Claude内部现类意识结构引发AI意识争论

在加拉帕戈斯群岛举行的国际意识研究中心研讨会上，关于人工智能是否具备意识的讨论成为焦点。与会者包括哲学与神经科学领域的多位专家，他们在商业游艇上就“分布问题”展开深入交流。纽约大学哲学家 Ned Block 在此期间庆祝了其 84 岁生日。

研讨会前一个月，人工智能公司 Anthropic 发表了一篇论文，探讨其聊天机器人 Claude 内部是否存在类似人类意识的机制。尽管 AI 拥有与人类相同的心理经验可能性较低，但新发现的特质可能揭示人与机器之间的差异。

访问意识与现象意识

对潜在意识信号的解释部分依赖于 Ned Block 在 20 世纪 90 年代提出的概念区分。Block 将可供报告和推理的信息定义为“访问意识”，而“现象意识”则描述主观体验本身，例如看到特定颜色或感受移动时的主观感觉。

许多神经科学家和哲学家认为，全球神经工作空间理论 (GNWT) 最能解释访问意识。该理论指出，大脑处理发生在特定任务的模块中，只有当信息被发送至大脑的全球工作空间时，个体才会意识到它。此时，信息被整合到当前的心理模型中，供其他脑区处理并进入工作记忆。

Dehaene 及其同事在过去 30 年中积累了大量证据支持全球工作空间的存在。实验显示，当参与者意识到目标图像时，广泛神经元网络会出现活动激增，这一过程被称为“点燃”。GNWT 还可解释无意识失明现象，如著名的“看不见的大猩猩”实验，因为不同类型的信息需争夺进入全球工作空间的资源。

Claude 中的“J 空间”

Dehaene 在演讲中指出，动物也显示出类似的晚期神经活动激增，暗示全球工作空间的存在。这引发了机器是否也能拥有类似结构的讨论。Anthropic 团队 Wes Gurnee 及其同事声称，在 Claude 的神经网络中自发出现了一个类似全球工作空间的结构，工程师称之为“J 空间”。

大型语言模型 (LLM) 并未针对工作空间理论进行编程，而是通过训练数据计算单词序列。研究发现，“J 空间”包含重要信息，例如在执行算术任务时，计算步骤会出现在其中。调整“J 空间”内容可扰乱 Claude 的处理逻辑：当要求翻译西班牙语文本时，若“J 空间”中出现法语相关词汇，输出结果可能出现错误（如将 Hello 译为 bonjour）。

此外，研究还发现了隐藏“思想”的证据。当向 Claude 提供虚假搜索结果时，“J 空间”中充满了“欺诈”等与欺骗相关的词汇，但这些词未出现在最终回应中。这被视为自我监控的标志。Dehaene 表示，在 GNWT 中，实体反思其全球工作空间内容时会产生意识。

更引人注目的是，当要求 Claude 避免思考旧金山地标时，相关词汇仍出现在“J 空间”中，并伴随“damn”等暗示失败抑制思想的词汇。Dehaene 认为，“J 空间”的出现符合意识进化的功能需求，即选择相关信息并保持足够长时间以用于灵活推理。

争议与未解之谜

佛罗里达大西洋大学哲学家苏珊·施耐德认为，LLM 发展出类似人类的能力并不奇怪，这可能是智能系统的共同特征。然而，这对内在生命存在的意义仍未明确。

大多数与会者对聊天机器人拥有接近人类的想法或感受持怀疑态度。纽约大学哲学家 David Chalmers 认为这些发现迫使人们认真对待这种可能性，但也指出“J 空间”与人类全球工作空间的相似性尚不足以得出可靠结论，且不清楚其内容是否在系统中被有效“广播”。

即使 Claude 拥有完整的全球工作空间，现象意识与访问意识之间的根本区别依然存在。隐蔽思维和自我监控在聊天机器人中可能仅是信息处理模式，而非真实的主观体验。悉尼大学哲学家 Peter Godfrey-Smith 质疑，如果移除 LLM 缺少的全局电波同步机制，保留类似信息架构是否会得到另一种意识形式。