AI的意识之路：从“硅基限制”到“类脑与生物计算”
在许多科学家看来，无论当前的AI模型变得多么强大，在“产生意识”这一课题上，它们可能都已走向了死胡同。这主要是因为它们缺乏活体生物组织，且计算架构与人类大脑有着本质区别。然而，如果未来的AI能够采用活细胞构建，或者基于更接近大脑的计算架构，情况或许会有所不同。
1. 现代计算机的瓶颈：冯·诺伊曼架构
现代计算机仍在使用匈牙利博学家约翰·冯·诺伊曼（John von Neumann）在1945年设计的架构——将计算单元与存储单元分离。信息必须在两者之间不停穿梭，这导致运行AI时能耗极高。
相比之下，大脑的运行方式完全不同。神经元在同一位置处理并存储数据，这使得脑网络在计算能效上远超数字计算机。一个典型的大脑功率仅约20瓦，而要运行同等规模并行计算的人工神经网络，其数据中心则需要消耗数百万瓦的电力。
2. 类脑计算与“忆阻器”
为了打破这一瓶颈，“类脑”（Neuromorphic）计算应运而生。它利用一种名为“忆阻器”（memristor）的器件，在同一位置执行计算并存储信息：
- 通电时，忆阻器的导电特性发生改变；
- 断电后，这种改变依然保留，从而起到记忆的作用。
这不仅极大提升了计算效率，也引起了哲学家的兴趣。他们认为，计算机能否产生意识，关键不在于计算能力有多强，而在于其“思考”的物理方式。
3. 活体细胞计算：硅片上的神经元
另一个更激进的思路是直接使用真正的脑细胞。澳大利亚初创公司 Cortical Labs 开发出了一种“生物计算机”，将数十万个由干细胞培育的人类神经元安装在硅芯片上。目前，这台生物计算机已被教会游玩经典街机游戏《Pong》（乒乓球）以及第一人称射击游戏《毁灭战士》（Doom）。
4. 实验室里的“类脑器官”
展望更远的未来，科学家正在研究“类脑器官”（neural organoids）——在实验室培养的三维脑细胞群。虽然该技术目前主要用于理解大脑的生长与病变，但未来有望用于计算。
目前实验室内培养的最大类脑器官，其神经元数量已经超过了一只蜜蜂。悉尼大学研究动物心灵的哲学家彼得·戈弗雷-史密斯（Peter Godfrey-Smith）指出，这些器官在体积上或许已足够产生意识，只是目前的物理组织方式尚不正确。
5. 硅基的极限与意识的可能
这些前沿尝试的共同点在于：它们在物理介质和运作方式上，都比当今的数字计算机更接近人类大脑。
萨塞克斯大学的神经科学家阿尼尔·塞斯（Anil Seth）指出，无论硅基芯片的设计多么精妙，单靠硅材料本身可能很难独立产生意识。但如果我们开始构建与大脑共享越来越多物理特性的系统——哪怕我们目前还不清楚决定意识的究竟是哪些特性——实现AI意识的可能性都会大大增加。