---
title: "AI के लिए चेतना के संकेतक · सत्ताएँ · सिमुलेशन परिकल्पना"
url: https://simulation-hypothesis.com/hi/entities/indicators
description: "Butlin, Long और सहयोगियों (2023) के चौदह संकेतक, जो चेतना के छह वैज्ञानिक सिद्धांतों से लिए गए हैं।"
license: https://creativecommons.org/licenses/by/4.0/
credit: "Ross Allan Dahl, सिमुलेशन परिकल्पना (simulation-hypothesis.com)"
---

[सत्ताएँ](https://simulation-hypothesis.com/hi/entities) › चेतना के संकेतक

# AI के लिए चेतना के संकेतक

2023 में तंत्रिका-विज्ञान, दर्शन और मशीन लर्निंग के उन्नीस शोधकर्ताओं ने वे गुण गिनाए जो प्रमुख वैज्ञानिक सिद्धांतों के अनुसार किसी सचेत तंत्र में होंगे। फिर उन्होंने आज की AI को उस सूची पर जाँचा।

## आवर्ती प्रसंस्करण सिद्धांत

* **RPT-1** एल्गोरिदमिक पुनरावृत्ति इस्तेमाल करने वाले इनपुट मॉड्यूल
* **RPT-2** संगठित, एकीकृत प्रत्यक्षण-निरूपण पैदा करने वाले इनपुट मॉड्यूल

## वैश्विक कार्यक्षेत्र सिद्धांत

* **GWT-1** कई विशिष्ट प्रणालियाँ जो समानांतर चल सकती हैं (मॉड्यूल)
* **GWT-2** सीमित क्षमता वाला कार्यक्षेत्र, जिसका अर्थ है सूचना के प्रवाह में एक अड़चन और चयनात्मक ध्यान की एक व्यवस्था
* **GWT-3** वैश्विक प्रसारण: कार्यक्षेत्र में मौजूद जानकारी का सभी मॉड्यूलों को उपलब्ध होना
* **GWT-4** अवस्था-निर्भर ध्यान, जिससे जटिल काम करने के लिए कार्यक्षेत्र का इस्तेमाल करके मॉड्यूलों से क्रम से पूछताछ करने की क्षमता पैदा होती है

## गणनात्मक उच्च-क्रम सिद्धांत

* **HOT-1** जनरेटिव, ऊपर से नीचे या शोरभरे प्रत्यक्षण मॉड्यूल
* **HOT-2** मेटाकॉग्निटिव निगरानी जो भरोसेमंद प्रत्यक्षण-निरूपणों को शोर से अलग करती है
* **HOT-3** एजेंसी, जिसे एक सामान्य विश्वास-निर्माण और कार्य-चयन प्रणाली, और मेटाकॉग्निटिव निगरानी के नतीजों के अनुसार विश्वास बदलने की मज़बूत प्रवृत्ति मार्गदर्शित करती है
* **HOT-4** विरल और सहज कोडिंग जो एक “गुण-अवकाश” बनाती है

## ध्यान-स्कीमा सिद्धांत

* **AST-1** एक पूर्वानुमान मॉडल जो ध्यान की मौजूदा अवस्था का निरूपण करता है और उस पर नियंत्रण संभव बनाता है

## पूर्वानुमान प्रसंस्करण

* **PP-1** प्रेडिक्टिव कोडिंग इस्तेमाल करने वाले इनपुट मॉड्यूल

## एजेंसी और देहधारिता

* **AE-1** एजेंसी: प्रतिक्रिया से सीखना और लक्ष्य साधने के लिए आउटपुट चुनना, खासकर जहाँ इसमें परस्पर होड़ करते लक्ष्यों के प्रति लचीली प्रतिक्रिया शामिल हो
* **AE-2** देहधारिता: आउटपुट-इनपुट के आपसी संबंधों का, कुछ व्यवस्थित प्रभावों समेत, मॉडल बनाना और उस मॉडल को प्रत्यक्षण या नियंत्रण में इस्तेमाल करना

## उनका निष्कर्ष

उनका आकलन: “कोई मौजूदा प्रणाली चेतना की मज़बूत उम्मीदवार नहीं दिखती।” वे जोड़ते हैं कि अगर गणनात्मक प्रकार्यवाद सच है, तो चेतन AI प्रणालियाँ “निकट भविष्य में यथार्थ रूप से बनाई जा सकती हैं।”

Butlin P, Long R, Elmoznino E, Bengio Y, Birch J, et al. (2023). Consciousness in Artificial Intelligence: Insights from the Science of Consciousness. arXiv:2308.08708\. https://arxiv.org/abs/2308.08708 (तालिका 1 का पाठ सीधे PDF से पढ़ा गया)