诸行动，去改变山川河流。我们具有卓尔不凡的创造力，在短短一万年的时间里，创造出了辉煌的文明。我们具有丰富的情感，有爱、恨、情、仇。我们具有各种心灵，如道德、信仰、欲求、希望、好奇、坚韧、羞愧等等。机器，它可能拥有这一切吗？！

现阶段科学还无法回答人工智能是否可以具有意识和心灵这样的问题^注2。因此从哲学的视角探讨意识、心灵和智能之间的关系，将可以为从技术上发展强人工智能提供高屋建瓴式的借鉴意义。

在开始讨论之前，我们需要提出2个问题：第一、认为机器无法具有意识和心灵，到底是机器真的无法达到，还是人类现阶段对智能的认知和实现手段不够；第二、智能的表现形式真的就只能按我们人类的定义和想象展开吗，以人为中心的智能的定义合理吗？

二、什么是意识

人类与生俱来的优越感，导致对机器具有高级智能抵触性的不承认。人们往往说机器人没有灵魂，这句话比较空泛。机器人没有哪方面的灵魂？因果推断能力，简单的因果推断机器现在已经可以实现^[3]，更复杂的以后也应该会有。人类对事物的认识也是随着观察、研究的深入而不断升华的。自我意识曾经被普遍认为是人类区别于其它动物的最为显著的特质之一，但近来的研究和实验表明黑猩猩、海豚等动物也具有一定程度的自我意识。机器是否可以具有意识和自我意识，在回答这个问题之前，我们先来看看意识产生的生物学基础。

我们通常所感受到的意识有两种：知觉意识和自我意识。知觉意识的生物学基础就是生物学个体从大脑神经元到神经末梢的感知能力，从而把生物个体和周围的环境区分开来。以人为代表的高等动物为什么会出现意识，这是因为高等动物的生物体功能高度分化，器官化。这种身体功能的高度分化需要一种调控机制，而意识的出现实现了所需的调控功能。比如，当手指不经意间碰触到火苗，手指的神经末梢受到刺激，会将这种刺激以生物电信号的形式传递到大脑神经元，大脑将这次刺激转化为灼痛感，并指示相应器官做出下一步反应。自我意识比知觉意识高级一些。自我意识具有对生物个体全体组织和器官的全局认识，不仅将生物个体和周围的环境区分开，并且具有以生物个体为中心的趋利避害调控机制。如果人工智能可以通过传感器接收各种输入信息，并在其内部，无论是通过元器件还是程序，抽象化处理这些信息并加以综合，那么人工智能的自我意识也会形成。

在意识产生问题的研究中，有些研究试图采用还原主义的方法来探究意识产生的机制。比如，科学家们试图通过生物组织切片的方式来绘制大脑神经元的回路连接图^[4]-[5]，进而研究意识、情感产生的问题。但这样的研究是片面的，不可能真正搞清楚意识、情感的产生问题。能够产生意识的复杂系统不仅具有复杂性，还具有层次性。试图拿一个层次里的物理及生化规律去解释另外一个层次里的物理或生理的现象，将遇到极大困难。

本文认为，意识的产生是复杂系统分层次，对信息不断提炼和高度抽象化的结果。举例来讲，手指受到火烧而产生的灼痛感就是高度抽象化的结果，而人的个体并不直接了解手指神经末梢是如何将火烧皮肤这样的信号传递到大脑，大脑将信号转化为抽象信息，且把这个抽象信息和灼痛感觉联系起来，并控制手指迅速离开火苗的具体细节。大脑呈现给人的不是信息处理的过程，而是信息处理后高度抽象的结果（灼痛感）。

意识的产生是基于生物体身体组织和器官的支持。拿自我意识来说，人类在婴儿阶段（0-2岁）还不完全具备自我意识，他/她还不能从镜子中分辨自己。在两岁左右，随着大脑发育的逐渐完善，以及父母和周边人的不断强化刺激，婴儿不仅可以认出镜子中的自己，而且把自己视为活动主体，并能把自己与他人分开。而阿尔兹海默症患者，由于保护神经的髓鞘的脱落，信号已不能通过神经正常传输，导致这类患者甚至不知道自己是谁，部分人丧失了自我意识。这说明自我意识不是人类与生俱来的本领，也是通过身体发育和后天学习而取得的。而且也有可能随着身体组织器官的受损而消失。

尽管不太准确，我们仍可将人体的组织器官想象成“硬件”，千万年的自然选择过程视为“元算法”。如同计算机硬件可以升级换代一样，生物硬件也可以在自然算法千万年的作用下不断进化。而DNA^注3如同设计图纸，生物硬件通过DNA图纸将自然算法对生物硬件的改造一代一代的遗传下去，并装配成新的“硬件”。对于人类个体而言，其“硬件”经过千万年的进化，已经是一个包含了众多生物组织的复杂系统，各器官、各层级之间有复杂的生物化学相互作用，这是我们意识的基础。图1展示了复杂系统内部的分层次结构。能产生意识的复杂系统一定是在一些简单规则作用下如俄罗斯套娃般分层次的复杂系统。各种外部信息和内部信息在复杂系统内部的不同层次间流通传递，其语义信息被高度抽象化，有些高度抽象化的语义信息被体现为我们的知觉意识（比如灼痛感），或者趋利避害的自我意识。

图1. 在简单规则作用下的复杂系统分层次结构

根据本文前面的结论：意识的产生是复杂系统分层次，对信息不断提炼和高度抽象化的结果，我们做出进一步的推论，即：意识的产生是基于复杂系统内部分层次的复杂相互作用，而和复杂系统具体的构成基质无关。也就是说，意识的产生既可以基于碳基生物体，也可以基于硅基计算机，或者其它类型的基质乃至混合基质，只要这种基质的组织形式能够支撑这种分层复杂系统的长期存在。对于基于硅基计算机系统产生的意识，我们称之为机器意识。机器本身的硬件结构非常复杂或者计算能力非常强大并不是机器意识产生的充分条件。前面我们说到意识产生的必要条件之一是基质的组织形式要能够支撑分层复杂系统的存在，因此如果复杂系统内部不具有如图1那样层次化抽象处理信息的能力，该复杂系统也不太可能产生意识、自我意识等现象。

三、什么是创造力

另一个人们常常用来说明机器不可能拥有强人工智能的理由是机器不具有创造力。其想表达的意思其实是机器不能像人那样思考、思维和推理，因而不具有创造力。

创造力最明显的2个特质是推理能力和联想能力，但是，首先任何创造都离不开知识。只有在具有一定知识的基础上，才能产生创造力。笔者曾在动物园亲眼看到红毛猩猩利用折断的树枝来吃离自己较远，手无法够到的蚂蚁。尽管和人类的各种伟大发明创造无法相提并论，但其表现实质却无根本不同。

图2. 思维和推理过程导图

参照图2，我们来分析这一过程的实现。绝大多数创造力都根源于目标，或者说意图（因）。有一些意图可能表现的不那么强烈，藏于潜意识里，这里不做分析。当有了意图后，红毛猩猩要从存储于大脑中的知识库（先验知识）中定义一些抽象的规则，并提取部分先验知识。比如：树枝是轻的，手可以拿起来；长的物体可以延长手的长度；蚂蚁在手的长度范围之内是可以被捕捉到的；牢固的栏杆是移动不了的，等等。这样，当有外部信息输入时，比如，看到折断的树枝，动物园围栏的栏杆，身边的石头等时，红毛猩猩根据先验知识和定义的规则，会选择折断的树枝作为工具（因为围栏的栏杆是无法移动的，石头的长度不够），延伸手的长度，使得蚂蚁在“手”的范围之内，并付诸身体行动，捕食之（果）。当这一过程完成后，无论结果为正（成功）或为负（失败），红毛猩猩的大脑知识库中都会记录一条新的规律，形成新的先验知识。我们需要意识到，尽管思维和推理是源自于我们的身体和大脑，但其过程并不被我们所感知。因为如果信息每一步的处理过程都要被感知到的话，既无必要，也不是人类有限的脑容量可以承担的。因此，创造力的思维活动其信息的处理是高度抽象化的。我们只能感知到有限的思维活动（因果推断）和最终的处理结果（解决方案）。由于信息处理的过程和细节并不被大脑所感知，因此我们产生了对思维活动的神秘感，认为机器无法像人那样思考和推理，不具有创造力。

图3. 逻辑与、或、非运算及简单电路实现

如图3所示，布尔代数有三种基本运算：与、或、非，这三种基本运算可以组成其它更复杂的逻辑运算。而包括与、或、非门在内的所有逻辑运算都是由“0”，“1”组成的，可以通过电子元器件，如电阻、电容等实现。上述红毛猩猩高度抽象化的思维和推理过程，如规则定义，运用规则和先验知识与外部信息进行目标匹配等步骤是可以通过逻辑运算模拟的。现代计算机的底层基础现是二元逻辑运算的布尔代数，按照图2所示的思维和推理过程导图来看，如果机器可以在有外部信息输入时，不断通过逻辑推理在自己原有知识库中加入新的知识或新的规律，实现自我更新迭代，实际上是具有了创造力的典型特征。至于这个创造力是来源于大自然的设计还是人类的设计，并不影响创造力存在的实质。

除了推理能力可以产生创造力外，联想能力也是创造力的特征之一。当推理能力无法解释因果关系时，联想能力会根据先验知识匹配一个似是而非的解释，这种解释既无法证实，也无法证伪，但却完成了从因到果的循环，对于创造力的产生同样具有积极意义。人类早期的宗教行为（巫术）、图腾崇拜都源于此。由于篇幅所限，本文不展开进行分析。

通过以上对创造力产生的过程分析，我们可以有以下结论：运用数理逻辑可以完成对创造力的建模。事实上，自动推理机^[6]，以及专家系统都是运用数理逻辑发展人工智能的有益尝试。近些年来人工智能领域深度学习的势头正劲，自动推理机和专家系统由于相对封闭的应用，其研究相对停滞。如果通过大数据、深度学习等技术不断完善丰富机器的先验知识，并和数理逻辑结合，机器实现源发性创造力是完全可能的。当然，要机器实现和人一样甚至超越人类的创造力，这是一个复杂的系统工程，我们现在的能力也许还不够，但随着技术的发展，机器具有为我们人类所理解或不为我们人类所理解的创造力也只是早晚的问题。

四、群体智能

第一章末尾我们提出了2个问题。其中第一个问题已经在上文进行了分析。现在我们来考虑第二个问题，即智能的表现形式真的只能按我们人类的定义和想象展开吗，以人为中心的智能的定义合理吗？

尽管有实验表明诸如黑猩猩、海豚、渡鸦等动物也具有一定程度的自我意识，自我意识仍被普遍认为是人类区别于其它智能体的最为显著的特质之一。不过自我意识也在某种程度上限制了我们人类对其它智能系统存在形式的认知。庄子和惠子的濠梁之辩可以形象地解释不同智能系统之间的认知藩篱。

庄子和朋友惠子在濠水的一座桥梁上散步，庄子看着水里的鱼说：鱼在水里悠然自得，多么快乐啊。惠子反诘到：你又不是鱼，你怎么知道鱼是快乐的呢！庄子回答道：你又不是我，怎么知道我不知道鱼的快乐呢？惠子说：我不是你，本来就不知道你；你本来就不是鱼，你不知道鱼儿的快乐，也是完全可以断定的。

濠梁之辩反映出异构智能系统之间由于缺乏有效沟通手段而无法相互理解和认知。目前对智能的定义一般是以人类的智能作为参照系来进行衡量。但是，更广泛的智能含义应不仅仅包含人类可理解的智能系统，也应包含暂时不被人类所理解，但却存在的智能系统，譬如，群体智能。

单个蚂蚁几乎不具有智能，只能对外界刺激做出本能的反应。但蚁群却表现出与单个蚂蚁完全不相称的智能。蚁群可以过河，以最短的路径觅食，对外战争，建巢穴，养育后代等等。以往的研究已经揭示蚂蚁可以释放一种化学物质，称之为信息素。信息素在蚂蚁以最短路径觅食的过程中发挥了关键作用。当从蚁巢到食物之间存在多条路径时，蚂蚁在最短那条路径上的往返次数是最多的，因而留下的信息素也就越强烈。在经历最初一段时间的随机选择后，蚂蚁会循迹信息素最强的那条路径（也即最短的那条路径）去获取食物。最近的一项研究更进一步地揭示了蚂蚁靠简单地分泌和识别信息素来沟通对于蚁群智能的巨大作用。研究人员利用基因编辑技术，使得蚂蚁的信息素受体器官不再起作用。蚂蚁通常是纵队前进（这也是为什么蚁群可以过河的原因），结果基因突变的蚂蚁不再像正常蚂蚁那样排队行进。研究还发现，信息素还调节蚂蚁的繁殖行为。新生幼虫分泌的挥发性信息素会刺激成年蚂蚁的大脑开始产生催产素，而催产素的产生会导致蚂蚁抚育幼蚁的行为^[7]-[8]。

单个蚂蚁的大脑大约有25万个神经元，和高等动物的智能完全无法比拟，但是当蚂蚁形成蚁群，却体现出高度组织化的行为，可以完成如筑巢，养育后代，发动对外战争进行劫掠等等一系列高等动物才具有的智能行为。本文认为有2个至关重要的因素导致这种现象的产生。一是蚂蚁的身体构造，即“硬件”。我们在第二章中提到过，千万年来大自然通过自然法则对生物体的建构和改变仿佛随时间演进的“元算法”，在某一时间切片上，通过“DNA图纸”构建的生物体具有一些与生俱来的行为规则和生化参数，比如单个蚂蚁的行进规则、释放的信息素浓度等都是被“元算法”优化好了的^注4。从而蚂蚁这种生物体构成了智能产生的基质。二是信息素，信息素起到了让蚁群社会的各个蚂蚁进行交流沟通的作用。信息素传递了某种不被人们所理解的符号信息，进而触发了蚂蚁某些与生俱来的行为规则，从而使得蚁群在整体行为上产生了涌现机制，体现出某种智能。

蚁群智能给我们以极大鼓舞。单个蚂蚁甚至都不具有智能，却可以担任智能涌现的底层基质，那由具有高度智能的人类个体组成的人类社又会如何呢？

长久以来，人们在人工智能的研究中一直注重对个体智能的研究，却忽视了群智社会对于人类智能的促进作用。究其原因，如同濠梁之辩中人感受不到鱼的快乐，人类个体还无法感受到群体意识，没有把群体智能作为一种智能形态去认知。第二章中提到我们通常所感受到的意识有两种：知觉意识和自我意识，但实际上还应存在有一种另类的意识：群体意识。当前的人类可以在生理上直观地感受到前两种意识，而后一种意识则通过信仰、社会行为规范、道德约束、国家/集体荣誉感间接地被感受到。

为什么人类的文明可以达到如此先进的程度，至少是遥遥领先于地球上的其它物种？目前有2种主要的观点。

观点1. 人的大脑神经元数目比其它动物多。

观点2. 人的DNA/基因比其它动物的DNA/基因更高级。

大脑神经元的数目是智能强弱的必要条件之一，但却不是充分条件。尽管研究显示人脑神经元数目是黑猩猩的三倍^[9]，但如果单论神经元数目的话，大象大脑的神经元数目是人类的三倍。即使将神经元之间的连接方式以及大脑构造等原因考虑进来，似乎也无法解释为什么人类和黑猩猩脑神经元数目仅为倍数的差异，但人类可以产生辉煌灿烂的文明，而黑猩猩却不能的原因。

DNA或基因真有高级低级之分吗？动物演化和生物的基因是环境选择的结果，不符合当下环境就会被淘汰，生存下来的物种积累的是万亿年以来的基因。章鱼的基因组甚至比人类的基因组还要复杂，基因数目也更多。人之所以卓尔不群，成为地球的统治性物种，有基因的因素，但应不止基因的因素。或者说，DNA和基因是个阈值因素。

人类的智能进步更重要的是知识累积的结果。并且看起来知识的积累比基因的积累效率要高多了。旧石器时代横亘上百万年，即使是新石器时代几万年前的人类，茹毛饮血，又比动物强到哪里去呢。但从人类文明诞生算起，我们只用了一万年的时间，就成为了地球上绝对的霸主生物。如果把一万年前的人类儿童或者成年人放到现代社会，让他接受良好教育，那么他成为社会精英的可能性不太会和现代人有什么区别，也会掌握诗歌创作和量子力学的知识。让我们来看一个现实中的例子。当英国人抵达澳洲时，不同种族的澳洲土著都大约停留在旧石器时代向新石器时代的过渡时期，即其文明程度落后于现代文明一万到数万年之间。此外，研究表明澳洲土著的基因大约三万年前就和地球上其它人类产生了隔离，成为基因孤岛^[10]。但幼年时期在教会学校接受教育的澳洲土著戴维·乌奈庞在工程、文学等几个领域都展现了他优于常人的卓越能力。目前澳元50元纸币正面正是戴维·乌奈庞的头像。而且这样的例子并不是个案。难道是这个人的基因和大脑神经元在十几年内就有了突破性发展吗？

显然，这个人无论是基因还是大脑中神经元的数量在短短十几年内都不可能再有大的变化，那么是什么在起作用呢？

本文认为知识的积累在人类文明的发展过程中发挥了决定性的作用。这样说并不是否认大脑神经元和DNA对于人类智能的积极作用。但如果没有知识的积累，再丰富的脑神经元和再复杂的DNA也不太可能让人类产生今天的现代文明。大脑神经元和DNA更多发挥的是阈值作用。当个体智能达到一定的程度（阈值），接下来发挥主要决定性作用的是知识的积累。对应于图2，知识的积累相当于先验知识的不断增加。知识的累积需要一定的群体规模。群体组织中知识通过交流产生的快速迭代远远超过个人知识的更新能力。因此对于群体中的某个个体，从统计学意义上来看，这个个体所掌握的知识和技能将代表其所处群体的平均智能水平。如果组成群体的个体不能形成一定规模，文明就无法在交流冲突中扩展，智慧思想也就难以延伸。塔斯马尼亚效应（Tasmania Effect）就是这样一个例子。一万多年前，随着地球冰期的结束，海平面开始迅速上涨，塔斯马尼亚和澳洲大陆分离，成为了一座与世隔绝的孤岛。由于塔斯马尼亚岛上的人口基数较少，加之封闭的自然环境，导致没有办法传承文明或知识，塔斯马尼亚人的文明程度甚至退化到原始人的水平。

人类的语言和文字在人类文明进化史中发挥了极为重要的作用。可以说文字是人类有史以来最伟大的发明。因为有了文字，知识不再只依赖言传身教，而得以更广泛更长久的传播和流传。通过一代一代个体智能的累加，人类社会的文明程度不断加速发展。以往我们争论到底是英雄创造了历史，还是历史创造了英雄。以群体智能的观点来看，这是一个相互纠缠，螺旋前进的过程。古往今来的杰出人物是群体智能投射到个体上的结果，而杰出人物的出现又推动了群体智能的进步。从这个角度说，历史上即使没有爱因斯坦也会有恨因斯坦，没有牛顿也会有马顿出现，只不过是早晚而已。人类个体的平均智能水准其实是人类群体智能在个体上的投影。

五、情感和群体智能

通过以上的分析，我们看到群体智能作为一种智能形态，是实现强人工智能的突破口，必须加以深入剖析。从认知论的角度看，智能产生的直接原因是先验知识的不断累积。而群体通过竞争、合作、交流等活动可以促进知识更多更快的产生，通过文字、言传身教可以保持知识在群体中的传承。这使得群体的先验知识比单独个体的先验知识更加迅速地扩展。在这一过程中，情感像是无形的手，推动了人类群智社会的形成和发展。而人类群智社会的发展反过来也促使人类进化出高级情感的生物学功能。情感对于群体的形成至少有以下几方面的作用：连接功能、内省^注5和外省^注6功能，以及群体行为调控功能。

情感具有连接功能。我们可以从蚁群的信息素出发来理解人类情感，两者都具有将个体联系起来的功能。但人类情感远不止连接功能。情感是什么，它是如何产生的。首先，情感是生物化学反应作用于人体器官组织，并被人体自我意识所认知的抽象符号。因此，情感架构于自我意识之上。如果没有自我意识，情感将难以发挥内省和外省的作用。

科学研究发现人体的大脑分泌的一些胺类神经传递物质，如多巴胺^[11]、去甲肾上腺^[12]、血清素^[13]等，刺激神经，与人类所特有的各种感情有直接关系。这些神经传递物质的不同平衡状态引起了人类感情的不同变化^[14]。但情感的产生并不仅如此，其它的研究显示情感还受大脑中相互连接的结构网络的影响。根据美国神经学专家保罗·麦克里恩的三脑理论，人脑是由爬虫脑（2至3亿年的历史）、哺乳脑（5000万年的历史），以及皮质脑（300万年的历史）组成的^[15]。三脑是人类在不同进化阶段的产物，虽然承担着不同的任务但却是紧密联结，互相深入影响的。一般认为爬虫脑主要是维持个体生命生存，包括心跳、呼吸、进食消化、排泄、睡眠、醒来、身体知觉在内的一系列重要生理功能。哺乳脑是指大脑的边缘系统，主要包括下丘脑、丘脑、海马和杏仁核。它的主要功能是负责激发情绪、处理情绪记忆等。皮质脑主要负责思考、规划等高级思维能力，帮人们寻找办法解决问题、调节过激情绪等。

三脑理论可以支持这样一个论断：从初级情感到高级情感是生物体为了适应生存环境而逐步演化出来的。

目前的一些研究把不同情绪的产生归结于大脑的不同部分，认为基础情感（初级情感），如恐惧，喜悦等产生于爬虫脑，其它的一些高级情感产生于哺乳脑等等。本文认为，在生物进化的过程中，初级情感来源于生物体本身对于周围环境的一些应激反应，如感受到危险或发现食物时，身体会分泌肾上腺素，因而使心跳与呼吸加速、血流量加大、血糖量升高，从而增强力量，提高反应速度。初级情感更多具有调节个体的生理、心理活动的属性。至于如蜥蜴等爬虫类生物是否拥有恐惧、喜悦等人类认为的情感，则如濠梁之辩那样，人类无法理解蜥蜴的情感，是一个尚无法证实的命题。进一步的，本文认为，高级情感是基于生物环境适应性的需要，在初级情感的基础上分化演进出来的。高级情感包括如喜欢、爱慕、仇恨、嫉妒、厌恶、感激、忠诚等等，更多地体现了个体交往、群体，乃至社会属性。例如生物的求偶特性是自然的法则，无论是对初等生物还是高等生物都是如此。但大多数动物的求偶行为明显更多地受到神经系统分泌激素的影响，求偶期过后往往各奔东西，甚至不少昆虫交尾后雌性会吃掉雄性，如螳螂、蜘蛛。显示绝大多数生物并不具有爱情这种情感。人类则从求偶本能进化出来爱情，这是生物体适应社会演变的结果。爱情这种情感的产生是在求偶本能的驱动下双方结成长期利益共同体的期许，有助于提高双方的生存几率。特别是在种群社会中，这种情感根据有利于种群的社会结构稳定，有利于种群的快速扩大，是一种更为先进的繁衍策略。

随着人类个体数量的不断增多，出于生存和竞争的需要，逐渐形成种群和社会。在此过程中人类个体逐渐进化出具有社会属性的高级情感，如关爱、嫉妒、同情、忠诚、服从、依赖、鄙视、仇恨等等。可以说，人类拥有比其它动物更丰富更细腻的情感是源于人类社会结构的高度复杂性。人类的一些高级情感并不能完全用三脑理论来解释。一些情感，特别是社会性的高级情感并非产生于大脑的某一个具体的区域，而是在三脑的共同作用下产生的。随着高级情感的出现，人类社会逐渐发展出包括宗教、道德、信仰、社会规范、对集体的忠诚度和荣誉感等一系列文明的组成要素。这些要素不仅对人类的不同群智社会产生了广泛而深刻的调控作用，而且也是人们间接感受到群体意识的元素。可以说，高级情感对人类的群体行为具有直接和间接的调控功能。

图4展示了人类种群作为一个复杂系统在气候、地理环境、动植物种群等因素的影响下，通过简单的自然规则，逐步衍生出分层次的多个复杂系统，如不同的社会，之后在情感等因素的作用下，衍生出群体智能才能产生的文明的过程。

图4. 复杂系统下分层次的人类文明演进过程

情感和群体智能的关系可以从以下2方面加以认识。

第一，情感是推动群智社会形成和发展的纽带。客观上看，情感，无论是正向情感还是负向情感，对人类社会的发展都有积极推动作用。如关爱自己社群中的弱者，不仅可以使弱者生存下来的可能性变高，并且由于共情的作用，当自己遇到困难时也可以获得其它社群成员的帮助。嫉妒，尽管属于负面情感，但是却具有内省的作用，可以让个体与其它个体的竞争中奋起直追，获得成功。

第二，情感是群体智能发展到更高级阶段，形成群体意识的必要条件。群体智能作为一种智能形态，当发展到一定阶段，也可能会产生意识，即群体意识。第四章提到，人由于身体生理条件所限，还无法直接感受到群体意识，但可以通过一些间接的方式感受到。比如，宗教信仰、社会道德、民族认同、国家荣誉感等，都是群体意识的客观反映。生命体的本质特征是不断的自我复制和自我更新。当一群人以情感为纽带形成一个社会群体，这个社群如同一个生命体，会基于基本的宇宙法则不断地自我复制。自我复制一开始遵循简单的规则，但随着简单规则在由小及大不同人群规模尺度上的反复运用，以及社会动力学特征在不同尺度上的差异，它能使群体通过相对简单的模式，产生复杂的社会结构。这时与复杂社会相称的一些新的特征开始涌现出来，即上面提到的群体意识。群体意识可以通过信仰、道德、荣誉感等内省规范约束群体中个体的行为，从而保持群体更好地利用周围环境，在竞争中处于优势地位。

六、情感和强人工智能

从上面的分析可以看出，情感的形成是形成群体智能的必要条件。目前机器情感建模还处于非常初级的阶段。现阶段通行的情感计算和识别模式是先通过穿戴设备、摄像头等外部设备采集人体的生理信号或者面部表情，再进行生理情感特征提取，之后通过情感模式识别算法对情感进行判别和识别，并将对应情感通过面部表情、身体姿态、语言声音等形式表达出来^[16]-[17]。因此当前的机器情感建模是模拟和延伸人的感情行为或者表情，属于涉身性情感机器，还不能自发地产生原生情感。

没有情感的人工智能还不是强人工智能。强人工智能无可避免地要涉及意识、创造力、情感等问题。从前面的论述可以看出，无论是意识还是创造力，乃至情感都可以不必基于生物体，基于机器的硬件加算法也可以做到。上一章提到生命的2大特质是自我复制和自我更新。机器实现自我更新在某种程度上可以解释为创造力。参见图2，机器创造力的本质在于机器是否可以通过外部信息输入归纳提炼出新的规律和知识，记入知识库，形成新的先验知识。根据机器是否可以实现自我复制和自我更新，我们将强人工智能分成四个等级，如图5所示，等级越高，智能发展潜力越强。

图5. 强人工智能的分级

本文认为要实现通用型强人工智能，即拟人机器人，在实现机器情感之前还需要先解决机器意识问题。如果不先实现机器意识，那么机器情感就无法拥有人的感受和体验，无法从内省或者外省角度实现自我驱动，也没有真正实现机器与机器、机器与人之间的情感交流。人类目前还没能实现对意识的有效建模。如本文第二章所言意识的产生是复杂系统分层次，对信息不断提炼而得到的高度抽象化的符号，比如某个脑神经纤维上的某个电位的信号。各种外部信息和内部信息在复杂系统内部的不同层次间流通传递，其语义信息被高度抽象化，有些高度抽象化的语义信息被体现为我们的知觉意识（比如灼痛感），或者自我意识（比如你、我、他的概念）。知觉意识对于生物体也不是一成不变的。蟑螂喜欢吃带有甜味的食物，但用来诱杀蟑螂的涂有糖的毒药在经历了几年的使用后却没有它们从前那样有效。近来的一项研究表明，在经过了几年甜味毒药的杀戮后，蟑螂的味觉受体神经元把原来的甜味识别为苦味，从而拒绝进食任何含有糖的食品^[18]。这说明意识本身在某种程度上只不过是一种抽象化的符号，其解释权在认知系统。自我意识也可能产生错误。在真假手错觉实验中，受验者往往产生会对橡胶假手产生错误的知觉，甚至把橡胶假手当成自我的一部分^[19]。这说明我们十分笃定的自我意识也不那么真实。意识这种高度抽象化的符号恐怕得到认知系统才能得到理解。因此，机器意识要和认知系统结合起来才能产生我们人类语境下的意识。至于认知系统究竟是自然的作品还是人类的作品，并没有实质不同。

其次，对于机器情感，现有的情感计算和识别技术还不足以支撑机器产生原生情感。情感产生机制非常复杂，比如即使同一件事，对于不同的人产生的情感类型和程度都不尽相同，有人可能表现出来非常欣喜，有人可能只表现出一般高兴，有人甚至表现出伤心。情感具有相对性、主体依赖性、混合性（即同时在个体上出现2种及以上的情感）。要模拟产生原生情感，还需要发展出更适合的技术和数学方法。

在上一章我们提到，群体智能是实现（超）强人工智能的突破口。情感，尤其是高级情感是人类群智社会的进化产物。从促进文明进化的角度来看，群体智能的作用要大于个体智能。个体智能是群体智能在个体上的投射。按照这样的脉络，如果我们想要发展强人工智能，势必要深入发展机器情感，建立机器-机器或者机器-人之间的情感互动。

目前如火如荼的人工智能技术，即以卷积神经网络、循环神经网络等为代表的深度学习技术是通过模仿人类神经元构造，以误差反向传播来训练神经元之间的参数，利用神经网络的多层级来提取出高度抽象的数据特征或者信息语义。但群体智能沿袭的是一条不太一样的技术路线。首先，群体智能的形成是根据几个非常简单的规则，根据这些简单的规则个体不断交互，进而在外部环境等因素的影响下形成复杂的社会结构。个体开始分工化，阶级化。因此群体智更适合解决非单一目标的，多元化层次化的任务，也更适用于强人工智能的通用性特点。其次，群体智能是去中心化的，每个个体都对任务都有相应的贡献，不会因为缺少部分个体而造成任务的整体失败，因此更能适应分布化、网络化的环境。第三，通过引入情感，群体智能将能实现比个体智能更快的先验知识积累、更长久的群体记忆，以及交互启发导致的强大群智涌现的现象。目前群体智能的应用还停留在蚁群算法、粒子群算法这样的浅层阶段，其强大的群智涌现效应还远未体现。现阶段还缺乏对群体智能的深入机制性研究，有必要在未来对群体智能产生的机理进行细致深入的剖析。本文认为至少有如下几个方面是发展群智技术所应注意的：

1)     现阶段的深度学习技术注重神经元之间的连接，未来的群智技术应注重的是智能体之间的连接。智能体作为群体智能的底层基质，其结构肯定不会如神经元那样简单，而是有一定的结构和功能要求。

2)     机器情感机制的设计和实现是实现群智技术的重点。有必要对人类情感的心理学机制、生物学机制、社会动力学机制开展进一步深入研究，并据此设计抽象的机器情感实现机制。

3)     机器情感的产生，将可以使得机器参与到人类更高级的智力活动中来，比如科学理论研究、技术研发、艺术创作等等，形成人机群体智能，推动人类社会在科技领域的加速发展。

七、结语

群体智能和个体智能一样，也是一个复杂系统。如果不是由于个体智能向群体智能演化，情感、语言、文字这些对人类群智社会发展至关重要的东西都不会存在。以当前的人类的科技水平而言，可能我们暂时还无法实现拟人水平的强人工智能，但研究群体智能的机制和机理，发展出新的人工智能技术，并和当前的专用人工智能或弱人工智能技术相结合，对于我们科技水平的进步而言仍能发挥出核弹级的效果。

另一个值得思考的问题是，当实现强人工智能的那一天，人造智能和人类智能是否仍存在差异。如果我们依然遵循决定论的思路来设计人工智能，那么当给定好内部和外部参数时，所有的机器智能都将做出同样的决策，拥有同样的情感体验，这将和人类平时有些波动的行为和情绪有一些不同。因此，如果想设计和人一样，不那么“完美”的人工智能的话，则需要在强人工智能中加入随机性和不确定性因素。

随之而来的一个伦理问题是，如果机器人拥有和人类一样的情感，他们还能被称为“它们”吗？

未来100年，人类的进化发生颠覆性变化是一个大概率事件。很有可能我们的生命将以一个我们目前无法预料的形式延续和发展，不仅包括智能水平，也包括身体形态。尽管我们曾以为自己具有自由意志，但在巨大的诱惑面前（如永恒的生命），终究会发现经过数代人之后，个人的坚持还是无法改变最终群体选择的结果。

参考文献

[1]. Alan M. Turing. Computing Machinery and Intelligence[J], Mind, 49: 433-460, 1950.

[2]. John. R. Searle. Minds, brains, and programs[J]. Behavioral and Brain Sciences 3 (3): 417-457, 1980.

[3]. 丁梦远,兰旭光,彭茹,郑南宁. 机器推理的进展与展望[J].模式识别与人工智能, 34(01):1-13, 2021.

[4]. 齐磊磊. 计算的理念—从机械推理者到元胞自动机再到3D打印机[J]. 系统科学学报, 24(2):14-17, 2016.

[5]. K. Smith. The Brain-Circuit Challenge: Even The Simplest Networks of Neurons Defy Understanding. So How do Neuroscientists Hope to Untangle Brains with Billions of Cells? [J]. Nature, 548: 150-152, 2017.

[6]. J. L. Morgan, J. W. Lichtman. An Individual Interneuron Participates in Many Kinds of Inhibition and Innervates Much of the Mouse Visual Thalamus[J]. Neuron, 106(3): 468-481.e2, 2020.

[7]. S. K. McKenzie, M. E. Winston, et., al. The genomic basis of army ant chemosensory adaptations[J]. Molecular Ecology, 30: 6627-6641, 2021.

[8]. T. W. Olivos-Cisneros, L. McKenzie, et., al. Orco mutagenesis causes loss of antennal lobe glomeruli and impaired social behavior in ants[J]. Cell, 170: 727-735, 2017.

[9]. S. B. Kwiecinski, S. L. Giandomenico, et., al. An early cell shape transition drives evolutionary expansion of the human forebrain[J]. Cell, 184(8): 2084-2102, 2021.

[10].     A. S. Malaspinas, M. C. Westaway, et al. A Genomic History of Aboriginal Australia[J]. Nature, 538(7624): 207-214, 2016.

[11].     杜相欣,张利娜,张雨彤等.大鼠前扣带皮层多巴胺D1受体参与痛相关情绪调节的行为-电生理学观察[J]. 生理学报, 74(2):155-164, 2022.

[12].     李吉军,陈丰博,张冬梅. 盐酸帕罗西汀片治疗抑郁发作情绪障碍对P物质、神经肽Y、5-羟色胺及去甲肾上腺素水平的影响分析[J]. 当代医学, 27(33):28-30, 2021.

[13].     刘聪丛. 血清素对情绪加工的调节机制[D]. 电子科技大, 2021.

[14].     Fushun Wang, Jiongjiong Yang, et al. Editorial: Neurotransmitters and Emotions, Volume II[J]. Frontiers in Psychology, 13: 920702, 2022.

[15].     Paul D. MacLean. The Triune Brain in Evolution : Role in Paleocerebral Functions[M]. Plenum Press, 1990.

[16].     陈培基. 基于多模态生理信号的情感识别研究[D].天津理工大学,2021.

[17].     F. Cugnata, R. M. Martoni, et al. Modeling Physiological Responses Induced by an Emotion Recognition Task Using Latent Class Mixed Models[J]. PloS One, 13(11): e0207123–e0207123, 2018.

[18].     W. Ayako, S. Jules, S. Coby. Changes in Taste Neurons Support the Emergence of an Adaptive Behavior in Cockroaches[J]. Science, 340:972-975, 2013.

[19].     B. Jalal, R. McNally, et al. Fake It till You Make It ! Contaminating Rubber Hands (Multisensory Stimulation Therapy) to Treat Obsessive-Compulsive Disorder[J]. Frontiers in Human Neuroscience, 13: 414, 2020.

From Consciousness to Emotion -- On the Intelligent Evolution of Complex Systems

Abstract: After advent of ChatGPT, there has been intense discussion on how artificial intelligence (AI) can reach the singularity. At present, AI technologies are still in the stage of weak AI. Consciousness, mind, and creativity are the issues inevitably involved in the development of strong AI. First, by analyzing the mechanism of consciousness, creativity, and emotion, we argue that the generation of consciousness is based on the complex interactions of parts of a hierarchical complex system, and does not depend only on the composition of the complex system. Therefore, machine-based consciousness, creativity, and emotion are feasible. Second, swarm intelligence should be considered as a form of intelligence. Human individuals are the underlying substance for the realization of swarm intelligence, and individual intelligence is the projection of swarm intelligence on individuals. The reason why human beings are highly civilized is mainly due to the role of swarm intelligence. Human’s advanced emotion is evolved by swarm intelligence based on primary emotion to adapt to the environment. Emotion is an important driving force for the formation and development of a swarm intelligence society. To achieve super AI beyond human civilization in the future, the development of swarm intelligence is an inevitable course, and a detailed and in-depth study of the swarm intelligence mechanism is necessary.

Keywords: Strong Artificial Intelligence, Swarm Intelligence, Emotion, Consciousness, Complex System  

注

[1] 锡安是耶路撒冷城的一座山名，后来意为最后的避难所。电影《黑客帝国》中锡安是人类抵抗机器大军的最后基地。

[2] 意识是其它心灵现象的基础，因此本文将意识和心灵并列。

[3] DNA是脱氧核糖核酸(动植物的细胞中带有基因信息的化学物质)的英文缩写。基因是指携带有遗传编码信息的蛋白质序列。DNA并不全是基因，也包含一些看似无用或冗余的信息，即不参与编码的蛋白质序列片段。但目前有研究认为这些冗余的信息也在生物遗传中起重要作用。因此这里我们用DNA，而不是基因。

[4] “元算法”对生物的行为规则和生化参数的优化在当前时空是固定的，但随着时空的不同是动态变化的。

[5] 内省是指个体对于自己处于周围环境中的情形，群体中地位的认知，并基于这种认识调整自己的行为。

[6] 外省是指个体对于自己周围环境，群体中其它个体的认知，并基于该认知采取措施去改变环境或影响其它个体。