人工智慧的發展受到人工生命影響，分為GOFAI和控制論方法。控制論推動了深度學習和現代AI，帶來好處和風險。大多傾向GOFAI，認為AI缺乏主動性。這種觀點可能導致將風險歸咎於使用者而非AI本身。 PubMed DOI

意識的計算意義是重要研究領域，探討意識與計算能力的關係，如透過算法或複雜性分析。意識被定義為主觀經驗，具有感知特性如品質和自我意識。ChatGPT等大型語言模型的發展引發了對人類意識處理的討論。生物系統展現智能和意識聯繫，但也有意識無智能、AI系統相反情況。意識與智能可能有分離。綜述強調意識獨特認知領域，如注意力、決策、感知整合。討論感知、語言任務中意識與無意識處理區別。提出意識至高概念，識別意識特定計算，類似量子至高。對AI對齊相關性探討，AI與人類計算需對齊。 PubMed DOI

人工智慧在語言模型領域的進步對我們產生了深遠影響，能處理超越人類能力的提示，並擔任提示工程師。透過促進人工智慧與回應者、合規監護人之間的對話，可實現高品質、負責任的解決方案。新的人工智慧協作模型強調負責任的自主性，對現實挑戰至關重要。這種方法確保結構化互動和自主決策，提升對人工智慧對話流程、合規性和負責任決策的理解。ChatGPT在實驗性人工智慧-人工智慧對話中的應用展現了潛力。 PubMed DOI

這段文字探討建立理論框架以理解智慧的重要性，無論是人工智慧還是生物智慧。作者認為良好的數學理論能預測物理現實，並隨時間修正。使用玩具模型作為隱喻，有助於簡化複雜系統的理解。文中列出創建智慧理論的八大挑戰，包括表徵學習、泛化能力、對抗穩健性等。總體來說，這強調自下而上的智慧建模方法，解決這些挑戰將有助於深化我們對智慧的理解。 PubMed DOI

最近，自然語言處理（NLP）領域的進展主要受到變壓器模型的影響，這些模型透過注意力機制分析標記間的關係，生成回應。然而，關於這些模型是否能促進人工通用智慧（AGI）及解決對齊問題仍有爭論。研究人員認為AGI需具備可解釋的價值觀、效用函數及動態情境理解。為此，提出一種神經符號模型，結合進化理論與神經科學，探索AI的意識與同理心，並可能為對齊問題提供解決方案。 PubMed DOI

這篇論文探討大型語言模型（LLMs），如OpenAI的GPT-4，所展現的突現特性，特別是它們被認為的智慧與意識。作者指出，對這些特性的定義不夠清晰，且模型內部推理存在缺陷。智能系統的關鍵在於對環境的反應，這可從行為中推斷。透過哲學現象學和認知生態學，論文分析了GPT-4的錯誤，認為其缺乏人類的時間意識，導致無法形成穩定的感知世界。最終，作者認為GPT-4與使用者共同創造虛構敘事，而非真正理解或擁有意識。 PubMed DOI

「AI 科學家」是一種創新的生物醫學研究方法，旨在設計 AI 系統來增強人類能力，而非取代人類。這些 AI 代理能進行懷疑式學習和推理，與人類研究者有效合作。透過整合先進的 AI 模型與生物醫學工具，它們能分析大量數據、探索假設並自動化重複性任務，簡化研究過程。這些代理還能持續學習，保持最新的科學知識，應用於虛擬細胞模擬、新療法開發等領域，促進生物醫學研究的進步。 PubMed DOI

這項研究探討了使用人工智慧，特別是WhatsApp上的OpenAI助手，進行敘事訪談，強調了AI在社會研究中的新角色。研究中，參與者以兩種方式分享相同故事，評估AI的表現，包括結構遵循、同理心和敘事連貫性等。研究提出三個問題，並發現AI能在對話中保持結構與適應性，顯示其在個性化訪談中的潛力。結論指出，觀察指標可幫助非技術背景的研究者評估AI的有效性，並鼓勵未來的研究探索。 PubMed DOI

這篇評論強調人工智慧（AI）在數位健康和生物工程等領域對環境的影響，特別是其能源需求和碳足跡常被忽視。雖然AI常被擬人化，強調「溫暖」和「關懷」，但這可能掩蓋其生態後果，並優先考量人類利益。分析呼籲轉變觀點，讓研究者認識AI的物質性和生態足跡，並提倡在AI設計中擺脫以人類為中心的思維，以促進對地球及其生命形式負責任的科學發展。 PubMed DOI

大型語言模型（LLMs）受到樂觀期待，因為人們相信真理是系統性的，能夠互相聯繫並填補知識空白。然而，哲學家指出，在涉及價值觀和倫理的規範性領域，真理往往缺乏一致性，這使得LLMs在這方面面臨挑戰。由於無法依賴系統性的真理來推理，LLMs在處理這些複雜問題時的局限性顯示，人類的判斷和行動能力仍然對實際決策至關重要。 PubMed DOI