我相信，被冠以崇高头衔——「智能」的自我意识现象是一个非常具体的过程。我们究竟是如何、以及为什么会以我们的方式经历自我意识，我相信一定有一个简单直接的解释。
我也许是错的，因为这是一个完全主观的观察。但是请听我说完我的理由。 人类是群居生物。将一个人单独拘禁，时间一长他肯定会疯掉。因为我们进化的结果就是要生活在集体中；这点很重要。
人类拥有一个比较特殊的能力，那就是跟踪动物，并推断自然界中痕迹形成的原因。我们能通过一点血、一些泥脚印就能立即推断出附近存在食肉动物。我们能看出打斗的证据，并推断出幸存者肯定受了重伤，将很容易猎取。
我们能推断出谁活下来了，有多少活下来了。我们擅长于观察模式和习惯。我们也经常将这项技能用于其他人类身上。 我们也许知道某人对自己脸部的疤痕很敏感，因此不要提起它，以免我们这颗原始人的头骨被砸碎。
我们知道，当别人在忍受我们而不是喜欢我们时，不应该去测试他们有多少耐心。我们知道如何使人发笑，我们将对于他人的好恶藏在心底。我们学会求爱，并爱他人。我们能预测对方对某个行动的反应。从某种意义上，这或多或少是一个有点异常的侦查系统。
该系统的重要性体现在我们将小说视为最真实的艺术形式。我们知道小说中有很多人物，我们对每个人物赋予各自喜好的人格。阅读完一本好书，我们相信自己认识了一个和童年伙伴相近的人物灵魂。随着时间的推移，我们从虚构的和真实的人身上提取人格特征，从而形成模式化的印象和原型。
现在停下来观察你内心的对话。你或许会相信，你赋予它的性格，就是别人看到你的性格。你在脑中携带着一个自我形象，不断对新的活动作出反应。这就是你认为的你自己。你说话的方式，你的行为，所有的这些都形成了你认为是你自己的人格。
简而言之，你观察事物的方式就是对它们做出反应(大多数是下意识的)然后创造出一个「假想的自我」。你会想出各种理由来为你的行为辩护，即使其实并没有这样的理由。 这点可以从患有疾病感缺失（ Anosognosia）的人们看出来，他们为自己的残疾想出了一些消极的原因。一个瞎子可能会说自己并没有眼盲，只是因为眼睛头痛所以不想去看。瘫痪病人可能会说自己并没有瘫痪，他只是如此疲倦，以至于懒得移动双腿。这是大脑为了解释自己的行为而发明出假设性动机和内在支撑的一个例子。我相信这不是一个特例，而是一个普遍存在的现象。
从绩效管理的角度来看这意义重大。我们看到别人尝试事物然后失败，然后我们推断出某些习惯是「失败」或者「成功」的原因。我们循着轨迹跋涉到路中央，意识到它们延伸得很远很远，于是我们决定调转回头，因为我们推断当其他人处于我们的位置时，也会觉得走了这么远，放弃是「合理的」。当我们要做生命中的重大决定时，我们首先想到的就是我们所爱的人也许会评价或是嘲笑我们。这并不是因为我们真的害怕会因发型而遭到排斥，而是因为我们缺少客观信息，于是依赖于我们对别人的揣想——也就是当别人处于我们的位置时会怎么做。
更具体地说，情感柔和的人很难做决定，是因为他们尝试着得到每一个行为的逻辑含义。社交智能可用作模式匹配，以减少无限的真实生活状态空间，并做出快速判断。为什么你想要火鸡三明治而不是萨拉米三明治？并不是因为你对火鸡的营养成分有多爱，而是因为那个神经元先被激活。我们不需要有什么道理，我们只需要我们的行为符合我们这种人的行为方式即可。要一个非启发式的纯优化函数来为你做一个最适合你的三明治，它很有可能会陷入分析瘫痪中。启发式的问题在于它们没有规模效应；人类在我们的基因中没有「地毯颜色启发式算法」，但是如果我们喜欢亮色或是绒毛的地毯，我们就很容易做出选择。
那么，如何将这点应用到AI呢？如果我们想要计算机拥有自我意识，我相信我们要做的就是效仿人类到达今天现在这种状态所走过的路。我们需要我们的计算机系统拥有自我意识，担忧自己的表现，生活在一个对自我价值和生产力的永恒的危机感中。我们需要它像一个婴儿一般从观察中学习，有自己的需求。我们需要创造一个社会型的AI，它有着同情心、孤独感、创造力、梦想、希望、渴求和人类的一切属性。考虑到我们在喜欢的媒体上浪费的时间，真的会有人觉得一个没有能力去「欣赏」的机器能被认为拥有自我意识吗？
我们该怎么做呢？我觉得小说是一个好的开始。小说、传记和自传能让机器学习模型形成人物性格的稀疏分布编码，这样我们就能进行客观的测量了。电脑应该阅读一本传记，然后对一个行为做出评价，看传记主人公做出这种行为的可能性有多大。尽管这个看起来很难做到，但我们已经有一些神经网络能写出具有作者风格(人格)的文字且能总结段落(语义提取)了。我相信能够做到这点的技术已经存在，只是需要好好装配在一起。
在完成我们的自传神经网络之后，我们应当决定AI的演化目的是什么。我们人类的演化目的是尽可能地活得长久一点，并繁殖下一代。而一个AI可能是音乐推荐者或是家庭保洁员。你应该赋予这个神经网络一些能力，让它能形成一个原始模型来完成任务。我的意思是，一方面要搞清楚生活是什么，另一方面，当你尝试去完成另外一些事情时会发生什么？
现在，我们让「能生产的」网络运行一段时间，然后给我们的「自传」网络输入一些动作，它会生成一些它可能会做的输出。当该网络抛出一个异常回答(例如「我觉得在这段回响贝斯之后你会非常想听一听海浪的声音」)，自传网络会提供一个负反馈。只要给予充足的时间，两者间的反馈循环将生成一个稳定的系统，在保持对外稳定的情况下能对新的输入做出反应。
甚至更好，我们能让自传网络发明「假想的自己」叙事方式来解释为什么它做了这些事。估计生产性网络想要做什么也许完全是错的，但是它应该给出一个对于整个系统想要做什么的最好预估。
这在逻辑上很像右脑/左脑的分裂，大脑的一部分客观地分析事物，而另一部分将潜意识裹成一个可理解的叙述。
我相信这是一种为数不多的可以创造出一个会说「Dave，我特别喜欢这首我找到的歌，不知道你会不会喜欢，实际上这首和大部分你的口味的音乐都风格不同」的音乐推荐系统的方法。
这些，这些就是AI于我的意义。一个单纯的优化系统将永远到达不了这种地步。因为它没有足够的认知失调，没有足够的情感来做出一个好的快速判断。上次你听到一段音乐时说「我喜欢这首歌因为它的节奏跟另一首歌很像」是什么时候？反正我没说过。人类总是惊叹于新鲜的事物；纯粹优化计算机，做不到这些。
来自alexkyte，作者：Alexander Kyte。机器之心编译出品。参与：钟靓，汪汪。
