人類智能之所以能夠產(chǎn)生與發(fā)展，源于這個世界是一個可以對信息進行編碼的世界。宇宙為何如此運轉(zhuǎn)，這本身就是一個有趣的故事。物理學(xué)的標準模型會有數(shù)十個常量需要被精準限定，否則無法產(chǎn)生原子，也就不會有所謂的恒星、行星、大腦，更不會有關(guān)于大腦的書籍。讓人不可思議的是，物理學(xué)定律及常數(shù)能夠精確到如此程度，以至于允許信息自身得以演化發(fā)展。當(dāng)然，根據(jù)人擇原理，如果不是這般精確，就沒有我們在這里談古論今。在某些人眼中，上帝創(chuàng)造了這個世界，而在另一些人眼中，這個世界不過是無窮多可能的平行宇宙中具有豐富信息的一員——那些沒有信息的無聊宇宙可能已經(jīng)在演化過程中消亡了。不過，無論我們的宇宙是如何進化到如今的模樣的，故事依然可以從基于信息的世界開始。
 

 

　　獨特的大腦造就了獨一無二的我們

 

　　進化故事從越來越多的抽象層面展開。原子——特別是碳原子，它能夠通過4種不同的方式相連接，創(chuàng)造豐富的信息結(jié)構(gòu)，然后形成更多復(fù)雜分子。結(jié)果，物理學(xué)催生了化學(xué)。

 

　　10億年后，一種被稱為DNA的復(fù)雜分子逐步進化完成，它能精確編碼長串的信息，并按照這些“程序”編譯出生物。由此，化學(xué)催生了生物學(xué)。

 

　　生物體以快速增長的速率進化出了神經(jīng)系統(tǒng)——交流與決策網(wǎng)絡(luò)。我們通過它協(xié)調(diào)越來越復(fù)雜的生理結(jié)構(gòu)和行為。神經(jīng)元組成的神經(jīng)系統(tǒng)聚合成了能夠?qū)嵤┲腔坌袨榈拇竽X。這樣，隨著大腦成為儲存與處理信息的前沿，生物學(xué)就催生了神經(jīng)學(xué)。從原子到分子，到DNA，再到大腦，再進一步就是獨一無二的人類。
 

 

　　哺乳動物的大腦有一種特有的天賦，而這種天賦在其他類別的物種中尚未被發(fā)現(xiàn)。我們可能會根據(jù)等級高低來思量或理解由多種成分組成的結(jié)構(gòu)。在這種結(jié)構(gòu)中，各種不同的分子是按照同一模式排列的，這一排列模式同時也是一種符號，之后該符號將會作為一種分子被用于更復(fù)雜的結(jié)構(gòu)中。這種能力產(chǎn)生于一種被稱為大腦新皮質(zhì)的結(jié)構(gòu)中，就人類而言，該能力更為復(fù)雜、更具潛力，因此，我們可以將此類模式稱為想法。通過永無休止的循環(huán)過程，我們可以構(gòu)建更為復(fù)雜的想法，我們將此類浩大的遞歸鏈接的想法稱為認知。認知基礎(chǔ)是智人才有的，而且認知基于其本身進行演化、呈指數(shù)級增長并代代相傳下去。

 

　　人類的大腦則產(chǎn)生了另一層級的抽象意識，因為我們在利用大腦智能的同時還具備另一種有利因素（一種與之相對的附屬物）——手，通過對環(huán)境的掌控，我們用手來制造工具。這些工具代表著一種新形式的演變，技術(shù)由此產(chǎn)生。也正是基于這些工具，我們的認知基礎(chǔ)才得以無限發(fā)展。

 

　　我們的第一個發(fā)明是口語，它使我們能夠用不同的話語來表達心中想法。隨后發(fā)明的書面語言，使我們能夠用不同的形式來表達我們的想法。書面語言庫極大地擴展了我們無外力援助的大腦的能力，使我們能夠維持并擴充我們的認知基礎(chǔ)，這是一種遞歸結(jié)構(gòu)化的思想。

 

　　其他物種，如黑猩猩，在言語表達上是否也具有分級思想，這一問題仍存在爭議。黑猩猩能夠?qū)W會有限的手語符號，它們可以使用這些符號與人類訓(xùn)練員進行溝通。然而，就黑猩猩能夠處理的認知結(jié)構(gòu)而言，其復(fù)雜性還是有不同限制的，這也是顯而易見的。它們能夠表達的語言僅限于簡單的名詞-動詞語序的句子，而不能表達復(fù)雜事物的無限擴展，而這是人類的特性。關(guān)于人類語言的復(fù)雜性，有這樣一個有趣的例子：加西亞·馬爾克斯所寫的故事或小說中有許多驚人的長句子，甚至一個句子就有幾頁長——他曾寫過一個6頁篇幅的故事《最后的鬼魂之旅》（The Last Voyage of the Ghost），通篇就只有一個簡單句（這個故事的西班牙語版本和英語版本都翻譯得很好）；拜讀過他的著作《百年孤獨》的讀者肯定對文中大段的長句描寫印象深刻！

 

　　指數(shù)級增長的奧秘：加速回報定律

 

　　我之前出版過3本有關(guān)技術(shù)的書籍：《智能機器時代》（Age of Intelligent Machines），寫于20世紀80年代，出版于1989年；《靈魂機器時代》（Age of Spiritual Machines），寫于90 年代中期到末期，出版于1999 年；《奇點臨近》，寫于21世紀初，出版于2005年，其主要思想是關(guān)于一個固有的不斷加快的演化進程（因抽象意識水平的不斷提升而導(dǎo)致），以及其產(chǎn)物的復(fù)雜性和能力的指數(shù)級增長。人們將這種現(xiàn)象稱為加速回報定律（LOAR），該定律與生物和技術(shù)的演化有關(guān)。關(guān)于LOAR有一個最生動的例子，即信息技術(shù)能力和性價比都指數(shù)級發(fā)展，而且這種發(fā)展速度是可預(yù)測的。技術(shù)演化進程不可避免地導(dǎo)致計算機能力的進化，反過來又擴展了我們的認知基礎(chǔ)，使我們能夠通過某一領(lǐng)域知識的廣泛聯(lián)系來了解另一領(lǐng)域的知識。網(wǎng)絡(luò)本身就為等級劃分系統(tǒng)的能力提供了一個強有力的恰當(dāng)例子，網(wǎng)絡(luò)包含大量的知識，同時又維持了其內(nèi)在的結(jié)構(gòu)。世界本身就是按等級劃分的——樹有枝、枝有葉、葉有脈，建筑有樓層，樓層有房間，房間有門、窗戶、墻壁和地板。
 

 

　　我們還開發(fā)了其他工具，通過利用這些工具，我們現(xiàn)在能用精確的信息術(shù)語來理解人類的生物學(xué)。我們正以極快的速度利用逆向工程法分析生物學(xué)的構(gòu)成信息，包括大腦結(jié)構(gòu)的信息。我們現(xiàn)在擁有以人類基因組形式存在的生命目標代碼，這項成就本身也是指數(shù)級發(fā)展的一個突出實例。過去的20年間，世界已測序的基因數(shù)據(jù)量呈指數(shù)級增長，每年增加了近一倍?，F(xiàn)在，我們可以通過計算機模擬來判斷有堿基序列是如何形成氨基酸序列，從而折疊成三維蛋白質(zhì)的。計算機資源持續(xù)呈指數(shù)級增長，我們就蛋白質(zhì)折疊復(fù)雜性的模擬能力也在穩(wěn)步提高。

 

　　現(xiàn)在有一項涉及成千上萬位科學(xué)家和工程師的宏偉工程正在進行中，他們正致力于理解智能程序的最好范例——人類大腦。這可以說是人造機器文明史上最為重要的工作。在《奇點臨近》一書中，我根據(jù)加速回報定律得出的一個推論是，不可能存在另一種智慧物種?？偨Y(jié)來說，就是考慮在短暫的時間內(nèi)，我們能做到從只具備落后技術(shù)（試想在1850年，全美范圍內(nèi)送信最快捷的方式是通過驛馬快信）到擁有能到達其他星球的技術(shù)，那么，如果有其他智慧物種存在，我們應(yīng)該早就發(fā)現(xiàn)了。從這個角度看，對人類大腦實施逆向工程可能是世界上最重要的項目了。

 

　　這項工程的目標是精確理解人類大腦的運作機制，然后通過這些已知的方法來更好地了解我們自身，并在必要的時候修復(fù)大腦，而與本書最密切相關(guān)的，就是利用這些信息創(chuàng)造出更加智能的機器。我們必須牢記，工程學(xué)能做的就是將一種自然現(xiàn)象明顯放大。想想伯努利定律這一相當(dāng)微妙的現(xiàn)象，它指出，運動的彎曲表面比運動的平坦表面的空氣壓力要小。雖然科學(xué)家們?nèi)詻]有充分解決關(guān)于伯努利定律如何制造機翼升力的數(shù)學(xué)問題，但是工程學(xué)已經(jīng)接受了這個精妙的觀點，并集中全力開創(chuàng)了整個航空界。

 

　　人工智能的未來：揭秘人類思維的奧秘

 

　　在我最新出版的《人工智能的未來》書中，我提出了思維模式識別理論（Pattern Recognition Theory of Mind, PRTM），我認為它描述了大腦新皮質(zhì)（主要負責(zé)感知、記憶和判斷思維的大腦區(qū)域）的基本算法。在書中前幾章，我描述了近代神經(jīng)科學(xué)研究和人類自身的思想實驗導(dǎo)致的不可避免的結(jié)果：這種方法一直被用在大腦新皮質(zhì)上。思維的模式識別理論和加速回報定律的含義就是我們能設(shè)計這些原則來廣泛傳播人類智能的力量。

 

　　實際上，這項措施已在進行中。以前專屬于人類智能的許多任務(wù)以及活動，現(xiàn)在能完全由電腦控制，更加精確，范圍也擴大了。每次發(fā)郵件或打電話，智能算法都能合理地追蹤信息。有時候，心電圖測出的結(jié)果和醫(yī)生的診斷結(jié)果恰好相反。在血細胞圖像中，也有可能出現(xiàn)這樣的情況。智能算法能自動識別偽造的信用卡、能駕駛飛機的起飛和降落、能指導(dǎo)智能武器系統(tǒng)、能幫助設(shè)計計算機輔助設(shè)計的產(chǎn)品、能及時追蹤庫存水平，還能在機器人工廠里組裝產(chǎn)品。它還會下國際象棋，甚至在最近的圍棋人機大戰(zhàn)中達到職業(yè)九段的水準。

 

　　幾百萬人都見識了IBM那臺名叫“沃森”的超級電腦在《危險邊緣》這個語言類益智問答比賽節(jié)目中的表現(xiàn)，總的得分比世界上兩個玩得最好的人的總分還要高。值得注意的是，沃森不僅能讀懂和理解《危險邊緣》中的提問，還能理解包含雙關(guān)語和比喻，并能從廣闊的知識面（比如說維基百科或其他百科知識）汲取答案所需的知識。一些觀察者指出，沃森沒有真正理解《危險邊緣》節(jié)目或它所閱讀過的百科全書，因為它只是在進行“統(tǒng)計分析”。這里我所要描述的關(guān)鍵是人工智能領(lǐng)域所涉及的數(shù)學(xué)技術(shù)（比如這些被應(yīng)用在沃森、iPhone手機助手Siri上的技術(shù)），它們在數(shù)學(xué)上與大腦新皮質(zhì)中涉及的生物學(xué)形式的方法非常相似。如果通過統(tǒng)計分析理解語言和其他現(xiàn)象不能得出正確的理解，那么人類也無法真正理解。

 

　　沃森運用自身的智能掌握自然語言文件中的知識，這使它很快就會商品化，成為你身邊的一種搜索引擎。人們已經(jīng)在用自然語言與他們的手機對話（比如通過Siri，當(dāng)然這也是在Nuance語音識別技術(shù)的幫助下）。當(dāng)它們更多地使用沃森模式，并且沃森本身也在不斷改進時，這些自然語言輔助工具將很快變得更智能。

 

　　谷歌的無人駕駛汽車已經(jīng)在加利福尼亞州繁忙的城市中行駛了數(shù)百萬公里。當(dāng)今世界還有很多其他人工智能的例子，在加速回報定律的影響下，未來在醫(yī)療、服務(wù)、教育等行業(yè)肯定還會出現(xiàn)更多的人工智能顛覆我們現(xiàn)有的生活。