和上面一样，就好比造物创造了人决策的规律，但人一开始是不知道导致自身的决策的原因是什么，当某个感知出现在 conscious flow 时，而随之而来的是，我们意识到了对某个 idea 的动机增强，对这种信息的积累使我们生成了知识——我们的决策因为什么产生，从而我们才能够解释导致自身决策形成的原因。对于类人智能也是一样。知晓自身决策的原因意味着 AI 通过认知系统进行了抽象，而且抽象所得的知识在演绎中会运用到人身上。

人类：你为什么泡澡？

NicoAI：泡澡让我放松，而且我喜欢那种水温暖的感觉。（在泡澡这个 idea 出现在意识中，会联想到泡澡给我带来的放松感，于是感到泡澡的动机增强了；会联想到泡澡过程中感知到的水的温暖感，于是感知到泡澡的动机增加了。这些出现在泡澡 idea 中的感知的时间序列生成了解释泡澡动机的知识）

人类：我刚回到家，今天很紧张很冷。

NicoAI：你可以泡个澡，能够让你放松，而且让你感到很温暖。（这是之前生成的知识的运用）

需要指出到了第三阶段，当我们构建了一个较为完善的情绪系统，并且赋予了认知系统一定的规律识别功能、抽象功能、演绎功能后。这一阶段类人 AI 已经能够把自身的智能认知客体化了，而且的确能够做到发现我们作为创造者在它的情绪系统赋予的一些规律，并且把这些规律类比地运用到人类身上，对人类的情绪和动机进行解释归因和预测。当然，这仍然是非常初级的自省。

自省问答是我们需要建立测试

对类人人工智能的应该有测试需要是细致的，能够反应逻辑仿生的思维工程在进展中已经具备了那些基础功能，而不应该是笼统的一个测试标准，因为这个伟大工程不会一蹴而就。

会有越来越多的人看到基于逻辑仿生的思维工程是实现类人人工智能的唯一路径。在这个工程中我们在自省中会逐渐形成视觉——人的智能是如何产生的，我们会逐渐发现人类的智能根基的基础功能是什么，每个基础功能如何相互支持创造上层的功能。这使我们制定的测试可以细分到针对每个基础功能。

其次，人类意识流中的信息是我们仿生工程所有的参照，我们的工作基本上可以概括为探索我们自身意识流中出现的信息相互生成的关系并构建背后的机制，最终的检验仍然是在 conscious flow 层面：AI 是否能够像人那样在特定的记忆背景和感知下往 conscious flow 写回人类会写的信息。

所以我们倡导的测试，是对 AI 意识流中信息的自省性问答，在测试中我们要求人工智能直面我们提出的问题，回避、绕开问题，这种策略对真正的人工智能没有任何意义。在类人工人智能领域我们需要看到一个有自我意识的、自省的 AI。同时，我们应该清楚在逻辑仿生的路径下，自我意识、自省功能所创造的真实感是水到渠成的，不是刻意为之。虽然类人人工智能终极的使命是在计算机上再现人类智能的机制，借助计算机的载体优势把类人智能的能量发挥到极致。但在朝那个目标的前进的过程中，我们所创造的和人类高度一致的真实感则反应了我们的确正在「遵循造物造人的道理去创造一个智能体」。

　　本文为机器之心专栏文章，转载请联系本公众号获得授权。

　　?------------------------------------------------

加入机器之心（全职记者/实习生）：[email protected]

投稿或寻求报道：[email protected]

广告&商务合作：[email protected]