深度学习三巨头之一的Yoshua Bengio也点头称赞。编译 AI 科技评论组
编辑 陈彩娴5月下旬，国际顶刊《美国国家科学院院刊》（PNAS）发表了一篇其于去年10月接收审核的工作，研究非常扎实：受图灵的计算模型图灵机（TM）与有意识的全局工作空间理论（GWT）影响，作者等人从理论计算机的角度出发，结合计算复杂性理论与机器学习知识，提出了一个形式化的理论计算机模型，将其命名为「有意识的图灵机」（Conscious Turing Machine, CTM），有助于帮助我们进一步理解「意识」。论文链接：https://www.pnas.org/doi/epdf/10.1073/pnas.2115934119例如，作者团队提到一个观点：计算需要时间。从这个角度看，理论计算机的观点可以改变我们对「自由意志」的定义，即：自由意志是选择不同行动路线后果所需时间或在可用资源（时间、空间、计算能力和信息）范围内尽可能多地考虑这些后果，并根据最适合自己目标而选取行动路线。作者认为，无论是由血肉构成还是由金属和硅构成的心智系统，都具有所有合理组织的心智属性——即使它们没有神经结构，也同样具备了自我调节能力。这一概念并不是为了模拟大脑，而是一个简单抽象心智模型，以便更好地理解心智及其相关现象。
从理论计算科学学派艾伦·图灵开创性的论文“On computable numbers, with an application to the Entscheidungsproblem”中，我们可以看到他如何将数学定义为“电脑”的起源。这篇论文提供了现在被称作“Turing Machine”的算法定义。在这份定义中，这个电脑能够处理任何现代超级电脑都能处理的问题。此定理证明了数学原则存在之目的，以及不可解性问题，比如停機問題，是因为不存在通用的程序来确定哪些計算會停止，而哪些則無法停止，要構造這樣一個程式也是不可能。
在哥德尔和圖靈之后，這個數理邏輯學家的領域開始對那些問題是否可解進行分類，並且開始探索不可解問題背後深層次之謎。在1960年代當我們發現許多在原則上可以解決重要問題實際上是不可能得到解决時，我們了解到這並非技術上的挑戰，而是一個更深層次的事。
理論計算機新興領域研究人員（特別是Jack Edmonds, Stephen Cook, Richard Karp and Leonid Levin）的貢獻在於區分自然有限但可行的问题與不可行的问题。他們將此區分為兩個不同的二元類別，其中一些在數學上能夠形式化為通過某種計算機程式內一定時間內可解；另一些則是在一定時間內不能檢查。
除了定義串列快複雜度階層外，這裡還定義了並行超快複雜度階層。這兩個階層都提供了一系列使用於選擇該範圍中的定義和選項。此理解簡單與困難、快速與緩慢間二元關係，不僅豐富了理論，更加強了思想重建、新觀念提出以及驚人的應用，使得複雜性成為一場革命事態。在過去40年里，由於我們已經展示了如何利用困難來處理原本似乎不可能的事情，我們知道從算術方法生成隨機序列是一種相當荒謬的事情，就連冯·诺伊曼也開玩笑說：“一個企圖以算術方法產生隨機數字的人，那麼他就是罪犯。”但是，如果沒有對多項式及超多項式之間區別的地質學說，這種理解是不可能達到的。
另外，用伪随机发生器产生的一个短随机种子替代概率型CTM中的随机构造过程，可以提高效率，因为伪随机构造过程比实际随机构造要快得多，而且不会因实际世界中的物理限制而受到限制。如果概率型CTM拥有"自由意志"那么确定型CTM也有"自由意志"。这种确定型CTM拥有自由意志，与决定论的一些哲学立场相悖，但它并不排除其他可能性，它只是给予我们的认知经验一种新的视角，从而帮助我们更好地理解我们的行为以及周围世界的情况。
6-7页略过...
