我們如何得知一臺機器是否有意識？隨著計算機在效能上越來越接近人類水平——不妨看看IBM的沃森（Watson）在電視智力競賽節目《危險邊緣》（Jeopardy）中戰勝了所有冠軍——這個問題變得越來越迫切。然而，到目前為止，儘管計算機擁有超人的資料處理速度，我們仍然懷疑它們不像我們一樣，沒有真正“看到”相機前充滿形狀和顏色的視覺場景；它們沒有透過麥克風“聽到”問題；它們沒有任何感覺。我們為什麼會這樣認為？我們如何測試它們是否像我們一樣體驗場景？
我們認為，意識具有兩個基本屬性[參見克里斯托夫·科赫在2009年7月/8月專欄“意識理論”中的論述]。首先，每一種體驗都包含大量資訊。任何特定的意識狀態都排除了無數其他可能的狀態，並以其自身獨特的方式與這些狀態區分開來。即使是對漆黑一片的簡單感知也意味著你沒有看到光線充足的客廳、錯綜複雜的叢林樹冠或無數其他可能呈現在腦海中的場景：想想你看過的所有電影中的所有幀。
其次，意識資訊是整合的。無論你多麼努力，你都無法將視野的左半部分與右半部分分開，也無法切換到黑白視覺。無論什麼場景進入你的意識，它都保持完整和完整：它不能被細分為可以單獨體驗的無關元件。因此，每一種體驗都是一個整體，它透過自身與無數其他體驗的區別，並基於大量關於世界的知識來獲得意義。我們的大腦擁有眾多專門但相互作用的部分，似乎非常適合實現資訊整合的壯舉。事實上，如果大腦皮層的相關部分斷開連線，例如在麻醉或深度睡眠中——意識就會減弱甚至消失。
支援科學新聞報道
如果您喜歡這篇文章，請考慮透過以下方式支援我們屢獲殊榮的新聞報道： 訂閱。透過購買訂閱，您將幫助確保未來能夠繼續產出關於塑造我們當今世界的發現和思想的具有影響力的報道。
哪裡出錯了？
如果意識需要這種生成包含大量世界知識的整合影像的能力，我們如何才能知道計算機是否具有感知能力？有什麼實用的測試方法？
正如我們在2011年6月刊的《大眾科學》中提出的那樣，探測資訊整合的一種方法是要求計算機執行一項任何六歲兒童都能輕鬆完成的任務：“這張照片哪裡出錯了？” 解決這個簡單的問題需要大量的背景知識，遠遠超過高階計算機用來識別面孔或檢測信用卡欺詐的演算法所能提供的知識。
物體或自然場景的檢視由畫素和物體之間的大量複雜關係組成——因此有句諺語“一圖勝千言”。分析影像以檢視是否存在不合理之處，比計算機資料庫的語言查詢需要更多的處理。計算機可能在複雜遊戲中擊敗了人類，但它們仍然缺乏回答關於照片中正在發生什麼事情的任意問題的能力。相比之下，我們的視覺系統，由於其進化歷史、童年時期的發展以及一生的經驗，使我們能夠立即知道所有組成部分是否恰當地組合在一起：紋理、深度、顏色、各部分之間的空間關係等等，是否合理？
僅舉一個例子，你工作區的照片。除非專門為此目的程式設計，否則計算機分析該場景將無法知道，在你桌子上通常的雜物中，左邊的iMac電腦和右邊的iPad是否合理地放在一起。它不會知道，雖然iMac和iPad搭配得很好，但用盆栽植物代替鍵盤就很奇怪；或者iPad不可能漂浮在桌子上方；或者照片的右側與左側完美契合，而許多其他照片的右側則會出錯。但你會立刻知道：對你來說，影像是有意義的，因為它充滿了使其成為現在的樣子的關係，並與其他無數影像不同。
這就是確定計算機是否具有意識的秘訣所在。要做到這一點，從網路上隨機挑選一些影像。將每張影像的中間三分之一垂直方向塗黑，然後將圖片剩餘的左右兩側打亂。複合影像的各部分將不匹配，但有一種情況例外，即左側顯然與右側來自同一張圖片。計算機將面臨挑戰，需要選出唯一一張正確的圖片。中間的黑色條紋會阻礙當今計算機使用的簡單影像分析策略——例如，跨分離的部分影像匹配紋理或顏色線條。另一個測試是將物體插入到幾張影像中，使這些物體在除一張影像外的所有影像中都合理，計算機必須檢測出不合理的那一張。放在iMac電腦前面的鍵盤是正確的選擇，而不是盆栽植物。尋找特定高階特徵的各種專用模組，例如面部是否位於頸部等等，可能會設法擊敗其中一項測試。但是，呈現許多不同的影像測試，就像提出許多關於影像的任意問題一樣，將擊敗當今的機器。
然而，也可以設想另一種不同的機器——在這種機器中，關於我們世界中事物之間無數關係的知識體現在一個高度整合的系統中。在這樣的機器中，對於“這張照片哪裡出錯了？”這個問題的答案會直接跳出來，因為任何不協調之處都無法與給定系統中資料整合方式所施加的一些內在約束相匹配。這樣的機器將擅長處理不易分解為獨立任務的事情。基於其整合資訊的能力，它將有意識地感知場景。
在下一篇“意識再探”專欄中，我們將告訴您心理學家設計的一個幾乎相同的測試的驚人結果，該測試旨在探測潛意識在多大程度上可以解決此類問題。