2005年，人类一项关于意识检测的动物的意实验引发关注。一名因车祸昏迷5个月的物种%E3%80%90WhatsApp%20+86%2015855158769%E3%80%91container+sealing+machine23岁女性，在脑部扫描中被要求想象打网球。识探索令人惊讶的人类是，她大脑中与运动相关的动物的意区域被激活，表明她理解了这项指令，物种并试图配合，识探索尽管表面上毫无意识。人类该实验开创了通过语言指令激发脑部反应的动物的意新型意识检测方法，目前已被应用于数百名无意识反应的物种患者身上。

英国《自然》杂志报道，识探索全球数万人处于长期昏迷或植物人状态，人类判断其意识状态对生命维持决策至关重要。动物的意研究显示，物种%E3%80%90WhatsApp%20+86%2015855158769%E3%80%91container+sealing+machine具备“隐性意识”迹象的患者比完全无意识患者更可能痊愈。随着技术进步，科学家开始探索更深层的隐匿意识。不仅如此，意识检测的范围也在扩大到动物和人工智能（AI）领域。科学家们希望理解不同生命形态的感知世界，同时积极探讨AI是否可能具备意识及其引发的伦理问题。

剥开意识的“洋葱层”

意识究竟是什么？事实上，意识的本质一直是科学难题，因为人们只能确信自身有意识，而他人的意识只能依赖外部行为来推测。在脑损伤严重或无法交流的患者身上，这种推测尤其困难。

意大利米兰大学神经科学家马塞洛·马西米尼将意识的评估比作剥洋葱。第一层是最直接的临床行为观察，例如握手、称呼姓名、是否回应等。如果患者能作出反应，便可认为其具有意识。

第二层是通过脑成像技术观测大脑对语言指令的反应。2005年那位女性的案例正是如此。但这类测试要求高度专注，健康人也未必能完成。2024年的一项研究显示，仅38%有意识迹象的患者可通过测试。

第三层则是不要求患者主动配合，而是播放音频等进行刺激，再观测大脑是否展现出差异化反应。例如2017年一项研究中，研究人员播放了一段演讲的正常与倒放音频。尽管患者无任何行为反应，仍有4人在脑中展现了对正常语言进行处理的迹象。

第四层更为隐秘，适用于完全隔绝外部感官输入的情况。马西米尼团队使用经颅磁刺激结合脑电图，用电磁脉冲激发大脑并测量其复杂反应。他们据此提出“扰动复杂性指数”（PCI），发现清醒状态下该指数远高于睡眠或麻醉状态。即使无行为反应的患者，也可能通过该指数揭示潜在意识。这一方法还被尝试用于评估胎儿的意识发展。

动物的意识探索

意识研究正逐渐突破人类范围，进入动物领域。由于动物无法用语言表达，其意识形态可能完全不同。

研究者已在老鼠身上应用PCI，发现其脑活动复杂度与人类类似。但更多研究仍以“感知力”为基础，即是否能即时感受到痛苦或愉悦，这被认为是意识的基本形式。

在一项针对章鱼的研究中，实验动物在遭受刺激后会避开曾带来疼痛的房间，而在给予止痛药后则重新进入。科学家据此推测，它们不仅能感知痛苦，还具备记忆和主动回避不良体验的能力。

2023年，多位科学家签署声明，指出有强有力科学证据显示哺乳动物和鸟类具备意识；而爬行动物、鱼类、软体动物乃至昆虫，也至少可能拥有某种形式的意识。

AI的意识之谜

部分科学家也开始思考，某些类脑组织（如脑部类器官）是否可能具备意识，甚至探讨AI系统是否会发展出类似于人的主观体验。

当前，一些大型语言模型能回答诸如“你有意识吗？”的问题，但专家强调，语言表达并不能证明意识存在。澳大利亚哲学家蒂姆·贝恩指出：“哪怕AI展现出语言理解和问题解决能力，也不足以说明它有意识。”

“整合信息理论”是一种常被引用的意识理论。该理论认为，当前的AI结构无法支撑意识，但未来如量子计算等新型架构可能具备条件。

目前尚无公认的AI意识检测标准。有研究团队试图仿照人类意识的神经基础，制定一套AI意识的评估清单，认为若AI处理信息的方式足够接近人脑，可能就具有某些意识线索。但这些方法尚未在生物学上获得验证。

另一种方案是，不向AI提供任何与意识或情感相关的训练数据，再向其提出有关主观体验的问题，观察其回答。但批评者认为，完全排除相关语料几乎不可能，且很难判断其回应的真实性。

探索通用意识检测方法

目前，大多数意识检测方法针对特定对象设计，如人类、动物或AI。但有研究者认为，若所有的意识系统共享某些基本特征，或可开发出一种普适的检测方法。

2020年，贝恩与英国伦敦大学哲学家尼古拉斯·谢亚提出“迭代验证”策略，即先在已知有意识的健康成年人中测试各种方法，确认有效后，再逐步推广到麻醉状态人群、婴儿、动物乃至AI系统。

该方法虽未给出最终答案，但通过多项测试的聚合证据，可提升检测可信度。

以色列特拉维夫大学神经科学家利亚德·穆德里克正致力于将这一理念转化为可执行的技术。她的团队计划整理不同意识检测方法在人类障碍患者中的表现，再统一进行比较和评估。但由于许多技术高度依赖昂贵脑成像设备，跨机构协调实施成本极高。若拓展至无语言或无大脑的系统，挑战更大。

例如，AI系统是否应被视为比蜜蜂更接近人类？这种相似度排序本身，就是个尚待解决的科学问题。

穆德里克坦言，要将这些理论变成现实，还需要非常多的努力。