为了理解“自我”，科学家决定先在机器人里造一个|james|人工智能|机器人学|脑科学

作者

Tony J Prescott

谢菲尔德大学认知机器人学教授

心理学家、计算神经科学家、计算机科学家和机器人学家。他尤其感兴趣的是心智的运作方式，以及当我们制造人工智能和机器人等事物时，它们是否也可能拥有心智，甚至在未来某一天拥有自我意识。他是《人工智能心理学》（The Psychology of Artificial Intelligence，2024年）一书的作者，并担任皇家学会期刊《哲学汇刊》（Philosophical Transactions）即将出版的一期关于“自我意识”主题刊的首席编辑。

无论我在思考什么，我总能在某种程度上意识到“我自己”，意识到我的个人存在。与此同时，正是“我”在进行这种觉察；因此，我的整个自我，可以说是一种双重存在，一部分是被认知的客体，另一部分是认知的主体。为了简便起见，我们可以将这两个必不可少的侧面分别称为“Me”（宾我/客我）和“I”（主我/主体）。

——William James，《心理学：简短课程》（1894年）

何为自我？

人类境况的一个显著特征，是我们意识到自己是与世界相分离的。尽管肉体日新月异，我们仍感觉自己在某种意义上是日复一日的同一个人；我们也意识到周围的他人同样是独立的自我。但我们依然不清楚，我们究竟是什么。

正如William James在一个多世纪前指出的，自我的双重性正是其神秘感的核心所在。自我作为一种极不寻常的存在，它既是感知者，又是被感知的内容。此刻，我能感觉到我的手指在敲击键盘，能看到屏幕上浮现的文字，如果我愿意，我也可以将视线聚焦在鼻梁上的眼镜框，看着它随我的头部晃动。

有趣的是，“我的”这个词不仅指代身体部位，也指代我穿戴的物品、我的思想或行为。尽管皮肤是自我与非自我的重要边界，但自我远不止物理身体——它更是一套关于“我是谁、我是什么”的观念集合。

随着能够以第一人称流畅对话的生成式人工智能的出现，人们开始发问：这类AI是否有一天会拥有自我意识？甚至，它们是否已经具备了？（OpenAI的GPT-5或许令人安心地表示它没有。）这个问题之所以难以回答，很大程度上是因为我们对人类自我的本质依然缺乏清晰的理解。

然而，通过哲学、心理学和神经科学的探索，我们正在取得进展。其中，我和其他研究者正在探索一种“生成式方案”——即尝试在机器人中创造或合成一种自我意识。

基于我们目前的认知，我认为人类自我意识的一个基础在于：我们拥有物理身体，我们的体验源于“具身的我”与“非我”之间的根本性区分。如果这是正确的，那么一个没有身体的AI，永远无法拥有与我们相似的自我意识。但对于那些拥有物理躯体、栖息于我们物理世界的机器人，即使它们的身体构造与我们大不相同，他们或许也可能具有自我意识。

解构自我：从哲学到神经科学

要理解构建“合成自我（synthetic selves）”的动机，我们首先需要审视哲学家和科学家如何探究人类自我的本质。

自我意识的部分谜题在于，自我的感觉体验位于一个中心，在双眼之后的头部空间。尽管人们直觉上将这里视为“自我”的所在，但这其实是一个无用的观念。正如哲学家丹尼尔·丹尼特在《意识解释》（1991年）中指出的，这会陷入“内在感知者无限回归”的悖论。

事实上，当代哲学家和神经科学家已基本达成共识：在我们的大脑中，并不存在一个局部的、不变的内在“自我”。但这并不意味着我们应该抛弃“自我”概念，将其视为幻觉或纯粹的社会建构。相反，我们需要一个更好的解释。

如果自我不是一个局部的内在感知者，那它是什么？我们又如何调和James所说的“既是感知者又是被感知者”的两面性？

一种方法是“解构自我”。我们可以问：有哪些心理现象与自我有关？它们依赖于哪些特定的大脑区域或网络？通过这种方式，人类自我可以被拆分、理解，再从各个部分重建。

首先，值得注意的是，神经科门诊中部分患者被发现存在身体所有权感知的紊乱，即他们将某只手或肢体视为不属于自己。通常，这类患者被证实右侧大脑特定区域（颞叶与顶叶皮层交界处附近）受到了损伤[1]。与此同时，精神分裂症患者可能表现出"能动性"（agency）障碍，即他们的思想或行为被体验为受他人控制[2]。当前理论[3]指向那些能够预测自身行动所产生感觉结果的脑网络，并提示这些网络在上述患者中发生了改变。

岛叶皮层是大脑中最古老的皮层区域之一，深度参与内感受（即处理来自身体内部的信号），该区域受损可能导致个体与自我产生情感上的疏离感，并与人格解体或现实解体等自我相关障碍密切相关[4]。其他形式的脑损伤，例如累及颞叶和额叶皮层，则可能影响个体对"自我在时间中持续存在"的体验[5]，或削弱从他人视角看待世界的能力[6]。

婴儿、动物与“最小自我”

解构自我的另一种方法是追问：这些现象如何在童年早期出现？

尽管我们不能直接询问婴儿，但发展心理学家找出了在新生儿中检测自我意识的方法[7]。发展心理学的研究表明，我们出生时就具备基本的“自我/他者”区分能力，能分辨什么是、什么不是自己的身体。我们也会迅速理解“能动感”——即某件事是由“我”引起的[8]。然而，作为时间中持久存在的自我这一体验，则出现的更晚一些[9]，正如我们理解他人也拥有“自我”的能力一样[10]。直到四、五岁时，儿童的自我感知才开始接近成人的形态。

在自我意识出现的过程中，语言和文化的习得对于塑造我们成年后的自我体验至关重要。事实上，从概念层面来看，我们成熟的自我感部分源于从记忆中抽象出的、或从他人那里获得的关于自身的观念和信念。这种关于自我的“叙事”[11]，正是人类身份认同通常所依赖的基础；同时，它也体现在我们为自己和他人讲述的“我是谁”这个故事之中。

鉴于婴儿期存在更简单的自我体验，哲学家丹尼特和Shaun Gallagher等人提出了“最小自我”（Minimal Self）的概念[12]。它仅包含与身体所有权和能动感相关的体验，没有包含在时间中持久存在的自我意识，也没有自我反思能力。

神经科学家Jaak Panksepp和神经病学家Antonio Damasio分别指出[13]，这种最小自我源于大脑皮层下区域的活动。这些区域在新生儿期最早成熟，在进化中变化较小，因此在其他脊椎动物中也存在。换句话说，其他有脊椎的动物很可能也拥有（至少）一种最小的自我意识。

为什么这种“最小自我”会在动物祖先中进化？因为它通过组织体验，促进了生存[14]。首先，最小自我将保护对象区分开来，将与身体相关的感官信号分离出来，动物能更好地区分哪些部分需要保护，仅仅考虑一个具有重要意义的影响，这避免了饥饿的动物试图吃掉自己。其次是自我意识能让动物区分因果，识别感官信号是否源于自身行为，动物从而能够区分自己导致的事件与周围发生的事件。例如，电鱼能分辨电场扰动是源于自己摆尾，还是猎物游动，从而区分进食机会与常规游泳。

这种对感官世界的划分——建立自我/他者区分无疑是具有具身智能的物体在生命演化取得成功的重要起点。

根据这一观点，构建于我们最小自我之上而涌现出的完整人类自我，是源于我们自身的“有限性”。更具体地说，我认为人类的自我感之所以呈现出现在的形态，很大程度上是因为我们像其他动物一样，被身体的表面在物理上封闭，而我们的神经和感官系统则被封装在我们的躯体与颅骨之内。在人类身上，正是这种最小自我，赋予了我们拥有自身躯体和主宰自身行为的原初体验。

▷2022年4月27日在意大利热那亚理工学院拍摄的iCub机器人。图源：Marco Bertorello/AFP

在机器人中构建自我

为了进一步探讨，我们需要明确“自我”是什么。

丹尼特在1989年发表的《自我的起源》一文中指出，最基础的“自我”是一种“倾向于区分、控制并维系世界某些部分的组织形式”。尽管自我是通过身体和大脑中的物理过程实现的，但这种对自我的定义，使自我成为一种虚拟实体。沿着哲学家Thomas Metzinger在2003年著作《无我》（Being No One）中的思路，我们也可以将人类的自我描述为一种“心智模型”，即一种虚拟结构，它捕捉、组织并操控与具身化的“我”相关的感知、记忆、情感和事实。这种“自我模型”由一组大脑网络集群具体实现，并与其它身体过程紧密整合；它在清醒时活跃，而在深度睡眠或全身麻醉状态下则处于不活跃状态。

正如之前所述，自我的构建涉及多种大脑基质，其中一些发育较早，另一些则部分重叠。这些不同的网络相互作用并整合，从而提供连贯的自我体验。这可经由进化生物学和心理科学来帮助我们理解。此外，由于不同的神经心理学状况[15]，也可能出现多种形式的自我解体，而对神经多样性（neurodiversity）的研究有助于阐明这些现象。

然而，我认为探索我所谓的“合成方法”[16]，将同样帮助我们理解自我感，也就是说，通过尝试构建一个自我来理解它。自我是一种虚拟的心智模型这一假说，天然契合这种策略。

合成方法可以帮助我们解决困扰着哲学家和神经科学家的各种问题。尽管自我本身并非物理实体，但要构建一种可能与我们自身相似的自我意识，我认为，至少我们需要一个拥有人工身体、能直接感知世界并能采取行动的人工系统。换句话说，我们需要一个机器人。

区分“自我”与“非我”

让我们从区分“我”与“非我”的挑战开始谈起，这是构建最小自我的核心能力，依赖于对身体和世界的双重感知。如今，大多数机器人都具备感知自身硬件的内部传感系统。其中最常见的是探测身体部位和关节的位置，并测量驱动它们的电机速度。这类似于人类的内部感官能力，即本体感觉（proprioception）。

一些机器人表面还装有触觉传感器，提供了一种人造皮肤，使它们能够直接感知在自身边界处与外界的接触。而配备有远端传感器（如摄像头和麦克风）的机器人，则至少在字面意义上立即拥有了一个“视角”。也就是说，它们在任何时刻都占据着世界中的某个特定位置和姿态，这定义并限制了它们所能感知的内容。当机器人占据那个位置时，其他任何人或事物都无法同时占据。

这些感官能力若配合适当的处理机制，便能使机器人开始理解自身的具身性，这是构建“自我/他者”区分的第一步。事实上，许多实验室已经探索了机器人如何仅通过生成随机运动（即所谓的“运动牙牙学语”，motor babbling）来构建自身形态（身体形状和结构）模型[17]。例如，机器人专家Josh Bongard及其同事曾利用受生物进化启发的遗传算法[18]，让一个星形机器人学习其腿部的构型，随后该机器人便能自主发现前进的移动方式。其他一些配备有关节臂和手形夹具的机器人，则利用神经网络学习算法发现了自身手臂和手部的构型[19]，并将这些知识应用于执行抓取物体等任务。

▷图例：一款新研发的机器人站在“水面”旁，其倒影呈现出一个色彩斑斓的块状图形。通过构想并利用这种简单的自我模型，该设备能比普通机器人更轻松地适应损伤。© Bongard 等人，Viktor Zykov（Lipson 实验室）摄

婴儿在学会进行更有目的性的伸手动作之前，无论是在子宫内还是作为新生儿时期，都会进行“运动牙牙学语”。在出生前，婴儿会利用触觉发现，触摸自己与触摸非我的体验是不同的。具体来说，触摸自己会在手指和身体上同时产生一种“双重触感”。由于在子宫内的这种体验，新生儿已经能够对自我和非自我做出一些基本区分。例如，当脸颊被触碰时会做出朝向反应，但如果接触是由自己的手造成时则不会[20]。作为一种区分自我与他者的手段，“双重触感”也已在人形机器人中得到探索，以帮助机器人理解其具身性的范围和界限[21]。

除了触觉，人类和机器人还可以通过视觉和听觉等感官来学习区分自我与他人。例如，婴幼儿通常会花大量时间观察自己的双手[22]。在我的实验室中，我们对一个模拟机器人进行了一系列尚未发表的实验，结果表明：当注意力集中在运动中的手和手臂上时，机器人便能学会从视觉上区分自我与他者。具体而言，内部的本体感觉信号与因自身运动导致的摄像头图像流变化之间的相关性，使机器人能够将其视觉世界分割为与自我相关的部分（即运动的身体部位）和其余的一切（即外部世界）。

自我感知中的适应性与能动性

在人类的自我中，感官信息也构成了其变化适应力的基础。如今一个经典的例证[23]便是“橡胶手错觉”（RHI），它充分展示了人脑对感官信息的灵活性。在典型的实验中，当人们看到一只假手被刷子拂过，同时自己的手（被遮挡住）也受到同步刷拂时，便会感觉那只假手属于自己。

受此启发，认知机器人专家Yuxuan Zhao及其同事将一个简化的橡胶手模型整合到了人形机器人iCub的控制系统中[24]。该模型模拟了人类身体表征及橡胶手错觉所涉及的部分皮层网络。随后，他们利用“运动牙牙学语”的方式训练机器人构建出自己手部的表征。

接下来，研究人员对机器人实施了一种变体的橡胶手错觉实验，这种实验此前已在人类和猴子身上被广泛使用。结果发现，机器人的行为表现以及部分模型神经元放电率的变化，都与生物实验中的观察结果相吻合。这些结果表明，机器人调整了其内部的身体模型，将新引入的手纳入了对自身的感知中，从而验证了大脑是如何实从底层构建出身体所有权的。

▷图例：一款模拟机器人正在观察自身手部的运动，以此作为学习了解自己身体的一种方式。图片由作者提供

构建合成自我还有助于我们理解“能动性”这一概念，这也是最小化自我的另一个关键特征。关于能动性的一种著名理论被称为“比较器模型”（comparator model），该理论认为大脑会预测自我发起行为所带来的感官结果。例如，当你走路时，你的大脑会预测到自己脚步声的出现，因此你会感觉这些声音是由自己产生的。相反，如果你在静止站立时听到了脚步声，那么这些感官事件就会被体验为外部原因所致。负责进行此类预测并将其与实际感觉匹配的大脑系统若出现失衡，或许就能解释精神分裂症患者身上出现的某些能动性障碍——他们有时会感觉自己的行为或思想是由他人所主导的。

为了验证能动性理论，在我们对一台进行“运动牙牙学语”的机器人研究中，我们在其自我模型中增加了一层，使机器人能够预测视觉信号在不久的将来会如何演变。认知机器人专家Pablo Lanillos及其同事则更进一步。在他们的研究中[25]，一个人形机器人利用一种基于比较器模型的预测学习算法，成功区分了自己在镜中的倒影与另一台相同机器人的倒影。

之所以能实现自我识别，是因为基于机器人内部的运动信号，其自身镜像的动作是可预测的，而另一台机器人的动作则无法预测。有趣的是，为了实现这一功能，这些研究人员不得不实现比较器理论预测核心功能之外的部分，这证明了机器人在评估关于自我的理论构想是否充分上所具备的价值。

我所描述的这些研究通常集中于某一种行为能力或基准，当面对超出范围的挑战时，这些系统可预见地会失败。然而，如果我们把这些不同的身体映射和感知方式整合起来，就有可能构建出一种接近哲学家和科学家所描述的“最小化自我”的存在。这将有助于我们更好地理解人类婴儿甚至其他动物的自我体验。

从“最小自我”到“成人自我”

但对于我们大多数读者更为熟悉的成人自我意识呢？同样，通过将自我分解为各个组成部分，我们开始能够看清每一个子系统是如何被构建并最终组合在一起的。

有一个现象让我尤为着迷，那就是我们构想自身在时间中持续存在的能力，即我们体验到昨天、今天和明天的自己是同一个人。心理学家如Endel Tulving曾提出[26]，自我的这一特质建立在我们的情景记忆能力（对特定事件的记忆）以及人类在心理上“穿越时间”回到过去或想象未来的能力之上。

脑成像研究[27]表明，这两者都依赖于涉及海马体中的神经网络，而海马体正是人类前脑中发育较为缓慢的组成部分之一。发展心理学的研究显示，尽管大约两岁左右的幼儿已对过去和未来有了一些初步理解，但接近成人的、线性的、可度量的时间观（时钟与日历），要到学龄期才涌现[28]。这种将自我体验为一个持续存在的实体的感觉，很可能伴随着儿童对时间本这一观念更广泛理解的形成而产生。

与人类不同，机器人天生具备时钟和日历，并能存储所发生的每一件事；但要拥有类似人类那种持续存在的自我感，还需要更多条件。例如，记忆在某种程度上是一个“提取”问题：你如何回忆起那些与当下或未来特别相关的信息？在我的实验室以及多个其他研究团队的工作中，已开始利用人工智能的生成模型[29]，尝试为机器人构建类似于人类情景记忆的功能。这些模型不像计算机直接调取存储记录那样运作，而是像人类记忆一样，能够根据部分线索主动重构过去的事件，快速提取理解当前情境所需的信息。同样的系统若以不同方式加以引导，还可以构建出可能的未来场景。若将这些能力与一个最小化的自我模型相连接，就有可能构建出一种能够回顾自身过去、并设想未来的机器人自我。

机器人还可以帮助我们探索成人自我意识的另一个方面——即感知“我”与“你”的不同。你和我都具有边界，这意味着我们无法直接共享彼此的经验，尽管我们可以见证彼此的体验，甚至基于自身的经验去想象它。来自人类发育过程的研究证据表明，这些能力是相对缓慢地逐步获得的。事实上，直到三到四岁时，我们才开始能够从他人的视角来思考世界。

虽然我们天生就倾向于与社会中的他人（尤其是直系亲属）建立联系，但要真正理解他们作为“另一个自我”的存在，则依赖于我们在婴儿期和童年时期逐步构建起来的多种能力基础。这些能力包括通过模仿进行学习，以及与他人实现共同注意（joint attention），而这两者在机器人学领域也已得到了广泛研究。

在心理学中，理解他人视角的能力通常通过“心智理论”（theory of mind）相关任务进行研究，如今这些任务也已被用作机器人模型的评估基准[30]。大脑中用于表征自身身体的部分区域，在思考他人行为时也会被激活，这种机制有时被称为“镜像神经元系统”[31]。机器人专家Yiannis Demiris及其同事已证明，一个人形机器人可以在协作任务（例如玩游戏）中，将其自身简化的类人形态模型（类似于火柴人图形）映射到人类同伴身上[32]。这种能力有助于机器人更好地理解人类伙伴的行为，并可支持模仿学习等其他功能的发展[33]。

人类自我模型的一个关键特征在于，它能够整合并统合上述所有自我的不同层面。这一过程是如何发生的呢？与自我相关的众多神经系统由我们称之为“认知架构”（cognitive architecture）的机制协调运作——即大脑的宏观功能组织结构。对人类而言，这种架构至今仍知之甚少[34]。在人工智能领域，我们目前能够复制人类大脑中的许多单独能力，但将这些能力整合为统一、可靠且能实时运行的合成系统，仍然是一个巨大的挑战。

解开这一架构的钥匙，或许在于其“分层”的特性[35]。正如前文所述，在自我的多个领域中，核心能力由出生时即已存在的脑系统支持；这些基础系统随后为发育较慢的大脑皮层构建更复杂的自我表征提供了“脚手架”。

另一种理解大脑中分层控制的方式是将其视为一种具有“层级结构”的预测模型[36]。在这一结构中，更高层级的模型试图预测它们将从下一层级接收到的输入，并接收反馈信号以不断优化自身的预测能力。在层级的底部，是低层次的感知系统，它们接收来自身体和外部世界的感觉信号；而在顶端，则是那些从特定感官模式以及现实互动瞬息万变的具体情境中抽象出来的高级认知构念。正是在这里，我们可以期待发现一组稳定的观念，它们构成了自我中更为概念化和稳定的方面。

自我概念的另一个重要来源是文化和语言。一旦我们学会说话，便开始接受来自文化或“常识性”观念中对“自我”的理解，尤其是关于“我是什么样的人”的认知。自我感知的另一个来源则是自传体记忆。尽管从大约两岁起，我们就具备了回忆过去具体场景的能力，但将这些记忆组织成关于自我的故事，通常要到四到五岁时才能做到[37]。到了这个年龄，我们一般已较好地掌握了语言，并已深深融入了文化中关于自我的思维方式，包括通过讲故事的形式，据此我们开始构建属于自己的人生叙事。

计算机科学家Peter Dominey及其同事研究[38]了机器人如何为自身经历的社会互动生成描述。他们的机器人并非被直接赋予抽象语法规则，而是通过将词汇和语法结构与自身的感官体验（如位置、运动或接触）相连接来学习语言，这一过程模仿了儿童的语言学习。最终生成的叙述不仅总结了机器人的经历并使其可被传达，同时也塑造了机器人用来理解事件的内部表征方式，这正如自然语言塑造了我们人类对世界的体验一样。

▷研究人员与iCub robot互动。图源：SPECS lab/Paul Verschure，https://www.youtube.com/watch?v=dv38Q_ZNNoY

至此，我希望我已经说服你相信：我们可以通过合成自我，即使用机器人进行建模，以深入理解人类自我的各个方面。然而，我确信仍会有一些读者持怀疑态度。尤其是，尽管机器人似乎有可能达到某些与自我相关的外在行为标准，但（可以说）这一过程或许完全不涉及任何真正的机器人主观体验。我们是否只是在模拟William James所说的“作为客体的我”（me），而完全遗漏了作为主体的“我”（I）？更广泛地说，这种分析方式是否忽略了人类自我经验本质中某些至关重要的东西？

难题：主观体验与“我”

神经科学家Anil Seth确实持这种观点[39]。在Seth引用Thomas Nagel的说法指出，人类甚至动物之所以存在“某种作为其自身的感觉”（something that it is like），依赖于我们生物本性中的某些特质，而这些特质是无法在人工装置中被复制的。Seth指出了许多生物系统所具备但机器人并不拥有的特征。他的清单涵盖了从不同描述和组织层级的现象，包括线粒体中的电磁作用（细胞内的能量系统）、神经计算的生化基础，到新陈代谢、自创生性（autopoiesis，即生物系统具有自我维持的能力），以及生存斗争等。生物意义上的自我当然拥有所有这些特性，而机器人则没有。然而，这些特性与我们主观的自我体验之间的因果联系尚不明确。

另一种思考“经验”的方式或许可以避免这种生物基础主义的壁垒。心理学家J Kevin O’Regan在其著作《为什么红色听起来不像铃声》中提出，经验的根源不仅存在于大脑之中，更存在于身体与大脑和环境之间的互动之中。构成我们体验的各种感受，实际上对应着我们的行为所引发的独特“感觉-运动偶联”（sensorimotor contingencies）[40]。例如，一个柔软物体（如海绵）的触感，就体现在我们用手指挤压它时发生的“压扁”动作之中。按照这一标准，任何能够通过具身方式与世界互动、并产生感觉-运动偶联的实体——当然包括配备了适当传感器、执行器等装置的机器人都可能拥有某种形式的经验。

然而，基于感觉-运动偶联（sensorimotor contingencies）的经验，去解释自我感知的产生，确实排除了某些人造实体拥有主观性的可能，比如当下的大型语言模型这类离身的生成式AI。这些模型极其擅长使用主观语言，诱使人们误以为它们拥有体验。

但正如认知机器人专家Murray Shanahan及其同事所指出的，更准确的理解是：大模型实际上是在“扮演”主观体验，其能力来源于对训练数据中人类语言输出的模仿与再利用。这一批评同样适用于目前大多数社交机器人，它们越来越多地依赖大模型进行社交互动，而这种互动往往远超其对场景和自我的理解能力。实际上，这些机器人距离真正拥有自我意识，可能并不比一个智能音箱更近。

这便引出了一个棘手的问题：我们如何才能判断另一个实体是否具有主观经验？对此，Seth认为，即使像“能否经历错觉”这样更复杂的科学测试标准也可能不足为凭（别忘了，如前所述，已有机器人表现出对橡胶手错觉的易感性）。

我不禁想起电影《银翼杀手》，其中主角Rick Deckard的任务是通过“沃伊特-坎普夫测试”（Voight-Kampff test）来区分人造人（复制人）与自然人类。这项测试通过提出能激发情感的问题，并观察行为上的细微变化，包括脸红、瞳孔扩张等生理反应来进行判断。当然，沃伊特-坎普夫测试是虚构的；而且人类自我的多样性如此之高，即便这样的测试真实存在，我们也未必人人都能通过。

暂且搁置关于主观经验这一难题不谈，我相信，通过机器人技术实现的“合成方法”在帮助我们理解人类自我意识方面仍极具价值。通过整合心理学、神经科学与计算研究，我们得以逐步构建一种关于“自我”的理论：即自我是一种虚拟结构。它最初表现为一种对边界的感知，随后发展为对自身能动性的意识，进而形成初步的“自我/他者”区分。在此基础上，随着情景记忆和心理时间旅行能力的发展，个体逐渐获得对时间中持续存在的自我之觉知。而更进一步的反思能力——即将这个有边界、持续存在且具有体验的实体，视为一个拥有过往历史、喜好与厌恶等具体特征的“特定人物”则出现得更晚，并在你与他人分享关于自我的想法和感受的过程中最终成型。

尽管LLMs可能没有自我，但它们如此流畅地使用自指语言的能力确实表明：除了在语言中构建的区分之外，感知者与被感知者之间可能并没有截然分明的界限。在某种意义上，像 LLMs一样，我们也是熟练的角色扮演者，在构建、维护并表演着一个关于我们自己的观念。然而，与离身的AI不同，我们最终能够将这些概念和叙事层面的自我，深深锚定在我们与身体、与世界那无中介且纠缠不清的互动之中。

译后记

该文的行文是通过机器人中创建自我认知，来反向了解人类自我认知是如何产生，有何特征的。这样的“合成方法”，避免了让问题陷入难以实证的空谈，而是一步步的将自我像剥洋葱一样拆解开来，从而让读者明白自我感知的层级结构。文中对大模型和主观体验的看法，可在另一篇追问文中找到详细阐述：没有一副身体，为何AI永远无法拥有意识。

今年春晚的亮点是机器人，但笔者总觉得缺了点什么。它们似乎难以走下那个精心编排的舞台，迈入真实世界的工厂或家庭。翻译完该文，我发觉当前大多数机器人缺失的，正是文中反复提及的最小自我，更不用说更进一步的成人自我了。

我们希望机器人能够自主学习，对新环境快速适应，这需要机器人在新环境下区分自身，固定外部环境及可变外部环境（其它机器人或者与之合作的人）。这或许不需要机器人具备人类的心智模型，但若是连最基本的、对自身物理边界和能动性的表征都无法构建，所谓的自适应将变得很困难。

https://aeon.co/essays/why-the-best-way-to-understand-the-self-is-to-build-a-robot-one

1 https://link.springer.com/article/10.1007/s00221-008-1562-y

2 https://www.sciencedirect.com/science/article/pii/S0149763424002501

3 https://www.sciencedirect.com/science/article/abs/pii/S1053810008000354?via%3Dihub

4 https://www.sciencedirect.com/science/article/abs/pii/S0925492701001196?via%3Dihub

5 https://psycnet.apa.org/doiLanding?doi=10.1037%2Fh0080017

6 https://psychiatryonline.org/doi/10.1176/jnp.23.1.jnp74

7 https://www.sciencedirect.com/science/article/abs/pii/S0163638301000558?via%3Dihub

8 https://www.frontiersin.org/journals/psychology/articles/10.3389/fpsyg.2019.00414/full

9 https://royalsocietypublishing.org/rstb/article/379/1913/20230415/109631/Synthesizing-the-temporal-self-robotic-models-of

10 https://www.jstor.org/stable/1132444

11 https://academic.oup.com/edited-volume/38581/chapter-abstract/334606560?redirectedFrom=fulltext

12 https://www.cell.com/trends/cognitive-sciences/abstract/S1364-6613(99)01417-5

13 https://www.ingentaconnect.com/content/imp/jcs/1998/00000005/f0020005/895

14 https://www.pdcnet.org/cogito/content/cogito_1989_0003_0003_0163_0173

15 https://global.oup.com/academic/product/altered-egos-9780195152425

16 https://link.springer.com/chapter/10.1007/978-3-319-97550-4_7

17 https://www.fujipress.jp/jrm/rb/robot003300051063/

18 https://www.science.org/doi/10.1126/science.1133687

19 https://www.tandfonline.com/doi/full/10.1080/01691864.2017.1383939

20 https://onlinelibrary.wiley.com/doi/10.1002/(SICI)1099-0917(199709/12)6:3/4%3C105::AID-EDP150%3E3.0.CO;2-U

21 https://ieeexplore.ieee.org/document/6907178

22 https://www.jstor.org/stable/1126701?origin=crossref

23 https://www.nature.com/articles/35784

24 https://www.cell.com/patterns/fulltext/S2666-3899(23)00289-1

25 https://ebooks.iospress.nl/publication/55167

26 https://psycnet.apa.org/doiLanding?doi=10.1037%2Fh0080017

27 https://www.cell.com/neuron/comments/S0896-6273(12)00991-9

28 https://psycnet.apa.org/record/2001-06248-011

29 https://royalsocietypublishing.org/rstb/article/374/1771/20180025/23678/Memory-and-mental-time-travel-in-humans-and-social

30 https://link.springer.com/article/10.1023/A:1013298507114

31 https://www.cell.com/trends/cognitive-sciences/fulltext/S1364-6613(00)01500-X

32 https://ieeexplore.ieee.org/document/5509429

33 https://ieeexplore.ieee.org/document/8039505

34 https://www.science.org/doi/10.1126/scirobotics.adg6014

35 https://royalsocietypublishing.org/doi/10.1098/rstb.2020.0519

36 https://link.springer.com/article/10.3758/s13415-019-00721-3

37 https://www.annualreviews.org/content/journals/10.1146/annurev.psych.121208.131702

38 https://www.frontiersin.org/journals/psychology/articles/10.3389/fpsyg.2017.01331/full

39 https://www.cambridge.org/core/journals/behavioral-and-brain-sciences/article/conscious-artificial-intelligence-and-biological-naturalism/C9912A5BE9D806012E3C8B3AF612E39A

40 https://pubmed.ncbi.nlm.nih.gov/12239892/