10月12日上午，来自伦敦大学计算机科学系的汪军教授，在我校信息学院报告厅为师生带来了《论机器意识的可能与实现》的主题讲座。
讲座开始，汪教授先从人类意识的探索谈起。从笛卡尔的”我思故我在“的思考，到上个世纪九十年代人们首次使用科学手段对人的主观感受进行研究，人们对于意识世界的探索从未停止。时至今日，科学家们发现多巴胺对神经系统的作用与机器强化学习有着相似的原理。基于这份石破天惊的研究，研究者们开始将人工智能与人类意识联系起来。
那么，科学家们对人类意识的研究究竟到了什么地步呢？汪教授在认知科学的层面上谈到，意识是一个舞台，当人们接受环境刺激，并结合大脑中的历史信息，通过调动各种神经元共同协作，最终输出对环境的反馈。所以，如人脸识别技术等单纯的输入或输出，是无法产生意识的。这就意味着机器意识的研究与神经科学是密不可分的。但是，有了信息的输入与输出就一定会产生意识吗？答案是否定的，只有当信息非常有效的集成时，才会产生意识。这就意味着，有内存、记忆，并能进行信息识别的AI才有可能产生意识。
紧接着，汪教授为大家介绍了人工智能的发展现状。如今，强化学习被广泛运用于人工智能领域，即机器接收到环境信息，然后将决策返还到环境，环境再将外界的变换反馈。正如现在大热的游戏“跳一跳“，机械臂经过强化学习后，聚焦前进的方向和距离，已经能达到200分以上的成绩。然而目前的强化学习并不能使机器拥有意识，因为机器无法将内外界信息结合在一起，通过主观感受进行思考并作出最终决策。
但值得骄傲的是，目前的AI研究也有了重大突破。曾引发热议的Alpha Go，其实只能通过强化学习对外世界建模，独立做出决策，然而，现在的技术使AI不仅可以对对手建模，还能与同伴传递信息并以此优化自己的决策。如桥牌竞技机器人，通过对Hands—bid bid—Hands的规则自动学习，经过非语言的信息交流，实现了同伴间的信息交流，同时大大优化了下一步计划，提高了获胜的概率。这种对对手和伙伴的建模机制，也在现实生活中广为应用。如在互联网广告的竞争中，人工智能通过对竞争者方案的分析，同时结合合作者的情况，优化自身抉择，最终给出最优方案。
汪教授还强调，人工智能通过强化学习，优化决策，给我们的日常生活也带来了极大的便利。在淘宝的网页广告管理上，AI对广告分类后进行优化，一定程度上方便了消费者的选购。各大电商平台，也通过对机器人的合作建模，使机器人间通过信息交流排序邮件，避免出现相互碰撞的问题。滴滴出行，在对用户订单的分配时，使用COD算法，对出行路线进行优化处理，极大地改善了城市的交通拥堵现象。汪教授还预言，强化学习还将在金融等领域得到更加广泛的运用。
在最后的提问环节，汪教授坦言，目前的机器人还无法拥有意识，但如果通过强化学习将“World Model“植入机器人，或许在不久的将来机器人意识将成为现实。
