探询意识之谜,共话智能未来 ——“意识科学与人工智能融合”主题讲座圆满举行

发布者:管理员发布时间:2026-11-15浏览次数:13

(通讯员 毛依凡) 2026年11月12日14:00至17:00,一场聚焦学术前沿的“意识科学与人工智能融合”主题讲座在博雅楼318室成功举行。本次讲座由谭潇老师主持,特邀复旦大学老龄研究院副教授、我校2009级应用心理学专业校友卢洋博士担任主讲嘉宾。教科院应用心理学专业的同学们怀着对“心智本质”的浓厚兴趣自愿参与。

          (图为 谭潇老师介绍现场) 

           (图为 卢洋老师讲解现场)

讲座伊始,卢洋老师从《科学》(Science)杂志提出的125个前沿科学问题切入,引出“意识的生物学基础是什么”这一古老而前沿的谜题。随后,卢老师向同学们引入了哲学家戴维·查尔默斯(David Chalmers)提出的著名观点:解释感知、记忆等认知功能的“简单问题”正随着神经科学的进步逐步破解;但为何物理大脑的加工过程会产生丰富、主观的内心体验?这构成了意识研究的“难问题”,即物理过程与主观体验之间存在着难以弥合的“解释鸿沟”。

为了具象化这一哲学难题,卢洋老师引入了“意识的神经相关物”(NCCs)这一核心概念——即产生特定意识状态所需的最小神经事件集合。卢老师结合认知神经科学模型,详细拆解了人类视觉处理与意识产生的四个阶段:从早期无意识的局部与全局前馈加工,到后期产生现象意识(PC)与获取意识(AC)的局部与全局复馈加工。他特别强调,在NCCs的研究中必须区分“神经先决条件”与“神经结果”(例如脑干究竟是意识的前提还是结果)。

随后,卢洋老师系统梳理了探测大脑活动的各类前沿神经测量技术。从具有极高时间分辨率但具侵入性的单细胞记录(如著名的“詹妮弗·安妮斯顿神经元”)和皮层脑电图(ECoG),到非侵入式的脑电图(EEG)与脑磁图(MEG),再到利用血氧信号间接测量的功能性磁共振成像(fMRI)、功能性近红外光谱(fNIRS),以及用于模拟脑损伤的经颅磁刺激(TMS)。卢老师精准对比了各项技术在空间/时间分辨率、信噪比上的优劣,展示了现代认知神经科学多尺度探索大脑的工具箱。

在探讨“脑认知与人工智能的关系”时,讲座迎来了高潮。卢洋老师抛出“运算快、不遗忘的AI是否已超越人类智能?”的疑问。为了让同学们切身感受人类心智的复杂性,卢老师在现场频频提问、互动,并播放了有趣的心理学实验视频。通过经典的“麦格克语音错觉(McGurk effect)”和“非注意盲(Inattentional blindness)”,同学们直观体验了人类知觉并非单纯的物理映射,而是受到跨通道信息与注意力的深刻影响。卢老师指出,相较于AI的确定性,人类智能展现出极强的信息加工灵活性与主观体验,而受“赫布学习(Hebbian learning)”启发的神经网络模型,虽推动了AI发展,但在模拟人类真实心智上仍有长路要走。

讲座的后半程,卢洋老师深入探讨了当前意识领域的三大理论模型(相关争论主要集中于前额主义与局部主义两条路线):一是全局工作空间理论(GWT),该理论认为无意识内容一旦突破阈值发生“点火(Ignition)”,便会被散播到全局工作空间,从而被我们意识到;二是复馈/预测处理理论(RPT),强调大脑并非被动接收信息,而是通过自上而下的反馈信号不断传递预测,并最小化预测误差;三是整合信息理论(IIT),该理论试图跳出纯生物学视角,通过计算系统因果结构的不可约简性——即整合信息量(Φ值)来度量意识的水平。

此外,卢洋老师还展示了腹侧视觉皮层中分布式神经模式对物体类别(如人脸、房屋)的特异性表征的最新fMRI解码研究,揭示了大脑如何通过分布式神经网络实现对事物的精准分类与识别。他强调,这不仅是认知神经科学在“读心术”上的突破;若这项研究持续发展,未来有望在脑机接口(BCI)领域大放异彩,实现大脑意图与外部设备的无缝交互。

                 (图为 师生合照)

在长达三个小时的讲座中,卢洋老师将深奥的脑神经机制与前沿人工智能研究完美融合。可以说,本次讲座不仅是一场知识的盛宴,更是一次思维的启迪。通过详实的理论推演与生动的互动实验,极大地拓展了应用心理学学生们的学术视野。讲座在热烈的掌声中圆满落幕。此次讲座让同学们对人类心智的本质有了更深刻的认知,也对未来人工智能的发展方向有了新的思考,为“九五弦歌 谋远启新”的育人新征程注入青春动能。