关于二元论
我们在说创造意识之前得先了解下二元论，二元论认为意识存在于某个精神域内，与物质领域是互相隔离的。有这种信仰的人占到全世界大部分人口，基督教、伊斯兰教和佛教等都是这样认为的。意识灵魂是神圣的，无法复制的。
但对于广义人工智能来说，却是与其截然相反，广义人工智能是一种唯物主义。那么意识其实是可以被创造出来的。
全大脑仿真
既然认为头脑拥有意识，那么如果非常精细地复制一个大脑的结构，它应该也拥有意识。这种精细程度要达到每个神经元及其连接。
大脑可以说是全宇宙最复杂的事物，人类大脑有850亿个神经元，每个神经元由于其他神经元之间有上千个连接。
要实现复制首先得先对大脑进行扫描，医用扫描仪核磁共振仪器扫描的图像分辨率只能达到毫米级别，这太过粗糙了。而要区分脑细胞得达到纳米级别，只能使用电子显微镜。
其次是人脑计算能力，人脑计算速度能达到每秒百亿亿次浮点型运算，所以配备给人脑的计算能力也要达到百亿亿次级别。目前人类正在攻克的超算运算速度就是百亿亿次级别，前不久国内刚验收的天河三号E级原型机就是这个级别的。
最后，需要根据扫描到的所有脑细胞神经来将模型创建出来。这部分比较麻烦，我们要怎么将各种组件组合起来，各个模块该如何协作等等，都还不知道。这个并不像组装电脑或者手机那样简单。
之前有个叫“公开蠕虫”的项目，成功的创造了蠕虫大脑，这个蠕虫大脑控制了一台小机器人成功走出了乐高城堡。但线虫的大脑非常简单，只有302个神经元和7000个突触。
全大脑仿真方式或许无法成功，因为大脑太复杂了。也许除了扫描所有脑细胞的结构外，还要知道每个细胞的配置，或许还要知道每个细胞的轴突树突的布局。最糟糕的情况下，可能要知道每个分子甚至是原子的位置信息。这就已经复杂到无法实现。如果还跟时间维度扯上关系，那整个模型几乎毫无用处。
基于狭义人工智能
狭义人工智能大致可以包含符号人工智能、机器学习、统计和深度学习等。目前阶段的所谓的人工智能，也称弱人工智能。
符号人工智能，人工智能刚起步时使用符号来表示人类的想法的方式，典型的代表是专家系统。
机器学习，它可以不通过人工编写具体的某个功能而自己根据数据得到结果。但用机器学习算法的人都懂它的局限性，几乎没人会使用它来创建有意识的东西。最多就是在人类的某个狭小领域来实现对人类的仿真，并且超越人类。
统计，主要就是贝叶斯网络、隐马尔科夫网络、马尔科夫网络等，对不确定性事物进行建模。
深度学习，其实属于机器学习的一种，因为网络的层数大了，所以也叫深度。
所以狭义人工智能方式觉得一个系统只要能执行足够多的机器学习操作就能产生意识。但是有个问题是，人脑与其他机器系统完全不同。某个机器可能由不同部件组合而成，各部件相互协作着。但人脑却是很多系统共用一套大脑核心，有着很大的不同。
意识原理理论
这种方式是要我们先研究人类思维意识的原理，彻底理解思维的工作方式，然后再根据它们来创造大脑。也就是要求人类先理解整个大脑的原理，再进行仿制，这明显就增加了很大的难度。
有人认为没有必要理解大脑的原理，因为人类以前模仿鸟类飞行，最也很多原理没搞清楚，但人类已经能飞上太空了。所以没必要搞清楚整个大脑的原理，也许能仿制出比大脑更强大的人工脑。
总结
意识的创造得看能不能做到广义人工智能，也许对整个大脑的分子级别的复制能够产生意识，也许将几千几万个机器学习系统整合到一起能够产生意识，也许要破译整个大脑的原理才能创造意识。
也许人类是通过缓慢而低效的进化而产生了意识，那么如果通过科学的方式的来创造意识的话则将快速高效得多。
-------------推荐阅读------------
我的开源项目汇总(机器&深度学习、NLP、网络IO、AIML、mysql协议、chatbot)
跟我交流，向我提问：
欢迎关注：
