其实我们问DNN如何产生“认知现象”，它也不知道。
所有的数学构建都是为了“模拟”大脑内的神经元运作的。
脑科学对神经元的研究，建立在一种网状放电的逻辑上，这就是为什么神经网络在认知计算主义中被定义为“联结主义”的原因。
但“联结主义”不是“计算功能主义”，它不能对“意识”做出“功能分解”。
比如说，哪里负责记忆、哪里负责识别、哪里负责推理，这个明斯基所代表的的计算功能主义都给分解出来了[1]。
可联结主义却不这么来，它只是模拟大脑运作，而不是解释大脑功能。
于是，才出现了ANN的黑盒效应，也就是所谓的没人知道它们是怎么产生认知现象的。
所以，不管我们用离子、电压、还是特征值存储——这些“描述”都是对simulation的“解释”而不是对“认知——意识”的解释。
这里有一个证据就是“ANN”的派生语义属性。
所谓派生语义，就是说ANN不能脱离“外部参数”的“裁决权”。
也就是说，ANN的所有“认知现象”都无法被说成是ANN自身产生的，而都是外部参数（人的操作）赋予的，也就是所谓的人的“非派生语义”下的“裁决权”[2]。
所以，ANN完全可以被理解成为人类认知的“放大器”，而不是“替代者”。
DNN只是增加了传统ANN的“层”，目的就是为了“减少参数”。
其实所谓“减少参数”，只是通过“层”的“调整”，来提高（而不是减低）参数的效用罢了。
所以，仅仅模拟大脑的“运作模式”，并没有解决“意识”和“智能”的区别。
这个区别可以被理解为：作为智能的“认知现象”的模拟，并不能解决这个认知现象的动力溯源——也就是认知——到底是什么。
所以，把“认知—意识”还原为对一系列智能（认知现象）的解释，比如电压/离子、这个路数其实象丹尼尔.丹尼特这样的学者以前都提倡过的，但并不能说服所有的认知科学家，因为在其他的“认知模型”——比如具身认知中——大脑并不能单独的产生意识，而ANN的表现，似乎反而证明了这点。
于是我们可以对这个问题做一个拓展。
那就是我们能够通过上面的“描述”，来确定“物质”对“意识”的哪怕是先有性吗？
当然，你可以反问我，这不明摆着吗？没了物质现象，你的意识怎么产生？
但我的反问是，没了“关节”我们不能走路，能证明“关节”在动力溯源上先于走路存在吗？
我们时常把关系的确定性，误解为因果的判断性。
或者我们可以把话说的更露骨一点，把关系的确定性“解释”成为“因果判断”似乎是计算主义用来将“认知”还原为“智能”的法宝。
但我承认，这个问题大多数时候不是恶意的。
比如这个问题下的另外一个答主，它提出来DNN也许实现了“低级感性智能”，这个说法显然是没有恶意的。
但这让我想起了“扫地机器人”和“蟑螂”的关系映射。
也就是说，当早期AI还建立在“遗传算法”基础上的时候，蟑螂的“探索—反馈—探索”行为就被认为是一种“低级智能”。
所以扫地机器人的运动模式，就是对这种“低级智能”的实现。
可实际上扫地机器人根本无法与“蟑螂”的智能相提并论。
其根本原因就是，我们把一只蟑螂的行为，和蟑螂的行为混为一谈了……。
蚂蚁，蟑螂这类的昆虫，它们的个体行为是服从于群体网络的，也就是说一只蟑螂的行动其实不过是一次群体网络的“放电”。
简单的将“探索—反馈—探索”这样一只蟑螂的行为与蟑螂的智能建立映射，是一个正确的“关系确定”，却不是一个良好的“因果判断”。
计算主义对认知的研究，几乎充斥了这样的“关系—因果”的盲目混同。所谓“缸中之脑”、“意识的副现象”、“湿件”、“感知结构与I/O的确定性映射” ……
这些设定到底是“解释”了意识，还是“取消”了意识？其实在认知科学内部，这已经是一个有着巨大声音的，来自非计算功能主义的学者们，最大的质疑了。
所以，题主的问题该怎么回答呢？
这其实已经是一个“前置设定”的问题了。
如果题主认为“simulation”也就是对意识的“模拟”就是对意识的“解释”，
那么我们就自然会接受ANN“解释”了一部分“意识”这样的判断。
是的，也只能得出这个答案，因为就算把意识还原为智能，ANN的表现与“全局现象”下的“自洽—裁决权”也差的十万八千里。
这就像起重机放大了“人力”，却远没有产生“人力”一样。
不管是今天的AI绘画，还是chat，玩儿的嗨的，不过是操作者罢了。
当然，如果我们还想“解释——理解”ANN的“黑箱”。
那问题就完全变了。
最关键的问题已经变成
“物质”这个概念，到底指征了什么？？？
当我们说“物质”决定“意识”的时候，我们到底指征了什么样的“认知”？
这个问题，那就实在不是计算主义能够（或者说愿意）回答的了……。
以上。