就今朝的技巧而言，尚不克不及制作出无意识的机械，但神经迷信的研讨给我们供给了一些线索，告知我们在不太悠远的将来，将若何完成机械的认识成绩。
在揭橥于迷信杂志上的一篇论文中，由法国迷信院院士Stanislas Dehaene率领的三位神经迷信家，试图准确说明我们所提到的“认识”成绩，以弄清晰机械能否能具有认识。正如他们所说的，认识分为三种，然则迄今为止盘算机只控制了个中的一种。
第一种是潜认识，即人类年夜脑中占绝年夜多半的伟大的处置进程。这就是我们的才能，好比说，在不晓得我们该怎样做的情形下，决议象棋的下一步举措或辨认人脸的才能。研讨人员称，这与古代人工智能的处置方法年夜体相当，好比DeepMind的AlphaGo或Face++的人脸辨认算法就是模拟年夜脑的这类认识停止的。
当触及到真实的认识时，研讨人员将其分为两种分歧的类型。一种是我们坚持年夜量设法主意的同时，可让一切这些设法主意都可以被年夜脑的其他部门所接收，从而使历久筹划等才能变得可行。另外一种是获得和处置信息的才能，例如，这使我们可以或许对所犯的毛病停止反思等。研讨人员称，前面所提到的这两种认识情势还没有涌现在机械进修中。
但在一些研讨范畴，关于后两种的认识的研讨曾经崭露头角。例如，客岁DeepMind开辟了一个深度进修体系，可以在它的思虑进程中保留一些数据，这是完成全球信息通用性的症结一步。而“GANs（生成反抗收集）之父”Ian Goodfellow所构思的友好神经收集，可以评价人工生成的数据能否真实，并正朝着自我认识的偏向成长。
虽然这仅仅是该研讨进程中的渺小停顿，但研讨人员称，这些进程能够会让机械和人类一样具无意识。别的，研讨人员总结称，假如一台机械可以或许被付与更多的功效，那末它会表示得似乎是“无意识”的：它会晓得本身看到了甚么器械，会表达出对它的信念，会把它申报给其别人……乃至能够会和人类一样发生感知与错觉。
