心智是计算机吗？
The Computational Theory of Mind (2015)
计算机革命让“机器能否思考”这个问题变得前所未有的具体。计算心智理论（CTM）提出，人类心智本质上就是一个计算系统，其核心过程如推理、决策和解决问题，都与图灵机（Turing machine）执行的计算类似。从早期的 Logic Theorist 到后来的 Deep Blue、AlphaGo，再到如今的 GPT-3 和 ChatGPT，人工智能（AI）的每一次突破都在不断挑战我们对智能的边界认知。尽管图灵测试（Turing test）引发了关于“模拟”与“真实”思维的激烈争论，但经典计算心智理论（CCTM）坚持认为，心智并非仅仅是像计算机，而是字面意义上就是一个计算系统。这一理论将神经生理描述与意向描述统一在抽象的计算模型之下，为理解人类思维提供了独特的视角。
计算机革命彻底改变了我们对这些问题的讨论，为制造能够模拟推理、决策、解决问题、感知、语言理解及其他心理过程的机器提供了迄今最好的前景。
HN 评论区
70- randomImmigrant
我相信可以制造出会思考的机器。但绝不是纯数字的机器。大脑肯定不是一台思考机器，恰恰因为它没有无限时间的奢侈。它的设计并非基于执行最优算法，而是在许多受时间限制但相互关联的信号级联中，寻找足够好的解决方案。
相反，大脑和身体是从底层构建时间的，一种连贯的内部时间，由嵌套振荡器驱动所有功能和行为的序列，跨越长短期时间尺度。
我们所谓的“思考”只是它的一个过滤层，是注意力聚光灯聚焦的切片。在人类身上，这一过程可以转化为对多层抽象的认知，并利用语言或其他符号通信来传达这一过程的某些动态，甚至在他人的心中唤起这些动态。
图灵机、带有冯·诺依曼瓶颈的现代数字计算机以及大语言模型（LLM）都位于时间之外。它们不体验时间。它们可以查看时钟，可以计数步骤。但它们不是时间中主动且具有代理能力的存在。在改变这一点之前，我们制造不出真正“思考”的机器。我们当然可以制造出模拟思考的机器，这通常已经足够好了。但如果你把问题变成一个实时问题，需要解析并串行响应多个相互冲突的言语流，那么单靠 LLM 就会彻底失败。
我认为只要存储与处理的分离依然存在，这种模拟就不得不将过程割裂开来……
- overmann
这里有一个构建计算心智理论（Computational Theory of Mind）的全新、非传统方法：
- Beijinger
范围不够广。更好的参考是：https://en.wikipedia.org/wiki/Calculating_Space
- timshell
这是我研究生期间及之后研究的核心前提。我最喜欢的一个项目——最终成为了我的学位论文——是一项提案，旨在将强化学习算法、神经元数据、心理行为和现象学联系起来。具体来说，这个观点是：认知疲劳的感觉是一个数学信号，提示需要“休息”，而休息的价值是由有助于决策的离线机制定义的。我提出了与海马体重放（hippocampal replay）的联系，并利用 fMRI 和选择数据来评估这一假设。
跳出我具体的工作来看，“最成功”的案例都是数学/计算机科学、神经科学和心理学之间的交叉连接，而其中的宠儿是强化学习的多巴胺模型，其中放电模式编码了 TD 预测误差。
- firasd
潜意识或内心声音的概念，难道不就否定了任何与图灵机紧密的类比吗？是什么逻辑过程把《致爱丽丝》（Fur Elise）放进了我的脑海（比如耳虫效应等）？
我认为这篇文章是对的，定义在这里至关重要，因为有人可能会争辩说：“计算心智理论是微不足道的，因为我们可以将几乎任何物理系统描述为正在执行计算。”所以我们面临一个双重问题——不仅是关于“心智中发生了什么”的艰难讨论，还有“什么是计算”。