世界トップジャーナルPNASに掲載されました！科学者たちは理論上のコンピューターに基づく意識モデル「意識のあるチューリングマシン」を提案した。

5月下旬、トップの国際学術誌である米国科学アカデミー紀要（PNAS）は、昨年10月に査読が受理された論文を掲載した。その研究は非常にしっかりしており、チューリングの計算モデルであるチューリングマシン（TM）と意識的グローバルワークスペース理論（GWT）の影響を受け、著者らは理論計算機の観点から、計算複雑性理論と機械学習の知識を組み合わせた正式な理論計算機モデルを提案し、「意識的チューリングマシン」（CTM）と名付けた。これは「意識」のさらなる理解に役立つだろう。

論文リンク: https://www.pnas.org/doi/epdf/10.1073/pnas.2115934119 たとえば、著者チームは計算に時間がかかるという点に言及しました。この観点から見ると、理論的なコンピュータの観点は「自由意志」の定義を変える可能性があります。つまり、自由意志とは、さまざまな行動方針の結果を計算する自由、または利用可能なリソース (時間、空間、計算能力、情報) 内で可能な限り多くの結果を計算し、自分の目標に最も適した行動方針を選択する自由です。

著者の主張は、意識は、それが肉体でできているか、金属とシリコンでできているかに関係なく、合理的に組織化されたすべてのコンピューティングシステムの特性であるということです。この観点から見ると、CTM は脳のモデルではなく、意識の神経相関を意味するものでもありませんが、むしろ意識とそれに関連する現象を理解しようとする、意識の単純な抽象計算モデルです。論文はかなり長いので、AI Technology Reviewは要点を次のようにまとめています。理論コンピュータの観点から見た「意識」

1. 理論計算機から見た意識

1.1. 理論計算機科学

アラン・チューリングの重要な論文「計算可能数について、そしてその計算問題への応用」は、理論コンピュータの起源であると言えます。この論文では、「コンピューティングマシン」の数学的定義が示され、現在ではチューリングマシン (TM) と呼ばれています。チューリングの定義によれば、この計算機は、コンピュータやスーパーコンピュータが計算できるあらゆる関数を計算できます。定理は数学理論の存在理由であり、チューリングは理論計算として知られる最初の定理、つまり停止問題の解決不可能性を証明しました。

現代的な言葉で言えば、この定理は、どのコンピュータプログラムが停止し、どのプログラムが停止しないかを判断できる一般的な (デバッグ) プログラムを持つことは不可能であり、そのようなプログラムを構築することも不可能であることを証明しています。停止問題の解決不可能性は初等数論の決定不可能性と同等であり、ゲーデルの第一不完全性定理の弱い形を意味します。ゲーデルとチューリングの後、数理論理学者たちは、どの問題が解ける問題と解けない問題を分類し、解けない問題の難解なレベルを研究し始めました。

1960 年代に計算機が登場し、広く利用できるようになると、原理的には解決可能な多くの重要な問題が、実際には最速のコンピュータでも解決不可能であることがすぐに分かりました。これは技術的な問題ではなく、より根深い問題でした。新興分野の理論計算の研究者 (特にジャック・エドモンズ、スティーブン・クック、リチャード・カープ、レオニード・レビン) は、本質的に有限な (したがって解決可能な) 問題の中には、解決可能な問題と解決不可能な問題の間に、以前の解決可能な問題と解決不可能な問題の間の二分法を反映した二分法があるように思われることに気づきました。解決可能な方法が存在する問題は、何らかのコンピュータプログラムによって多項式時間 P で解決可能であるとして数学的に形式化できます。

さらに、多項式時間で解決可能な問題を実装することと、多項式時間 NP でチェック可能な問題を実装することは同等ではない可能性があります。実際、同等性が確立されれば、有名な百万ドルの質問 P=?NP に答えることができます。理論計算では、シリアル高速 (多時間的) 計算複雑性クラスの階層を定義するだけでなく、並列超高速 (多時間的) 計算複雑性クラスの階層も定義します。両方の階層は、モデル内で使用される定義と選択肢を提供します。簡単と困難、速いと遅いの二分法の理解と意味は、豊富な理論、アイデアの再構築、斬新な概念、驚くべき応用を伴う複雑性革命を引き起こしました。実際、過去 40 年間にわたって、計算の複雑さの進歩により、困難さを利用して一見不可能と思われる問題に取り組むことができることが示されてきました。説明には、コンピューターで生成されたランダムシーケンスを使用します。これを「疑似ランダムシーケンス」と呼びます。

表面的には、疑似ランダムシーケンスの概念は非常に衝撃的なので、フォンノイマンは「乱数を生成する算術的方法を考える人は、もちろん犯罪を犯している」と冗談を言ったほどです。より正確には、疑似ランダムシーケンスジェネレーターは、任意の実行可能なコンピュータプログラムによって生成される真のランダムシーケンス (公平なコインを独立して投げることによって生成されるシーケンスなど) と区別がつかないシーケンスを生成するための実行可能な (多項式時間) コンピュータプログラムです。したがって、人間が住む多項式時間の世界では、疑似ランダムシーケンスは実際には真にランダムです。この理解は、多項式と超多項式の複雑さの違いに関する理論計算機科学の説明なしには不可能です。上記のアイデアの 1 つの応用は、確率的 CTM 内のランダムシーケンスを、(短い) ランダムシードを提供する疑似ランダムジェネレータによって生成されたシーケンスに置き換えることです。特に、確率的 CTM に「自由意志」がある場合、決定論的 CTM にも「自由意志」があります。この決定論的な CTM の自由意志は、いくつかの (おそらくほとんどの) 決定論的な考え方と矛盾しています。

1.2. では意識について話しましょう

CTM の定義は理論コンピュータの観点を採用しています。 CTM は、意識的な GWT を数学的に形成 (および動的に変更) する単純なマシンです。GWT は、認知神経科学者の Bernard Baars が考案し、Dehaene と Mashour らが Global Neuronal Workspace Theory (GNWT) で拡張した概念です。『意識の劇場』の中で、バースは意識をワーキングメモリの舞台で演技する俳優に例え、彼らの演技を暗闇の中に座っている観客（または無意識のプロセッサ）が観察しているとしている。 CTM では、GWT 段階は、任意の瞬間の CTM 意識コンテンツを含む短期記憶 (STM) によって表されます。

視聴者は、それぞれが独自の専門知識を持つ強力なプロセッサによって表され、CTM の長期メモリ (LTM) を構成します。これらの LTM プロセッサは予測を行い、CTM の世界からフィードバックを取得します。各プロセッサ内の学習アルゴリズムは、このフィードバックに基づいてプロセッサの動作を改善します。各 LTM プロセッサーはそれぞれ独自の専門分野を持っており、質問、回答、情報をまとめてステージ上に提示し、それを即座に聴衆に届けるために互いに競い合います。

意識的な認識は、注意と呼ばれることもあり、CTM では、LTM プロセッサによってブロードキャストされる CTM 意識コンテンツを受信することとして正式に定義されています。時間が経つにつれて、一部のプロセッサはリンクを介して接続されるようになり、これらの LTM プロセッサは STM を介して意識的に通信する状態から、リンクを介して無意識的に通信する状態に移行します。リンクを通じてブロックが伝播すると意識が強化され、デハーン氏とシャンジュ氏はこれを点火と呼んでいます。 CTM は、Baars の GWT アーキテクチャに触発され、認識の感覚にとって重要ないくつかの追加機能も統合しています。これらには、ダイナミクス、豊富なマルチモーダル内部言語 (私たちは Brainish と呼んでいます)、CTM が世界のモデルを作成できるようにする特別な LTM プロセッサが含まれます。

1.3. 複雑さに関する考慮

限られた資源の影響は、変化の盲目性や自由意志などの意識に関連する現象の高度な説明において重要な役割を果たします。これらの結果により、CTM の詳細な定義も変更されます。詳細は次のとおりです:

ブロックの正式な定義: ブロックとは、各 LTM プロセッサがクロックの各刻みで認識するために競合する情報です。

意識に到達するために競合ブロックの 1 つを選択する高速確率競合アルゴリズム。

各プロセッサ内の機械学習アルゴリズムは、グローバルブロードキャスト、他のプロセッサ、および外部からのフィードバックを使用して、プロセッサの競争力と信頼性を向上させます。

CTM はチューリングのコンピュータモデルに触発されていますが、標準的なチューリングマシンではありません。これは、CTM に「意識の感覚」を与えるのは、計算能力や入出力マッピングではなく、グローバルワークスペースアーキテクチャ、予測ダイナミクス (予測、フィードバック、学習のサイクル)、豊富なマルチモーダル内部言語、および世界モデルプロセッサなどの特定の特殊な LTM プロセッサであるためです。前述したように、私たちが求めているのは脳のモデルではなく、むしろ意識の単純なモデルです。

2 CTMモデルの概要

2.1 CTMの基本構造とCTMにおける意識の定義

CTM の寿命は有限 t であると仮定します。時間は離散的なクロックティックで測定され、t = 0、1、2、… T ∼ 10^10 です。（1秒間に約10回、アルファ脳波のリズム）。 CTMは時刻0に誕生しました。 CTM は、<STM、LTM、Up Tree、Down Tree、Links、Input、Output> などのコンポーネントを含む 7 つのタプルです。

2.1.1. STM および LTM プロセッサ

CTM では、STM はセクション 2.2 で定義されているように、単一のブロックを格納できる小さなメモリです。 LTM は、N 個のプロセッサ (N>10^7) の大規模な集合であり、各プロセッサは、T 個のブロックの小さな倍数を保持できる十分な大きさのランダムアクセスメモリを備えたランダムアクセスマシンです。プロセッサは LTM にのみ存在し、STM には存在しないため、テキストでプロセッサについて言及している場合は、LTM プロセッサを指します。特定の特別な LTM プロセッサは、CTM の意識的な知覚を特に担当します。これらの特殊なプロセッサには、ワールドプロセッサ、内部音声プロセッサ、内部視覚、内部タッチなどを処理するためのその他の内部汎用音声プロセッサのモデルが含まれます。

2.1.2. 上流ツリーの競合と下流ツリーの競合

ダウンツリーは、高さ 1 の単純な下向きツリーで、STM に 1 つのルート、ルートからリーフを指す N 個のエッジ、各 LTM プロセッサに 1 つのリーフがあります。昇順ツリーは、高さ h の上向きのバイナリツリーで、N 個の葉があり、LTM プロセッサごとに 1 つの葉があり、STM に (単一の) ルートがあります。各 LTM プロセッサは独自の専門知識を持ち、上昇ツリーの競争を通じて、STM への独自の質問、回答、情報を取得し、下降ツリーを通じてすべての LTM プロセッサの聴衆にそれらをすぐにブロードキャストします。 CTM を単純に実行し続けるために、すべての LTM プロセッサが STM 競合に情報を送信し、すべてのプロセッサが STM からのすべてのブロードキャストを受信します。しかし、人間の場合、視覚の背側経路は決して意識されず（STM に到達しない）、腹側経路のみが意識されます。このボトムアップ/トップダウンサイクルは、グローバルニューロンワークスペース (GNW) 仮説に似ています。この仮説では、「意識的なアクセスは 2 つの連続した段階で進行します... 最初の段階では、約 100 ミリ秒から約 300 ミリ秒まで、刺激はボトムアップの無意識的な方法で皮質プロセッサ階層を上昇します。2 番目の段階では、刺激が現在の目標と注意状態を満たすと判断された場合、トップダウン方式で増幅され、GNW ニューロンの小さなサブセットの継続的な活動によって維持され、残りは抑制されます。ワークスペース全体がグローバルに接続されており、特定の時点でアクティブになるのは、そのような意識的な表現の 1 つだけです。」と述べています。

2.1.3. チャンク、意識内容、意識的認識、意識の流れ

質問、回答、および情報はチャンク単位で配信されます。昇順ツリーでの競争に勝ち、STM に入るチャンクは、CTM の意識コンテンツと呼ばれます。 CTM では、バースの演劇の比喩とは異なり、STM (舞台) には常に同じ俳優が 1 人います。タイミングの良い各ステップで、俳優は勝利ブロックを獲得します。勝利ブロックは、下降ツリーを通じてリアルタイムで再生されるスクリプトです。すべての LTM プロセッサがこのブロードキャストを介してこのコンテンツを受信すると、CTM はこのコンテンツを意識的に認識するようになると主張します。意識の感覚はプロセッサ、特に世界モデルと内部音声モデルがブロードキャストを受信した後に生じることを強調するために、意識的認識を STM での勝利ブロックの発生ではなく、すべての LTM プロセッサによる STM ブロードキャストの受信として定義します。 CTM では、意識の定義は、認知神経科学者が「注意」と呼ぶものとほぼ一致しています。 CTM における意識感覚と私たちが呼んでいるものは、認知神経科学者が「意識」または「主観的認識」と呼ぶものとほぼ一致しています。 CTM でバブルし続けるブロックは STM と競合し、勝利したブロックは STM から LTM プロセッサに継続的にブロードキャストされます。 STM から LTM に伝播された時間順のチャンクは、意識の流れを形成します。セクション 3 で説明したように、この流れは意識の主観的な感覚の一部です。

2.1.4. リンク、無意識のコミュニケーション、グローバルイグニッション

プロセッサ間のすべての通信は、最初は STM を介して行われます。たとえば、プロセッサ A はツリーを上って競合することで STM に問題を送信できます。質問が競争に勝った場合、すべての LTM プロセッサにブロードキャストされます。プロセッサ B は、競争を通じて回答を提出することができ、プロセッサ B が勝った場合は、その回答がブロードキャストされる、というように続きます。 A が B の回答が十分に有用であると判断した場合、A と B の間に双方向の接続が形成されます。このつながりは、「一緒に発火するニューロンは一緒に接続される」というヘブの原理を彷彿とさせます。プロセッサは、行ツリーにブロックを送信するだけでなく、リンク経由でもブロックを送信します。このようにして、A と B の間の意識的なコミュニケーション (STM 経由) は、A と B の間で送信されるチャンク (リンク経由) を介した直接的な無意識のコミュニケーションに変換できます。 A と B の間に追加のリンクが形成されます。つまり、A と B の間のリンクが強化されます。リンクはプロセッサ間で情報を転送するためのチャネルです。 CTM の意識的なコンテンツがブロードキャストされると、リンクされたプロセッサ間で送信されるブロックによって意識的な認識が強化され、維持されます。この激化は、デハーン氏とシャンジュ氏がGNWTで「地球規模の点火」と呼んでいる現象と関連しています。デハーン氏は次のように書いている。「グローバル発火は、ブロードキャストが一定の閾値を超えて自己強化し、一部のニューロンが他のニューロンを刺激し、そのニューロンが今度は興奮を伝達し返すときに発生します。接続された [細胞] は突然、ヘブ氏が言うように、高活動の自立状態、共鳴する「細胞集合体」に入ります。」

2.1.5. 入力と出力のマッピング: センサーとアクチュエータ

CTM の環境 (Env) は Rm(t) のサブセットです。ここで、R は実数、m は正の整数次元、t (負でない整数) は時間を表します。入力マップは、CTM のセンサーによって取得された時間とともに変化する環境情報を指定された LTM プロセッサに送信します (簡単にするために、これらのセンサーは入力マップの一部であると想定します)。LTM プロセッサは環境情報をブロックに変換します。出力マップは、環境を操作するために、LTM プロセッサからエグゼキュータ (エグゼキュータが出力マップの一部であると仮定) にコマンド情報を渡します。

2.1.6. 接続の概要

CTM には、情報伝送のためのパスとメカニズムを提供する 5 種類の接続があります。次の図は、CTM プロセッサと LTM プロセッサ間の 5 つの接続を示しています。

Env-LTM: 環境からの有向エッジは、センサーとセンサーデータのプロセッサ間の接続を通過します。
LTM-STM: アップリンクツリー経由。
STM-LTM: 下流ツリーを介して;
LTM - LTM: プロセッサ間の双方向エッジ。
LTM - Env: 特定のプロセッサがアクチュエータを介して環境に有向エッジを渡し、アクチュエータが環境に作用します (特定のプロセッサとは、たとえば、指の移動命令を生成するプロセッサであり、アクチュエータとは、たとえば、これらのプロセッサから命令を受信する指であり、アクチュエータは、これらのプロセッサの指の動きを介して環境に作用します)。

図1: CTMとLTMプロセッサ間の接続

2.2. 脳言語（CTMのマルチモデル内部言語）、要点とチャンク

Brainish は CTM の内部言語であり、プロセッサ間の通信に使用されます。通信は競合とブロードキャストを通じて、または直接リンクを通じて行われます。一方、プロセッサ内部で使われる言語はプロセッサごとに異なるのが普通で、脳内言語以外にも言語は存在します。脳言語は、内なる言葉、内なるビジョン、内なる感情、想像力、夢を表現するために使用される言語です。ブレイントークとは、入力と出力のエンコードされた表現から成り、簡潔なマルチモーダルなブレイントークの単語やフレーズ「gist」として表現されます。箇条書きには、シナリオのエッセンスや、証明に関する非常に拡張可能なアイデアを含めることができます。ポイントは、質問への回答、洞察、夢のイメージ、痛みの説明などである場合もあります。脳言語は、英語、中国語、イヌ語などの外部言語よりも、画像、音、触覚、思考（非象徴的思考を含む）をより上手に表現し、操作することができます。著者らは、表現的な内なる言語は意識的な知覚の重要な要素であると主張している（詳細についてはセクション 3 を参照）。情報は、プロセッサ間、STM と LTM 間、入力から LTM へ、および LTM から出力へ、すべてのエッジでブロック単位で転送されます。ブロックは、<address、t、gist、weight、intensity、mood> の 6 つの要素から構成されます。このうち、address は LTM プロセッサによって生成されたアドレスブロック、t はブロックが生成された時間、gist は脳言語で「簡潔に表現された」情報であり、プロセッサが通信する予定の内容です。重みはプロセッサによってポイントに与えられる疑似数値であり、強度と気分はそれぞれ |重み| と重みとして時刻 t に開始されます。研究者らは、ブロックのサイズ（および gist を含むそのコンポーネントのサイズ）は、計算の複雑さを考慮して必然的に制限されると指摘しています。

2.3. 確率的上昇木競争: コイン投げニューロンと競争関数

アップツリー競合は、どの LTM プロセッサがブロックを STM に配置するかを決定するメカニズムです。各タイミングポイント t = 0、1、…、T で t 番目の競合が開始されると、各プロセッサ p は昇順ツリーのプロセッサリーフノードにそのブロックを配置します。ブロックが昇順ツリー競争に投入された後、競争ツリーを上っていくと、そのアドレス、t、要点、重みは変更されませんが、強度とムードが変化して、よりグローバルな情報が組み込まれます。

2.4. 計算の複雑さと意識的知覚の時間遅延

t>0 かつ s>0 の場合、昇順ツリー競合でノード vs のブロックを更新するために必要な計算には、1) f の 2 回の高速計算、それらの値の合計と除算、および高速確率選択が含まれます。2) 選択されたブロックのアドレス、キーポイント、および重みをノード vs に格納します。3) vs の子に関連付けられたブロックの強度と感情を合計し、これらの合計を vs ノードのブロックの強度と感情として設定します。これらの計算はすべて 1 時間単位内に完了する必要があり、これによりノード上のブロックのサイズとそのノードで実行できる計算量に制限が設定されます。

2.5. メモリと高レベルストレージ

各プロセッサ p は、その内部メモリに、プロセッサが競合に送信したブロック p,t,0、STM からのブロードキャストを通じてプロセッサが受信したブロック、およびプロセッサがリンクまたは入力マップから時刻 t に受信したブロックの選択されたサブセットで構成される、時刻 t でソートされたタプルのシーケンスを格納すると想定します。これらのシーケンスは CTM ストレージの重要な部分です。「履歴」は、p が見たものや行ったことの高レベルのストレージを提供します。高レベルの記憶は、CTM 意識的知覚における自己知覚を主に説明します。 CTM では、夢を作成するために予測アルゴリズムと組み合わせた高レベルのストレージが必要です (詳細についてはセクション 4.5 を参照)。この保存された情報は、定期的に整理され、「顕著な」チャンク、特に恐ろしい、素晴らしい、または予期しない出来事を表すチャンクのみが残る可能性があります。通常、各プロセッサは、生成、変更、および保存するブロックについて予測を行います。

2.6. 予測ダイナミクス = 予測 + フィードバック + 学習 (Sleeping Experts アルゴリズム、SEA)

プロセッサは、予測の正確性を評価し、エラーを検出し、正確性を向上させ、エラーを削減および修正する方法を学習するためにフィードバックを必要とします。 •LTM プロセッサは、STM 競合に送信されたブロック、リンクを介して他のプロセッサに送信されたブロック、または環境に影響を与えるエグゼキュータに送信されたブロックすべてに対して CTM 予測を行います。 • STM ブロードキャストから受信したフィードバックブロック、リンクを介して受信したブロック、および入力マップを介して環境から受信したブロック。 •すべての CTM 学習とエラー訂正はプロセッサ内で実行されます。 CTM では、予測、フィードバック、学習が連続的に実行されます。 CTM は、必要に応じて対処し、常に世界に対する理解を深めるために、異常なことや驚きに対して警戒する必要があります。このサイクルを通じて、予測誤差（つまり「驚き」）が最小限に抑えられます。特に、プロセッサは、重み割り当てアルゴリズムを修正できるように、重みの設定が保守的すぎるか積極的すぎるかを認識する必要があります。スリープエキスパートアルゴリズム (SEA) は、LTM プロセッサがこの目標を達成するために使用する学習アルゴリズムのクラスです。ここに示すのは、SEA の最も単純なバージョンの 1 つです。次の場合、プロセッサが推奨されます (ブロックへの割り当ての強度が増します)。

そのブロックはSTMに入らず、
その情報は、STM に入力される情報よりも (SEA の視点から見ると) 価値があります。

次の場合、プロセッサは抑制されます (ブロックに割り当てる強度が低下します)。

そのブロックはSTMに入る
その情報は、STM に入ることができなかったブロックの情報よりも価値が低いことが (おそらく後になって) 判明します。

SEA は、プロセッサがブロックを STM に配置するかどうかを決定する役割を果たします。 SEA は、プロセッサがリンク経由で送信されたチャンク内のポイントに「注意を払う」かどうかにも影響を及ぼします。ブロックの重みの絶対値は、ブロックを生成したプロセッサがそのポイントを重要だと考えているかどうかを示し、ブロックを受信するプロセッサがそのブロックに注意を払うかどうかに影響します。

2.7. CTMモデルとGWTモデルの比較

研究者らは CTM モデルと Baars の GWT モデルを比較しました (下の図を参照)。

図 1: モデルスケッチ: Baars の GWT モデル (左) と CTM モデル (右)。簡単にするために、この図では多くの機能が簡略化されています。たとえば、CTM ではステージ上に「アクター」が 1 人しかおらず、この「アクター」は一度に 1 つのブロックしか保持できません。さらに、CTM 内のすべてのプロセッサは LTM にあります。ここでは、中央実行部の機能はプロセッサによって実行できるため、中央実行部は不要になります。 CTM では、入力と出力は STM を直接通過するのではなく、LTM プロセッサとの間で直接行われます。 CTM では、ブロックは明確に定義された競争に参加してステージ (STM) に上がろうとします。

意識的な認識（注意）は、ブロードキャストされた勝利ブロック（つまり、CTM の意識的なコンテンツ）をすべての LTM プロセッサが受信することであり、入力と STM の間で発生するイベントではありません。 Baddeley と Hitch の言語リハーサルと視覚空間スケッチパッドの役割は、LTM プロセッサによって引き継がれます。予測ダイナミクス (予測、フィードバック、学習のループ) とマルチモーダル内部言語 (脳内会話) に加え、計算と複雑性の考慮は、CTM の顕著な主要機能です。

最後に、拡張された心の理論で説明されているように、CTM は、これらのアプリケーションを使用する役割を持つ LTM プロセッサの形で、Google、Wikipedia、WolframAlpha、AlphaGo などの既存のテクノロジにアクセスできます。これは、CTM がライフサイクルの開始時 (t=0) に大規模で強力なプロセッサセットを備え、ライフサイクル全体にわたって拡張可能であることを保証する方法です。

CTM モデルとそのダイナミクスの主要な特徴は、デネットが概説した意識の特性と一致しています。つまり、私たちの意識的な思考の変換を制御するのは、マスタースケジューラでも、ボスニューロンでも、ホムンクルスでも、Res Cogitans でもありません。制御の実行は必然的に動的かつある程度競争的なプロセスです。勝者は誰になるか、何が決めるのでしょうか?

それは、痛み、恥ずかしさ、欲望などの感情的に顕著な出来事の強迫的な記憶だけでなく、最も深遠で抽象的な理論的思考など、すべてのコンテンツの運命に付随し、それを制御する肯定的および否定的な価数の強さであるミクロ感情のようなものでなければなりません。 CTM は、Baars の GWT アーキテクチャに触発されていますが、意識的な感覚に必要な機能を統合しています。これが次のセクションの焦点です。

3. 意識の感覚

CTM は STM によって伝えられる意識内容の定義によれば意識的ですが、この定義では CTM における意識感覚が生じる原因は説明されていません。著者らは、CTM の意識感覚は主に、CTM のアーキテクチャ、特定の特殊プロセッサ、および CTM の予測ダイナミクス (予測、フィードバック、学習) と組み合わされた、非常に表現力豊かな脳言語によるものだと主張しています。

1) 脳の話

マルチモーダル脳音声は、CTM によって知覚される世界を正確に説明します。この知覚は、マルチモーダルな言語感覚で構成されています。その語彙には、気（鼻から嗅ぐ匂い）、痛（非常に不快な痛みの感覚）、顔（人の顔を見たときに見えるもの）などが含まれます。 dream は、CTM に入力も出力もないときに gist が何を表現できるかを示しているため重要です。

2) 建築

これには、STM へのアクセスを獲得するためのアップツリー競争と、それに続く勝者、具体的には意識的な感覚を生成する特別な役割を果たすすべてのプロセッサへのグローバルなダウンツリーブロードキャストが含まれます。

3) 特殊プロセッサ

著者は、誕生当初から特殊なアルゴリズムが組み込まれているプロセッサをいくつか選択しました。

Model of The World プロセッサは、環境から取得された情報、または変更可能な内部メモリから取得された情報に基づいて、CTM ワールドのモデルを構築します。 CTM の内部世界は、CTM のワールドプロセッサによって作成されたスパースな「CTM」モデルとして定義されます。 CTM の外部世界を、CTM が脳の言語で注釈を付けるラベルと説明として定義します。これには、CTM が持つ感情や実行する行動が含まれます。
内部音声プロセッサは、STM ブロードキャストの gist にエンコードされた音声を抽出し、入力マップが外部音声を送信する gist (入力マップによって作成された gist) と同じ場所に送信します。これは最初に STM 経由で送信され、リンクが形成されると、リンク経由で直接送信されます。「内なる声」は内部の音声プロセッサによって生成され、CTM が過去を思い出したり、未来を予測したり、計画を立てたりすることを可能にします。内なる言葉（自分の言葉や夢の中で話されたり聞かれたりすることなど）の本質は、外なる言葉の本質とほぼ同じです。人間の内なる言葉は外なる言葉と非常によく似ているため、統合失調症患者の場合のように、両者を区別することが難しい場合があります。
STM がブロードキャストするあらゆる画像や感覚を、外部シーンや外部感覚に送信されるあらゆる入力マップにマッピングする内部視覚および内部 (触覚) 感覚プロセッサ。内部視覚と外部視覚（入力画像によって生成される視覚的要点）の間にはほとんど違いはありません。 CTM の記憶力と予測能力により、CTM は想像力と夢を生み出す内部イメージと感覚を作り出すことができます。統合失調症の幻覚を止めるために、人間の脳は内部のイメージと外部のイメージを区別します。脳にはこれを実現するためのさまざまなトリックがあり、その 1 つは夢を思い出しにくくすることです。

これらのプロセッサは、CTM の世界モデル内の「目」と「皮膚」に情報を伝え、CTM が視覚記憶から思い出すものを「見る」ことと、CTM が感覚記憶から思い出すものを「触覚的に感じる」ことを可能にしています。この目と皮膚は、CTM の心の目と皮膚です。著者らは、これらのプロセッサは内部の汎用音声プロセッサであると考えています。

4) 予測ダイナミクス

さらに、著者らは、CTM が予測、フィードバック、学習の継続的なサイクルを通じて意識感覚に影響を与えると示唆しています。 CTM のワールドプロセッサモデルでは、CTM が常に計画とテストを行っている (並列) 予測ダイナミクスによってこの感覚がさらに強化されます。正のフィードバックは、何が起こっているかを理解しているという信号を CTM に与えます。一方、負のフィードバックは、予期しない大きな音など予測できないものでない限り、CTM に、知らない、または理解していない何かの証拠を与えます。 CTM の意識的な感覚には、以下の追加要素もあります。

5) 基本的な（一般的な）思考力と計画力を持つ

6) 計画を立案し実行する意欲（＝エネルギー＋モチベーション）。

ここで、世界プロセッサのモデルに戻り、モデルのコンポーネントを自己、非自己、または未知としてラベル付けするという中心的なタスクについて説明します。世界プロセッサのモデルは、何が自己で何が自己でないかをどのように決定するのでしょうか?ブロック（CTM 内の思考）をブロードキャストした後、アクチュエータがすぐに環境内でアクション（同じアクションを何度も繰り返す思考）を実行する場合、これはアクチュエータが自己の一部であることを示します。

ワールドモデルプロセッサには、想像力の作成、環境のマップの作成と環境内での動きの表現、環境内での行動の計画の支援、環境内での自己および非自己の行動の予測の支援、自己および非自己の行動の予測の修正など、CTM に自己認識を与えるための他の重要な仕事もあります。

CTM がブロードキャストを通じて自身の意識について考えていることを検出すると、ワールドモデルプロセッサはモデル内の「CTM」を「意識的」としてマークします。それでは、CTM がなぜ自分たちに意識があると考えるのかを見てみましょう。これは、世界モデルプロセッサやその他のプロセッサが意識を持っていると考えているからではありません。プロセッサはアルゴリズムを実行する単なるマシンであり、そのようなマシンには感情がないからです。

著者は、世界モデルプロセッサが世界モデルの「CTM」を意識的に扱い、すべてのプロセッサにこの見解を伝播するため、CTM全体が意識的であると主張しています。ここで、「CTM」は、より複雑なCTMの単純な学習表現です。

4高レベルの説明

このセクションでは、CTMが一般的に意識に関連するさまざまな現象をどのように経験するかを調べます。著者は、モデルから導き出された説明は、意識的な経験がどのように生じるか、または生じる可能性があるかについての高レベルの理解を提供し、これらの説明は心理学および神経科学の文献と非常に一致していると考えています。

4.1

以下の例では、Blindsightは意識的と無意識の意識の違いを示しています。盲目では、人は外部の世界について意識的なビジョンを持っていません。散らかった部屋からオブジェクトを取得するように求められたとき、参加者は通常、「それがどこにあるかを見ることができない」と言って応答します。その間に何が起こったのですか? CTMでは、視覚入力は、ビジョンセンサーから視覚入力を処理するLTMプロセッサのサブセットに直接移動します。ただし、盲目のCTMでは、ある程度の障害、上流のツリーの休憩、またはビジョンプロセッサがブロックの情報を競合的に入力できないため、この情報はSTMにアップロードすることはできないため、グローバルに放送することはできません。このため、CTMは彼らが見ることができることを意識的に認識していません。ただし、リンクを介して（無意識の）プロセッサ間で情報を伝えることができます。したがって、Visionプロセッサが受け取った視覚情報は、脚のアクチュエーターを制御するウォーキングプロセッサへのリンクを介して送信できます。

4.2

人が明らかに目の前にある視覚刺激を認識できないときに、不注意な失明が起こります。不注意の失明は、「別のタスクに注意を向けている間、予期しない何かの存在に気付かないこと」です。たとえば、有名な選択的注意テストでは、実験者は観客に映画「The Invisible Gorilla」を見せ、「白いシャツを着ているプレーヤーが作ったパスの数を数える」ように頼みました。ほとんどすべての聴衆が正しい数に近い数字を与えましたが、「ゴリラを見ましたか？」と尋ねられました。何が起こっているのか？ CTMがGorillasのビデオを見ているとします。

ホワイトシャツプレーヤーに関する入力クエリはSTMにアクセスし、すぐにすべてのLTMプロセッサにブロードキャストされます。このタスクを実行するために、CTMのビジュアルプロセッサは、白いシャツポイントに高強度と黒の非常に低い強度を割り当てます。これにより、「ゴリラ」ブロックポイントがSTMに入る可能性がほとんどありません。

CTMはGorillaを意識的に見ませんでした。 CTMの不注意な失明の説明は、重要なポイントに異なる密度を与え、無関係なキーポイントに密度を低くすることにより、より密度の高いブロックがより大きな競争上の優位性を持つことです。参照で実行されたシミュレーションによると、特定の「燃えた」状態では、「自発的なアクティビティは外部感覚処理をブロックする可能性があります。」彼らは、この閉塞を不注意な失明の原因に結び付けました。私たちの見解では、黒いオブジェクトの人間の脳の「感覚処理」をブロックすることは、CTMとほぼ同等であり、ブロック内の黒い点の密度を大幅に減らし、それによりこれらのブロックがSTMに入る可能性を減らします。 CTMにおける異なる密度の効果は、人間の不注意な失明が「無関係な情報のフィルターとして機能し、予期しないイベントを除外する可能性がある」という理論的な意味とも一致しています。

4.3

変化の失明は、人が写真やシーンの大きな変化に気付かないときに発生し、「ある瞬間から別の瞬間に何かが変化することに気付かない」ことです。

有益な例は、探偵ビデオです。探偵は殺人現場に入り、「明らかに、この部屋の誰かがスマイスLordを殺害した」と言い、すぐに各容疑者に順番に質問し始めます。メイドは、「私はマスターのスコーンをバターしていた」と言った。

それでも、なぜオープニングスクリーンショットとエンディングの間の多くの耳障りなシーンの変化に気付かなかったのですか？

CTMの観点から、「探偵」ビデオを見ると、CTMは全体を形成するという印象を持っていますが、ウィンドブレイカー、花、絵画などの後に発生した変更に気づきませんでした。

1）撮影プロセス中に、監督はシーン全体の変更と単一のキャラクターの変更を巧みに配置し、暗いウィンドブレイカーが白いウィンドブレイカーに変わるような変化、クマが鎧に変わり、ローリングピンがろうそくを描き、足を持ち上げるなどを削除しました。ビデオ入力は、CTMのビジュアルプロセッサに通知することはなく、「シーン」が変更されたことを示しています。

2）重要なことに、同じポイントには、最初と終わりのシーンと同じ説明があります。「大邸宅のリビングルームには、探偵、家政婦、メイド、その他、床に死んだ男が含まれています。」

これらの条件下では、CTMは失明を変えました。

同様に、CTMの説明は、人間の変化における失明に関する文献と一致しています。変更の検出には、変更前と変更後のシナリオと比較の十分な表現が必要であることを考えると、表現の豊かさまたは表現を比較する傾向に影響するタスク特性は、検出に影響を与えるはずです。変化するオブジェクトのセマンティックな重要性は、被験者の注意の可能性に最大の影響を与え、したがって変化の通知を持っているようです。

4.4幻想、不注意の失明、変化の失明は幻覚の例と見なされるかもしれません

定義上、CTMは、STMからブロードキャストされるブロックのキーポイントを意識的に認識しています。（これらのキーポイントは、LTMプロセッサからSTMまで取得されます。LTMプロセッサは、入力マッピングを介したセンサー、またはリンクを介した他のLTMプロセッサ、またはブロードキャストによるSTMから取得されます）。重要なポイントLTMメモリにそれらを保存する理由はたくさんあります。その1つは、夢の中で起こるストーリーなど、プロセッサにハイレベルのストーリーを提供することです。

CTMでは、Streamの意識はSTM再生の重要なポイントのシーケンスです。各瞬間の視覚的なポイントはすべて、CTMにシーン全体が前にいるのを見ていると感じていますが、せいぜいシーンのほんの一部しか見えません。全体的な幻想にはいくつかの説明がありますが、その中で最も重要なのは、マルチモーダルの脳言語のキーポイントが、「私は小川、道、橋、木を含む日本風の庭の前に立っている」など、非常に複雑なシーンを説明できるということです。この点には、iPhoneカメラが撮影した12メガピクセルの写真の詳細が含まれていますか？全体的な幻想は、重要なポイントの非常に示唆的な（簡潔な）情報の結果です。 CTMは魔法のようなこのシーンを作成しました。キース・フランク人はこれを幻想主義者の意識の理論と呼んでいます。

4.5夢の創造

夢は究極の幻想です。一部の人々は夢を見ないと主張していますが、ほとんどの人は夢を見ています。夢は視覚、聴覚、触覚などです。夢はしばしば感情的なプロセスに関連付けられており、大きな痛みと恐怖（悪夢）または巨大な幸福（空飛ぶ夢など）を表現することができます。人は足の不完全な痛みを感じることができますが、彼が目を覚ますと、彼は痛みが完全に幻想的であり、彼が眠りに落ちて目を覚ましているときに顔を合わせることもできないことに気づきます。

CTMでは、組み込みの睡眠プロセッサが時間、習慣、昼/夜などを追跡し、睡眠ニーズを監視するための内部アルゴリズムを備えています。睡眠プロセッサが睡眠が必要であると判断した場合、独自のブロックの密度が増加し、ブロックがSTMに入り、STMの外側の他のブロックをブロックできるようになります。これは、他のLTMプロセッサのブロックの密度を減らすこととほぼ同じです。また、このプロセッサは、さまざまな入力の密度をブロックまたは大幅に削減し（表示および聞くもの）、アクティベーション出力信号（手足で受け取ったものなど）をブロックします。これが睡眠状態です。睡眠プロセッサは、睡眠の必要性を継続的に監視し、この必要性が減少するにつれて独自のブロックの密度を比例して減らします。これにより、最終的には夢のポイント（ブロック）がSTMに到達することができます。これが夢の状態です。

最後に、睡眠プロセッサが入力と出力の制限を下げると、CTMが目覚めます。人間では、目覚めてから目覚める前に、無傷の眼球運動の睡眠とレム睡眠を交互に数回実行できます。

CTMが夢の状態にあるとき、夢を作成する夢の作成者が動き始めます（つまり、プロセッサはブロックをSTMに供給し始めます）。これらのブロックの重要なポイントには、アイデアの核が含まれています（通常、アクティビティ、懸念、初期のCTMの想像力に基づいています）。これらのブロックがブロードキャストされると、意識に重要な役割を果たすプロセッサを含むすべてのブロックがこれらの放送を受け取り、対応するために競争します。これにより、CTMは、彼女が目を覚ましていたときと同じ夢の中で生きているという感覚を与えます。

夢を作るプロセッサやその他のプロセッサが順番に相互作用します。ドリームプロセッサとプロセッサの間の対話 - やり取り - は、夢を構成する重要なポイントのシーケンスであり、このシーケンスは夢の意識の流れです。

夢は本質的にこのシーケンスのブロックをつなぎ合わせて、意識の流れ（内側の映画）、1）を作成し、聴き、夢の中で世界を見て、2）夢の中で世界に現れるものに影響を与えています。このような（インタラクティブな）内なるフィルムは、一連の感覚入力（画像、匂い、音）を示し、一連のアクションを生成します。

CTMが寝ているが夢を見ていないとき、ほとんどのプロセッサはブロックをSTMに供給することができず、巨大なノイズ検出器と睡眠プロセッサ自体が例外であることがあります。 STMの睡眠プロセッサのブロックは、他のほとんどのプロセッサのブロックがSTMに到達するのを防ぎます。設計上、睡眠プロセッサは空のポイントを保持しているため、CTMは意識していないか、ほとんど無意識ではありません。

CTMが睡眠状態を離れて夢に入ると、目に見えないプロセッサなどの一部のLTMプロセッサがブロックをSTMに送信できます。したがって、夢を見るとき、CTMは意識的であり、イベントを鮮明に体験できます。セクション3で説明したように、内なる音声、内なる視覚、内なる感覚、世界モデルのプロセッサなどの主要なプロセッサは、CTMの意識の感覚を生み出す上で特別な役割を果たします。

これらのプロセッサは、CTMSが夢を見ているときに同様の役割を果たします。プロセッサがCTMの夢をどのように作成するかの例をいくつか紹介します。

本質的な音声プロセッサは、STMによってブロードキャストされているマルチモーダルグラフィックスから固有の音声を抽出し、外部音声を受信する同じプロセッサに音声を送信します。このプロセスにより、ドリーム言語は外部言語のように聞こえます。内部ビジョンと内因性の感覚プロセッサも、同様の方法で夢を作るのに役立ちます。

夢は、脳言語の重要なポイントの力を示しています。 CTMが見ている、聞いて、感じ、夢の中で行うことは、STMの競争に作品を思い出し、変更し、提出できるプロセッサによって製造されなければなりません。これらの製造は、目を覚ましたときに発生するのと同じ重要なポイントを使用するため、現実的です。

したがって、たとえCTMが完全に外部入力から外れていても、夢は現実世界の感覚を生み出すことができます。したがって、夢は非常に現実的に見える可能性があるため、CTMは夢と現実を区別するのが難しくなる可能性があります（しかし、人間が夢を思い出すことは困難であるため、この問題は人間では避けることができます）。既存の文献は、人が顔を記憶から回収するか、夢の中で顔が現れるときであろうと、神経活動のパターンが現れることを証明しています。文献はまた、レム睡眠では、人が動きの感覚を持っているとき、夢の中の運動皮質の活性化は目覚めの際と同じであると指摘しています。

ワールドモデルプロセッサは、CTMの動作が（内部および外部）世界に与える影響を予測します。これは、世界モデルにおけるこれらのアクションの影響からこれを行います。ドリームメイキングプロセッサは、この同じ予測機を使用して夢を作成できます。

また、夢はCTMが未知の可能性のある危険で自分自身をテストすることを可能にします。人間とCTMの両方で、夢はさまざまなソリューションを実験するための実験室になります。ただし、目覚めたときの意識とは異なり、世界モデルプロセッサのCTMの「一貫性チェッカー」は環境から入力されないため、矛盾は夢で発生する可能性が高く、目覚めるときよりも気付かれません。

したがって、CTMは夢の中で飛ぶことができます。 ZadraとStickgoldは、人間では、夢は最近の記憶と同じポイントを持つ物語を生み出し、同じタイトルを持っている可能性があります。

4.6

自由意志の問題は古代であり、紀元前1世紀にはLucretius（De Rerum Natura）に登場しました。「すべての動きが常に相互接続されている場合、新しいものが古いものから来る場合、明確な順序があります。原子が新しい動きを生み出すことがなく、運命の絆を破り、永遠の因果関係の順序を破ることができない場合、地球全体の生き物が持っている自由意志の源は何ですか？

「1709年から1784年の間のサミュエル・ジョンソン博士の観察は、自由意志のパラドックスを捉えました。」すべての理論は意志の自由に反対し、すべての経験が意志の自由を支持しています。「Stanislas dehaenは現代の声を出しました。「私たちの脳の状態は明らかに原因ではなく、物理学の法則から逃れることもできません。逃げることはできません。しかし、私たちの決定が意識的思考に基づいている限り、自律的に、障害なしに、特定の行動を取る前に長所と短所を慎重に計量することは真の自由です。これが起こると、私たちが言うことは自発的な決定が正しいことです。もちろん、たとえそれが私たちの遺伝子と環境によって引き起こされたとしても。

「この記事の著者は、計算に時間がかかることをDehaeneに追加しました。決定を下すには、CTMは時間がかかる評価でその代替案を評価します。その間、CTMは自由で、実際には自由であると感じ、それが考える（または計算する）最良の結果を選択します。

したがって、理論的なコンピューターの視点は、自由意志の定義に影響します。自由意志とは、さまざまな行動コースの結果を計算する自由であるか、利用可能なリソース（時間、スペース、コンピューティングパワー、情報）の範囲内で可能な限り多くの結果を計算し、目標に最適なアクションコースを選択します。

この定義には、予測ダイナミクス（さまざまなアクションプランの計算の結果）とリソースの制約（時間、スペース、コンピューティングパワー、および情報）の両方が含まれます。たとえば、チェスゲームで特定のポジションをプレイするにはCTMが必要です。異なるプロセッサは、異なるチェスの動きを示唆しています。 CTMのメインチェスプロセッサ（このようなプロセッサが存在すること、またはゲームの「高レベルの」ビューを備えたプロセッサを想定する）は、STMのブロックをブロードキャストすることで表され、選択できるチェスの動きがあることを認識しており、各ステップの結果を注意深く調査する価値があると考えています。この時点で、可能性のあるチェスの動きの選択に直面していますが、これらの動きの結果は評価されていませんが、CTMは制限時間内に最もよく考える動きを自由に選択できます。 CTMは自由意志を持っていると感じますか？

1）CTMが「どのようなアクションを行うべきか」と尋ねる瞬間を考慮すると、この質問がSTMステージに上昇し、ブロードキャストを通じてLTMプロセッサ側の視聴者に届くことを意味します。これに応じて、一部の視聴者はイベントに独自の提案をし、競争の勝者が放送を得るために舞台に立つことができました。ポイントが短いため、比較的短い放送も合理的に説明できます。

2）継続的かつ繰り返しコメント、コマンド、質問、提案、回答がLTMにグローバルに放送され、CTMにそのコントロールの認識を与えます。 CTMが特定の提案（つまり、その提案を作成するプロセスでどのような考えがなされたか）をどのように生成するかを尋ねられると、そのプロセッサはこの段階に到達する会話の一部を明確にすることができます（おそらく短期的にはこの段階を超えない）。

3）多くのLTMプロセッサは、競争を通じてCTMの最終決定を生成しますが、CTMは、すべてを競争に提出するのではなく、STMに入っているものを意識的に知っています。さらに、CTMのプロセッサの大部分、つまりそれらの大多数は、プロセッサ間の無意識の会話を（リンク経由で）知らない。 CTMに関する限り、意思決定の発生を意識的に無視するプロセスが十分にある場合、薄い空気から得られることがあります。それでも、CTMはその提案がどのように採用されているかを意識的に知ることはできませんが、STMが広がる高レベルのコンテンツを除いて、提案はそれ自体から来ることを知っています。 CTMによってなされた提案は賞賛に値します（結局、それらはCTM内から来ます）、一部は高レベルの物語で説明できます。 CTMが自由な意識の感覚を生み出すのは、選択された知識（CTMは選択を理解しており、それを理解していない）にあります。確実であろうとなかろうと、この経験的感情は一種の自由意志です。

この自由意志の感覚の説明にとって、ランダム性はどれほど重要ですか？ CTMでは、上記の説明を量子物理学に適用する必要はないことに注意する必要があります。唯一のランダム性は、アップツリー競合におけるコインフリップニューロンと、プロセッサがその確率アルゴリズムで使用するランダム性です。さらに、自由意志に関する上記の議論は、完全に決定されたCTM（例えば、擬似ランダミティを使用したCTM）にまだ適用されると感じていることを実証できます。このことから、それは見ることができます（これは激しい議論を引き起こすと予測できます）、完全に特定の世界でさえ、CTMはそれが自由意志を持っていると感じています。

<<: ゲイリー・マーカスはヒントンとマスクを公然と非難した。「ディープラーニングは壁にぶつかった。10万ドル賭けるよ」

>>: 自動化によって、採用担当者が大規模な適格な人材を特定する方法