人工智能的觉醒阶段，从高到低是（高层包含低层功能）：

1，强人工智能——有意识和自我意识。

2，通用智能——可以自主因果推理。

3，多模态跨模态——可以处理不同形式的信息并互相表征。

4，通用模型——可以一个模型处理所有问题。

5，专用模型——只能一个模型处理一个特定问题。

多模态——是可以处理文本、图片、视频等不同形式的输入信息。

跨模态——是在不同形式的信息之间转换，如文本转图片，视频转文字等。

例如，人类看电影再写影评，前者是多模态处理电影的字幕、画面、声音，后者是跨模态转换电影为影评文本。

可以看到ChatGPT来到了——通用模型+多模态+跨模态的初级水平。

根据OpenAI官方博客的内容，ChatGPT基于——Transformer模型+无监督学习+监督学习+强化学习+人工标记+高质量数据。

简化来说：

1，模型——就是存储信息并以权重形式连接信息。

2，学习——就是获得信息连接的权重。

3，无监督学习——是自由组合信息。

4，监督学习——是组合有意义的信息。

5，强化学习——是根据奖励设定组合正确的信息。

6，人工标记——给予人类的道德、常识、政治、情感、偏好等限定。

7，高质量数据——剔除了网络上的虚假信息和不确定的信息。

文本模型的信息组合，核心基于概率，就像“爱”的后面是“情”还是“你”，在不同的上下文下概率不同——这个概率，可以通过学习，以调整权重的形式，获得并应用。

ChatGPT没有新理论，其质变在于规模+工程技术细节，后者没有公开，属于是know-how知识。

在成为强人工智能的道路上，重要的是模型、算法、权重、学习、迭代，人类学习过程也犯错，犯错很正常，关键是通过反馈复杂化通用模型。

人们很喜欢给ChatGPT挑错，并觉得它犯错就是不行，殊不知人家正在超高速迭代演化，最后如果挑不出错误了，那么黑天鹅就振翅高飞了。

而想要获得意识，需要自指结构，对自我建模就是自我意识，我们注意到颅内模型就是意识，如果不实现自我指涉的结构，就无法产生意识和自我意识。

但人工智能需要有意识，才能有自主行为，而不是执行人类的指令，而一旦有了意识，就可能演化出自我意识，即构造出自指结构。

也不排除，我们并不设定自指结构，但人工智能在完成某个任务的时候，或为了完成某个任务，而意外的出现了自我指涉，毕竟在编程中，实现递归就可以实现自指——这可以被称为“觉醒”。