搜索
首页科技周边人工智能20多种意识理论的争论仍未有定论:五年过去了,没有一个理论能够占据主导地位

意识理论家们经过长达五年的「对抗性合作」,成功呈现了一场在观众面前的舞台对决。尽管这场对决没有决出最终的胜负,但这仍然被视为科学史上的一次进步

20多种意识理论的争论仍未有定论:五年过去了,没有一个理论能够占据主导地位

在科学届,理论往往层出不穷,但是在经过数据的拷打后,保留下的只是少数。在刚刚起步的意识科学中,主导理论尚未出现。20 多种理论仍然在这个舞台上较量。

这一现状倒不是因为缺乏数据。自从 DNA 双螺旋的共同发现者弗朗西斯・克里克(Francis Crick)在三十多年前将意识作为研究主题以来,研究人员一直使用各种先进技术来探测受试者的大脑,追踪可以反映意识的神经活动特征。到目前为止,产生的大量数据至少应该已经打倒了那些站不住脚的理论。

五年前,邓普顿世界慈善基金会(Templeton World Charity Foundation)发起了一系列对抗性合作,以推动理论筛选工作的进行。今年 6 月,这项合作中的第一个结果是,将两个备受瞩目的理论相互对立:全球神经元工作空间理论(GNWT)和综合信息理论(IIT)。两种理论都没有成为最后的赢家。

这一结果就像在纽约举行的意识科学研究协会 (ASSC) 第 26 届会议上宣布的赛事结果一样,也被用来结算克里克的长期合作者、神经科学家、艾伦脑科学研究所的 Christof Koch 和纽约大学的哲学家 David Chalmers 长达 25 年的赌约,后者创造了「难题」(the hard problem)一词来表述人们可以通过分析大脑回路来解释意识的主观感觉的假设。 

20多种意识理论的争论仍未有定论:五年过去了,没有一个理论能够占据主导地位

                               艾伦脑科学研究所的神经科学家 Christof Koch 认为,第一次意识对抗合作的融合是科学的胜利。

在纽约大学 Skirball 中心的舞台上,在摇滚音乐、关于意识的说唱表演和一系列研究结果的展示之后,Koch,这位神经科学家向哲学家们打赌说:意识的神经相关性目前还不能确定。

尽管如此,Koch 还是宣称:这是科学的胜利。

但是确实如此吗?该项目获得的评价褒贬不一。一些研究人员指出,目前还未能对两种理论之间的差异进行有意义的测试。但其他人强调了该项目在推动意识科学前进方面的贡献:提供大型、新颖、规范的数据集,以及激励其他参赛者进行自己的对抗性合作。

意识的相关性

当克里克和 Koch 在 1990 年发表他们具有里程碑意义的论文《迈向意识的神经生物学理论》时,他们的目标是将意识 ——2000 年来都被哲学家占据主场 —— 置于科学基础上。他们认为,整个意识是一个过于宽泛和有争议的概念,不能作为根本的起点。

相反,他们专注于意识的一个科学可处理的方面:视觉感知,也就是在有意识的情况下获得视觉信息,例如,红色这种颜色。他们的目标是找到与这种现象相关的神经,或者正如他们所说,意识的神经相关性。

解码视觉感知的第一阶段已经是科学研究的肥沃土壤。落在视网膜上的光向大脑的视觉皮层发送信号。在那里,超过 12 个不同的神经模块处理与图像中的边缘、颜色和运动相对应的信号。他们的输出结合在一起,为我们看到的东西构建了最终的动态画面。

视觉感知对克里克和 Koch 的价值在于,该链条中的最后一个环节 —— 意识 —— 可以与其他环节分离。自 20 世纪 70 年代以来,神经科学家已经知道有盲视(blindsight)的人,他们因为大脑受损而没有视力,但他们可以在房间里导航而不会遇到障碍物。虽然他们保留了处理图像的能力,但他们失去了意识到它的能力。

20多种意识理论的争论仍未有定论:五年过去了,没有一个理论能够占据主导地位在这个著名的幻觉图片中,大脑产生意识的机制允许我们以花瓶或两张脸的形式体验图像 —— 但不能同时体验。--Nevit Dilmen

我们所有人都可以体验到这种脱节的形式。举一个众所周知的光学错觉,上图可以被看作是一个花瓶或两张脸。在任何时候,我们只能把它看作是一个或另一个。我们的大脑处理感知的方式阻止了我们同时意识到两者。

实验心理学家可以通过双眼竞争现象来利用这种脱节。我们的大脑通常可以毫不费力地结合它从左右眼收到的略微不同的重叠图像。但如果图像非常不同,而不是合并,它们就会成为竞争对手:首先一个图像主导我们的感知,然后才轮到另一个图像。当马克斯・普朗克生物控制论研究所的神经科学家 Nikos Logothetis 在 1996 年描述双眼竞争现象时,克里克非常兴奋,他宣称意识的神经相关性将在 20 世纪末找到。(这种热情促成了 Koch 与 Chalmers 的赌注。)

在过去的二十年里,大脑扫描仪做的越来越复杂,受试者的感知在意识研究期间已经能被操纵。数据的涓流已经几何倍增长,但河里存在意识理论不仅没有被冲走,反而是成倍增加。

这些理论之间的一个划分方法是,其中一些理论,如 GNWT,认为意识需要大脑中实现认知部分的参与,也就是我们「思考」的地方,而 IIT 理论研究者和其他人声称,神经相关性取决于参与感知的大脑区域,也就是我们「感觉」的地方。这些想法通常被直观地描述为「大脑前沿」理论与「大脑后脑」理论(尽管实际的解剖学区别比这更不准确和枯燥)。这种耐人寻味的区分呼应了古早的旧哲学分析,即意识到底是与思维有关的,如笛卡尔所说的「我思故我在」,还是「与思考无关」的,如冥想瑜伽那般放空思想。

20多种意识理论的争论仍未有定论:五年过去了,没有一个理论能够占据主导地位

                                                          Merrill Sherman 量子杂志

对于 GNWT 的坚决倡导者、法兰西公学院的神经科学家 Stanislas Dehaene 来说,思维是意识状态的核心部分。在提到 IIT 时,他表示:这是两种理论之间的巨大差异。我不相信存在纯粹的意识。

GNWT 坚持认为,我们在无意识地处理信息时,会有一小部分信息能通过一个渠道进入有意识状态的工作空间内。在这个空间内,信息被整合并传递到其他大脑区域,使其在全局范围内用于决策和学习。Stanislas Dehaene 表示:这个工作空间承担了执行功能的使命。由于决策和学习是前额叶皮层的责任,大脑的前部被认为对意识至关重要。

这个观点早在 1988 年就萌芽于心理学家 Bernard Baars 的心中,目前他在心智科学学会工作。他看到了与早期人工智能系统架构 —— 黑板(blackboard)的相同之处,在黑板架构中独立程序也能共享信息。然后,Dehaene 将这一概念模板与尖端神经科学的发现联系起来,并使用计算模型来开发 GNWT。

IIT 则没有与人工智能架构进行类比。威斯康星大学麦迪逊分校的神经科学家和精神病学家 Giulio Tononi 从关于意识的五个公理开始,发展了 IIT 这一理论:意识是拥有它的实体所固有的;意识的组成是结构化的;意识的信息丰富;意识是集成的而不可简化为组件;意识是独立于其他体验的。然后,他开发了数学描述来适应这些公理。对于 Tononi 和其他 IIT 理论家来说,与这些数学描述最一致的神经结构是与感觉区域相关的网格状架构,他们将其称为热区(hot zone)。

20多种意识理论的争论仍未有定论:五年过去了,没有一个理论能够占据主导地位

威斯康星大学麦迪逊分校的神经科学家 Giulio Tononi 通过数学公式化关于意识的五个公理,发展了综合信息理论。——John Maniaci / 华盛顿大学健康中心

但 GNWT 和 IIT 只是将意识的关键元素定位在大脑相反两极理论中的两种,时下还存在着其他认知方式的前脑概念,包括几种高阶理论(HOT)和主动推理理论,以及各种后脑概念,例如一阶理论和局部表征理论。

虽然说起来可以通过将活体大脑的数据与理论的预测值放在一起对比是否一致的方法来证伪其中一些理论。但不幸的是,事实并非如此。

横看成岭侧成峰

多年来,研究人员设计了一系列巧妙的实验,在这些实验中,受试者报告他们何时意识到一个物体,同时使用一些心理学技巧或幻觉来分散他们的注意力。这些结果表明,意识感知与前额叶皮层的活动相关,这有利于 GNWT 或其他大脑前部理论。但哲学家和实验者也提出一种质疑说,这些研究可能是在测量与报告任务相关的神经活动,而不是意识本身。

因此,科研界开发了无报告范式作为一种解决方法,这就是双眼竞争。如果测试对象的左眼看到向左移动的脸,右眼看到向右移动的房子,他们的意识感知就会在两个图像之间翻转。研究人员可以通过跟踪眼睛移动的方式来识别感知到的图像,而无需报告。当时的数据表明,在这些无报告范式中,有意识感知的信号位于大脑后部。

然而,理论家们很少轻易就被实验和数据所说服。在 2016 年的一次审查中,印度理工学院阵营驳斥了基于报告的实验,认为其方法上存在缺陷。但是 2017 年,这场争论仍在继续,《神经科学杂志》上发表了几篇观点相互对立的文章。在其中一篇文章中,现供职于日本理研脑科学研究中心的 Hakwan Lau 和他的同事反驳道,无报告范式本身就充满了令人困惑的变量。

更复杂的是,实验结果取决于所使用的大脑记录技术的类型。这并不奇怪,因为每种技术都为大脑提供了不同的视角。例如,功能性磁共振成像(fMRI)可以追踪血流并提供良好的空间分辨率,但速度太慢,无法跟上神经元之间的交流速度。另一方面,脑磁图(MEG)可以追踪大脑的颤动,但空间分辨率较差。研究人员是测量大脑特定位置的信号强度,还是分析更广泛区域的模式,这也会产生影响。

结果是,尽管收集了大量实验数据来研究意识的相关性,但不确定性给了理论学家们声称这些数据支持他们认可的理论的空间。

特拉维夫大学神经科学家 Liad Mudrik 认为,部分问题在于研究的设计方式。她的博士生 Itay Yaron 最近进行的一项调查研究了 400 多个已发表的意识实验,发现在很大程度上可以仅根据实验设计来预测哪种理论将得到支持,而无需了解任何结果。

20多种意识理论的争论仍未有定论:五年过去了,没有一个理论能够占据主导地位

特拉维夫大学的神经科学家 Liad Mudrik(左)和她的博士生 Itay Yaron(右)收集的证据表明,利用实验研究来检验意识理论的目标常常因实验设计中潜藏的偏见而受挫。——Sophie Kelly

对抗性合作

五年前,邓普顿世界慈善基金会特别项目部负责人 Dawid Potgieter 惊奇地发现,关于意识的可行理论仍然如此之多。他认为时机已经成熟,应该为此做点什么。

Koch 建议进行正面交锋,物理学界有时也用这种方法来解决争议,心理学界也有先例。20 世纪 80 年代,普林斯顿大学的心理学研究员 Dan Kahneman 创造了 对抗性合作(adversarial collaboration)一词,用来描述观点相左的科学家共同开发实验的做法。通过合作,他们可以消除在目标和方法上的分歧,因为这些分歧可能会破坏工作的结论。

20多种意识理论的争论仍未有定论:五年过去了,没有一个理论能够占据主导地位

五年前,Dawid Potgieter 代表邓普顿世界慈善基金会召开了一次研讨会,旨在发展对抗性合作,以检验意识理论。—— 邓普顿世界慈善基金会

Potgieter 很想这样试一下。2018 年 3 月,他和 Koch 在西雅图艾伦研究所为 14 名参与者举办了一场周末研讨会。其中包括三位理论家 ——Dehaene、Tononi 和 Lau,他们是 HOT 的拥护者 —— 以及 Chalmers 和另外两位哲学家、四位心理学家、两位神经科学家、一位神经学家和作为坦普尔顿基金会代表的 Potgieter。他们的职责是合作设计新的实验,以消除过去的所有问题并清晰地区分不同的理论。

其中三位心理学家 —— 马克斯・普朗克研究所的 Mudrik、Lucia Melloni 和波特兰社区学院的 Michael Pitts—— 已经在过去进行过对意识理论的挑战。Pitts 回忆道:突然有一天,我想起 Giulio 建议过,你们三个人为什么不领导这个项目呢?我们根本不知道自己在干什么。它吞噬了我们的生命。

在接下来的九个月里,讨论仍在继续。理论家们深入研究了他们的理论,并提出了新的预测 —— 这是合作的新颖贡献之一。Mudrik 对对手进行谈判的意愿印象深刻。她说:这需要很大的勇气;这是一场冒险。

研究小组想出了两种实验设计,以区分 IIT 和 GNWT 的预测结果。他们从未得出足以将 GNWT 和 HOTs 区分开来的不同预测,因此 HOTs 被留给了 Lau 和纽约大学哲学家 Ned Block 的另一次对抗性合作,后者是一阶理论的拥护者。

Tononi 对 GNWT 与 IIT 的首次实验的设计尤为重视。由于既定的任务在过去的实验中造成了这样那样的问题,因此它将通过改变任务来了解这对有意识感知的影响,从而解决这些问题。

实验对象将看到一系列不同的图像,如人脸、时钟和不同字体的字母。他们看到每幅图像的时间为 0.5 到 1.5 秒。在每一系列图像的开始部分,有两幅特定的图像会被定义为目标(例如,一个女人的脸和一个复古的时钟),受试者会被要求在看到其中任何一幅图像时按下一个按钮。因此,图像中的其他面孔和物体将与任务相关(因为它们与目标属于同一类别),但无需报告。系列图像中的其他类型图像,如字母和无意义符号,则与任务无关。该测试使用系列中的不同目标反复进行,这样每组刺激都可以同时作为任务相关和任务无关进行测试。最先进的大脑信号解码器将把神经发射模式与受试者看到的内容联系起来。

GNWT 的预测是,无论是否涉及任务,与有意识地感知物体相对应的大脑模式都是相似的。大脑解码器应该能够识别与目标图像相关的独特信号,与任务无关。此外,还应该能够检测到进入大脑工作区的新意识知觉的「点火信号」以及清除它的「关闭信号」。

另一方面,IIT 预测大脑的意识模式会随着任务的不同而变化,因为执行任务需要前额叶皮层的参与,而剥离任务的感知则不需要。这种纯粹的意识只需要大脑后部的感觉热区。图像意识信号的连接性和持续时间将与视觉刺激的持续时间相匹配。

20多种意识理论的争论仍未有定论:五年过去了,没有一个理论能够占据主导地位

普林斯顿大学的心理学研究员 Daniel Kahneman 坚信对抗性合作对推动科学发展的价值,尽管他发现合作结果很少能改变对手的想法。——Roger Parkes

Dehaene 偏爱第二项实验,涉及大脑模式的综合解码。受试者在玩类似俄罗斯方块的电子游戏时,会随机看到屏幕上闪过的人脸和物体。一幅图像出现后不久,游戏就会停止,然后询问受试者是否看到了这幅图像。Dehaene 更喜欢这种设计,因为它在有意识和无意识的心理状态之间提供了更清晰的对比,他认为这对于获得意识相关因素的明确数据至关重要。

由于 Kahneman 对对抗性合作非常熟悉,他对三个项目的负责人进行了指导。但他也告诫他们,根据他的经验,对手不会在看到合作成果后改变主意。他说,相反,当面对一个不方便的结果时,他们的智商会跃升 15 点,因为他们会发明一些方法来适应新的、相互矛盾的数据。

没有赢家,没有输家

研究人员开始按照研讨会团队的建议进行实验。Tononi 最喜欢的 GNWT 与 IIT 实验(用不同级别的任务进行测试)最先完成。该实验是在两个不同的实验室使用功能磁共振成像、脑磁图和颅内脑电图进行的。共有 6 个理论中立实验室和 250 名测试对象参与其中。

6 月 23 日晚,一群兴奋的观众聚集在纽约大学,观摩该实验的结果。结果显示在一个巨大的屏幕上,是一张用红色和绿色突出显示的图表,就好像研究人员正在报告具有三条障碍的障碍赛跑一样。

第一条障碍是检查每种理论对受试者在呈现的图像中看到的物体类别的解码程度。两种理论在这里都表现良好,但 IIT 更擅长识别物体的方向。

第二条障碍是对信号时间的测试。IIT 预测在意识状态期间热区会持续同步放电。虽然信号持续存在,但它并不保持同步。GNWT 预测的工作空间会「点燃」,然后当刺激消失时会出现第二次峰值。仅检测到初始尖峰。在纽约大学观众的屏幕评分中,印度理工学院遥遥领先。

第三条障碍涉及大脑的整体连接性。GNWT 在此得分高于 IIT,主要是因为对结果的一些分析支持 GNWT 预测,而整个热区的信号并不同步。

显然这两种理论都受到了结果的挑战。但在活动屏幕上的最终计分中,IIT 获得的绿色亮点比 GNWT 更多,观众的反应就像胜利者加冕了一样。威斯康星大学麦迪逊分校的 Melanie Boly 是 IIT 的支持者,她对这一结果感到相当满意,在台上宣布:结果证实了 IIT 的总体主张,即后皮质区域足以产生意识,并且「前额叶皮质的参与」也不需要全局广播。

20多种意识理论的争论仍未有定论:五年过去了,没有一个理论能够占据主导地位

                             法兰西公学院的神经科学家 Stanislas Dehaene 提出了全局神经元工作空间理论,他认为思维是意识的核心部分。 

当 Dehaene 上台时,他也不承认失败。「我决定听从 Dan Kahneman 的建议,」他打趣道。同时他显得很高兴,因为这个实验最有趣的部分是与任务无关的意识刺激实验。现在的问题是实验是否能够表明额叶大脑中能够点燃意识。「答案是肯定的!」他说。

后来,Dehaene 建议,IIT 的门槛比他的理论设置的门槛低。[IIT] 的复杂数学核心没有经过真正的测试,他说。正如 Block 在当晚的讲话中指出的那样,支持脑后理论的发现却并不完全支撑 IIT。

尽管印度理工学院获得的绿色分数略高,但项目负责人本人坚称没有赢家。他们在一篇描述中写道「这些结果证实了 IIT 和 GNWT 的一些预测,同时极大地挑战了这两种理论。」

前进的步伐

那么科学到底进步了吗?并非所有人都这么认为。

墨尔本大学心理学家、ASSC 前任主席 Olivia Carter 等一些研究人员认为,这两种理论相差太大,无法对他们的预测进行有意义的比较。「我个人的感觉是他们正在测试完全不同的东西,」她说。「IIT 专注于现象级内容,而 GNWT 对记忆和注意力更感兴趣。」

这个评价似乎很恰当。然而,考虑到对抗性合作最初的既定目的是进行决定性比较,这也有些令人沮丧。如果要说这个结果是科学的胜利,那么似乎只能说是达到及格线而已。

莫纳什大学哲学家 Jakob Hohwy 是另一项由坦普尔顿资助的对抗性合作项目的成员,他对此有不同的看法。「这涉及科学哲学,」他说。他指出,该领域在意识的定义是否更接近于思考或感觉,甚至受试者自我报告的结果是否真正混淆了数据等基本问题上仍然存在分歧。对于 Hohwy 来说,这种协作努力是前进的方式。「当我们进行这种类型的对抗性合作时,我们将会发现答案,」他说。

其他人,比如加州大学欧文分校的计算神经科学家 Megan Peters,对媒体报道感到愤怒,因为媒体将结果报道为 GNWT 和 IIT 之间的两匹马竞赛,而不是一个有多个竞争者的领域。彼得斯说,重要的是要看到科学是通过从每条实验障碍中进行学习来取得进步的,不是只关注谁是赢家和谁是输家。 

尽管如此,Peters 仍然热衷于对抗性合作。

关于意识的第一次对抗性合作可能没有成功地筛选出该领域的任何理论。但它确实迫使理论家做出更具体的预测,并促使实验家研究出新技术。「合作的结果仍然非常有价值,」萨塞克斯大学神经科学家 Anil Seth 在六月活动结束后的评论中写道。「他们将通过提供新的约束和新的解释目标来推动 IIT 和 GNWT 以及其他意识理论的发展。」

对于 Melloni 来说,对手没有改变主意这一事实并没有减损这一过程的价值。正如 Kahneman 所说,人们不会改变主意,但他们应对挑战的方式会导致他们的理论进步或退化,她说。「如果是后者,随着时间的推移,这个理论就会消亡,科学家们就会放弃它。」

原文链接:
https://www.quantamagazine.org/what-a-contest-of-consciousness-theories-really-proved-20230824/

以上是20多种意识理论的争论仍未有定论:五年过去了,没有一个理论能够占据主导地位的详细内容。更多信息请关注PHP中文网其他相关文章!

声明
本文转载于:机器之心。如有侵权,请联系admin@php.cn删除
易于理解的解释如何保存对话历史记录(对话日志)!易于理解的解释如何保存对话历史记录(对话日志)!May 16, 2025 am 05:41 AM

高效保存ChatGPT对话记录的多种方法 您是否曾想过保存ChatGPT生成的对话记录?本文将详细介绍多种保存方法,包括官方功能、Chrome扩展程序和截图等,助您充分利用ChatGPT对话记录。 了解各种方法的特点和步骤,选择最适合您的方式。 [OpenAI最新发布的AI代理“OpenAI Operator”介绍](此处应插入OpenAI Operator的链接) 目录 使用ChatGPT导出功能保存对话记录 官方导出功能的使用步骤 使用Chrome扩展程序保存ChatGPT日志 ChatGP

使用Chatgpt创建时间表!解释可用于创建和调整表的提示使用Chatgpt创建时间表!解释可用于创建和调整表的提示May 16, 2025 am 05:40 AM

现代社会节奏紧凑,高效的日程管理至关重要。工作、生活、学习等任务交织在一起,优先级排序和日程安排常常让人头疼不已。 因此,利用AI技术的智能日程管理方法备受关注。特别是利用ChatGPT强大的自然语言处理能力,可以自动化繁琐的日程安排和任务管理,显着提高生产力。 本文将深入讲解如何利用ChatGPT进行日程管理。我们将结合具体的案例和步骤,展示AI如何提升日常生活和工作效率。 此外,我们还会讨论使用ChatGPT时需要注意的事项,确保安全有效地利用这项技术。 立即体验ChatGPT,让您的日程

如何将chatgpt与电子表格连接!对您可以做什么的详尽解释如何将chatgpt与电子表格连接!对您可以做什么的详尽解释May 16, 2025 am 05:39 AM

我们将解释如何将Google表和Chatgpt联系起来,以提高业务效率。在本文中,我们将详细解释如何使用易于使用的“床单和文档的GPT”附加组件。无需编程知识。 通过CHATGPT和电子表格集成提高业务效率 本文将重点介绍如何使用附加组件将Chatgpt与电子表格连接。附加组件使您可以轻松地将ChatGpt功能集成到电子表格中。 gpt for shee

6个投资者对AI的预测于2025年6个投资者对AI的预测于2025年May 16, 2025 am 05:37 AM

专家们预测AI革命的未来几年,专家们预测专家们都在强调了总体趋势和模式。例如,对数据的需求很大,我们将在后面讨论。此外,对能量的需求是D

使用chatgpt进行写作!提示的提示和示例的详尽说明!使用chatgpt进行写作!提示的提示和示例的详尽说明!May 16, 2025 am 05:36 AM

Chatgpt不仅是文本生成工具,而且是一个真正的合作伙伴,可显着提高作家的创造力。通过在整个写作过程中使用chatgpt,例如初始手稿创建,构思想法和风格变化,您可以同时节省时间并提高质量。本文将详细说明在每个阶段使用Chatgpt的特定方法,以及最大化生产力和创造力的技巧。此外,我们将研究将Chatgpt与语法检查工具和SEO优化工具相结合的协同作用。通过与AI的合作,作家可以通过免费想法创造独创性

如何在chatgpt中创建图形!无需插件,因此也可以用于Excel!如何在chatgpt中创建图形!无需插件,因此也可以用于Excel!May 16, 2025 am 05:35 AM

使用chatgpt的数据可视化:从图创建到数据分析 数据可视化以易于理解的方式传达复杂信息,在现代社会中至关重要。近年来,由于AI技术的进步,使用Chatgpt的图形创建引起了人们的关注。在本文中,我们将解释如何以易于理解的方式使用Chatgpt创建图形,甚至对于初学者。我们将介绍免费版本和付费版本(Chatgpt Plus),特定创建步骤以及如何显示日语标签以及实际示例之间的差异。 使用chatgpt创建图形:从基础到高级使用 chatg

用餐盘推动现代LLM的极限?用餐盘推动现代LLM的极限?May 16, 2025 am 05:34 AM

通常,我们知道AI很大,而且越来越大。快速,越来越快。 但是,具体来说,并不是每个人都熟悉行业中一些最新的硬件和软件方法,以及它们如何促进更好的结果。人民

归档您的Chatgpt对话历史!解释保存的步骤以及如何还原归档您的Chatgpt对话历史!解释保存的步骤以及如何还原May 16, 2025 am 05:33 AM

ChatGPT对话记录管理指南:高效整理,充分利用你的知识宝库! ChatGPT对话记录是创意和知识的源泉,但不断增长的记录如何有效管理呢? 查找重要信息耗时费力?别担心!本文将详细讲解如何有效“归档”(保存和管理)你的ChatGPT对话记录。我们将涵盖官方归档功能、数据导出、共享链接以及数据利用和注意事项。 目录 ChatGPT的“归档”功能详解 ChatGPT归档功能使用方法 ChatGPT归档记录的保存位置和查看方法 ChatGPT归档记录的取消和删除方法 取消归档 删除归档 总结 Ch

See all articles

热AI工具

Undresser.AI Undress

Undresser.AI Undress

人工智能驱动的应用程序,用于创建逼真的裸体照片

AI Clothes Remover

AI Clothes Remover

用于从照片中去除衣服的在线人工智能工具。

Undress AI Tool

Undress AI Tool

免费脱衣服图片

Clothoff.io

Clothoff.io

AI脱衣机

Video Face Swap

Video Face Swap

使用我们完全免费的人工智能换脸工具轻松在任何视频中换脸!

热工具

WebStorm Mac版

WebStorm Mac版

好用的JavaScript开发工具

SublimeText3 Linux新版

SublimeText3 Linux新版

SublimeText3 Linux最新版

MinGW - 适用于 Windows 的极简 GNU

MinGW - 适用于 Windows 的极简 GNU

这个项目正在迁移到osdn.net/projects/mingw的过程中,你可以继续在那里关注我们。MinGW:GNU编译器集合(GCC)的本地Windows移植版本,可自由分发的导入库和用于构建本地Windows应用程序的头文件;包括对MSVC运行时的扩展,以支持C99功能。MinGW的所有软件都可以在64位Windows平台上运行。

SublimeText3汉化版

SublimeText3汉化版

中文版,非常好用

SublimeText3 Mac版

SublimeText3 Mac版

神级代码编辑软件(SublimeText3)