正文
想法与评论
在科学中，还原论（Reductionism）意味着发掘复杂现象背后的机制，一种可行的方法就是将系统简化为更简单的组件。这种方法论成为了很多成熟研究领域的基础，如经典力学和化学等。在认知科学的背景下，我们可以通过研究神经元的生物学机制最终揭开认知的迷雾。在工程方面，最先进的深度学习也受到了神经科学新发现的启发。
然而在该篇评论文中，Noë 表达了他对目前神经科学研究中使用还原论的一些想法。在我的理解中，还原论远远不能建立真正的人工意识机器。
对于意识的起源，Noë 持生成性（enactive）观点，他同样对视觉意识也有独特见解，这也正是几十年来他所积极研究的课题。根据他出版的书籍 [1]，视觉意识源自于和周围环境的相互作用，而不是简单地作为单向视觉流（uni-direction visual stream）存在于我们大脑中。因为这种假设并不能解决主观意识是如何来源于客观的电化学信号这一问题，所以我们必须考虑到，人类大脑和身体的不同部分是作为一个整体允许人类获得视觉经验。同样，当前最先进的深度学习还不足以揭开视觉意识的迷雾，更不要说开发人工意识了。
大脑理论的模块化已经被广泛接受并流行起来了，该理论表明大脑的不同部分负责不同的任务。例如，视觉系统用于视觉感知，运动区域负责人体活动等。这种观点经常在日常生活中无意地得到提升，如人们经常会说「大脑中的一个区域负责观看」。在这个句子中，有一个前提假设，即这一块区域除了观看并不会处理其他的任务。然而，正如 Noë 提到 Hubel 和 Wiesel 的例子，他们的后续工作之一，即研究者们发现了「两个视觉流」中的背侧流（the dorsal stream）实际上提供了与视觉输入相协调的动作转换。另一方面，视觉系统（以及其他感知）并不能独立存在，它们还是要依赖于身体的运动与指导 [2]。
然而，当我们回顾目前的人工智能应用，如自动驾驶汽车、Facebook 的推荐系统或图像识别等，它们都是遵循输入与输出之间的简单映射，其中人工智能算法学习并尝试寻找输入与最优输出之间的最优映射函数。现有的深度卷积神经网络其分类和感知都是由相同网络所训练出来的。通过足量的训练，神经网络能将（类似的）符号表示（目标分类标签）与图像的原始像素相链接。如果使用 CNN 构建人造智能体，这些符号表征永远不会给智能体本身任何意义。「番茄」或「棒球」是什么意思？虽然它们有相似的形状，但这对人工智能体又有什么意义呢？因此，CNN 也只是单一的模块化网络，它仅仅处理视觉信息。如果我们想要建立对这两个物体的视觉意识，Noe 的观点即只有当人工智能体理解视觉对象所处的真实环境是什么时，视觉表征才会有意义。
最近出现了 AlphaGo，它击败了围棋世界冠军，尽管没有一个物理的身体。强化学习本身是一个很有前途的方法，它可以通过物理互动探索外部世界。不幸的是 AlphaGo 所使用的深度学习只被用于探索围棋的最佳走法。因此，从 Noë（和作者的观点来看），AlphaGo 只是一台桌面计算器。强化学习算法是一个好工具，允许我们通过发展出知觉意识的行为探索这个世界。AlphaGo 本身只是一个很好的高级强化算法的试验台，但是没有一个附带知觉和行动的身体去探索世界，AlphaGo 永远不会理解围棋的每一步走动意味着什么。
