국제 최고 출판물 PNAS에 소개되었습니다! 이론적인 컴퓨터에서 시작하여 과학자들은 '의식적인 튜링 기계'라는 의식 모델을 제안했습니다.

5월 말, 최고 국제 저널인 "Proceedings of the National Academy of Sciences"(PNAS)에 작년 10월에 검토된 논문이 게재되었습니다. 그 연구는 매우 탄탄합니다: 튜링의 컴퓨팅 모델 튜링 머신(TM). )와 의식적 글로벌 작업 공간 이론(GWT)을 바탕으로 저자 등은 이론적 컴퓨터의 관점에서 출발하여 계산 복잡도 이론과 기계 학습 지식을 결합하여 "의식적 의식 튜링 머신(CTM)"이라는 정식 이론적 컴퓨터 모델을 제안했습니다. )는 "의식"을 더 잘 이해하는 데 도움이 될 것입니다.

논문 링크: https://www.pnas.org/doi/epdf/10.1073/pnas.2115934119 예를 들어 저자 팀은 계산에 시간이 걸린다는 점을 언급했습니다. 이러한 관점에서 이론적 컴퓨터 관점은 "자유 의지"에 대한 정의를 바꿀 수 있습니다. 자유 의지는 다양한 행동 과정의 결과를 계산하거나 사용 가능한 자원(시간, 공간, 컴퓨팅 성능 및 정보) 내에서 계산할 수 있는 자유입니다. 가능한 많은 결과를 고려하고 목표에 가장 적합한 행동 과정을 선택하세요.

저자의 관점은 다음과 같습니다. 의식은 살과 피로 만들어졌든, 금속과 실리콘으로 만들어졌든, 합리적으로 조직된 모든 컴퓨팅 시스템의 속성입니다. 이러한 관점에서 CTM은 뇌를 모델링하지 않으며 의식의 신경 상관물을 암시하지도 않지만 의식과 관련 현상을 이해하려고 시도하는 단순하고 추상적인 의식 계산 모델입니다. 논문이 길었고, AI Technology Review는 이론적인 컴퓨터의 관점에서 본 "의식"

1 이론적인 컴퓨터의 관점에서 본 "의식"

1.1 이론적인 컴퓨터 과학​

의 핵심 내용을 요약했습니다. Alan·Turing의 독창적인 논문 "On computable Numbers, with an application to the Entscheidungsproblem"은 이론적 컴퓨터의 기원이라고 할 수 있습니다. 이 논문은 현재 Turing Machine(TM)으로 알려진 "컴퓨팅 기계"의 수학적 정의를 제공합니다. 튜링의 정의에 따르면 이 컴퓨팅 기계는 컴퓨터나 슈퍼컴퓨터가 계산할 수 있는 모든 기능을 계산할 수 있습니다. 정리는 수학 이론의 존재 이유이며, 튜링은 이론 컴퓨터의 첫 번째 정리로 알려진 정지 문제의 해결 불가능성을 증명했습니다.

현대 용어로 이 정리는 어떤 컴퓨터 프로그램이 중지되고 중지되지 않을지 결정할 수 있는 범용(디버깅) 프로그램을 갖는 것이 불가능하며 그러한 프로그램을 구성하는 것도 불가능하다는 것을 증명합니다. 정지 문제의 해결 불가능성은 기본 정수론의 결정 불가능성과 동일하며, 괴델의 첫 번째 불완전성 정리의 약한 형태를 의미합니다. 괴델과 튜링 이후, 수리논리학자들은 어떤 문제가 풀 수 있는 문제인지, 어떤 문제는 풀 수 없는 문제인지 분류하기 시작했고, 풀 수 없는 문제의 심오한 수준을 연구하기 시작했습니다.

1960년대에 컴퓨팅 기계가 등장하고 널리 보급되면서 우리는 원칙적으로 해결 가능한 많은 중요한 문제가 가장 빠른 컴퓨터로도 해결이 사실상 불가능하다는 사실을 금방 알게 되었습니다. 이는 기술적인 문제가 아니라 더 깊은 문제입니다. 이론 컴퓨터라는 신흥 분야의 연구자(특히 Jack Edmonds, Stephen Cook, Richard Karp, Leonid Levin)는 자연적으로 유한한(따라서 풀 수 있는) 문제 중에는 일종의 풀 수 있는 문제와 풀 수 없는 문제가 있는 것 같다는 사실을 깨달았습니다. 해결 가능한 것과 해결 불가능한 것 사이의 이전 이분법을 반영합니다. 실행 가능한 해를 갖는 문제는 일부 컴퓨터 프로그램을 통해 다항식 시간 P에서 풀 수 있는 것으로 수학적으로 형식화될 수 있습니다.

또한 다항식 시간에 풀 수 있는 문제와 다항식 시간 NP에 확인 가능한 문제를 구현하는 것은 동일하지 않을 수 있습니다. 실제로 등가성을 결정할 수 있다면 유명한 백만 달러 규모의 P=?NP 문제에 대한 답을 얻을 수 있습니다. 이론적인 컴퓨터는 직렬 고속(다중) 계산 복잡도 클래스의 계층 구조를 정의하는 것 외에도 병렬 초고속(다중 시간) 계산 복잡도 클래스의 계층 구조도 정의합니다. 두 계층 모두 모델에 사용되는 정의와 선택 사항을 제공합니다. 쉬운 것과 어려운 것, 빠른 것과 느린 것 사이의 이분법에 대한 이해와 의미는 풍부한 이론, 사고 재구성, 새로운 개념 및 놀라운 적용을 통해 복잡성 혁명을 일으켰습니다. 실제로 지난 40년 동안 계산 복잡성의 발전은 불가능해 보이는 문제를 해결하기 위해 어려움을 어떻게 활용할 수 있는지를 보여주었습니다. 설명을 위해 컴퓨터에서 생성된 무작위 시퀀스를 사용합니다. 이 시퀀스를 "의사 무작위 시퀀스"라고 합니다.

표면적으로 의사 난수 시퀀스의 개념은 너무 거슬리기 때문에 폰 노이만은 다음과 같이 농담했습니다. "난수 생성을 위해 산술적 방법을 고려하는 사람은 확실히 유죄입니다." 더 정확하게 말하면 의사 난수 시퀀스 생성기는 실현 가능합니다( 다항식 시간) 실행 가능한 컴퓨터 프로그램(예: 독립적으로 공정한 동전을 던져 생성된 프로그램) 시퀀스와 구별할 수 없는 진정한 무작위 시퀀스를 생성하는 데 사용되는 컴퓨터 프로그램입니다. 그러므로 인간이 살고 있는 다항식 시간 세계에서 의사 난수 시퀀스는 실제로는 정말 무작위입니다. 이러한 이해는 이론적 컴퓨터에서 다항식 복잡성과 초다항식 복잡성의 차이를 설명하지 않고는 불가능했을 것입니다. 위 아이디어의 한 가지 적용은 확률적 CTM의 무작위 시퀀스를 (짧은) 무작위 시드를 제공하는 의사 난수 생성기에 의해 생성된 시퀀스로 대체하는 것입니다. 특히, 확률론적 CTM에 "자유 의지"가 있으면 결정론적 CTM에도 "자유 의지"가 있습니다. 이 결정론적 CTM 자유 의지는 일부(아마 대부분의) 결정론적 아이디어와 반대됩니다.

1.2 이제 의식에 대해 이야기해 보겠습니다.

CTM의 정의는 이론적인 컴퓨터의 관점을 채택합니다. CTM은 의식적인 GWT를 수학적으로 형성하고 역학을 통해 수정하는 간단한 기계입니다. 의식적인 GWT의 개념은 인지 신경과학자 Bernard Baars에 의해 시작되었으며 Dehaene과 Mashour 등이 Global Neural Network 이론에서 소개했습니다. (GNWT). 의식의 극장에서 Baars는 의식을 작업 기억 무대에서 공연하는 연극 배우에 비유합니다. 이들의 공연은 어둠 속에 앉아 있는 청중(또는 무의식적 처리자)의 관찰 하에 공연됩니다. CTM에서 GWT의 단계는 언제든지 CTM 의식 내용을 담고 있는 단기 기억(STM)으로 표현됩니다.

청중은 각각 고유한 전문 지식을 갖춘 강력한 프로세서로 대표됩니다. 이러한 프로세서는 CTM의 장기 기억(LTM)을 구성합니다. 이러한 LTM 프로세서는 예측을 수행하고 CTM 세계로부터 피드백을 받습니다. 각 프로세서 내부의 학습 알고리즘은 이러한 피드백을 기반으로 프로세서의 동작을 개선합니다. 각 LTM 프로세서는 고유한 전문성을 갖고 있으며 무대에서 질문, 답변, 정보를 덩어리로 모아 서로 경쟁하고 이 콘텐츠를 청중에게 즉시 전달합니다.

주의라고도 불리는 의식적 인식은 CTM에서 공식적으로 LTM 프로세서에 의한 CTM 의식 콘텐츠 방송 수신으로 정의됩니다. 시간이 지남에 따라 일부 프로세서는 링크를 통해 연결되며 이러한 LTM 프로세서는 STM을 통한 의식적 의사소통에서 링크를 통한 무의식적 의사소통으로 변경됩니다. 링크를 통해 블록을 전파하면 Dehaene과 Changeux가 점화라고 부르는 프로세스인 의식을 강화할 수 있습니다. Baars의 GWT 아키텍처에서 영감을 받은 CTM은 인식에 중요한 몇 가지 추가 기능도 통합합니다. 여기에는 역동성, 풍부한 다중 모드 내부 언어(Brainish라고 함), CTM이 세계의 모델을 만들 수 있게 해주는 특수 LTM 프로세서가 포함됩니다.

1.3. 복잡성 고려 사항​

제한된 자원의 결과는 변화 맹목 및 자유 의지와 같은 의식 관련 현상에 대한 높은 수준의 설명에서 중요한 역할을 합니다. 이러한 결과는 CTM의 세부 정의도 수정합니다. 세부 사항은 다음과 같습니다.

블록의 공식 정의: 블록은 각 LTM 프로세서가 시계의 매 순간 의식을 위해 경쟁하는 정보입니다.

의식에 도달하기 위해 경쟁 블록 중 하나를 선택하는 빠른 확률적 경쟁 알고리즘입니다.

글로벌 방송, 기타 프로세서 및 외부 세계의 피드백을 사용하여 프로세서 경쟁력과 신뢰성을 향상시키는 각 프로세서의 기계 학습 알고리즘입니다.

Turing의 컴퓨터 모델에서 영감을 얻었지만 CTM은 표준 Turing 기계가 아닙니다. CTM에 "의식"을 부여하는 것은 계산 능력이나 입출력 매핑이 아니라 글로벌 작업 공간 아키텍처, 예측 역학(예측, 피드백 및 학습의 루프), 풍부한 다중 모드 내부이기 때문입니다. 언어 및 월드 모델 프로세서와 같은 일부 특수 LTM 프로세서. 앞서 언급했듯이 우리는 뇌 모델이 아니라 단순한 의식 모델을 찾고 있습니다.

2 CTM 모델 개요

2.1 CTM의 기본 구조와 CTM의 의식 정의

CTM의 수명 주기가 제한되어 있다고 가정합니다. 시간은 이산 시계 틱(t= 0,1,2,…T∼10^10)으로 측정됩니다. (초당 약 10회, 알파뇌파리듬). CTM은 시간 0에 태어났습니다. CTM은 와 같은 구성 요소를 포함하는 7개의 튜플입니다.

2.1.1 STM 및 LTM 프로세서​

CTM에서 STM은 섹션 2.2에 정의된 대로 단일 블록을 저장할 수 있는 작은 메모리입니다. LTM은 N 프로세서(N>10^7)의 대규모 모음이며, 각 프로세서는 T 블록의 작은 시간을 보유할 수 있을 만큼 큰 랜덤 액세스 메모리를 갖춘 랜덤 액세스 머신입니다. 프로세서는 STM이 아닌 LTM에만 있으므로 기사에서 프로세서에 대해 설명할 때는 LTM 프로세서를 참조합니다. 특정 특수 LTM 프로세서는 CTM의 의식적인 느낌을 담당합니다. 이러한 특수 프로세서에는 내부 비전, 내부 터치 등을 처리하기 위한 월드 프로세서, 내부 음성 프로세서 및 기타 내부 범용 음성 프로세서 모델이 포함됩니다.

2.1.2. 상향 트리 경쟁과 하향 트리 경쟁​

Down Tree(Down Tree)는 높이가 1인 단순한 하향 트리입니다. STM에는 루트가 있고, 그로부터 N개의 가지가 있습니다. Edge에 루트가 있으면 각 LTM 프로세서에 하나의 리프가 있습니다. 오름차순 트리는 높이 h, N개의 리프, LTM 프로세서당 하나의 리프, STM의 (단일) 루트를 갖는 상향 이진 트리입니다. 각 LTM 프로세서는 고유한 전문 지식을 갖고 있으며 업링크 트리에서의 경쟁을 통해 STM에 대한 자체 질문, 답변 및 정보를 얻고 이를 다운링크 트리를 통해 모든 LTM 프로세서의 시청자에게 즉시 방송합니다. CTM이 간단하게 실행되기 위해서는 모든 LTM 프로세서가 STM 대회에 정보를 제출하고 모든 프로세서는 STM으로부터 모든 브로드캐스트를 수신합니다. 그러나 인간의 경우 시각의 등쪽 경로는 의식이 없으며(STM에 도달하지 않음) 복부 경로만 의식이 있습니다. 이러한 상향식/하향식 주기는 "의식적 접근이 두 개의 연속 단계에서 발생합니다... 첫 번째 단계에서는 약 100밀리초에서 약 300밀리초까지 자극이 발생한다는 GNW(전역 신경 작업 공간) 가설과 유사합니다. 두 번째 단계에서 자극이 현재 목표와 주의 상태를 만족시키는 것으로 간주되면 상향식 방식으로 프로세서의 피질 수준이 상승합니다. 하향식 접근 방식은 진행 중인 작업에 의해 증폭되고 유지됩니다. GNW 뉴런의 작은 하위 집합의 활동은 억제되고 나머지는 전체 작업 공간이 전체적으로 연결되며 특정 시간에 그러한 의식적 표현은 하나만 존재합니다.”

2.1.3. 의식적 인식, 의식의 흐름

질문, 답변, 정보가 덩어리로 전달됩니다. STM에 진입하기 위한 경쟁에서 승리한 블록을 CTM의 의식 콘텐츠라고 합니다. CTM에서는 Baars의 연극 은유와 달리 STM(무대)에는 항상 똑같은 배우가 있습니다. 시간의 각 단계에서 배우는 내림차순 트리를 통해 즉시 재생되는 대본인 승리 블록을 얻습니다. 우리는 모든 LTM 프로세서가 이 방송을 통해 이러한 내용을 수신할 때 CTM이 이러한 내용을 의식적으로 인식할 것이라고 믿습니다. 우리는 의식적 인식을 STM에서 승리 블록의 발생이 아닌 모든 LTM 프로세서가 STM 방송을 수신하는 것으로 정의합니다. 이 정의는 프로세서, 특히 세계 모델과 내부 음성 모델을 수신한 후에 의식의 느낌이 나타난다는 점을 강조하기 위한 것입니다. 방송 후 생성되었습니다. CTM에서 의식에 대한 우리의 정의는 인지 신경과학자들이 "주의"라고 부르는 것과 대략적으로 일치합니다. 우리가 CTM에서 의식의 느낌이라고 부르는 것은 인지 신경과학자들이 "인식" 또는 "주관적 인식"이라고 부르는 것과 대략적으로 일치합니다. CTM의 버블링 블록은 STM과 경쟁하며, 승리한 블록은 STM에서 LTM 프로세서로 지속적으로 브로드캐스팅됩니다. STM에서 LTM으로 전파되는 시간순의 덩어리는 의식의 흐름을 형성합니다. 3장에서 언급했듯이 이 흐름은 주관적인 의식의 느낌의 일부이다.

2.1.4. 링크, 무의식 통신, 전역 점화

프로세서 간의 모든 통신은 처음에 STM을 통해 발생합니다. 예를 들어, 프로세서 A는 트리에서 경쟁하여 STM에 질문을 제출할 수 있습니다. 문제가 경쟁에서 승리하면 모든 LTM 프로세서에 브로드캐스트됩니다. 그런 다음 프로세서 B는 경쟁을 통해 답변을 제출할 수 있으며, 프로세서 B가 이기면 방송됩니다. A가 B의 답변이 충분히 유용하다고 생각하면 A와 B 사이에 양방향 연결이 형성됩니다. 이러한 연결은 "함께 발사되는 뉴런은 함께 연결된다"는 헤비안 원리를 연상시킵니다. 업스트림 트리에서 경쟁하기 위해 블록을 보내는 것 외에도 프로세서는 링크를 통해 블록도 보냅니다. 이런 식으로 A와 B 사이의 의식적 의사소통(STM을 통해)은 A와 B 사이에 전송되는 블록(링크를 통해)을 통해 직접적인 무의식적 의사소통이 될 수 있습니다. A와 B 사이에는 추가적인 연결이 형성됩니다. 즉, A와 B 사이의 연결이 강화됩니다. 링크는 프로세서 간에 정보를 전송하는 채널입니다. CTM 의식 콘텐츠가 방송됨에 따라 연결된 프로세서 간에 전송되는 청크는 의식 인식을 향상하고 유지할 수 있습니다. 이러한 강화는 Dehaene과 Changeux가 GNWT에서 "글로벌 점화"라고 부르는 것과 관련이 있습니다. Dehaene이 쓴 것처럼, "전역 점화가 발생합니다... 방송이 특정 임계값을 초과하고 자체 강화되며, 일부 뉴런이 다른 뉴런을 자극하고 이 자극이 다시 흥분을 전송합니다. 연결은 Together(세포)에서 갑자기 Hebb이 말했듯이, 높은 수준의 활동이 있는 자립적 상태, 반향적인 '세포 조립'입니다."

2.1.5 입력 및 출력 매핑: 센서 및 액추에이터​

CTM의 환경(Env)은 Rm(t)의 하위 집합입니다. 여기서 R은 실수를 나타내고, m은 양의 정수 차원을 나타냅니다. (음이 아닌 정수) 이제 시간입니다. 입력 맵은 CTM 센서에서 획득한 시간에 따라 변하는 환경 정보를 지정된 LTM 프로세서(단순화를 위해 여기서는 이러한 센서가 입력 맵의 일부라고 가정함)로 보내 환경 정보를 블록으로 변환합니다. 출력 맵은 LTM 프로세서의 명령 정보를 실행기(여기서는 실행기가 출력 맵의 일부라고 가정함)로 전달하여 환경에서 작동합니다.

2.1.6. 연결 요약​

CTM에는 정보 전송을 위한 경로와 메커니즘을 제공하는 총 5가지 유형의 연결이 있습니다. 다음 그림은 CTM과 LTM 프로세서 사이의 5가지 연결을 보여줍니다.

• Env-LTM: 센서를 통한 환경의 방향 에지와 데이터를 감지하는 프로세서 사이의 연결
• LTM— STM:
• STM—LTM: 하강 트리를 통해
• LTM: 프로세서 간 양방향 에지
• LTM—Env: 특정 프로세서가 실행기를 통해 환경으로 전달됩니다. (특정 프로세서는 예를 들어 손가락 움직임 명령을 생성하는 프로세서를 의미하고, 액추에이터는 이러한 프로세서 명령을 수신하는 손가락과 같으며, 액추에이터는 이러한 프로세서의 손가락 움직임을 통해 환경을 작동시킵니다.)

캡션: CTM과 LTM 프로세서 간의 연결

2.2. Brainish(CTM의 다중 모델 내부 언어), 포인트 및 블록

Brainish는 프로세서 간 통신에 사용되는 CTM의 내부 언어입니다. , 경합 및 방송을 통해 또는 링크를 통해 직접. 반면, 프로세서가 내부적으로 사용하는 언어는 프로세서마다 다른 경우가 많으며, 두뇌 언어 외에 다른 언어도 있습니다. 뇌 언어는 내부 언어, 내부 비전, 내부 감정, 상상 및 꿈을 표현하는 데 사용되는 언어입니다. Brainspeak는 "요지"라고 불리는 간결하고 다양한 방식의 Brainspeak 단어와 구문으로 표현된 입력 및 출력의 코드화된 표현으로 구성됩니다. 글머리 기호에는 시나리오의 본질이나 증명에 대한 확장성이 뛰어난 아이디어가 포함될 수 있습니다. 요점은 질문에 대한 답변, 통찰력, 꿈의 이미지, 고통(에 대한 설명) 등이 될 수도 있습니다. 뇌 언어는 영어, 중국어, Doggish와 같은 외부 언어보다 이미지, 소리, 촉각 및 생각(비상징화된 생각 포함)을 더 잘 표현하고 조작할 수 있습니다. 저자는 표현적인 내면 언어가 의식적 감정의 중요한 부분이라고 믿습니다(자세한 내용은 섹션 3 참조). 정보는 모든 에지, 프로세서 간, STM과 LTM 간, 입력에서 LTM으로, LTM에서 출력으로 블록 단위로 전송됩니다. 블록은 6개의 튜플입니다:

. 그 중 주소(address)는 LTM 프로세서가 생성한 주소 블록, t는 블록이 생성된 시간, gist(gist)는 뇌 언어로 '간결하게 표현'되는 정보이다. 프로세서가 통신하려는 콘텐츠입니다. 무게는 프로세서가 주요 포인트에 제공한 잘못된 숫자입니다. 강도와 기분은 각각 시간 t에서 |weight|로 시작됩니다. 연구원들은 블록의 크기(및 요지를 포함한 구성 요소의 크기)가 계산 복잡성을 고려하여 필연적으로 제한된다는 점에 주목합니다.

2.3. 확률적 업트리 경쟁: 동전 뒤집기 뉴런 및 경쟁 기능

업트리 경쟁은 어떤 LTM 프로세서가 자체 블록을 STM에 넣을 수 있는지 결정하는 메커니즘입니다. 각 시점 t = 0,1,…,T에서 t번째 경합이 시작되면 각 프로세서 p는 자신의 블록을 오름차순 트리의 프로세서 리프 노드에 배치합니다. 블록이 상위 트리 경쟁으로 전송된 후 경쟁 트리가 올라가면서 주소, t, 요지 및 가중치는 동일하게 유지되지만 더 많은 글로벌 정보를 통합하기 위해 강도와 분위기가 변경됩니다.

2.4. 의식적 인식의 계산 복잡성 및 시간 지연

t>0 및 s>0의 경우 업링크 트리 경쟁에서 노드의 블록을 업데이트합니다. 1) It에 대한 두 가지 빠른 계산. 값을 합산하고 나누어 빠른 확률적 선택을 합니다. 2) 선택한 블록의 주소, 포인트, 가중치를 노드에 넣습니다. vs. 3) 하위 노드와 관련된 블록의 강도와 감정을 찾습니다. vs 및 vs 노드에서 이 합계를 블록의 강도와 감정으로 설정합니다. 이러한 계산은 모두 1 단위 시간 내에 완료되어야 하며, 이는 노드의 블록 크기와 해당 노드에서 수행할 수 있는 계산 양에 대한 한계를 설정합니다.

2.5. 메모리 및 고급 저장소

각 프로세서 p는 프로세서가 경쟁 업체에 보낸 블록 p, t, 0, 0을 포함하여 시간 t로 정렬된 일련의 튜플을 내부 메모리에 저장한다고 가정합니다. STM의 브로드캐스트를 통해 프로세서가 수신한 청크와 링크 또는 입력 맵에서 시간 t에 프로세서가 수신한 청크의 선택된 하위 집합입니다. 이러한 시퀀스는 CTM 저장의 중요한 부분입니다. "역사"는 p가 보고 행한 것에 대한 높은 수준의 저장소를 제공합니다. 높은 수준의 스토리지는 CTM의 의식적 감정에 대한 자기 인식을 크게 설명합니다. CTM은 꿈을 창조하기 위해 예측 알고리즘과 결합된 높은 수준의 스토리지가 필요합니다(자세한 내용은 섹션 4.5 참조). 이렇게 저장된 정보는 주기적으로 정리되어 "중요한" 청크, 특히 끔찍하거나 놀라운 사건 또는 예상치 못한 사건을 나타내는 정보만 남게 됩니다. 일반적으로 각 프로세서는 자신이 생성, 수정 및 저장하는 블록에 대해 예측합니다.

2.6. 예측 역학 = 예측 + 피드백 + 학습(Sleeping Experts Algorithm, SEA)

프로세서는 예측의 정확성을 평가하고 오류를 감지하며 정확도를 높이고 오류를 줄이고 수정하는 방법을 배우기 위해 피드백이 필요합니다. •LTM 프로세서는 STM 경쟁에 제출되거나 링크를 통해 다른 프로세서에 제출되거나 환경에 영향을 미치는 실행자에 제출되는 모든 블록에 대해 CTM 예측을 수행합니다. •STM 방송에서 수신된 피드백 청크, 링크를 통해 수신된 청크, 입력 맵을 통해 환경에서 수신된 청크. •모든 CTM 학습 및 오류 수정은 프로세서에서 이루어집니다. CTM에는 예측, 피드백, 학습의 지속적인 주기가 있습니다. CTM은 필요할 때 이를 처리하고 항상 세상에 대한 이해를 향상시키기 위해 평범하지 않은 모든 것과 모든 종류의 놀라움에 주의해야 합니다. 이 주기를 통해 예측 오류(예: "놀라움")가 최소화됩니다. 특히, 프로세서는 가중치를 너무 보수적으로 설정하고 있는지, 아니면 너무 과감하게 설정하고 있는지를 알아야 가중치 할당 알고리즘을 수정할 수 있다. SEA(수면 전문가 알고리즘)는 LTM 프로세서가 이 목표를 달성하기 위해 사용하는 학습 알고리즘 클래스입니다. 여기에 표시된 것은 SEA의 가장 간단한 버전 중 하나입니다. 다음과 같은 경우 프로세서를 격려합니다(블록에 할당하는 강도 증가).

1. 해당 블록이 STM에 들어가지 않고
2. 해당 정보가 (SEA의 관점에서) STM에 입력되는 정보보다 더 가치가 있습니다.

다음과 같은 경우 프로세서를 억제합니다(블록에 할당하는 강도 감소).

1. 해당 블록이 STM에 진입합니다.
2. 해당 정보가 실패한 일부 정보보다 덜 잘 발견됩니다(아마도 나중에). 들어가는 블록의 정보 STM은 가치가 있습니다.

SEA는 프로세서가 블록을 STM에 넣을지 여부에 영향을 미칩니다. SEA는 또한 프로세서가 링크를 통해 전송된 블록의 중요한 사항에 "주의를 기울일"지 여부에도 영향을 미칩니다. 블록 가중치의 절대값은 블록을 생성하는 프로세서가 그 점을 중요하게 생각하는지 여부를 나타내며, 이는 블록을 수신하는 프로세서가 이를 인지할지 여부에 영향을 미칩니다.

2.7. CTM과 GWT 모델의 비교

연구원들은 아래 그림과 같이 CTM과 Baars의 GWT 모델을 비교했습니다.

캡션: 모델 스케치: Baars의 GWT 모델(왼쪽) 및 CTM 모델(오른쪽) 단순화를 위해 이 다이어그램에서는 많은 기능을 단순화합니다. 예를 들어 CTM에는 무대에 단 한 명의 "배우"만 있고 이 "배우"는 한 번에 하나의 블록만 보유합니다. 또한 CTM의 모든 프로세서는 LTM에 있습니다. 여기서는 프로세서가 그 기능을 대신할 수 있으므로 중앙 실행 장치가 제거됩니다. CTM에서는 입력과 출력이 STM을 직접 통하지 않고 LTM 프로세서로 직접 오고 갑니다. CTM에서는 블록이 스테이지(STM)에 도달하기 위해 잘 정의된 경쟁에서 경쟁합니다.

의식적 인식(주의)은 입력과 STM 사이에 발생하는 이벤트가 아니라 모든 LTM 프로세서가 방송된 승리 블록(즉, CTM의 의식적 내용)을 수신하는 것입니다. Baddeley와 Hitch에 대한 언어적 리허설과 시공간 스케치패드의 역할은 LTM 프로세서에 의해 가정되었습니다. 예측 역학(예측, 피드백 및 학습의 루프)과 다중 모드 내부 언어(뇌 언어)는 물론 계산 및 복잡성 고려 사항이 핵심 CTM 기능입니다.

마지막으로 "확장된 마음 이론"에 명시된 대로 CTM은 Google, Wikipedia, WolframAlpha, AlphaGo 등과 같은 LTM 프로세서 형태의 기존 기술에 접근할 수 있습니다. LTM 프로세서의 임무는 이러한 애플리케이션을 사용하는 것입니다. 이는 CTM이 수명 초기(t=0)에 수명 전반에 걸쳐 확장 가능한 크고 강력한 프로세서 컬렉션을 갖도록 보장하는 방법입니다.

CTM 모델과 그 역학의 주요 특징은 Dennett이 설명한 의식의 속성과 유사합니다. 우리의 의식적 사고의 변화를 제어하는 ​​것은 마스터 스케줄러, 보스 뉴런, 호문쿨루스, Res Cogitans가 아닙니다. . 통제를 구현하는 것은 역동적이고 다소 경쟁적인 프로세스여야 합니다. 누가 승자를 결정하는가?

모든 콘텐츠의 운명을 동반하고 통제하는 미시적 감정, 긍정적이고 부정적인 원자가 강도와 같은 것이어야 하며, 고통, 당혹감 또는 욕망에 대한 강박적 기억과 같은 정서적으로 두드러진 사건뿐만 아니라 가장 심오한 오스트리아적이고 추상적인 이론적 사고도 포함되어야 합니다. . Baars의 GWT 아키텍처에서 영감을 받았지만 CTM은 의식적인 경험에 필요한 기능을 통합합니다. 이것이 다음 섹션의 초점입니다.

3 의식의 느낌

STM이 전파하는 의식 콘텐츠의 정의에 따라 CTM은 의식을 갖고 있지만, 이 정의는 CTM에서 의식의 느낌을 생성하는 것이 무엇인지 설명하지 않습니다. 저자는 CTM의 의식 감각이 CTM의 아키텍처, 특정 특수 프로세서 및 CTM의 예측 역학(예측, 피드백 및 학습)과 결합되어 극도로 표현력이 뛰어난 뇌 언어에 의해 주로 발생한다고 믿습니다.

1) 뇌 언어​

다중 뇌 언어는 CTM이 인식하는 세계를 정확하게 묘사합니다. 이러한 인식은 다중 모드 언어의 의미로 구성됩니다. 그 어휘에는 호흡(콧구멍에서 나는 냄새), 고통(매우 불쾌한 고통의 느낌), 얼굴(다른 사람의 얼굴을 볼 때 보이는 것) 등이 포함됩니다. 꿈은 CTM에 입력도 없고 출력도 없을 때 그 점이 무엇을 표현할 수 있는지를 보여주기 때문에 중요하다.

2) 아키텍처​

여기에는 STM에 대한 액세스 권한을 얻기 위한 상위 트리 경쟁이 포함되며, 특히 의식 감각을 생성하는 데 특별한 역할을 하는 모든 프로세서에 대한 우승자의 글로벌 하위 트리 방송이 이어집니다.

3) 특수 프로세서

저자는 태어날 때부터 특수 알고리즘이 내장된 일부 프로세서를 선택했습니다.

• The Model of The World 프로세서는 환경에서 얻은 정보나 수정되었을 수 있는 내부 메모리에서 얻은 정보를 기반으로 CTM 세계의 모델을 구축합니다. CTM의 내부 세계를 월드 프로세서의 모델로 정의하는 CTM에서 만든 희소 "CTM" 모델입니다. CTM의 외부 세계를 CTM이 가질 수 있는 감정과 수행할 수 있는 행동을 포함하여 뇌 언어로 주석을 추가하는 레이블과 설명으로 정의합니다.
• 내부 음성 프로세서는 STM이 방송하는 요지에서 인코딩된 모든 음성을 추출하여 입력 맵이 외부 음성(입력 맵에서 생성된 요지)을 보내는 요지와 동일한 위치로 보냅니다. 이는 처음에는 STM을 통해 전송된 다음 링크가 형성되면 링크를 통해 직접 전송됩니다. "내부 음성"은 내부 음성 프로세서에 의해 생성되며 이를 통해 CTM은 과거를 회상하고 미래를 예측하며 계획을 세울 수 있습니다. 내적 언어의 요지는(혼자 대화하거나 꿈에서 말하고 듣는 것과 같은) 외적 언어의 요지와 거의 구별할 수 없습니다. 인간의 내부 말소리는 외부 말소리와 너무 비슷해서 정신분열증 환자의 경우처럼 둘을 구별하기가 어렵습니다.
• STM에서 방송하는 모든 이미지와 감각을 입력 매핑이 외부 장면과 외부 감각으로 전송되는 모든 위치에 매핑하는 내부 시각 및 내부(촉각) 감각 프로세서입니다. 내부 비전과 외부 비전(입력 이미지에서 생성된 시각적 하이라이트) 사이에는 거의 차이가 없습니다. CTM의 기억력과 예측 능력을 통해 CTM은 내부 이미지와 감각을 생성하여 상상과 꿈을 실현할 수 있습니다. 정신분열증의 환각을 예방하기 위해 인간의 뇌는 내부 이미지와 외부 이미지를 구별합니다. 뇌에는 이를 수행하기 위한 온갖 종류의 트릭이 있는데, 그 중 하나는 꿈을 기억하기 어렵게 만드는 것입니다.

이러한 프로세서는 CTM 세계 모델의 "눈"과 "피부"에 정보를 제공하여 CTM이 시각적 기억에서 회상하는 모든 것을 "보고" CTM이 감각 기억에서 회상하는 모든 것을 "촉각적으로 인식"할 수 있도록 합니다. 이 눈과 피부가 바로 CTM의 마음의 눈, 마음의 피부입니다. 저자는 이러한 프로세서가 내부 범용 음성 프로세서라고 믿습니다.

4) 예측 역학

​또한 저자는 CTM이 예측, 피드백, 학습의 지속적인 순환을 통해 CTM의 의식 감각에 영향을 미친다고 믿습니다. 이러한 느낌은 CTM이 지속적으로 계획하고 테스트하는 CTM 월드 프로세서 모델의 (병렬) 예측 역학을 통해 더욱 강화됩니다. 긍정적인 피드백은 CTM에 무슨 일이 일어나고 있는지 이해하고 있다는 신호를 제공하고, 부정적인 피드백은 예상치 못한 큰 소리와 같이 예측할 수 없는 것에 관한 것이 아닌 한 CTM이 알지 못하거나 이해하지 못하는 것에 대한 증거를 제공합니다. CTM의 의식적 느낌에는 다음과 같은 추가 요소도 있습니다.

5) 생각하고 계획을 세우는 기본(일반) 능력

6) 계획을 만들고 실행하는 동기(= 에너지 + 동기 부여).

이제 월드 프로세서 모델로 돌아가서 모델의 다양한 구성 요소를 자기(self), 비자기 또는 알 수 없음으로 표시하는 중심 작업을 설명합니다. 세계 프로세서의 모델은 무엇이 자아이고 무엇이 자아가 아닌지를 어떻게 결정합니까? 블록 브로드캐스트(CTM의 아이디어) 직후 실행자가 환경에서 작업(동일한 작업이 계속 반복되도록 하는 아이디어)을 수행하는 경우 이는 실행자가 자신의 일부임을 나타냅니다.

세계 모델의 프로세서에는 상상력 창출, 환경 매핑 생성, 환경에서의 움직임 표현, 환경에서의 행동 계획 지원, 예측 지원 등 CTM 자기 인식을 제공하는 다른 중요한 작업도 있습니다. 환경에서의 자기와 비자기 행동, 자기 행동과 비자기 행동에 대한 예측을 교정합니다.

CTM이 방송을 통해 자신의 의식에 대해 생각하게 되면, 월드 모델 프로세서는 모델의 "CTM"을 "의식"으로 표시하게 됩니다. 이제 CTM이 의식이 있다고 생각하는 이유를 살펴보겠습니다. 이는 세계 모델 프로세서나 다른 프로세서가 자신이 의식이 있다고 생각하기 때문일 수 없습니다. 프로세서는 단지 알고리즘을 실행하는 기계일 뿐이고 그러한 기계에는 감정이 없기 때문입니다.

저자는 CTM 전체가 의식적이라고 믿습니다. 부분적으로는 월드 모델 프로세서가 월드 모델의 "CTM"을 의식적인 것으로 취급하고 이 관점을 모든 프로세서에 전파하기 때문입니다. 여기서 "CTM"은 더 복잡한 CTM을 간단하게 학습한 표현입니다.

4 고급 설명

이 섹션에서는 CTM이 일반적으로 의식과 관련된 다양한 현상을 경험할 수 있는 방법을 탐구합니다. 저자는 모델에서 파생된 설명이 의식적 경험이 어떻게 발생하거나 발생할 수 있는지에 대한 높은 수준의 이해를 제공하며 이러한 설명이 심리학 및 신경과학 문헌과 매우 일치한다고 믿습니다.

4.1. 맹시

아래 예에서 맹시는 의식적 인식과 무의식적 인식의 차이를 보여줍니다. 실명 상태에서는 사람이 의식적으로 외부 세계를 보지 못합니다. 어수선한 방에서 무언가를 집으라는 요청을 받으면 참가자는 "어디 있는지 알 수 없습니다."라는 일반적인 반응을 보입니다. 그러나 요청을 주의 깊게 처리하면 참가자는 여전히 작업을 능숙하게 수행할 수 있습니다. 무슨 일이에요? CTM에서 시각적 입력은 비전 센서에서 시각적 입력을 처리하는 LTM 프로세서의 하위 집합으로 직접 전달됩니다. 그러나 맹목적인 CTM에서는 오름차순 트리가 중단되거나 시각적 프로세서가 블록의 정보를 경쟁적으로 입력할 수 없는 등의 오류로 인해 이 정보를 STM에 업로드할 수 없습니다. 전 세계적으로 방송됩니다. 이러한 이유로 CTM은 자신이 볼 수 있는 내용을 의식적으로 인식하지 못합니다. 그러나 링크를 통해 (의식 없는) 프로세서 간에 정보가 계속 전달될 수 있습니다. 따라서 비전 프로세서가 수신한 시각 정보는 링크를 통해 다리 액추에이터를 제어하는 ​​보행 프로세서로 전송될 수 있다.

4.2.의도적 시각 장애

의도적 시각 장애는 사람이 바로 눈앞에 있는 시각적 자극을 감지하지 못할 때 발생합니다. 부주의 맹시는 "다른 작업에 주의를 집중하고 있는 동안 예상치 못한 일이 있다는 것을 알아차리지 못하는 것"입니다. 예를 들어, 유명한 선택적 주의력 테스트에서 실험자는 청중에게 "The Invisible Gorilla" 비디오를 보여주고 청중에게 "흰 셔츠를 입은 선수가 패스한 횟수를 세어보세요"라고 요청했습니다. 거의 모든 시청자들이 정답에 가까운 수치를 내놨지만, “고릴라 봤냐”고 묻자 깜짝 놀랐다. 정확히 무슨 일이 일어나고 있는 걸까요? CTM이 고릴라 영화를 보고 있다고 가정해 보겠습니다.

흰색 셔츠 선수에 대한 입력 쿼리는 STM에 대한 액세스 권한을 얻은 다음 즉시 모든 LTM 프로세서로 브로드캐스트됩니다. 이 작업을 수행하기 위해 CTM의 비전 프로세서는 흰색 셔츠 하이라이트에 높은 강도를 할당하고 검은색에는 매우 낮은 강도를 할당하므로 "고릴라" 패턴이 있는 블록형 개체에는 하이라이트가 거의 없습니다.

CTM은 이 고릴라를 의식적으로 본 것이 아닙니다. 부주의한 실명에 대한 CTM의 설명은 다음과 같습니다. 핵심 포인트에 다른 밀도를 제공하고 관련 없는 포인트에 더 낮은 밀도를 제공한 다음 더 높은 밀도 블록을 얻는 것이 더 큰 경쟁 우위를 갖게 됩니다. 참고문헌에서 수행된 시뮬레이션에 따르면, 특정 "불이 켜진" 상태에서 "자발적인 활동은 외부 감각 처리를 방해할 수 있습니다." 그들은 이러한 차단을 부주의한 실명의 원인과 연관시켰습니다. 우리의 의견으로는 검은 물체에 대한 인간 두뇌의 "감각 처리"를 차단하는 것은 CTM이 블록의 검은 점 밀도를 대폭 줄여 이러한 블록이 STM에 들어갈 가능성을 줄이는 것과 거의 동일합니다. CTM의 다양한 밀도 효과는 인간의 부주의한 맹목이 "관련 없는 정보에 대한 필터 역할을 하여 잠재적으로 예상치 못한 사건을 걸러낼 수 있다"는 이론적 의미와도 일치합니다.

4.3 변화맹

변화맹은 사진이나 장면의 큰 변화를 인지하지 못하는 경우에 발생합니다.

유익한 예는 탐정 비디오입니다. 형사가 살인 현장에 들어와 "분명히 이 방에 있는 누군가가 스마이스 경을 살해한 게 분명합니다"라고 말하고 즉시 각 용의자를 차례로 심문합니다. 하녀가 말했다: "나는 안방에서 놋쇠를 닦고 있습니다." 가정부는 "나는 스승님의 스콘에 버터를 바르고 있습니다." 그리고 Smythe 부인은 "나는 분재 창고에서 나팔꽃을 키우고 있습니다."라고 말했습니다. 정보 영리한 형사가 살인 사건을 그 자리에서 해결하기에 충분합니다.

그런데 오프닝 스크린샷과 엔딩 사이에 어색한 장면이 많이 바뀌는 것을 왜 우리는 눈치채지 못했을까요?

CTM의 입장에서 보면 '탐정' 영상을 볼 때 CTM은 전체적인 인상을 주었지만 바람막이, 꽃, 그림 등이 다른 것으로 대체된 이후에 일어나는 변화를 눈치채지 못했기 때문입니다. 다음 이유:

1) 촬영 과정에서 감독님은 어두운 트렌치코트가 하얀 트렌치코트로 변하고, 곰이 갑옷으로 변하고, 밀방망이가 갑옷으로 변하는 등 장면 전체의 변화는 물론 캐릭터 개개인의 변화까지 교묘하게 배치해 주셨습니다. 촛대, 고인이 옷을 갈아입고 다리를 들어올리는 등 전환. 비디오 입력은 "장면"이 수정되었음을 CTM의 비전 프로세서에 알리지 않습니다.

2) 중요한 점은 동일한 글머리 기호에 오프닝 장면과 클로징 장면에 대한 설명이 동일하다는 것입니다. "탐정, 가정부, 가정부, 기타, 바닥에 죽은 사람이 있는 맨션의 거실

." 이러한 조건에서 CTM은 변경 맹목 현상을 보입니다.

다시 말하지만, CTM 해석은 인간의 변화 맹목에 관한 문헌과 일치합니다. 변경 감지에는 변경 전후 장면의 적절한 표현과 비교가 필요하다는 점을 감안할 때 표현의 풍부함이나 표현을 비교하는 경향에 영향을 미치는 모든 작업 특성은 감지에 영향을 주어야 합니다. 변화하는 객체의 의미론적 중요성은 피험자가 변화에 주의를 기울이고 그에 따라 인지할 가능성에 가장 큰 영향을 미치는 것으로 보입니다.

4.4 환상, 부주의한 실명 및 변화하는 실명은 환각의 예로 간주될 수 있습니다.

정의에 따르면 CTM은 STM에서 방송되는 블록의 주요 지점에 대한 의식적 인식입니다. (이러한 포인트는 LTM 프로세서에서 STM에 도착합니다. LTM 프로세서는 입력 매핑을 통해 센서에서, 링크를 통해 다른 LTM 프로세서에서, 브로드캐스트를 통해 STM에서 이러한 포인트를 가져옵니다.) 여러 가지 이유로 핵심 포인트가 LTM 메모리에 저장되는데, 그 중 하나는 꿈에서 일어나는 일과 같은 높은 수준의 스토리를 프로세서에 제공하는 것입니다.

CTM에서 의식의 흐름은 STM이 수행하는 일련의 글머리 기호입니다. 매 순간의 모든 시각적 지점은 CTM이 기껏해야 일부만 보더라도 앞에 있는 전체 장면을 보는 듯한 느낌을 줍니다. 전반적인 환상에 대한 설명은 여러 가지가 있는데, 그 중 가장 중요한 것은 "나는 개울, 길, 다리, 나무가 있는 일본식 정원에 서 있습니다."와 같은 매우 복잡한 장면을 다중 모드 뇌 음성 요지로 설명할 수 있다는 것입니다. 앞으로". 이 글머리 기호에는 iPhone 카메라로 촬영한 1200만 화소 사진의 세부 사항(우리가 보고 있는 듯한 느낌)이 포함되어 있습니까? 전반적인 환상은 글머리 기호에 있는 매우 암시적인(간결한) 정보의 결과입니다. CTM은 이 장면을 마술처럼 만들어냈습니다. Keith Frankish는 이것을 환상주의 의식 이론이라고 부릅니다.

4.5. 꿈의 창조

꿈은 최고의 환상입니다. 어떤 사람들은 꿈을 꾸지 않는다고 주장하지만 대부분의 사람들은 꿈을 꾸고 있습니다. 꿈은 시각적, 청각적, 촉각적 등일 수 있습니다. 꿈은 종종 정서적 과정과 관련되어 있으며 큰 고통과 두려움(악몽) 또는 큰 기쁨(예: 날아다니는 꿈)을 표현할 수 있습니다. 다리에 극심한 통증이 느껴지다가 깨어나면 통증이 완전히 환상에 불과하고 전혀 통증이 없다는 것을 알게 됩니다. 또한 엎드려 잠들었다가 엎드려 일어날 수도 있습니다.

CTM에는 내장된 수면 프로세서가 시간, 습관, 낮/밤 등을 추적하고 수면 요구 사항을 모니터링하는 내부 알고리즘이 있습니다. 슬립 프로세서가 슬립이 필요하다고 판단하면 블록이 STM에 들어가고 STM에서 다른 블록을 차단할 수 있도록 자체 블록의 밀도를 높입니다. 이는 다른 LTM 프로세서의 블록 밀도를 줄이는 것과 거의 동일한 효과를 갖습니다. 또한 이 프로세서는 다양한 입력(보거나 듣는)의 밀도를 차단하거나 크게 줄이고 출력(예: 팔다리에서 수신되는 신호)을 활성화하는 신호를 차단합니다. 수면상태입니다. 수면 프로세서는 수면의 필요성을 지속적으로 모니터링하고 수요가 감소함에 따라 자체 블록의 밀도를 비례적으로 줄입니다. 이를 통해 궁극적으로 꿈의 핵심(청크 단위)이 STM에 도달할 수 있습니다. 이것이 꿈의 상태입니다.

마지막으로, 잠자는 프로세서가 입력 및 출력 제한을 낮추면 CTM이 깨어납니다. 인간의 경우, 비급속 안구 운동 수면과 급속 안구 운동 수면이 여러 번 번갈아 가다가 깨어날 수 있습니다.

CTM이 꿈 상태에 있을 때 꿈 창조자(Dream Creator)가 활성화됩니다(즉, 이 프로세서는 블록을 STM으로 보내기 시작합니다). 이러한 블록의 포인트에는 사고의 핵심이 포함되어 있습니다(일반적으로 초기 CTM의 활동, 우려 사항 및 상상을 기반으로 함). 이러한 청크가 브로드캐스트되면 의식적 감각에서 중요한 역할을 하는 프로세서를 포함한 모든 프로세서가 이러한 브로드캐스트를 수신하고 반응하기 위해 경쟁합니다. 이는 CTM에게 깨어 있을 때와 마찬가지로 꿈에서도 살아있는 것과 같은 느낌을 줍니다.

드림 프로세서와 다른 프로세서가 교대로 상호 작용합니다. 꿈 처리기와 처리기 사이의 대화, 즉 앞뒤 상호작용은 꿈을 구성하는 일련의 지점입니다. 이 순서는 꿈의 의식의 흐름입니다.

꿈은 본질적으로 1) 꿈의 세계를 보고, 듣고, 느끼는 2) 꿈의 세계에 나타나는 것에 영향을 미치는 꿈의 의식 흐름(내면 영화)을 생성하기 위해 함께 이어진 일련의 조각입니다. 이러한 (상호작용적) 내부 영화는 일련의 감각 입력(이미지, 냄새 및 소리)을 표시하고 일련의 동작을 생성합니다.

대부분의 프로세서는 CTM이 꿈을 꾸지 않고 잠자고 있을 때 STM에 청크를 공급할 수 없습니다. 예외는 거대한 소음 감지기와 잠자고 있는 프로세서 자체입니다. STM에서 프로세서 블록을 휴면 상태로 유지하면 대부분의 다른 프로세서 블록이 STM에 도달하는 것을 방지할 수 있습니다. 설계상 수면 프로세서는 빈 요점을 유지하므로 CTM은 인식하지 못합니다.

CTM이 절전 상태를 떠나 꿈 상태에 들어간 후 내시경 프로세서와 같은 일부 LTM 프로세서는 해당 블록을 STM으로 보낼 수 있습니다. 따라서 꿈을 꾸는 동안 CTM은 의식을 갖고 사건을 생생하게 경험할 수 있습니다. 섹션 3에서 논의된 바와 같이, 내부 언어, 내부 비전, 내부 감각 및 세계 모델과 같은 핵심 프로세서는 CTM의 의식적 감각을 생성하는 데 특별한 역할을 합니다.

이 프로세서는 CTM이 꿈을 꿀 때에도 비슷한 역할을 합니다. 다음은 프로세서가 CTM에 대한 꿈을 만드는 방법에 대한 몇 가지 예입니다.

• 내부 음성 프로세서는 STM이 방송하는 다중 모달 그래픽에서 내부 음성을 추출하고 해당 음성을 외부 음성을 수신하는 동일한 프로세서로 보냅니다. 이 과정을 통해 꿈의 언어가 외부 언어처럼 들리게 됩니다. 내면의 비전과 내면의 감각 프로세서는 비슷한 방식으로 꿈을 창조하는 데 도움이 됩니다.

꿈은 두뇌 대화 포인트의 힘을 보여줍니다. CTM이 꿈에서 보고 듣고 느끼고 행하는 모든 것은 창조물을 회상하고 수정하고 STM 대회에 제출할 수 있는 프로세서에 의해 조작되었을 것입니다. 이러한 제작은 깨어 있는 동안 생성된 동일한 포인트를 사용하기 때문에 현실적입니다.

그래서 CTM이 외부 입력과 완전히 단절되더라도 꿈은 현실 세계의 느낌을 연출할 수 있습니다. 결과적으로 꿈은 너무 현실적으로 나타나서 CTM이 꿈과 현실을 구별하기 어려워질 수 있습니다(그러나 인간은 꿈을 기억하는 것이 더 어렵기 때문에 인간에서는 이 문제를 피할 수 있습니다). 기존 문헌에서는 사람이 얼굴을 본 후에 그 얼굴이 기억에서 인출되든, 그 얼굴이 꿈에 나타날 때든 동일한 패턴의 신경 활동이 나타난다는 것을 입증했습니다. 문헌에서는 또한 REM 수면에서 사람들이 움직임을 느낄 때 꿈에서 운동 피질의 활성화가 깨어 있을 때의 활성화와 동일하다고 지적합니다.

• 월드 모델 프로세서는 CTM의 동작이 (내부 및 외부) 세계에 미칠 영향을 예측합니다. 이는 세계 모델에서 이러한 행동의 효과를 통해 수행됩니다. 꿈 프로세서는 이와 동일한 예측 기계를 사용하여 꿈을 만들 수 있습니다.

Dreams를 사용하면 CTM이 알 수 없고 위험한 상황에서도 스스로 테스트할 수 있습니다. 인간과 CTM 모두에서 꿈은 다양한 가능한 솔루션을 실험하기 위한 실험실 역할을 할 수 있습니다. 그러나 깨어 있는 의식과는 달리 월드 모델 프로세서에 있는 CTM의 "일관성 검사기"는 환경으로부터 입력을 받지 않기 때문에 깨어 있을 때보다 꿈에서 불일치가 눈에 띄지 않게 더 쉽게 발생할 수 있습니다.

그러므로 CTM은 꿈속에서 날 수 있습니다. Zadra와 Stickgold는 인간의 경우 "꿈은 정확히 기억을 재현하지 않습니다. 꿈은 최근의 일부 기억과 동일한 요점을 갖고 동일한 제목을 가질 수 있는 이야기를 생성합니다"라고 주장합니다. 예상치 못한 연관성은 일반적인 강한 연관성보다 더 강하게 활성화되어 REM 수면이 약하게 관련된 먼 연관성을 찾는 데 어떻게 도움이 되는지 설명합니다. 어쩌면 우리의 REM 수면 꿈이 그토록 이상한 이유를 설명할 수도 있습니다.”

4.6 자유 의지​

자유에 대한 질문 의지는 기원전 1세기에 Lucretius(De Rerum Natura)에 등장하는 고대의 것입니다. "만약 모든 운동이 항상 서로 연결되어 있다면, 새로운 것은 낡은 것에서 일정한 순서로 생겨난다면, 원자가 결코 어떤 새로운 운동을 일으키도록 회전하지 않고 운명의 결속, 원인과 결과의 영원한 순서를 깨뜨리지 않는다면," 그러면 전체 지구상의 생명체가 소유한 자유 의지의 근원은 무엇입니까?

” 사무엘 존슨 박사는 1709년에서 1784년 사이에 관찰한 바에 따라 자유 의지의 역설을 포착합니다. “모든 이론은 의지의 자유에 반대됩니다. 경험은 의지의 자유를 뒷받침합니다. Stanislas Dehaen은 현대적인 목소리를 냅니다. "우리의 뇌 상태는 분명히 원인이 없으며 물리학 법칙을 벗어날 수 없습니다. 그러나 우리의 결정이 지속되는 한, 우리는 이를 피할 수 없습니다. 자발적인 결정은 어떤 방해도 받지 않고 의식적인 생각을 바탕으로 옳다고 말하며, 특정 행동을 하기 전에 찬반 양론을 주의 깊게 평가합니다. 우리의 유전자와 환경으로 인해 발생합니다

" 저자는 Dehaene을 기반으로 계산에 다음이 필요하다고 덧붙입니다. 시간. 결정을 내리기 위해 CTM은 시간이 걸리는 평가를 통해 대안을 평가합니다. 이 기간 동안 CTM은 결과가 가장 좋다고 생각하는(또는 계산한) 것을 자유롭게 선택할 수 있습니다.

따라서 이론적 컴퓨터 관점은 자유 의지에 대한 우리의 정의에 영향을 미칩니다. 자유 의지는 다양한 행동 과정의 결과를 계산하거나 사용 가능한 자원(시간, 공간, 컴퓨팅 성능 및 정보)의 한계 내에서 가능한 한 많은 결과를 계산하고 그 중에서 과정을 선택할 수 있는 자유입니다. 자신의 목표에 가장 적합한 행동.

이 정의는 예측 역학(다양한 행동 과정의 결과 계산)과 리소스 제약(시간, 공간, 컴퓨팅 성능 및 정보)을 모두 포함합니다. 예를 들어 CTM이 체스 게임에서 특정 위치를 플레이하도록 요청받았다고 가정해 보겠습니다. 다른 프로세서는 다른 움직임을 제안합니다. CTM의 주요 체스 플레이 프로세서(그러한 프로세서가 존재하거나 게임에 대한 "고수준" 보기를 갖고 있다고 가정)는 체스 이동 선택권이 있음을 인식하는 STM의 블록을 브로드캐스팅함으로써 표현됩니다. 각 움직임의 결과를 주의 깊게 연구할 가치가 있다고 생각됩니다. 이 시점에서 가능한 동작 선택에 직면했지만 아직 해당 동작의 결과를 평가하지 않은 상태에서 CTM은 제한 시간 내에 가장 좋다고 생각하는 동작을 자유롭게 선택할 수 있습니다. CTM은 자신에게 자유 의지가 있다고 생각합니까?

1) CTM이 "나는 어떤 행동을 취해야 하는가?"라고 스스로에게 묻는 순간을 생각해보면, 이 질문이 STM 단계로 올라와 방송을 통해 LTM 프로세서 측의 시청자들에게 도달했다는 의미입니다. 이에 대한 반응으로 일부 시청자는 이벤트에 자신의 제안을 제공하고 대회 우승자는 무대에서 방송됩니다. 핵심 내용이 짧기 때문에 좀 더 간결한 방송 같은 것도 합리적으로 말할 수 있다.

2) STM에 나타나고 전 세계적으로 LTM에 방송되는 지속적이고 반복되는 설명, 명령, 질문, 제안 및 답변을 통해 CTM은 자신의 통제력을 인식하게 됩니다. CTM이 특정 제안을 어떻게 얻었는지(즉, 해당 제안을 할 때 어떤 생각을 했는지) 질문을 받으면 프로세서는 해당 단계에 도달한 대화의 일부를 밝힐 수 있습니다. 이 단계를 넘어서는 단기).

3) 많은 LTM 프로세서는 경쟁을 통해 CTM의 최종 결정을 내립니다. 하지만 CTM은 경쟁에 모든 것을 제출하는 대신 STM에 무엇이 들어갈지 의식적으로만 알고 있습니다. 더욱이 CTM의 대다수, 즉 대부분의 프로세서는 (링크를 통해) 프로세서 간의 무의식적인 대화를 인식하지 못합니다. CTM의 경우, 결정 발생을 의식적으로 무시하는 과정이 너무 많아 때로는 결정이 허공에서 나온 것처럼 보일 수 있습니다. 그럼에도 불구하고 CTM은 자신의 조언이 어떻게 채택되는지 의식적으로 알 수 없지만 STM에서 전파하는 높은 수준의 콘텐츠 외에는 조언이 자체 내부에서 나온다는 것을 알고 있습니다. CTM은 제안으로 인정받아야 하며(결국 CTM 내에서 나온 것입니다), 일부는 높은 수준의 서술로 설명할 수 있고, 설명되지 않은 내용은 "모르겠어요" 또는 "모르겠어요"라고 말할 수 있습니다. 기억하다." . CTM이 자유로운 의식의 느낌을 생성하는 것은 바로 선택에 대한 지식(CTM은 선택을 이해하지만 이해하지 못함)을 통해 이루어집니다. 결정론적이든 아니든 이러한 경험적 느낌은 자유 의지의 한 형태입니다.

이 자유 의지의 느낌을 설명하는 데 무작위성이 얼마나 중요합니까? CTM에서는 위의 설명이 양자물리학의 적용을 필요로 하지 않는다는 점에 유의해야 합니다. 유일한 무작위성은 트리에서 경쟁하는 동전 뒤집기 뉴런과 프로세서가 확률 알고리즘에서 사용하는 임의성입니다. 또한, 자유로움에 대한 위의 주장은 완전히 결정적인 CTM(예: 의사 무작위성을 사용하는 CTM)에 여전히 적용된다는 것을 알 수 있습니다. 완전히 결정론적인 세계에서도 CTM은 자신이 자유 의지를 가지고 있다고 느낄 것입니다(아마도 이것은 열띤 논쟁을 불러일으킬 것입니다).

위 내용은 국제 최고 출판물 PNAS에 소개되었습니다! 이론적인 컴퓨터에서 시작하여 과학자들은 '의식적인 튜링 기계'라는 의식 모델을 제안했습니다.의 상세 내용입니다. 자세한 내용은 PHP 중국어 웹사이트의 기타 관련 기사를 참조하세요!