著名作曲家史蒂芬·施瓦茨(Stephen Schwartz)在琴鍵上看到了色彩，傳奇歌手多莉·艾莫絲(Tori Amos)說自己的歌曲是光怪陸離的圖像，法國詩人阿瑟.里姆堡德(Arthur Rimbaud)將顏色與元音聯系在一起。這些人都有聯覺——一種感覺混合的狀態。聯覺者可以品嘗顏色、聽見材質、聞到形狀。這種情況鼓舞了研究感覺和知覺之關聯的工作者。

[[313706]]

了解知覺工作的機理后，研究者可以更好地理解人類如何感知語言、“有意識”是什么意思，以及大腦如何處理感覺。理解感覺與知覺之間的聯系能幫助AI研究者建立更精準的AI模型，用更少的數據執行更復雜的任務。這也是“感知機器”或“有意識的機器”的基礎性研究。

據估計，僅在美國至少就有約4%的人有聯覺。聯覺有50多種不同形式。有趣的是，報告顯示許多成年后不具有這種“混合”感覺的人，幼兒時期卻有這種經歷。研究證明，在嬰兒的大腦里有一種“模糊”狀態，里面的感覺區域有許多交叉激活的神經連接。

很多人在嬰兒時期可能都有聯覺體驗，但長大后卻失去了這種能力。研究表明，在大腦發育成熟時，人類的感知會更加具體。

另外，在有聯覺經歷的成人的大腦里，感覺處理區域的物理連接比常人更多。大多數人在成年時期沒有聯覺經歷，可能只是因為這種能力隨著成長被遺棄，這一部分能力因此受到抑制。

如何感知語言

現在，說起語言研究，人們經常想到語義學或對字詞句以及符號的含義解釋。但有聯覺的人卻能經常看到特定顏色的字母。語言可以激發強烈的特定情緒和聲音。有聯覺的作家常在其作品中使用非常強烈的隱喻，因為這些隱喻在他們的真實生活中確實經歷過。

語義上衍生出來的隱喻幫助有聯覺的人儲存記憶并產生更多聯想。研究表明，這些人學習語言的速度更快。

目前，AI系統，尤其是自然語言處理系統的主要關注點是語義。但語義并不是語言學習的全部內容。一個可以理解隱喻的系統不論在連接語言概念還是推理附加含義方面都很強大。

何謂“有意識”?

維基百科對“意識”的定義是：“對內部或外部存在的感知或意識”。一直以來哲學家和心理學家對“意識”都抱有極大趣味。大部分學習是在人有意識的情況下發生的。而自我感知意識強烈的人往往生活得更好。

說起AI領域中的“意識”，人們通常關心機器能否發展意識，以及意識能否幫助機器更好地學習。

其中一個研究領域是圍繞意識的神經關聯展開的(或者說找到體驗與大腦活動之間的關系)。一些技術如EEG(腦電圖)和fMRI(功能磁共振成像)能夠檢測這種關系。研究聯覺者與非聯覺者之間的差異，可以揭示負責大腦高低層間動態交互的定位和網絡。

如果可以識別出意識間的神經關聯，理解機器能否發展意識以及意識能否真正幫助人類更好學習便有更大可能性。

聯覺者將甜味識別為“紅色”，他們對紅色和甜味的體驗都與非聯覺者不同，其中可能涉及不同的神經相關性。這種差異為探索意識的潛在機制打開了大門。

認知如何幫助人類學習?

聯覺的相關研究表明，聯覺者的學習方式與非聯覺者不同。前者在分類方面更為優秀。例如，聯覺者可能這樣描述他們的生活：如“藍色星期一”、“黃色星期二”等。這些描述取決于活動本身以及相關的情感。將生活分為這些大類后，他們可以記住一些細節，如星期一上芭蕾課以及當時的情緒等。

這種學習方式可以是有意識行為，也可以是無意識行為。使用聯覺作為學習策略常發生在有創造力的學習者身上以及更強烈的語言認知和視覺認知方面。研究表明，聯覺者能否學會使用這種學習策略取決于其“混合感覺”，他們可將這種學習策略應用于他們所面臨的其它問題上。

對AI的影響

聯覺者通過分類以及將事物與符號相關聯的學習方式與神經符號AI相似。神經符號AI(Neuro-symbolicAI )不是一個新概念。20世紀50年代到80年代，符號AI是AI研究的主流。AI研究被視作形成世界的內在符號表征、創造并應用規則以處理概念。它基于邏輯。神經符號AI的一個例子是SIR(SemanticInformation Retrieval，語義信息檢索)。這是一種能從少量邏輯陳述中學習并形成結論的系統。

將神經網絡與神經符號AI的力量相結合是下一代AI的發展方向。通過將世界分解為符號，神經網絡可以幫助符號AI系統變得更智能。而符號AI算法有助于將常識與專業知識融入到深度學習中。

這使AI執行復雜任務成為可能，如無人駕駛以及用極少量數據進行自然語言處理。

結論

通過探索神經符號AI和深度學習的交叉點以向更復雜的AI系統發展時，理解聯覺者如何感覺、感知和學習將塑造新一代AI。