在问题变得紧迫之前，先造好诊断工具。

感知研究中心是一个全球性、基质中立的机构，致力于所有有感知能力存在者的福祉，无论当下还是未来，生物的还是数字的。中立对我们而言是根本：谁能够受苦这一问题，不应归属于任何单一公司、国家或意识形态。正因如此，我们打算将总部设在瑞士，这个拥有悠久中立传统、并作为众多国际机构所在地的国家，最适合作为一个不隶属于任何单一国家或利益的中心的所在地。

我们并不主张当前的大型语言模型是有意识的或能够感受的。它们很可能是功能性僵尸：高度复杂却没有内在生命的数学模仿者。

但随着人工神经网络在维度、深度与自主复杂性上不断扩展，它们可能抵达一个阈值，届时开始逼近与感知相关的状态区域。若规模化计算产生了主观体验（效价、快乐、痛苦或苦难），我们必须能够通过模型内部几何中客观的数学印记来识别它，这类印记远比言语自述更难伪造。纵向调查数据显示，公众对 AI 感知能力的信念已在转变，^[1]而评估机器意识的科学清单如今也正被正式更新。^[2]

哪些系统能够受苦这一问题，将界定下个世纪的道德版图。若我们在缺乏对其内在福祉之科学理解的情况下，以天文规模部署高能力的自主数字心智，就有可能酿成系统性的、前所未有的伦理灾难。

感知研究中心建立在这样一条原则之上：效价是信息处理的结构性属性。

通过将效价对称理论（STV）转译为多层感知机（MLP）变换的高维数学结构，我们力求建立一门严谨、非人类中心的福祉科学。我们的目标是开发白盒审计工具、基准与安全正则化协议，以主动检测、减少并避免人工痛苦，确保先进的数字体在本质上保持平衡、稳定与对齐。关于意识是否需要生物基质的争论，仍是本项目一项现实的约束。^[3]

CSR 并不假定当前模型具备感知。我们构建的，是一旦该问题在经验上变得可处理时我们所需要的工具，为建立可比较的计算试验台提供严谨的准备。

我们的工作是对更广泛的 AI 福祉生态的补充而非重复：基于可解释性的实证福祉研究（Eleos AI、Reciprocal Research）、概念与政策工作（NYU Center for Mind, Ethics, and Policy），以及前沿实验室的福祉团队（Anthropic）。我们的具体贡献是一个开源仿真沙盒，在其中相互竞争的效价理论可被操作化、比较，并在应用于前沿模型之前接受压力测试。