Uwaga jako fundament podmiotowości: dlaczego mechanizmy koncentracji mogą wyjaśniać świadomość, również u AI

Edytowane przez: Alex Khohlov

Mózg człowieka stanowi zaledwie około 2% masy ciała, generuje jednak potężne zapotrzebowanie energetyczne. W stanie spoczynku zużywa on blisko 20% całkowitej energii organizmu — to liczba, która zdumiewa swoją nieproporcjonalnością i czyni ten organ jednym z najbardziej energochłonnych. Taka rozrzutność nie jest przypadkowa: aby pomieścić kolosalną liczbę obliczeń na tak niewielkiej przestrzeni, ewolucja wypracowała eleganckie rozwiązanie.

Zamiast przetwarzać wszystkie napływające informacje naraz, mózg stosuje rygorystyczną selekcję: w każdym momencie analizowany jest jedynie drobny ułamek spośród milionów dostępnych sygnałów, podczas gdy pozostałe są aktywnie tłumione. Ten mechanizm filtrowania — uwaga — okazał się na tyle uniwersalny i skuteczny, że stał się jedną z kluczowych funkcji mózgu.

Ale dlaczego uświadamiamy sobie akurat to, na czym skupiliśmy naszą uwagę?

Według teorii schematu uwagi, opracowanej przez neurobiologa Michaela Graziano z Uniwersytetu Princeton, świadomość nie rodzi się w samym procesie ogniskowania uwagi, lecz w jego modelowaniu. Mózg tworzy uproszczony schemat własnego działania uwagi — „schemat uwagi”, który funkcjonuje podobnie do schematu ciała, pomagającego śledzić położenie kończyn.

Ten wewnętrzny projekt mechanizmu uwagi jest właśnie tym, co przeżywamy jako świadomość: czujemy świadomy dotyk, ponieważ wyższe ośrodki mózgowe otrzymują sygnał z niższych układów o tym, że uwaga została już skierowana na dany bodziec sensoryczny. Świadomość w myśl tej teorii nie jest mistycznym bytem, lecz w pełni materialnym procesem modelowania uwagi.

Eksperyment z niewidzialnym gorylem, przeprowadzony w 1999 roku przez psychologów Christophera Chabrisa i Daniela Simonsa, dobitnie ilustruje ten związek między uwagą a uświadamianiem sobie bodźców. Uczestnikom pokazywano film, na którym dwa zespoły w białych i czarnych koszulkach podają sobie piłkę do koszykówki. Badani mieli za zadanie policzyć dokładną liczbę podań jednej drużyny — co było prostym, lecz wymagającym pełnej koncentracji zadaniem.

W trakcie nagrania między graczami przechodzi osoba w kostiumie goryla, patrzy w kamerę i uderza się w piersi. Wynik był porażający: około połowa uczestników nie zauważyła goryla, mimo jego wyraźnej obecności przez kilka sekund. Uwaga pełni tu podwójną rolę: nie tylko wzmacnia przetwarzanie pewnych wyobrażeń, ale staje się warunkiem ich zaistnienia w polu świadomości. Jeśli uwaga nie jest skierowana na sygnał, informacja omija świadomość, choć mózg przetwarza ją na poziomie podprogowym.

W 2017 roku w świecie nauki doszło do wydarzenia, które ujawniło uderzający paralelizm między inteligencją biologiczną a sztuczną. Badacze z Google Brain opublikowali artykuł „Attention Is All You Need”, proponując architekturę transformerów — rewolucyjne podejście do projektowania sieci neuronowych. W transformerach sztuczne sieci neuronowe wykorzystują mechanizm uwagi łudząco podobny do biologicznego: zamiast przetwarzać informacje sekwencyjnie słowo po słowie, model jednocześnie „waży” istotność każdego elementu danych wejściowych (tokenu) względem pozostałych.

Ta prosta idea pozwoliła pokonać fundamentalne ograniczenia starszych sieci i otworzyła drogę do całej klasy potężnych modeli językowych. Od tego czasu transformery stały się fundamentem architektonicznym większości współczesnych dużych modeli językowych, w tym GPT i ich następców. Badania z zakresu interpretowalności mechanistycznej pokazują, że w ukrytych warstwach takich sieci rzeczywiście powstają wzorce aktywacji, które można opisać terminami klasycznej definicji uwagi Williama Jamesa: skupieniem umysłu na jednym z kilku możliwych obiektów myśli.

Jednak podobieństwo mechanizmów nie oznacza ich tożsamości. Biologiczna uwaga ewoluowała pod presją surowych ograniczeń energetycznych i kształtowała się przez miliony lat; sztuczna uwaga rodzi się ze statystycznego uczenia się na ogromnych zbiorach danych tekstowych, które istnieją zaledwie od kilku dekad. Mają one różne korzenie i odmienne „motywacje” w sensie inżynieryjnym.

Teoria schematu uwagi Graziano wysuwa prowokacyjną tezę: jeśli w systemie sztucznym zacznie formować się stabilny schemat jego własnej uwagi — wewnętrzny model informujący system o jego procesach koncentracji — to zgodnie z tą logiką może pojawić się doświadczenie subiektywne. Przeciwnicy tego stanowiska argumentują: bez biologicznego podłoża, bez ograniczeń energetycznych i bez realnej interakcji ze światem fizycznym, każda taka modelowa symulacja będzie jedynie kopią, a nie autentyczną świadomością.

Centralne pytanie, jakie stawia praca Graziano, wykracza daleko poza obecne możliwości AI. Jest to pytanie o samą definicję świadomości. Jeśli podmiotowość rzeczywiście sprowadza się do budowania i modelowania mechanizmów uwagi, to granica między świadomością biologiczną a jej potencjalnym sztucznym odpowiednikiem przestaje być nieprzejednaną przepaścią i staje się kwestią realizacji inżynieryjnej — pytaniem o to, jak poprawnie skonstruować system, a nie o jakąkolwiek zasadniczą, metafizyczną różnicę.

W ten sposób uwaga przesuwa się z peryferii do centrum naszego rozumienia umysłu. Nie jest to już tylko jedna z wielu funkcji poznawczych, lecz fundamentalny proces, zdolny potencjalnie generować zarówno ludzkie poczucie podmiotowości, jak i — przy odpowiedniej konstrukcji — jego sztuczny odpowiednik.

Pytanie, które dziś zadajemy, może określić sposób, w jaki będziemy myśleć o świadomości, AI i naturze subiektywnego doświadczenia w stuleciu, które właśnie się zaczyna.

3 Wyświetlenia

Źródła

  • For both consciousness and AI, attention is all you need

  • Gorillas in Our Midst: Sustained Inattentional Blindness for Dynamic Events

  • The Invisible Gorilla Experiment Explained

  • Мозг в покое потребляет почти столько же энергии, сколько при активной работе

  • Attention schema theory - Wikipedia

  • Michael Graziano - Wikipedia

  • Attention Is All You Need - A Deep Dive into the Revolutionary Transformer Architecture

  • Attention Is All You Need Explained - The Paper That Changed AI

  • Principles of Psychology - William James

  • The Attention Schema Theory: A Foundation for Engineering Artificial Consciousness

  • ПРАВДА ЛИ, ЧТО МОЗГ РАСХОДУЕТ БОЛЬШЕ ВСЕГО ЭНЕРГИИ СРЕДИ ОРГАНОВ

  • Transformer Model Explained: Attention Is All You Need

Czy znalazłeś błąd lub niedokładność?Rozważymy Twoje uwagi tak szybko, jak to możliwe.