馬斯克Neuralink野心理論上被證實！

Michael Levin探討了意識與自我組裝的關系，強調意識是一個連續譜系。

Levin是美國著名的發育生物學家和合成生物學家，近期，他在采訪中深入探討了意識和自我組織的關系，聚焦于生物和人工系統。

從一個未受精的卵細胞開始，自我組織逐漸形成復雜的生命體，展現了把各種細胞部件協調起來、朝一個目標努力的復雜過程。

這一過程與當前計算機技術的靜態特性形成鮮明對比，凸顯了生命那種不可預測、需要不斷調整的特質。

對話里提出了「Agent Generali」的概念，把整個生命體看成一個大管家，負責協調身體的各個部分，這其實就是意識的核心。

一些單細胞生物（比如Sea Room）雖然沒傳統神經系統，但學習能力超強，說明意識可能存在于各種不同的系統和層次里。

意識被描述成一個充滿模式和可能性的空間，通過自然或人工設計的接口去觸碰它，還能挖掘出意想不到的本領。

最后，Levin提出一個研究方向，旨在理解物理接口與模式空間之間的映射關系，他呼吁用更開放的視角去理解意識的本質。

生物的自我組裝與意識

關于自組織，每個人都是從一團簡單的化學和物理物質開始，最初只是未受精的卵母細胞——經歷了這個過程，才變成了如今高度復雜、具有認知能力的存在。

生命始于這樣一個安靜的單細胞。

然后，發生了一個令人驚嘆的自我組裝過程。

這個過程的有趣之處，也是與意識密切相關的關鍵點在于，這個過程賦予了生命體一些獨特的特性，而這些至少在目前我們制造的機器中尚未出現。

這個生命體需要持續協調其各個功能部件之間的協同工作。

我們都是由細胞構成的，每個細胞都有自己的「議程」，它們有學習能力、有目標、有各種能力和問題空間，包括生理空間、代謝空間，當然還有解剖形態空間。

如果你是胚胎，要做的一件事就是說服所有這些其他細胞，服從并共同致力于同一個目標，一起踏上這個解剖空間的旅程。

因此，作為一個有意識的存在，你是由這些隨時有能力「叛變」的部分組成的。

事實上，這種叛變在成年時也會發生，比如癌癥，實際上是體細胞智能的一種解離性障礙。

需要持續地調整它們的選擇空間，以確保它們的行為符合整體目標。

意識與身份的自我組織特性

生命體本身是由分子網絡構成的，不僅是細胞，還有細胞內部的分子網絡。

這些網絡本身就具備六種不同的學習能力，包括巴甫洛夫條件反射。

Levin的實驗室正在進行的工作就是訓練這些分子網絡，這在藥物條件反射等領域有廣泛應用。

特別有趣的是，當我們觀察胚胎的早期階段，比如胚層時，沒法一眼就看出這里有多少個體，通常默認是一個。

但如果拿根小針在胚胎上劃幾道痕（Levin讀研究生時用鴨胚做過這種實驗），每一個區域如果感知不到其他區域的存在，就會自我組織成一個獨立的胚胎。

這樣可能會得到連體或分開的雙胞胎、三胞胎等等。

每個胚胎都需要自行決定：「我的邊界在哪里？旁邊的胚胎或外部世界從哪里開始？」

所以，這種可興奮介質能承載多少個個體，事先是不知道的。這不是基因決定的，可能從0到十幾個都有可能。

這對認知領域也有很多啟示，如解離性身份障礙等。

探索意識的連續性

Levin認為，人們對于什么樣的接口能支持某種心智的涌現，理解非常有限。

這一點令人感到驚訝：即使是極其簡單的系統，也能作為接口，展現出意想不到的行為能力。

他們正在進行的研究項目，是探索這種能力的擴展。

從最簡單的接口開始，它是如何逐步擴展的？不需要是活的，也不需要很復雜。

這種能力從極其簡單的系統中就開始顯現，然后逐步擴展，允許越來越復雜的形式涌現，最終達到能夠識別為人類心智的水平。

我們身體中的其他結構和器官，基本上也滿足了同樣的標準。

如果再深入思考，按照相似的標準，這種意識的延伸其實可以追溯到相當低的層次。

因此，Levin認為意識是一個連續的譜。

無論機器、細胞、生物盒子、雜交胚胎、AI、機器人，都存在于接口和它們所連接的模式空間之間。

這個模式空間的結構、內容，以及我們構建的指針與最終呈現結果之間的映射關系，是理解的關鍵。

Levin認為，所有的智能都是「集體智能」。

我們都是由各個部分組成的，這在生物學中尤為明顯。

如果想真正理解你所「拉取」的意識，就得開發出豐富的體驗接口，把不同的系統綁在一起。

不僅僅是人與其他生物大腦，而是像異種機器人、計算機上的模擬系統、細胞自動機中的模式，甚至是數學對象。

需要開發這樣的接口，讓你能與這些東西形成一個聯合認知系統。

就像有人提出的，我們的認知架構本質上是一個擅長處理事務的網絡，上面再加一個語言模型，試圖為發生的事情「講故事」。

所以，這是一種多樣化的聯合系統。

集體智能需要一個起點，起點很重要。

在計算機科學的人工生命實驗中，人們用進化算法在屏幕上創造出小生物，可以觀察到一些自組織現象。

但在意識的光譜上，這些可能仍然是零。它們可能完全沒有作為這種模式的體驗。

所以，一個有趣的問題是，能否檢測到超越這種起點的某種東西，找到意識的痕跡。

通過實驗探索意識邊界

即使是無生命（abiotic）或至少是前生命（prebiotic）世界中存在的事物，也已經在逐步具備學習能力。

很快會有數據支持這個想法：這些東西實際上能增強自身的進化能力。

它們整合信息的能力會隨時間增強，成為更高層次的因果系統。

需要開發豐富的「翻譯接口」，讓人類能夠從內部體驗成為集體智能的一部分。

這很復雜，因為你無法直接知道這個集體系統的意識是什么樣的。

只有正確構建了這個系統，集體系統本身才能感知到它的意識是什么樣的。這在技術上現在是完全可行的。

在Levin的實驗室，他們正在搭建一些系統，結合不同類型的AI、不同類型的非生物和生物元素，如可興奮介質中的模式與異種機器人。

通過這些，我們可以創造出各種豐富的系統。最終，可以將人類接入這些系統。

這大概需要5到10名博士后和工程師的努力，成本并不算特別高。

相信在幾年內，就能開發出一些接口，在可能的范圍內，讓你能夠參與到完全不同的生命體的意識中。

這些生命體可能是地球上從未出現過的。

通過從內部的體驗，才能真正了解不同系統的意識是什么樣的。