人類智能（Human intelligence）

我們要警剔的不是人工智慧，為什麼要警剔人工智慧？

布倫特里公司的創辦人-布萊恩·詹森說：「未來並不是人工智慧與人類的對決，而是創造兩者相結合的更高級的人類智能（HI）。」

我們應當害怕的，是人類智能。

先來了解一下演化的歷程 -

1956年，在達特茅斯學院舉行的一次會議上正式確立了人工智慧的研究領域。

會議的參加者在接下來的數十年間是人工智慧研究的領軍人物。他們中有許多人預言，經過一代人的努力，與人類具有同等智能水平的機器將會出現。同時，上千萬美元被投入到人工智慧研究中，以期實現這一目標。

研究人員發現自己大大低估了這一工程的難度，人工智慧史上共出現過好幾次低潮。由於James Lighthill爵士Michael James Lighthill的批評和國會方面的壓力，美國和英國政府於1973年停止向沒有明確目標的人工智慧研究項目撥款。

七年之後受到日本政府研究規劃的刺激，美國政府和企業再次在AI領域投入數十億研究經費，但這些投資者在80年代末重新撤回了投資。AI研究領域諸如此類的高潮和低谷不斷交替出現。

儘管在政府官僚和風投資本家那裡經歷了大起大落，AI領域仍在取得進展。某些在20世紀70年代被認為不可能解決的問題今天已經獲得了圓滿解決並已成功應用在商業產品上。與第一代AI研究人員的樂觀估計不同，具有與人類同等智能水平的機器至今仍未出現。圖靈在1950年年發表的一篇催生現代智能機器研究的著名論文中稱，「我們只能看到眼前的一小段距離......但是，我們可以看到仍有許多工作要做」-

最初的人工智慧研究是30年代末到50年代初的一系列科學進展交匯的產物。神經學研究發現大腦是由神經元組成的電子網路，其激勵電平只存在「有」和「無」兩種狀態，不存在中間狀態。維納的控制論諾伯特·維納描述了電子網路的控制和穩定性。克勞德·香農Claude Elwood Shannon提出的資訊理論則描述了數位訊號（即高低電平代表的二進位信號）。圖靈的計算理論證明數位訊號足以描述任何形式的計算。這些密切相關的想法暗示了構建電子大腦的可能性。

Walter PittsWalter Pitts - Wikipedia和Warren McCulloch沃倫·麥卡洛克分析了理想化的人工神經元網路，並且指出了它們進行簡單邏輯運算的機制。他們是最早描述所謂「神經網路」的學者。馬文·閔斯基Marvin Minsky是他們的學生， 當時是一名24歲的研究生。1951年他與Dean Edmonds一道建造了第一台神經網路機，稱為SNARC「Stochastic Neural Analog Reinforcement Calculator」。在接下來的五十年中，閔斯基是AI領域最重要的領導者和創新者之一。

神經網路的構築理念是受到生物（人或其他動物）神經網路功能的運作啟發而產生的。人工神經網路通常是通過一個基於數學統計學類型的學習方法（Learning Method）得以優化，所以人工神經網路也是數學統計學方法的一種實際應用，通過統計學的標準數學方法我們能夠得到大量的可以用函數來表達的局部結構空間，另一方面在人工智慧學的人工感知領域，我們通過數學統計學的應用可以來做人工感知方面的決定問題（也就是說通過統計學的方法，人工神經網路能夠類似人一樣具有簡單的決定能力和簡單的判斷能力），這種方法比起正式的邏輯學推理演算更具有優勢。

和其他機器學習方法一樣，神經網路已經被用於解決各種各樣的問題，例如機器視覺和語音識別。這些問題都是很難被傳統基於規則的編程所解決的。

科學哲學之父培根說過：有兩本書做我們指導的指南針，以免我們誤入歧途第一本書是啟示神旨意的聖經，第二本書則是展現神能力的自然界。

我們的身體就是神賜予的最佳參考書：

現在我們看到，對人類中樞神經系統的觀察啟發了人工神經網路這個概念。在人工神經網路中，簡單的人工節點，稱作神經元（neurons），連接在一起形成一個類似生物神經網路的網狀結構。人工智慧的進化，也是要參考我們人類的，而在人工智慧的進化旅程中 -

人類智能會改變這個進程，我預測會於強人工智慧與超人工智慧之間出現，也就是說，在出現強人工智慧後，人類亦會有機械進化的選擇 -

而我們的大腦中，灰質就是計算機，每個人都是差不多的，而全部都在使用了，但有人說，我們只用了10％的大腦的功率，為什麼呢？

我們的大腦由100億個稱為神經元的細胞組成，建立了100萬億個突觸連接。這些細胞以及細胞之間的連接決定了每個人成為什麼樣的人，控制人的行為，思想和感覺，大腦系統與眼睛，耳朵等感覺器官一起塑造人們感知世界的方式。

細胞以及細胞之間透過大腦中的白質連結，白質由數百萬條溝通管線組成，每一條管線都包含一根長長的軸突，外麵包覆著稱為髓磷脂的白色脂質，這些白色纜線就像網線，會將不同腦區的神經元連接起來。

白質的多寡因人而異，隨著心智經驗或功能障礙而有不同，而且隨著學習或彈琴等技藝練習，腦中的白質也會跟著改變。

連結方式不一樣，所能產生的工作效率也就不一樣如電影超體 - 露西：

外國有例子，有些人因為意外，而只剩下半個腦子，但他一樣能從大學畢業，比不少全腦人都要聰明。

開發大腦，不是增加灰質，而是改善白質的連結，從中尋找最隹的連結方案。

有時，人體內的系統無法正常工作，這就成為神經義肢技術的切入點。

神經義肢技術（神經義肢）這個術語描述了使用電子裝置來代替受損的神經系統或感覺器官的功能。

這項技術由來已久，首例人工耳蝸植入發生於1957年。從那時起，全球有超過35萬人通過植入人工耳蝸恢復了聽力，他們的生活質量也得到較大提高。不過人工耳蝸只是這個登峰造極的技術領域線索之一，研究人員現在這個技術稱之為腦機介面技術或BCI：在大腦（中樞神經系統）和外部計算設備之間的建立直接通信路徑。腦機介面技術的願景是通過數字世界與中樞神經系統的連接來增強或修復人類認知。

「神經織網」

這實際上是科幻小說作家Iain M. BanksIain Banks - Wikipedia創造的一個概念.Banks將「神經織網」描述為在人的大腦裡面生長的非常精細的網格，充當大腦和計算機的介面，並能依照指令釋放化學物質。

雖然這是一個來源於科幻小說的概念，但創建是基於南加州大學長達15年的學術研究，由美國國立衛生研究院（NIH），美國國防部先進研究項目局（DARPA）等組織資助， 並且將在未來幾個月開始人體試驗的Kernel公司。正在將其變成現實。一旦他們成功了，人類將具備用腦機介面技術來自我修復和增強的能力。最終，我們將與人工智慧結合起來創造更高級的人類智能。

我們可以模擬神經元放的自然功能嗎？

如果我們可以模擬並重建神經電路，或者說我們只是在維護神經電路，隨之而來的問題是：我們可以改善電路嗎？

我們是否可以增強或減弱特定記憶？我們能否用合成生物編碼的合成生物學和基因編碼技術來解密神經編碼？我們如何讀取和寫入神經元信息？我們可以與人工智慧融合嗎？

如果可以，我們就可以為大腦中白質的連結找到一個最佳的連結方案，讓人類智能把大腦的功能發揮到極致？

Ray Kurzweil是Google的技術總監，專攻人工智慧和語言處理。

Kurzweil迄今為止最瘋狂的預測是：

到21世紀30年代初，人類將通過毛細血管把納米機械人運輸至大腦，使其在神經系統中為人類提供完全沉浸式虛擬現實體驗，同時將新皮層連接到雲上。就像我們現在通過雲存儲能將智能手機的功能擴展了一萬倍，我們也將在雲中擴展大腦新皮層的功能。

人類一直都在創建智能工具。從石器時代走來，人類逐步創造了很多智能工具，如恆溫器，計算器，電腦以及現在當紅的AI。這些是都是人類基於自身的擴展，我們用工具增加了自己的智慧。

目前為止，在摩爾定律的指引下，我們的工具已經變得足夠精緻，結合生物學，我們的智能技術將取得質的飛躍。這一點非常重要，人類這種物種正在通過自身的努力來完成一種進化。

血邊裝甲（Bleeding Edge Armor）

血邊裝甲是一套先進的裝甲，首次亮相於「無敵鐵甲奇俠（Invincible IronMan」第25號，該漫畫系列由馬特。法順（Matt Fraction）及萊恩。梅諾丁（Ryan Meinerding）出品 。自極受歡迎的Extremis armor面世不久，血邊裝甲就亮相了，原本也用來啟發「鐵甲奇俠3（Ironman 3）」的故事線。

血邊裝甲取材流體物質，東尼把它注入體內，留在需要時便可馬上使用。裝甲會在他周圍形成，會像其他裝甲一樣提供飛行，超人體力量，激光武器以及耐打持久度。另外，血邊裝甲也能提升東尼的智力，令他有更高智慧及毅力創造更大殺傷性武器。他同時能看到身邊的一切事物，甚至可以召喚出能量劍。

人類智能，將會是唯物主義的極限，是科技的極致，也是人類把工具與自身結合後的新進化時代。

利用科技工具控制身體，而因為身體的能力本身比人類所創造的硬體都要強，只是沒法完全控制，掌握了控制肉體的技術，讓身體的能力發揮至極限，無疑會比超人工智慧都要強，人類將會得到駕馭強人工智慧與及超人工智慧的能力，而不需要警剔，並有可能實驗機械化永生 -

科技制永生，意識轉移至不死之身？

而且可以享受人工智慧為人類帶來的舒適 -

AI樂園系統

是永遠的享樂....

但這種機械進化，會否忽視了人類本身的潛力呢？

我們的量子意識？AI的意識？什麼是意識？

無疑這種透過科技帶來的超進化，可以讓人類獲得極大的能力，並改善現時社會制度的不足，只是，我們可能有兩種進化的選擇，如果選擇了這種進化，是否放棄了另外一種進化呢？