《奇點臨近》人機融合——人類進化的必然（下）

今天繼續為大家分享的是《奇點臨近》，上一期我們談到科學技術的發展會呈現指數級增長，以及六個紀元的劃分和人類與機器會產生怎麼樣的融合。

一、技術的進化理論：加速回歸定律

1、什麼叫加速回歸定律

這個定律描述了進化節奏在加快，以及進化過程中產物的指數增長。整個定律豎起來比較抽象，並且比較複雜。

我們來打一個形象的比喻大家就不難理解了：我們可以想像一下，在1797年乾隆年間，有個人叫和珅，在他那個時代，和珅算是見多識廣了，當他通過時光機穿越到2017年的上海，他一睜開眼睛就看見在路上看見飛馳而過的金屬鐵殼，大街上的人拿著個扁盒子貼在耳朵上，邊說邊笑，突然聽見轟鳴聲，抬頭一看，有巨大的長著翅膀的傢伙飛過，眼睛的正前方高高的建築物，牆上還有畫面在動著，街上有人拿出個黑色長方形盒子，點幾下，裡面就個聲音指揮著路該怎麼走了，如果讓和大人在帶上VR眼鏡，這時候和大人想必已經被嚇尿了。

1797到2017年間隔220年，這個世界的變化足以把一個人嚇尿。

那現在給你去完成另外一個任務，就是叫你穿越到任何時代，帶一個人到明朝，條件是要把他嚇尿，你想想，你要穿越回去多久？比如從秦朝帶到明朝， 這之見間隔了1860年，他會被嚇尿么？不會啊，房子還是一樣的房子，出門還是坐馬車，吃的東西呢也差不多，生活基本上沒有太大變化。

把穩起見，你得穿越2萬多年，把山頂洞人請過來才能把他嚇尿。

如果我把「嚇尿點」打一個標記，你會發現，在原始人時代，兩個「嚇尿點」間要相隔5萬年，而在工業革命以後，只需要200年就夠了。兩個「嚇尿點」的間隔就是成指數型增長。

這麼來理解」加速回歸定律」就容易多了。

信息技術的增長速度是指數型的，在曲線的拐點增長的趨勢將會變得非常明顯，一旦越過了這個階段，這種加速的趨勢就是爆炸式的。

2、加速回歸的應用

加速回歸定律不僅是應用於科學技術，在很多不同的領域我們都可以找到，在人類的進化過程中也同樣是適用的。這裡面暗含著大量指數增長的例子，如電子、DNA測序、通信、大腦掃描、人腦的逆向工程、人類的知識領域以及納米技術等等。

技術進步是相互影響的，比如科學家破譯DNA序列的技術對人腦逆向工程有促進，納米技術也會對人腦逆向工程有影響，所以當一種技術有爆炸性發展時，其它的技術也會極大地發展，這就是全方位的技術進步。

科學家破譯DNA序列的數據量正在以指數在增長。專家對HIV病毒DNA序列的破譯花費了15多的年時間，而2003年，全球爆發SARS病毒時，對SARS病毒的DNA序列的破譯只用了31天。

很多年來，通信技術的指數增長比計算的處理速度和存儲增長要更快，在通信領域，除了集成電路中晶體管縮小方面有進步，還有纖維光學、光交換、電磁技術等很多領域也在加速進步。

如今，我們正在通過無線通信方式，逐步取代有線通信，無線通信技術以每10到11個月翻一倍的速度在增長，互聯網骨幹網的數據傳輸速度本身也呈指數級增長。

二、達到人腦的計算能力

計算機技術的加速發展已經改變了社會關係、經濟關係、政治體制以及其他一切,我們已經很難想像沒有電腦生活的這一天該怎麼過了。

計算機技術的發展突飛猛進，到21世紀末，分子三維計算的問世，真正的計算機時代就會到來，這些技術包括納米管電路、分子計算、生物系統模擬電路組裝、DNA計算、自旋電子學、光計算以及量子計算。

量子計算機可以有效地檢測每一個可能的量子比特組合。一個帶有100個量子比特的量子計算機將可以同時檢測21000種潛在的方案。

一個千位量子計算機的性能將遠遠超過任何可以想像的非量子計算機。

許多獨立的技術可以被集成到計算系統，最終將接近理論上物質和能量用於完成計算的能力的最大值，遠遠超過人腦的計算能力。

1、人腦的計算能力是什麼？

科學家通過複製人腦部分區域的功能，已經做出了一些估計。一旦判斷出一個特定區域的計算能力，我們就可以推斷出這個能力是由大腦哪一部分形成的。這些估計是基於功能模擬得出的，它複製了一個區域的整體功能，而不是模擬這個區域每一個神經元及其之間的連接。

大腦的功能模擬足以重建人類的模式識別能力、智力和情商。我們可以向電腦「上傳」某個人的性格，捕獲他的所有知識、技能和個性。

作者預測，在2020年左右模擬人腦功能的硬體只不過是1000美元。硬體的性價比、能力以及速度的指數級增長將一直延續，到2030年的時候，價值1000美元的計算機將會達到1000人的腦力。

而到2050年時，1000美元計算機將超過地球上所有人類大腦的處理能力。

聽到這裡，你可能會覺得非常懷疑，真的這麼快就會到來么？

通過作者的科學測算，即使我們對於模擬人腦所需要的計算量的估計得太樂觀了，甚至低了1000倍，奇點的到來也僅僅會延遲8年。就算是低一百萬倍也意味著只有大約15年的延遲，而10億倍也只延遲大約21年。

作者庫茲韋爾把奇點的日期設置為2045年。非生物智能在這一年將會比我們今天所有人類的智慧要高10億倍。

三、如何實現大腦的逆向工程

1、大腦有多複雜

在人類大腦中的信息需要10億比特，整個基因組由8億位元組組成。當我們與世界交互時，我們的大腦複雜性又會大大增加，大約是基因組的10億倍。

雖然大腦佔用的空間很小，重量也很輕，但微觀結構千奇百怪。人腦中有估計數千億個神經元，而每個神經元的形態、突觸位置等屬性都不一樣。要用計算機模擬出來的話，運算量會龐大得難以想像。

在2013年，日本和德國的研究員使用超級計算機「京」進行了一次史無前例的神經元細胞模擬，使用「京」上的82944個處理器和1PB內存模擬了17.3億個神經細胞1秒的活動，這神經元數量的規模僅僅是大腦神經元數量的零頭，但卻花掉了這台超級計算機40分鐘來進行模擬，所以在量子計算機出現之前人類都沒法做到完整的實時模擬一個大腦運行的程度。

大腦逆向工程研究的第一步是確定大腦的工作原理。

到目前為止，新的掃描技術，大大改善了時間和空間解析度，提高了性價比和帶寬。同時，我們正在迅速地積累關於大腦系統及其組成部分的精確特點和動態性的數據。

這些數據包括從個別突觸到大的區域，比如小腦，其中包括超過一半的大腦神經元。大量的資料庫正在呈指數增長。

通過分析來自大腦掃描和建模的信息，我們可以設計模擬「神經形態」的等價軟體，演算法的功能相當於一個大腦區域的整體性能。

為大腦建模：

在當代神經系統科學中，建模和模擬模擬正在由多種來源開發出來，包括大腦掃描、神經元間的連接模型、和心理測試。

大腦逆向工程所需的掃描和計算工具的能力正在加速提高，這可以加速提升基因組計劃可行技術。

當我們到達納米機器人時代，我們將能夠利用高時空解析度，從大腦內部進行掃描。

我們有能力逆向設計人類智慧的運作原則，並可以在更強大的基礎上複製這些能力，雖然人類的大腦是一個具有複雜等級制度的系統，但並不代表它的複雜程度已經超出我們可以處理的範圍。

一旦計算機達到人類的智能水平，它一定會飆升上去。非生物智能的一個關鍵優勢在於機器能夠輕鬆共享它們的知識。

2、人類大腦是否與計算機不同

今天大多數的計算機都是數字的，以極高的速度執行一條、或幾條指令集。

而人類的大腦是結合使用數字和模擬的方法，它會在模擬區域通過使用神經遞質和相關機制來執行大部分的計算。

人類大腦中大規模並行機制是模式識別能力的關鍵，而模式識別正是人類思維的支柱之一。

通過利用有足夠能力的通用計算，很多大腦特有的組織方法可以有效地模擬出來。複製自然的設計範式將成為未來計算的主要趨勢。

大腦區別於傳統計算機的關鍵方式還有很多：

●大腦的電路非常緩慢。突觸複位和神經元穩定的時間（在神經元放電後，神經元及其突觸的重置時間）很漫長。

●但它是大規模並行的。大腦相當於100萬億神經元間的相互連接，它們都可能在同時處理信息。這兩個因素（較長的周期和大規模並行）引起了一定程度的大腦計算能力。

今天，我們最大的超級計算機正在接近這個範圍。

不過，沒有必要採用和大腦相同的並行化處理的粒度，而只要我們配合整體的運算速度和存儲容量的需要就可以，否則就需要模擬大腦的大規模並行結構。

為了逆向設計大腦，我們只需要掃描一個區域內的連接，就足以了解它們的基本格局。而且我們並不需要捕捉它的每一個連接。通過掃描大腦來實現逆向工程，其工作原理比實現特別屬性的「上傳」要容易。

我們已經擁有的技術能夠生產高清晰度的掃描儀，如果這些掃描儀在物理特性上接近於神經，那我們將可以看到特定大腦區域每一連接的精確形狀。

到本世紀20年代有希望實現這些方案所必備的納米機器人技術。

一旦基於納米機器人的掃描成為現實，我們就將最終和電路設計人員站在同一位置：能夠在大腦數百萬甚至數十億的地點放置高靈敏度、高解析度的納米機器人感測器，通過掃描我們大腦里活動，從而見證大腦活動的驚人細節，明確我們大腦的工作原理，從而複製大腦的工作原理。

3、構建人腦模型

由於現在感測器和掃描工具技術還沒有成熟。直到最近，神經系統仍然由過於簡單的模型來描述。

但是，最近在各個層次上設計詳細模型取得了一些成功了，從像神經組件到像小腦這樣大的神經區域，都建立精確的大腦數學模型，科學家正在用計算模擬這些模型、這雖然是個非常大的挑戰，然而一旦數學模型可用，這一任務就會變得可行。

4、大腦與機器間的介面

理解大腦的工作原理能夠幫助我們設計相類似的生物啟發機。另一個重要的應用是連接人腦和電腦，這種結合在未來的幾十年將更加親密。

杜克大學的研究人員將感測器植入猴子的大腦中，使猴子僅通過思考就能控制一台機器人。

實驗的第一階段是教猴子們利用操縱桿來控制屏幕上的游標。科學家們收集了腦電圖信號格式，隨後控制游標讓他對正確的格式而不是機械地操作操縱桿產生反應。

猴子們很快認識到操縱桿不再管用，它們能通過思考來控制這些游標。這個系統掛接到了機器人中，猴子能夠學習僅僅通過思考來控制機器人的活動。通過對機器人活動的視覺反饋，猴子可以完善它們控制機器人的思想。

這項研究的目的是給癱瘓的患者提供相似的系統，使他們可以通過思考來控制自己的四肢。

5、加速人類大腦逆向工程

目前我們正在努力加快利用超級計算機掃描和模擬人類大腦意識，並建立可行的模型。

6、人腦上傳

理論上，我們可以僅僅依據捕捉所有必須細節來上傳一個人的大腦模型，而不必理解大腦的整體架構。但是實際上，這種方法並不可行。只有理解了人類大腦的工作原理，我們才能揭示哪些細節是必不可少的，而哪些是會導致混亂的。

我們需要知道，例如，神經遞質里哪些分子是至關重要的，並了解我們是否需要捕獲總體水平、地位、位置以及分子形狀。在確定理論的正確性之前，我們無法確認哪些細節是至關重要的。這一點可以通過圖靈測試的形式加以確認並證明，作者認為這在2029年之前是可以實現的。

四、GNR：三種重疊進行的革命

基因技術（G）、納米技術（N）和機器人技術（R）。

誰是人類的繼承者？回答是：我們正在創造我們自己的繼承者。在將來的某一天，人類與機器的關係就如同現今動物與人的關係。結論就是，機器具有生命。

21世紀的前半葉將描繪成三種重疊進行的革命：

這就是奇點的開端。為什麼這三個技術會成為奇點的開端呢？

基因技術可以破譯人類的遺傳信息,為我們與機器相連提供信息材料；通過理解信息在生命中的處理過程，我們開始學習改造自身的生物特徵，消除疾患、激發人類潛能，從根本上擴張生命的力量。

1、基因技術：信息與生物的交融

我們把改變和克服疾病的發展看做一場戰爭。正如在其他戰爭中一樣，動員了所有的智力和武器，我們倡導在多個方面向關鍵疾病，比如心臟病、癌症、糖尿病、中風和衰老一起發起攻擊。比如，預防心臟病的策略應該採用10種不同的心臟病治療方法。

我們人類是不是真的可以永生？

劍橋大學遺傳科學家格雷是主張通過改變生物潛在的信息處理來停止衰老的過程。

我們開始了解，衰老並非是簡單的無法改變的過程，而是可以延緩的。通過使用不同生物技術的組合，完全阻止衰老的每一過程的策略已經出現，大約5～10年之後就可以證實個技術是完全可行的。

2、細胞療法

另外一條戰線是細胞、組織甚至整個器官的再生；他可以不通過外科手術就能引入身體中來。

這種「克隆治療」技術的一個主要好處是，我們將能夠建立自己細胞版本的新組織和新器官。

克隆技術可以用於保護瀕危物種和復原滅絕物種，從瀕危物種中重新創造出動物。通過低溫儲藏這些物種的細胞，他們再也不會滅絕。最終，將最近滅絕的物種重新創造出來將成為可能。

在2001年，科學家們能夠為已經滅絕了65年的塔斯馬尼亞虎人工合成DNA，此物種有望復活。

克隆技術可以解決世界性的飢餓問題。通過克隆動物肌肉組織，在工廠中可以不用動物就生產肉類以及其他蛋白質。

3、納米技術：信息與物理世界的交匯

分子納米技術是一種用機械合成辦法建造複雜分子結構的技術。它將可能直接通過無機機制獲得化學反應並按照原子規格來構建複雜的三維結構。

我們周圍與體內的大多數的物質都是由原子組成的，並且由原子的排列組合決定它們的特性。

使用分子製造技術，可以將每一個原子送到選定的地點，與其他原子用精確的指定方式鍵合在一起。

分子納米技術能夠控制原子的尺寸和排列，說白了就是重新構建物質。

用一種方式排列，原子可以組成土壤、空氣和水；用另一種方式排列，這些原子可以組成草莓和蘋果。

同樣的，一群原子用一種排列方式可以組成果樹和新鮮的空氣；用另一種排列方式，它們又組成水泥和灰塵。

通過有效的排列原子，使我們能把煤炭變成鑽石，沙子變成鋼板，把霧霾從空氣中消除掉，也可以把癌細胞從身體里清除掉。

這在理論是可行的，納米科技已經發展到了什麼地步？

德雷克斯勒在20世紀80年代起草了一份具有里程碑意義的博士論文，最終由他開創了現代納米技術領域，德雷克斯勒的設想跨越了許多學科的界限，而且意義深遠，除了本書的作者庫茲韋爾的導師馬文·明斯基外，沒有人敢為他指導論文。

德雷克斯勒關於分子納米技術的設想核心是組裝的概念。一個組裝機器就是一個分子施工設備，它將有一個或多個亞顯微的手臂。電腦能夠控制這些手臂把分子放在化學反應能夠發生的精確位置上。

組裝機械手能夠迅速攫取一個微小的顆粒，並將它添加到工作的片段中，一步步建立一個原子級的精確目標物。一個先進的組裝機器將能夠構建幾乎任何一種化學穩定結構。並且，它能夠自我複製,它們將可以很容易地進行大量生產。

分子納米技術使我們能夠建造幾乎所有的化學穩定結構，包括在自然界沒有類似物的裝置和材料。

分子納米技術到了在成熟階段，就會從製造方面轉向軟體方面，那時候不是說，能不能製造出來，而是你是不是能編出程序來詳細設計，給建造過程給予一系列指令。

製作成本主要是原始材料成本，會非常便宜。德雷克斯勒估計，不管製成品是衣服、大規模並行計算機還是另外其他的製造系統，一個分子製造過程的總共製造成本大約每千克花費（10～15）美分。

通過大規模的集團合作，組裝機和更多的專業納米機器將可以迅速建造大的物件。

因此，儘管納米機器僅有十億分之一米的規模，卻能夠建造航天器那樣大、或更大的器件。在更遠的未來，納米機器甚至可以建造行星大小的東西。

納米技術的發展會讓生物技術也得到突飛猛進的進步，我們之前說過，大腦里的交流速度極其緩慢，如果用納米機器人代替我們的紅細胞，性能要高效幾千倍。

通過納米機器人升級細胞核，利用納米工程系統來可以代替細胞核內生物遺傳信息的倉庫，也就是說，以用納米計算機維護基因代碼，實現基因表達的演算法。然後，納米機器人就可以為表達基因而構建氨基酸序列。

採用這種機制將帶來很大的好處。其中一個就是可以我們永葆青春，衰老一個重要的原因就是DNA轉錄錯誤的積累。

你想，既然我們可以引導DNA去重組基因，我們就能阻止衰老，並且還能阻止有害的遺傳信息複製，徹底的攻克遺傳疾病、細菌、病毒和癌細胞。

在幾十年後，納米醫學的干預會影響老化，我們只要每年檢查一下，然後紅納米技術清除和修復一下細胞，年齡就可以回到設定的年齡階段。

4、納米技術對能源的影響

世界每天生產的能量大約為14萬億瓦特，由於不斷提高能源使用效率，能源需求的增長速度將遠比不上技術的增長速度。

納米技術革命主要影響的是物理技術，像製造業和能源業，包括能源在內的所有技術都會徹底變成信息技術。

據估算，到2030年全球能源需求將達到現在的兩倍，遠遠落後於經濟增長期望，與技術能力的增長相比更是遙不可及。增加的能源需求由新的納米級的太陽能、風能及地熱能提供。

太陽光傳送到地球的能量比我們所需的總能量還要多。儘管在25年後，計算和通信將會有巨大發展，同時也帶動經濟發展，但是由於納米技術大大提高了能源的使用效率，到2030年能量需求僅僅會增加到30萬億（3×1013）W。132我們僅僅需要獲得太陽傳遞到地球總能量的萬分之三，就能滿足所有的能源需求。

納米工廠的能源需求非常小，幾乎可以忽略不計。據德雷克斯勒估計，分子製造業將會製造能源，而不消耗能源。德雷克斯勒說：「分子量級製造過程可以由原材料的化學能量驅動，反而輸出副產品——電能，使用典型的有機原料，加上合理高效的分子製造工藝，這就成為了凈能源生產。」

納米技術讓能源不會在成為發展的限制。由於納米技術在原子、分子量級上具備處理物質和能量的能力，這樣也降低了能源的需求。

空間中的巨型太陽能板可增大地球表面積，NASA已經設計出了一種太空太陽能衛星，可以用於將太空中的陽光轉化為電能再以微波的形式傳回地球。這種衛星每個可提供上百萬瓦電力，足夠上萬家庭使用。

使用納米製造技術，我們可以造出一條太空電梯運輸，從地球通完太空站。

5、機器智能：強人工智慧

在這三個（遺傳學、納米技術和機器人技術）主要的、根本性的奇點革命中，最深刻的是機器人技術。

在GNR中，R代表機器人技術，這裡涉及的真正問題是強人工智慧，人工智慧超越了人類智能。

為什麼人工智慧一定會大大超越人類智能呢？

●機器可以很輕易地分享知識。而人類學習、知識和技能，是基於語言交流的，緩慢的。

●機器能夠以人類所沒有的方式綜合利用資源。機器可以輕鬆而又迅速地集中它的計算、存儲和通信資源。如今互聯網正在演變為一個全球性的計算資源網格，這些資源可以即刻彙集起來，形成大規模的超級計算機。

●機器有精確的回憶力。計算機可以精確地管理數十億的資源，而且這種能力每年還在翻番，計算機的速度和性價比每年都在提高，而且增速率本身也在加快。

●隨著人類知識遷移到網路，機器將能夠閱讀、理解併合成所有人類的機器信息。

●機器智能的另一個優點是，它可以無休止地高速執行任務，並可以整合最尖端的技術。

●計算機一旦達到人類智能的範圍和精妙程度，那麼它一定會超越過去並繼續以指數級速度上升。

五、影響的盛裝

1、關於人體

我們正在利用生物技術和新出現的基因工程技術來使肉體和精神系統得到徹底升級。

在未來20年內，我們將使用諸如納米機器人之類的納米技術方式來改進我們的器官，並最終取代它們。

「我們的機器將變得越來越像我們，而我們也會越來越像我們的機器」。

而且我們從事某些活動，只是出於樂趣，而不是為了達到某種目的？

比如吃飯，僅僅是喜歡吃，而不是為身體提供營養或是我餓了。

2、關於壽命

生物技術的加速進步將使我們能夠改變基因和新陳代謝過程，從而不再有疾病和衰老。

我們的壽命還有可能信息化。將我們的生命、歷史、思想和技能轉換為信息，針對這樣的機遇會產生一個問題，信息會延續多久。那時我們的生命就只是一些信息和數據。只要信息在則生命一直都在。我們到那時或許可以真正做到長生不老。

死亡變成一種選擇，而不是必然了。活膩了就點個刪除鍵死了，要想活著就長生不老下去。

3、關於戰爭

隨著武器變得越來越智能，軍事戰爭便產生了一種令人印象深刻的趨勢，那就是用更少的傷亡完成更精確的任務。那時打仗可能已經沒有人了，都是機器在打仗。

到21世紀40年代，當我們接近人體版本3.0，非生物智能佔主導時，網路戰問題將移到中心位置。當一切都成為信息，控制自己的信息，破壞敵人的通信、命令和控制，這種能力將是軍事勝利的首要因素。那時的戰爭最主要的是用電腦來進行，沒有飛機大炮，沒有硝煙，就當人類的生命信息化了或許刪掉信息就結束別人的生命。

4、關於學習

隨著計算機輔助教學變得更加智能，為每個人進行因材施教的能力將會得到很大提高。新時代的教育軟體將能為每個學生的優勢和弱點建模，發展出焦聚於每個學員問題領域的策略。

六、奇點人

作者在這一章提出了奇點人的概念。奇點人就是那些了解奇點內涵且能將其運用在生活中的人。

那麼，我們應當怎樣去認知奇點呢？正如對待太陽一樣，很難直視它，最好是從我們的眼角斜視它。正如麥克斯·摩爾所說的，我們需要的最重要的東西是另一個教條而不是迷信。

因此，奇點理論不是一套信仰或統一觀點的系統。奇點本質上是對科技趨勢的理解，同時也是引起一個人重新思考，每一件事的領悟，從健康和財富的意義到死亡和生命的本質。

1、我是誰？我是什麼

●把一個人的思維模式——知識、技能、個性、記憶上傳到另一個人身上。儘管他會像我一樣行動，但那真的是我嗎？

●所以我是誰？由於我不停地變化，我只是一個形式？如果有人複製了我的形式？那我是原始版本還是複製版本？或許我就是這種材料，有序的和混亂的分子一起組成了我的身體和大腦。

●我究竟是誰呢？當未來科技進步你的身體衰老時，科學家把你的思想性格記憶全部複製到一台機器人中時，你認為你還是你嗎？

本質上我們只是一種在時間上的持續形式，並且我能夠影響形式的進化進程。

現在技術以指數的指數級速度在增長，我們很快就會進入作者所說的第五紀元和之後的第六紀元。《奇點臨近》未來已來，你準備好了嗎？

本書的音頻講述關注"喜馬拉雅fm大咖讀書會"，主講人沈攀(微信：cgmensp)。