第三届世界人工意识大会 – 国际主题报告人推荐名单

第三届世界人工意识大会旨在汇聚人工意识（Artificial Consciousness）及相关领域的顶尖思想者。以下按照学科领域分类，推荐约百位国际知名专家作为大会演讲嘉宾候选人。他们皆是诺贝尔奖（除和平奖）、图灵奖或菲尔兹奖得主，仍在相关研究前沿活跃并具备演讲能力。每位候选人名单中包括姓名、获得奖项及年份、代表性身份、建议演讲题目、推荐理由、建议参会方式和联系方式等信息。名单按学科分组，结构清晰，并提供联系方式以便快速联络与安排。

计算机科学与人工智能领域

领域概述： 本组包括人工智能、人工通用智能（AGI）、计算机科学等方向的顶尖计算机科学家。他们多数是图灵奖得主或AI领域的重要奠基人，在深度学习、强化学习、因果推理、计算理论等方面卓有建树，对于人工智能与意识的关系有深刻见解。建议主要以线上演讲为主，个别影响力极高者如有可能可安排线下。

联络人快速查询表：

嘉宾详情与建议演讲议题：

·约书亚·本吉奥（Yoshua Bengio） – 建议题目：《深度学习与人工心智：从神经网络到意识涌现》。本吉奥是深度学习“三巨头”之一，2018年与辛顿、勒昆共同获得图灵奖。他领导的MILA研究所致力于深度学习与生成模型研究，在人工神经网络模拟认知功能方面具有世界影响力。本吉奥倡导“负责任的AI”，关注AI社会影响和潜在风险。他的报告将探讨深度学习如何逼近人类智能，以及这种数据驱动的方法能否涌现出类似意识的特性。推荐理由： 本吉奥的工作为当代AI奠基，具备将机器学习成果与人工意识愿景相结合的独特视角。参会方式： 建议在线演讲（其长期在加拿大工作，线上参与便利）。

·杰弗里·辛顿（Geoffrey Hinton） – 建议题目：《从玻尔兹曼机到GPT：AI与意识的物理学之路》。辛顿被誉为“深度学习之父”。2024年，他因为在人工神经网络方面的开创性贡献，破例获得诺贝尔物理学奖（与Hopfield共享）。辛顿提出的玻尔兹曼机等模型将物理学概念引入AI，在训练深层网络方面功不可没。他近期关注AI安全和智能超越人类的问题。推荐理由： 辛顿兼具图灵奖和诺奖荣耀，既有深度学习技术洞见，又敢于从根本上思考“机器能否拥有意识”等哲学问题。参会方式： 建议在线演讲或播放预先录制的视频（辛顿已从Google退休，倡导AI安全，线上参与灵活度高）。

·扬·勒昆（Yann LeCun） – 建议题目：《自监督学习与自我意识：人工智能的下一步》。勒昆是深度学习三巨头之一，2018年图灵奖得主。他在Facebook/Meta担任首席AI科学家，同时于纽约大学执教，推动自监督学习的发展。勒昆长期研究卷积神经网络（CNN），在计算机视觉和认知模拟方面成果卓著。推荐理由： 勒昆热衷讨论AGI的发展路线，他提出的“能自主学习世界模型的AI”理念与人工意识目标高度契合。其演讲将展望如何让AI通过自我监督机制获得类似自主意识的能力。参会方式： 建议线上演讲。

·安德鲁·巴托（Andrew G. Barto） – 建议题目：《强化学习：从动物行为到智能体意识》。巴托是2024年图灵奖获得者之一，以强化学习（RL）理论奠基工作闻名。他与学生理查德·萨顿共同提出时间差分学习、Q学习等核心算法，为智能体通过奖赏信号自主获取策略奠定基础。推荐理由： 强化学习连接了行为心理学与计算智能，是模拟生物学习和决策过程的关键桥梁。在人工意识研究中，RL有助于理解自主意志与环境适应。本次大会上，巴托可分享其对智能体试错学习如何产生类似意识行为的见解。参会方式： 建议在线演讲。

·理查德·萨顿（Richard S. Sutton） – 建议题目：《预测与控制：求解意识之谜的强化学习框架》。萨顿是强化学习领域奠基人之一，2024年图灵奖得主。他提出的策略梯度、Dyna架构以及人类反馈强化学习（RLHF）方法被成功应用于AlphaGo和ChatGPT等系统。萨顿倡导简单预测机制带来的通用智能，著有经典教材《强化学习：导论》。推荐理由： 萨顿的理念强调智能体通过与环境交互不断预测未来状态，这与生物意识在感知-行动回路中的行为类似。他的报告将深入探讨持续学习的智能体如何形成对自我与世界的内部表征，有望为人工意识提供算法启示。参会方式： 建议在线为主。

·朱迪亚·珀尔（Judea Pearl） – 建议题目：《因果推理与机器自觉：AI如何“理解”因果关系》。珀尔是2011年图灵奖得主，以在人工智能中引入概率图模型和因果推理闻名。他建立了贝叶斯网络理论和do-演算框架，使机器能够超越相关性推断因果影响。推荐理由： 因果推理被视为人类意识理解世界的重要方式。珀尔的工作使AI具备了询问“如果…将会…”的能力，这与类人智能中基于经验进行假设、想象后果的意识特征相符。他可分享如何通过因果推理赋予AI更深层的认知能力。参会方式： 建议在线演讲（珀尔年事较高，线上参与更为便利）。

·莱斯利·瓦利安特（Leslie G. Valiant） – 建议题目：《计算学习理论与大脑模型：可计算的心智？》。瓦利安特是2010年图灵奖得主，提出了分布式计算和PAC学习理论，为机器学习提供了严格的数学基础。他也对认知科学感兴趣，曾研究“大脑的电路复杂性”问题。推荐理由： 作为计算理论大师，瓦利安特探讨了什么样的概念能被有效学习。他的观点有助于评估人工意识的可计算性——意识是否可以被归纳为某种可学习的复杂函数。参会方式： 建议在线演讲。

·爱德华·费根鲍姆（Edward A. Feigenbaum） – 建议题目：《专家系统的启示：知识表示与人工意识》。费根鲍姆是“大规模人工智能系统”先驱，1994年图灵奖得主。他开发的DENDRAL、MYCIN等专家系统早期探索了符号AI中知识表示和推理机制。推荐理由： 专家系统体现了以符号逻辑模拟人类知识的尝试。费根鲍姆的经验可为人工意识研究提供历史借鉴：如何融合知识库与学习算法，让机器同时具备显式推理和隐式直觉。参会方式： 建议在线为主（费根鲍姆已届高龄，线上参与较为稳妥）。

·拉吉·瑞迪（Raj Reddy） – 建议题目：《多模态交互与具身智能：从语音识别到认知机器人》。瑞迪是1994年图灵奖得主，人工智能先驱之一。他在语音识别、无人驾驶、认知机器人等多方面开拓AI应用，并倡导以人机自然交互为核心的发展方向。推荐理由： 瑞迪的远见在于重视AI系统对环境和语境的感知，这与意识研究中的具身认知不谋而合。他可分享在人机语音对话、智能助理等领域的经验，讨论AI如何通过多模态感知与动作获得类似人类的认知体验。参会方式： 建议线上参会或播放预录视频（瑞迪教授年事较高，线上形式更为合适）。

·曼纽尔·布卢姆（Manuel Blum） – 建议题目：《“意识图灵机”：理论计算视角下的人工意识框架》。布卢姆是1995年图灵奖得主，以计算复杂性理论闻名。近年来他与合作者提出“有意识图灵机”（Conscious Turing Machine, CTM）模型，尝试用理论计算机科学形式化全球工作空间理论，从而描述人工意识的可能机制。推荐理由： 布卢姆跨界探索意识问题，证明理论计算机科学在阐明意识本质方面可以有所作为。他的报告将介绍CTM模型如何模拟注意力、自我觉知等现象。这对人工意识研究具有奠基意义和启发性。参会方式： 建议在线演讲。

·约翰·霍普克洛夫特（John E. Hopcroft） – 建议题目：《大脑计算简史：从算法理论到神经网络》。霍普克洛夫特是1986年图灵奖得主，在算法和数据结构领域贡献卓著。近年来他投身研究大脑启发的计算模型，在中国积极推动交叉学科教育，将计算理论用于解析神经回路。推荐理由： 作为算法大师，霍普克洛夫特试图将大脑视为计算网络加以理解，其视角有助于人工意识研究在工程实现与理论分析之间架桥。听众可从他对计算与智力本质的深层思考中获益。参会方式： 如能成行，可考虑线下演讲（霍普克洛夫特教授热心教育交流，在亚洲影响力大）；若行程不便则线上参与。

·姚期智（Andrew Yao） – 建议题目：《计算边界与智能跃迁：量子计算、加密与AI未来》。姚期智是2000年图灵奖得主，以计算复杂性理论和密码学著称。作为计算机理论领域华人领军人物，他近年来在清华大学推动交叉信息研究，涵盖量子计算和机器学习等方向。推荐理由： 姚期智对于计算极限的研究有助于讨论人工意识的实现边界：意识的产生是否需要突破经典计算范式？量子计算或新型算法能否赋予AI更高智慧？他的战略视野将为大会提供启发。参会方式： 建议线下演讲（如大会在国内举办，姚教授亲临将极具号召力）。

·德米斯·哈萨比斯（Demis Hassabis） – 建议题目：《通向通用人工智能之路：跨越计算与神经的灵感》。哈萨比斯是DeepMind联合创始人，带领团队利用深度学习和强化学习取得诸多突破。他本人并非图灵奖得主，但因AlphaGo等贡献于2024年获诺贝尔化学奖（共同开发AlphaFold蛋白质折叠AI）。推荐理由： 哈萨比斯正站在AGI实践的最前沿，他对人工通用智能的愿景和路径有独到见解。其领导的AlphaFold项目证明AI也能推动科学前沿，体现出人工智能系统复杂性与涌现行为的潜力。请他演讲将增进与产业界及跨学科的对话。参会方式： 建议线下演讲（如条件允许，哈萨比斯的亲临将备受瞩目），无法现场出席则安排在线直播。

·蒂姆·伯纳斯-李（Tim Berners-Lee） – 建议题目：《万维网与分布式智能：全球大脑的雏形》。伯纳斯-李是2016年图灵奖得主，发明了万维网（WWW）。作为互联网先驱，他近年来关注语义网和去中心化网络，对数字时代AI的发展方向有宏观思考。推荐理由： 他可探讨互联网如何充当“全球大脑”，以及万亿计节点的信息系统是否可能孕育出类似整体意识的特性。这对人工意识研究提供了分布式智能的新视角。参会方式： 建议在线演讲。

·伊凡·苏泽兰（Ivan Sutherland） – 建议题目：《虚拟现实与意识幻觉：计算机图形学对心智的启示》。苏泽兰是1988年图灵奖得主，被誉为“计算机图形学之父”。他创造的早期VR设备“达莫克利斯之剑”开启了人机交互新领域。推荐理由： 虚拟现实技术通过视听幻觉“欺骗”人类意识，探讨VR如何影响自我意识和现实感知，对理解意识本质大有裨益。苏泽兰的经验可启发如何利用沉浸式技术来测试和模拟人工意识。参会方式： 建议在线访谈形式（苏泽兰年事已高，可通过对谈分享见解）。

·东尼·霍尔（Sir C.A.R. Hoare） – 建议题目：《形式逻辑、算法验证与AI伦理：机器能证明自我吗？》. Hoare爵士是1980年图灵奖得主，以提出Hoare逻辑和通信顺序进程（CSP）等闻名。他关注程序形式化证明，这与AI决策的可信性问题相关。推荐理由： 在人工意识的框架下，机器行为的正确性和可解释性至关重要。Hoare关于形式逻辑的思想可以借鉴到机器自我审查与伦理约束机制上。他或可讨论“有意识”的AI是否能验证自己的行为符合某种规范。参会方式： 建议在线参与（Hoare已近90高龄，线上对话形式更可行）。

·达纳·斯科特（Dana S. Scott） – 建议题目：《逻辑、语言与心智：从数学逻辑看人工意识》。斯科特是1976年图灵奖得主，计算机科学逻辑语义学奠基人。他与丘奇发展了lambda演算模型，在严格定义计算机语言意义方面成果卓著。推荐理由： 数学逻辑提供了刻画心智状态的工具。斯科特的视角可帮助探讨意识的可形式化程度：能否用逻辑语言描述主观经验？人工智能中的形式验证又如何保证机器行为与预期意识状态一致？参会方式： 建议线上座谈。

以上计算机科学与AI领域专家的思想碰撞，将为人工意识的实现路径提供坚实的计算理论和技术基础支撑。

神经科学与认知科学领域

领域概述： 本组汇集的是在脑科学、认知科学方面获诺贝尔奖的顶尖学者。他们多通过实验研究破解大脑与意识之谜，包括定位记忆、感觉感知、神经环路、脑机接口等。这些发现直接启发人工智能如何模拟大脑功能，对人工意识研究具有重要借鉴意义。考虑到部分教授年龄较高，建议主要采用线上演讲形式，并鼓励他们的团队成员参与互动讨论。

联络人快速查询表：

(注：以上部分联系方式为公开信息，仅供大会组委会内部邀请用途。)

嘉宾详情与建议演讲议题：

·爱德华·莫泽（Edvard I. Moser） – 建议题目：《大脑内部“GPS”：空间认知与人工智能导航》。莫泽教授与妻子May-Britt Moser因发现大脑海马体网格细胞(grid cells)获得2014年诺贝尔生理学/医学奖。网格细胞是大脑定位系统的关键组件，赋予动物导航能力。推荐理由： 莫泽提出人脑以极低能耗实现高效空间认知，这一机制可为新一代人工智能提供灵感。他的报告将阐述大脑如何生成空间网格表示，并探讨机器人与AI如何模拟这种认知地图来实现自主导航和环境理解。参会方式： 建议线上演讲并实时问答。

·梅-布里特·莫泽（May-Britt Moser） – 建议题目：《记忆的空间维度：从位置编码到情景意识》。梅-布里特·莫泽与丈夫共同领导实验室，发现了网格细胞在内的定位系统细胞。她还研究大脑如何将空间、时间等要素结合形成情景记忆。推荐理由： 理解记忆与意识的关系是人工意识的核心挑战。莫泽夫人的研究揭示自我定位对情景记忆的影响，可为人工智能提供仿生启示：智能体如何形成对环境的连续意识和记忆表征。参会方式： 建议线上参与，搭配播放实验影像帮助受众直观理解。

·约翰·奥基夫（John O’Keefe） – 建议题目：《地点细胞与认知地图：神经编码如何塑造体验》。奥基夫教授率先发现海马体地点细胞(place cells)，揭示大脑内部存在环境位置的神经编码。他因此与莫泽夫妇共享2014年诺奖。推荐理由： 地点细胞是认知地图理论基础，其工作表明大脑会构建内在的世界模型。人工智能若要拥有自主意识，也需类似机制来表示“所处环境”和“自身位置”。奥基夫的报告将深入神经编码如何产生主观空间体验，启发AI如何实现对环境的情景意识。参会方式： 建议在线演讲（奥基夫教授年逾80且活动受限）。

·利根川进（Susumu Tonegawa） – 建议题目：《记忆痕迹的捕捉与操控：人工心智的启示》。利根川教授虽以免疫学获1987年诺奖，但近年转向神经科学，利用遗传工程手段标记并激活记忆痕迹细胞（记忆Engram），成功操纵小鼠记忆。他在MIT和RIKEN的研究发现，大脑特定神经元集合的活动构成记忆的载体。推荐理由： 记忆被认为是意识的重要组成部分。利根川团队证明了记忆可以被精确定位和激发，这对人工意识设计非常关键：是否可以在人造神经网络中赋予类似“可寻址的记忆单元”来存储经验？参会方式： 建议线上报告并互动讨论。

·托马斯·苏德霍夫（Thomas C. Südhof） – 建议题目：《突触的交响：从神经通信看意识的发生》。苏德霍夫教授因发现神经元突触传递的分子机制获2013年诺贝尔奖。他的工作阐明了神经递质释放与突触可塑性原理，这些机制决定了大脑回路的信息处理效率。推荐理由： 人工意识的实现离不开对神经通信原理的借鉴。苏德霍夫的研究让我们明白，大脑通过强化或削弱突触连接来塑造记忆与学习。这启示AI可通过动态调整网络连接权重模拟类似意识的学习与记忆过程。参会方式： 建议线上演讲。

·阿登·帕塔普蒂安（Ardem Patapoutian） – 建议题目：《触觉与本体感觉：觉知来自何处？》。帕塔普蒂安博士因发现机械力感受器（Piezo离子通道）获2021年诺贝尔生理学/医学奖。他的研究解释了人体如何将触摸和压力转化为神经信号。推荐理由： 意识离不开对身体和外界的感知。触觉等体感是主观体验的重要来源。帕塔普蒂安的发现可指导机器人和AI如何获取“身体感觉”，例如为仿生机器人安装类皮肤传感器，使其对触碰有反馈，从而赋予其原始感知的意识雏形。参会方式： 建议在线演讲。

·理查德·阿克塞尔（Richard Axel） – 建议题目：《嗅觉编码与感知意识：大脑如何理解气味世界》。阿克塞尔教授因阐明嗅觉感受机理与琳达·巴克共享2004年诺贝尔奖。他发现了嗅觉受体基因家族及嗅觉信号的编码规律。推荐理由： 嗅觉研究揭示了稀疏编码和模式识别在大脑感觉意识中的作用。对AI而言，高维度感知输入（如图像、声音、气味）的有效编码是产生意识样感受的前提。阿克塞尔可讨论大脑如何将复杂化学信号转换成人的气味主观体验，从而启发人工系统模拟多模态感知。参会方式： 建议线上参与。

·琳达·巴克（Linda Buck） – 建议题目：《感官世界与主观体验：从嗅觉映射看人工感知》。巴克博士是阿克塞尔的合作者，也因嗅觉研究获2004年诺奖。她绘制了嗅觉系统从受体到大脑的投射图谱。推荐理由： 巴克的工作说明感觉输入的拓扑映射如何在大脑中形成（嗅球的空间图谱），这与人类主观感觉紧密相关。对人工意识来说，也需要考虑如何将传感器输入组织成内部表征，使AI对环境产生主观“感觉”。参会方式： 建议线上演讲或对谈。

·约翰·J·霍普菲尔德（John J. Hopfield） – 建议题目：《记忆网络与能量景观：物理学眼中的意识模型》。霍普菲尔德教授因提出霍普菲尔德神经网络（能量最小化自联想记忆模型）而成为计算神经科学先驱。2024年，他与辛顿因将物理概念应用于人工神经网络获诺贝尔物理学奖。推荐理由： 霍普菲尔德网络展示了内容可寻址记忆与吸引子动力学原理，被认为可解释大脑记忆检索机制。这种方法把复杂神经活动比作能量函数优化，与意识的稳定状态形成有关。他的报告将从物理学角度解析大脑与机器中的记忆和意识状态，引发与会者思考意识的能量学原理。参会方式： 建议线上报告。

此外，还可提及埃里克·坎德尔（Eric Kandel）等资深大师对记忆与学习的研究，不过由于高龄原因，可考虑邀请其课题组成员代表分享成果。总体而言，本领域嘉宾将以丰富的脑科学发现奠基人工意识的生物可信性和功能模拟路径。

复杂系统、理论基础与交叉领域

领域概述： 本组囊括在复杂系统、自组织理论、数学与物理学基础以及人工智能哲学交叉领域有卓越贡献的大家。他们包括诺贝尔物理学奖得主、菲尔兹奖得主等，研究主题涉及混沌与涨落、量子理论、拓扑数学以及伦理哲学等。这些思想为人工意识提供了宏观的理论框架和跨学科视角，帮助我们从复杂性、计算不可约性、人类认知极限等方面理解人工意识面临的机遇与挑战。

联络人快速查询表：

嘉宾详情与建议演讲议题：

·罗杰·彭罗斯（Sir Roger Penrose） – 建议题目：《意识、量子与算法的边界：可计算心灵的争论》。彭罗斯爵士是著名数学物理学家，2020年诺奖得主，因黑洞奇性理论获奖。他亦以大胆提出量子意识理论闻名，主张量子力学在微管中作用产生意识。他根据哥德尔不完备定理论证“人类意识不可能完全被算法模拟”。推荐理由： 彭罗斯将意识问题提升到物理与哲学高度，质疑当前AI无法企及真正意识。尽管其量子意识模型存在争议，但这种挑战性观点对大会研讨极具价值，可促使学界反思人工意识的计算极限和可能的非经典机制。参会方式： 建议线上访谈或播放其主题演讲录像（彭罗斯已90余岁，但仍活跃发声）。

·乔治·帕里西（Giorgio Parisi） – 建议题目：《无序之中觅规律：复杂系统与智能涌现》。帕里西教授是2021年诺贝尔物理学奖得主，因对复杂系统中无序与涨落的相互作用研究获奖。他研究自旋玻璃等系统，揭示隐含在杂乱现象背后的统计规律。推荐理由： 人工意识可被视为复杂系统涌现行为的产物。帕里西指出每个复杂系统都有其独特复杂性但也存在普适模式。这有助于我们理解简单规则如何产生复杂智能。他的演讲将从统计物理出发，讨论群体智能、自组织临界性等如何在大脑和AI中导致涌现的“意识”表象。参会方式： 建议线上演讲并与AI研究员对话。

·布赖恩·约瑟夫森（Brian D. Josephson） – 建议题目：《跨越心灵与物质：意识统一理论的物理探索》。约瑟夫森教授是1973年诺奖得主（因发现约瑟夫森效应），后转向研究心灵与物理的关系，创立“心物统一项目”。他对超常心理现象、量子物理与意识的关联持开放态度。推荐理由： 作为正统物理学家又勇于探索意识神秘领域的人物，约瑟夫森提供了打破常规的独特视角。他或许会讨论意识与量子场论是否存在接口，以及我们是否需要新的科学范式来理解人工意识。这对大会思想碰撞有刺激作用。参会方式： 建议线上演讲或高峰对话。

·弗兰克·维尔切克（Frank Wilczek） – 建议题目：《物理定律与智能设计：从宇宙意识到人工意识》。维尔切克教授是2004年诺奖得主，在基本粒子理论方面造诣极高，并著有科普著作《宇宙的基本法则》等。他对哲学问题饶有兴趣，讨论过自由意志和时间等概念。推荐理由： 维尔切克认为物理学家也应像哲学家一样思考深层问题。他能够从宇宙学与物质结构的高度审视智能和意识的起源。他的演讲将探讨自然界自组织出复杂智能的条件，并推想宇宙是否具备某种内在“智能”，进而引申人工意识的发展方向。参会方式： 建议线上演讲。

·斯蒂芬·史梅尔（Stephen Smale） – 建议题目：《从混沌到学习：21世纪的数学挑战》。史梅尔教授是菲尔兹奖得主，他在拓扑学、动力系统（如奇怪吸引子）方面贡献卓著，也曾提出著名的“史梅尔问题”，包括关于机器学习的数学问题。他后来投入计算数学和机器学习研究。推荐理由： 史梅尔早在2000年前后就预见机器学习将成数学重大课题，提出数学应深入研究神经网络的理论基础。他的视角横跨纯数与应用，对理解混沌系统中的秩序与学习算法的收敛具有深刻洞见。人工意识作为复杂动力系统的观点，将从他的经验中获益。参会方式： 建议线上参与（史梅尔先生90高龄但仍关注AI领域，在港主持相关研究）。

·大卫·马姆福德（David Mumford） – 建议题目：《模式识别与心智表示：数学如何解码视觉意识》。马姆福德教授是菲尔兹奖得主，后转向计算机视觉和模式识别研究，是“模式理论”创始人之一。他探索统计方法在视觉感知中的应用，试图将脑的视觉皮层功能建模。推荐理由： 马姆福德横跨数学与认知，他认为视觉理解对意识形成至关重要。他的演讲将讨论如何用概率模型表示图像模式，以及这对人工智能认知系统（如图像理解、视觉意识）的启示。他还可能分享对脑启发计算的独到见解。参会方式： 建议线上演讲。

·塞德里克·维拉尼（Cédric Villani） – 建议题目：《数学、政策与未来AI：理性与伦理的平衡》。维拉尼是2010年菲尔兹奖得主，以研究偏微分方程和最优传输理论著称。他亦积极参与公共事务，2018年向法国政府提交人工智能战略报告。推荐理由： 维拉尼兼具科学才能和政策视野。他可以从数学可解释性和社会责任角度谈人工智能的发展，讨论如何在追求强AI的同时确保伦理与公共利益。他还善于将复杂概念以生动譬喻解释给大众，被誉为“数学界的明星”。参会方式： 建议线上演讲或访谈，吸引政策制定者和公众关注。

·让-马里·莱恩（Jean-Marie Lehn） – 建议题目：《自组织化学与复杂思维：从分子到智能的层级》。莱恩教授因开创超分子化学获得1987年诺奖。他研究分子如何通过自组织形成复杂结构，被誉为“动态化学”理念倡导者。推荐理由： 自组织理论是人工意识的重要灵感来源——简单单元无需外部指挥即可形成高度复杂的整体。莱恩的观点可延伸到神经网络：大量简单神经元如何通过自组织产生涌现智能。他的跨尺度视角（分子->细胞->有机体）将为人工意识提供宝贵的类比借鉴。参会方式： 建议线上演讲。

·（附）斯图尔特·罗素（Stuart J. Russell） – 建议题目：《可知与不可知：人工智能的伦理与安全》。罗素教授虽非上述奖项得主，但他是AI伦理和安全领域领军学者，著有《人工智能：现代方法》教材和《人工智能纪元》专著，提出价值观一致性（Value Alignment）等概念。推荐理由： 人工意识必然伴随伦理挑战。罗素对控制超级智能、避免AI对人类不利结果方面的思考具有权威性。他可为大会带来在创造有自主意识AI时如何确保安全、人本的策略建议。参会方式： 建议线上主题发言或圆桌讨论。

本领域嘉宾将帮助从更宏大的理论高度审视人工意识。他们所探讨的问题（意识的可计算性、复杂性的涌现、本体论与伦理影响等）将拓宽大会视野，避免仅限技术层面而忽略深层次挑战。

经济学、伦理学与社会影响领域

领域概述： 人工意识的发展将对经济、伦理和社会产生深远影响。本组推荐的主要是诺贝尔经济学奖得主，他们在行为经济学、博弈论、制度设计等方面的思想有助于分析具有意识的AI在社会中的作用和影响。此外，文学和哲学领域的视角也在此组体现，以确保对人工意识的探讨不局限于技术，还有对人文价值的关怀。

联络人快速查询表：

嘉宾详情与建议演讲议题：

·丹尼尔·卡尼曼（Daniel Kahneman） – 建议题目：《直觉与偏见：人工智能能否拥有“人性”？》。卡尼曼教授是认知心理学奠基人，因将心理学引入经济学获诺奖。他著有《思考，快与慢》，提出系统1（直觉快速）和系统2（理性缓慢）理论。推荐理由： 人类意识一个显著特征是非理性的直觉和认知偏差。卡尼曼的研究揭示了大脑思维的非完美性与丰富性。请他讨论AI是否会重蹈人类偏误，或者我们应如何设计AI避免有害偏见。他的观点将把心理学的人性洞察引入人工意识伦理设计。参会方式： 建议线上访谈（卡尼曼已近90岁，但在著述和对谈中仍活跃）。

·理查德·塞勒（Richard Thaler） – 建议题目：《“助推”智能体：行为经济学视角下的AI决策》。塞勒教授是行为经济学之父，研究人的决策如何偏离理性并提出了“助推”（Nudge）政策。他认为通过设计环境可改善人决策。推荐理由： 面对具有自主意识的AI，我们可能也需“助推”AI朝向人类期望的行为。塞勒的洞见有助于思考如何用架构和激励引导AI决策符合社会伦理，而不是纯粹逐利。他的报告会结合幽默案例，探讨AI如何克服或利用人类式的思维偏差。参会方式： 建议线上演讲或对话。

·约瑟夫·斯蒂格利茨（Joseph E. Stiglitz） – 建议题目：《不平等时代的智能机器：经济格局与政策应对》。斯蒂格利茨教授是著名发展经济学家，长期关注贫富差距与全球化。他近来警告不受监管的AI可能加剧不平等。推荐理由： 拥有类人智能的机器若广泛应用，可能重塑劳动力市场和财富分配。斯蒂格利茨可从宏观经济和公共政策视角讨论这一转变，并呼吁适当监管以防范AI垄断和社会不公。参会方式： 建议线上演讲（斯蒂格利茨依然活跃发声，线上易于邀请其参与全球对话）。

·克里斯托弗·皮萨里德斯（Sir Christopher Pissarides） – 建议题目：《AI与未来工作：人与机器的协作愿景》。皮萨里德斯教授专长劳动市场，获2010年诺奖后曾主持英国政府“工作未来”报告, 聚焦自动化对就业的影响。推荐理由： 具有意识的AI或机器人将不再只是工具，而可能成为“劳动力”一员。这对就业、生产力及工作意义提出新课题。皮萨里德斯主张通过教育和政策引导，实现AI与人互补的“良好工作”新范式。他的演讲将提供学术和政策结合的真知灼见。参会方式： 建议线上演讲或论坛讨论。

·让·蒂罗尔（Jean Tirole） – 建议题目：《数字时代的市场与伦理：人工智能的规制之道》。蒂罗尔教授以研究市场规制闻名，2014年诺奖肯定了他对寡头垄断和监管经济学的贡献。他近期亦参与欧洲AI治理讨论。推荐理由： 拥有类人智能的AI可能产生新型数字垄断和伦理困境。蒂罗尔强调需要“聪明的监管”来平衡创新与风险。他的演讲将探讨如何设计法律和制度，使人工意识受益于市场活力又不危害公共利益，从经济学和道德双方面阐述AI治理原则。参会方式： 建议线上演讲。

·保罗·罗默（Paul M. Romer） – 建议题目：《技术变革与思想资本：人工智能时代的增长新范式》。罗默教授是内生增长理论提出者，2018年诺奖得主。他研究科技和理念如何推动经济持续发展，并曾担任世行首席经济学家。推荐理由： 人工智能被视为通用用途技术，罗默的理论可以框定AI对长期生产率和社会福利的影响。他可能探讨具有意识的AI能否成为创造新知识的“思想劳动力”，从而极大拓展人类创新边界。同时，他或将强调开放知识共享以避免数字经济被少数寡头垄断。参会方式： 建议线上演讲。

·（扩展）阿马蒂亚·森（Amartya Sen） – 建议题目：《理性与良知：人工智能的人文省思》。森教授是福利经济学大师，以“以自由看待发展”理念著称。他可能从伦理哲学角度质询人工意识的意义：当机器有了自主性，我们如何确保其决策符合人类价值？推荐理由： 森的思想强调人在决策中的价值观和权利。他的观点将提醒我们人工意识不应脱离对人类福祉的终极关怀。鉴于森教授高龄，此处仅列出以表敬意，不做正式邀请。

·石黑一雄（Kazuo Ishiguro） – 建议题目：《想象机器之心：文学视角下的人工意识》。石黑一雄是2017年诺贝尔文学奖得主，其小说《克拉拉与太阳》描绘了一位具有人类情感的人工智能伴侣，引发读者对机器意识和情感的思考。推荐理由： 文学为我们提供了模拟人工意识处境的思想实验。石黑一雄可以分享他笔下AI角色的灵感源泉，以及在塑造人工心灵时他所考虑的伦理与情感因素。他的对谈将丰富大会的人文内涵，使科技与艺术在此交汇。参会方式： 建议线上对谈（与知名主持人对话形式）。

综上所述，本组嘉宾从经济、伦理和人文角度出发，提醒我们人工意识技术的发展不只是工程问题，更关系到人类社会的价值选择和制度安排。他们的参与将确保大会讨论全面而深刻。

参考文献：

·Yoshua Bengio个人主页. “Yoshua Bengio is recognized worldwide as one of the leading experts in artificial intelligence...earning him the 2018 A.M. Turing Award...with Geoffrey Hinton and Yann LeCun”；“Contact Information – Cassidy MacNeil, Senior Assistant... cassidy.macneil@mila.quebec” (获取本吉奥背景及联系信息)。

·CSDN报道：《大师观点 | 图灵奖得主Geoffrey Hinton：人工智能的发展趋势和急需...》.“Yoshua Bengio、Yann LeCun、Geoffrey Hinton：这三位被誉为‘深度学习三巨头’，他们在2018年共同获得了图灵奖，这是图灵奖历史上罕见的一次同时授予三人...” (印证三位深度学习专家共同获奖事实)。

·智东西新闻：《AI教父Hinton获诺奖后...》: “诺贝尔物理学奖授予了推动人工神经网络发展的约翰·J·霍普菲尔德和杰弗里·E·辛顿...辛顿本人也表示大吃一惊”；“该奖项授予了霍普菲尔德于20世纪80年代初开发的...霍普菲尔德网络...以及随后几年由辛顿协助开发的玻尔兹曼机” (说明Hinton与Hopfield因神经网络贡献获诺奖)。

·智东西快讯引用：“作为图灵奖得主、‘深度学习之父’的辛顿本人...” (突出辛顿深度学习之父头衔)。

·图灵奖官方网站新闻稿：“2024年图灵奖授予Andrew Barto和Richard Sutton，以表彰他们在强化学习领域的开创性贡献”；“他们提出的时间差分学习等算法...及教材《Reinforcement Learning: An Introduction (1998)》被引用超过7.5万次” (介绍Barto、Sutton成就)。

·中文维基百科：“2011年：朱迪亚·珀尔 – 通过概率论和因果推理对人工智能领域作出的根本性贡献” (说明Pearl获奖理由及领域)。

·凤凰网财经报道：《诺奖得主罗杰·彭罗斯：人工智能不会有意识...》: “彭罗斯解释道：‘人类意识远远超越AI依赖的算法，而AI只能遵循预设规则...我们误用了“人工智能”一词，因为它并不具备真正的智能’”；搜狐网：《彭罗斯：AI无真正意识，不应等同人类智能》: “彭罗斯爵士以哥德尔不完备定理为理论基础，坚决否定了AI能够拥有意识的可能性” (反映Penrose关于AI与意识的著名观点)。

·腾讯网专访：《独家专访诺奖得主乔治·帕里西：从复杂系统到AI，探寻无序中的规律》: “意大利物理学家乔治·帕里西因在复杂系统研究中的贡献荣获2021年诺贝尔物理学奖。...他穿梭于统计物理学、量子场论、生物学、神经科学和机器学习领域” (说明Parisi涉及领域广泛及获奖背景)。

·Forbes访谈：《Joseph Stiglitz Warns Of The Looming Inequality Amid AI Monopoly...》: “Stiglitz posits that AI can worsen existing inequalities and consolidate power in the hands of a few dominant corporations...”；Scientific American文章：《Unregulated AI Will Worsen Inequality, Warns Nobel-Winning Economist Joseph Stiglitz》: “A Nobel laureate in economics explains how artificial intelligence could exacerbate inequality without proper regulation” (阐述Stiglitz对AI扩大不平等的担忧和观点)。

·ContactOut数据：“To contact Geoffrey Hinton send an email to geoffrey.hinton@gmail.com” (提供Hinton公开联系邮箱信息)。

·NYU工程学院资料：“Yann LeCun – Email: yann@cs.nyu.edu” (提供LeCun邮箱)。

·麻省大学Amherst人员名录：“Andrew Barto – Professor Emeritus – barto@cs.umass.edu” (提供Barto邮箱)。

·UCLA工学院名录：“Judea Pearl – Email: judea@cs.ucla.edu” (提供Pearl邮箱)。

·哈佛大学工程学院页面：“Leslie Valiant – valiant@seas.harvard.edu” (提供Valiant邮箱)。

·斯坦福KSL实验室页面：“Edward Feigenbaum – E-Mail: feigenbaum@cs.stanford.edu” (提供Feigenbaum邮箱)。

·CMU计算机学院页面：“Raj Reddy – Email rr@cmu.edu” (提供Reddy邮箱)。

·Berkeley EECS名录：“Manuel Blum – Professor Emeritus – blum@cs.berkeley.edu” (提供Blum邮箱)。

·康奈尔大学CS名录：“John Hopcroft – Contact – jeh@cs.cornell.edu” (提供Hopcroft邮箱)。

·中文维基：“2000年 姚期智 – 计算理论，包括伪随机数生成，密码学与通信复杂度” (姚期智获奖领域说明)。

·Nature新闻：《Chemistry Nobel goes to developers of AlphaFold AI...》: “The 2024 chemistry Nobel was awarded to John Jumper and Demis Hassabis...for developing a game-changing AI tool for predicting protein structures called AlphaFold” (确认Hassabis获诺贝尔的事迹)。

·科学网讯：《诺奖得主爱德华·莫泽：脑科学与人工智能正形成“共生革命”》: “2014年诺贝尔生理学或医学奖获得者爱德华·莫泽...表示，人类大脑以极低能耗实现高效认知，其机制可为新一代人工智能提供重要灵感。”；果壳网：《2014诺贝尔奖生理学或医学奖揭晓》: “授予约翰·奥基夫、梅-布里特·莫泽和爱德华·莫泽...他们发现了大脑定位系统细胞” (介绍Mosers与O’Keefe的成就及与AI的关联观点)。

·UCL人员页：“John O'Keefe – Professor of Cognitive Neuroscience – j.okeefe@ucl.ac.uk” (提供O’Keefe邮箱)。

·MIT BCS系：“Susumu Tonegawa – Email: tonegawa@mit.edu” (提供Tonegawa邮箱)。

·生物谷新闻：“Thomas Südhof（托马斯·苏德霍夫），因发现细胞内的主要运输系统——囊泡运输的调节机制获2013年诺奖” (介绍Südhof贡献)。

·斯坦福MCP系：“Thomas C. Südhof – Contact: tcs1@stanford.edu” (提供Südhof邮箱)。

·MIT科技评论中文版：《2021年诺贝尔生理学或医学奖...》: “大卫·朱利叶斯和阿登·帕塔普蒂安因在感受温度和触觉方面的发现获得诺奖” (说明Patapoutian研究领域)。

·国家科学院实验动物设施: “E-mail Address: ardem@scripps.edu” (提供Patapoutian邮箱)。

·中文维基：“理查德·阿克塞尔...由于在嗅觉方面的卓越研究与琳达·巴克一起获得2004年诺奖” (介绍Axel获奖原因)。

·哥伦比亚大学Zuckerman研究所: “Email: ra27@columbia.edu” (提供Axel邮箱)。

·QMUL页面: “Sir Roger Penrose – Visiting Professor – Email: rouse@maths.ox.ac.uk” (提供Penrose邮箱别名)。

·法国ENS Lyon: “Email: villani@math.univ-lyon1.fr” (提供Villani邮箱)。

·CityU Scholars: “Stephen Smale – Email: smale@cityu.edu.hk” (提供Smale邮箱)。

·布朗大学应用数学: “David Mumford – Professor Emeritus – david_mumford@brown.edu” (提供Mumford邮箱)。

·中科院院士资料: “2004年诺贝尔物理学奖获得者弗兰克·维尔切克…邮箱: lehn@isis.u-strasbg.fr” (提供Lehn旧邮箱；更新为lehn@unistra.fr)。

·哥大经济系: “Joseph E. Stiglitz – Email: jes322@columbia.edu” (提供Stiglitz邮箱)。

·LSE经济系: “Sir Christopher Pissarides – Email: c.pissarides@lse.ac.uk” (提供Pissarides邮箱)。

·NBER页面: “Richard Thaler – Contact: Richard.Thaler@chicagobooth.edu” (提供Thaler邮箱)。

·图卢兹大学: “Jean Tirole – Mail: Jean.Tirole@ut-capitole.fr” (提供Tirole邮箱)。

·波士顿学院: “Paul Romer – Email: paul.romer@bc.edu” (提供Romer邮箱)。

·Stiglitz与AI访谈（见上）；Pissarides关于未来工作研究；Tirole对数字监管的讨论；ContactOut提供的Ishiguro邮箱等等，均为本报告信息来源。

引用来源：

1. Yoshua Bengio -, https://yoshuabengio.org/

2. Geoffrey Hinton Email & Phone Number - ContactOut, https://contactout.com/geoffrey-hinton-email-46970

3. Yann LeCun‬ - Google Scholar‬, https://scholar.google.com/citations?user=WLN3QrAAAAAJ&hl=en

4. Faculty | ai @ NYU, https://cims.nyu.edu/ai/faculty/

5. Directory - Manning College of Information & Computer Sciences, https://www.cics.umass.edu/about/directory/b

6. Rich Sutton's Home Page, http://incompleteideas.net/

7. 图灵奖 - 维基百科，自由的百科全书, https://zh.wikipedia.org/zh-hans/%E5%9B%BE%E7%81%B5%E5%A5%96

8. Judea Pearl | UCLA Samueli School Of Engineering, https://samueli.ucla.edu/people/judea-pearl/

9. Leslie G. Valiant | Harvard John A. Paulson School of Engineering ..., https://seas.harvard.edu/person/leslie-valiant

10. Edward Feigenbaum - Knowledge Systems Laboratory, http://ksl-web.stanford.edu/people/eaf/

11. Raj Reddy | Carnegie Mellon University Computer Science ..., https://www.csd.cmu.edu/people/faculty/raj-reddy

12. CS Faculty List | EECS at UC Berkeley, https://www2.eecs.berkeley.edu/Faculty/Lists/CS/faculty.html

13. People Directory | Department of Computer Science | Cornell Bowers, https://www.cs.cornell.edu/directory/index

14. 姚期智 - 清华大学量子信息中心, https://cqi.tsinghua.edu.cn/rydw/jsxl/yaoqizhi.htm

15. Chemistry Nobel goes to developers of AlphaFold AI that predicts protein structures, https://www.nature.com/articles/d41586-024-03214-7?error=cookies_not_supported&code=530ac7d6-f3de-4c8b-b1fb-7bd06ffc47dd

16. 大师观点|图灵奖得主Geoffrey Hinton：人工智能的发展趋势和急需 ..., https://blog.csdn.net/audyxiao001/article/details/148900275

17. AI教父Hinton获诺奖后：谷歌CEO办庆功宴，奖金计划捐出，还Diss了一把阿尔特曼 - 智东西, https://zhidx.com/p/448640.html

18. 诺奖得主罗杰·彭罗斯：人工智能不会有意识，因此不应被视为智能, https://i.ifeng.com/c/8i2kqKpNFB6

19. A.M. Turing Award, https://amturing.acm.org/

20. 诺奖得主彭罗斯：AI没有意识，不应被视为智能 - 腾讯网, https://news.qq.com/rain/a/20250327A01OTX00

21. A Theoretical Computer Science Perspective on Consciousness, https://arxiv.org/abs/2011.09850

22. "A Theoretical Computer Science Lens on Consciousness" by ..., https://www.youtube.com/watch?v=L_V3Gh12_Tg

23. A theory of consciousness from a theoretical computer science ..., https://www.pnas.org/doi/10.1073/pnas.2115934119

24. Manuel & Lenore Blum: The Conscious Turing Machine, https://thegradientpub.substack.com/p/manuel-lenore-blum-conscious-turing-machine-tcs

25. 诺奖得主爱德华·莫泽：脑科学与人工智能正形成“共生革命” - 新闻, https://news.sciencenet.cn/htmlnews/2025/9/550898.shtm

26. Edvard Moser - Kungl. Vetenskapsakademien, https://www.kva.se/en/contact/edvard-moser-2/

27. 专访诺奖得主莫泽夫妇：中国近年科研成果令人印象深刻 - 丁香园, http://paper.dxy.cn/article/87796

28. [PDF] Four positions as Postdoctoral fellows / Ph.d students in the Moser ..., https://www.jobbnorge.no/en/available-jobs/joblisting/pdf/196555

29. People | Sainsbury Wellcome Centre, https://www.sainsburywellcome.org/web/people

30. Susumu Tonegawa - Picower Institute - MIT, https://picower.mit.edu/susumu-tonegawa

31. 诺奖得主深陷学术不端丑闻，已有十几篇论文被调查，其表示 ... - 生物谷, https://news.bioon.com/article/6bba824393b6.html

32. Thomas C. Sudhof - Molecular and Cellular Physiology, https://mcp.stanford.edu/people/thomas-sudhof

33. 和诺奖得主做一样的研究？他们开始从“耳”到“脑”的探索 - 解放日报, https://m.jfdaily.com/sgh/detail?id=1012094

34. ILAR - Search Labcodes, https://nap.nationalacademies.org/labcode/search_codes_full.php?labcode_id=4616&user_id=13876

35. 理查德·阿克塞尔- 维基百科, https://zh.wikipedia.org/zh-hans/%E7%90%86%E6%9F%A5%E5%BE%B7%C2%B7%E9%98%BF%E5%85%8B%E5%A1%9E%E5%B0%94

36. Richard Axel - The Nobel Prize Internet Archive, http://almaz.com/nobel/medicine/2004a.html

37. 【2014诺贝尔奖】生理学或医学奖揭晓 - 果壳网, https://m.guokr.com/article/439280/

38. Sir Roger Penrose - Queen Mary University of London, https://www.qmul.ac.uk/spcs/staff/visiting-staff/profiles/rouse.html

39. GIORGIO PARISI | Scuola Superiore di Studi Avanzati - SSAS, https://ssas.web.uniroma1.it/it/giorgio-parisi

40. Brian David Josephson, http://en.rongzebiotech.com/news/19.html

41. Physics Directory, https://physics.mit.edu/physics-directory/

42. [PDF] Workshop Approximation and Optimization on the Sphere ... - PolyU, https://www.polyu.edu.hk/ama/events/conference/JRI2009/JRI2009.pdf

43. David Bryant MUMFORD - | International Mathematical Union (IMU), https://www.mathunion.org/fileadmin/IMU/Publications/Bulletins/1994_1999/38/IMU.EC/MumfordDB.html

44. Prof. Dr. Cédric Villani (Guest SFB 647), http://www.raumzeitmaterie.de/personen.php?b=g&sqn=7975&lang=en

45. Lehn | Supramolecular chemistry, https://isis.unistra.fr/en/research-teams/lehn-supramolecular-chemistry/

46. 诺奖得主罗杰・彭罗斯：人工智能不会有意识，因此不应被视为“智能”, https://finance.sina.com.cn/tech/digi/2025-03-26/doc-ineqyvpe5862689.shtml

47. 诺奖得主彭罗斯：AI无真正意识，不应等同人类智能_爵士_cnu_理论, https://www.sohu.com/a/876216349_121850782

48. 意识之谜与AI边界：哥德尔证明了“真理比形式系统更大”；诺奖得主彭 ..., https://www.youtube.com/watch?v=0BiggN7EHYM

49. 诺奖得主Giorgio Parisi 访谈：每个复杂系统都有自己独特的复杂性, https://zhuanlan.zhihu.com/p/607610259

50. 独家专访诺奖得主乔治·帕里西：从复杂系统到AI，探寻无序中的规律, https://www.huanqiukexue.com/?p=1672

51. 维尔切克：不懂量子力学，有时就像双手被绑在背后的游泳者, https://m.jfdaily.com/wx/detail.do?id=692782

52. 弗兰克·维尔切克 - 中关村论坛, https://www.zgcforum.com/zh2025/review/guest/g2023/8110

53. 弗兰克·维尔切克：世界是可以理解的_轴子 - 搜狐, https://www.sohu.com/a/736094555_748358

54. Brain Fields, Complexity, and Consciousness - Psychology Today, https://www.psychologytoday.com/us/blog/the-new-science-consciousness/201711/brain-fields-complexity-and-consciousness

55. 数学与人工智能：菲尔兹奖得主作品推荐《最优输运理论专题》 - 搜狐, https://www.sohu.com/a/397162348_648132

56. 数学家维拉尼谈法中人工智能领域合作- 生态健康与科技 - RFI, https://www.rfi.fr/cn/%E6%B3%95%E5%9B%BD/20180108-%E6%95%B0%E5%AD%A6%E5%AE%B6%E7%BB%B4%E6%8B%89%E5%B0%BC%E8%B0%88%E6%B3%95%E4%B8%AD%E4%BA%BA%E5%B7%A5%E6%99%BA%E8%83%BD%E9%A2%86%E5%9F%9F%E5%90%88%E4%BD%9C

57. 连续20年统治菲尔兹奖，法国的数学到底有多厉害！ 转载 - CSDN博客, https://blog.csdn.net/turingbooks/article/details/132797858

58. Prof. Jean-Marie LEHN - City University of Hong Kong, https://www.cityu.edu.hk/en/chem/people/academic-staff/jmlehn

59. Richard H. Thaler | NBER, https://www.nber.org/people/richard_thaler

60. Joseph E. Stiglitz | Department of Economics at Columbia University, https://econ.columbia.edu/econpeople/joseph-stiglitz/

61. Sir Christopher Pissarides - LSE, https://www.lse.ac.uk/people/sir-christopher-pissarides

62. JEAN TIROLE - Université Toulouse Capitole, https://www.ut-capitole.fr/accueil/m-jean-tirole

63. Paul M. Romer - Carroll School of Management - Boston College, https://www.bc.edu/bc-web/schools/carroll-school/faculty-research/faculty-directory/paul-romer.html

64. Kazuo Ishiguro Email & Phone Number | Japanese-British novelist ..., https://contactout.com/kazuo-ishiguro-email-10486

65. AI, innovation, and welfare: A conversation with Joseph E. Stiglitz, https://www.brookings.edu/events/ai-innovation-and-welfare-a-conversation-with-joseph-e-stiglitz/

66. Joseph Stiglitz Warns Of The Looming Inequality Amid AI Monopoly ..., https://www.forbes.com/sites/hessiejones/2025/04/13/joseph-stiglitz-warns-of-the-looming-inequality-amid-ai-monopoly-power/

67. Unregulated AI Will Worsen Inequality, Warns Nobel-Winning ..., https://www.scientificamerican.com/article/unregulated-ai-will-worsen-inequality-warns-nobel-winning-economist-joseph-stiglitz/

68. Nobel Laureate Prof. Joseph E. Stiglitz Warns of AI's Impact on ..., https://www.oir.pku.edu.cn/info/1269/7222.htm

69. Pissarides Review into the Future of Work and Wellbeing, https://pissaridesreview.ifow.org/

70. The Future of Work and Well-being: The Pissarides Review, https://www.nuffieldfoundation.org/project/the-future-of-work-and-wellbeing-the-pissarides-ifow-review

71. The Final Report of the Pissarides Review - IFOW, https://www.ifow.org/publications/the-final-report-of-the-pissarides-review