智能简史-第8章
按键盘上方向键 ← 或 → 可快速上下翻页，按键盘上的 Enter 键可回到本书目录页，按键盘上方向键 ↑ 可回到本页顶部！
————未阅读完？加入书签已便下次继续阅读！
产品的价格将基本上等同于原材料的价格。商品将变得令人惊讶的便宜，实际上几乎没有任何生产花费。
设计首例能够自我复制，能够和其他同类合作制造特定产品的纳米机器人的费用，将可以摊销到地球上所有同类纳米机器人设计的许多商品上，因此将几乎没有什么花费。整个经济缺乏的概念将要被重新考虑。经济学作为一个专业将会有革命性的变化。
建筑材料将会变得更结实，因为当今的材料仍然含有损害其坚固程度的裂缝和缺陷等。纳米科技将以原子级的精确性来组装这些材料，而没有缺陷、裂缝、瑕疵，因此它们会变得更结实。这可能意味着，只要我们愿意，就可以建造几公里高的建筑物。这些建筑的结构骨架将会足够结实以承担强风带来的拉扯力。像
钻石般坚固的惊人材料将会被制造出来。
我是这样看待这些事物的，我发现当我们谈论纳米科技是怎样制造人类级别的产品时，这里至少有两大主要的可被想象的情景。一个就是当无数个自我复制的纳米机器人被制造出来后，它们会组合起来制造新的产品。
这样巨大的任务是怎样协调的呢？我们可以想象一下，一个拥有大量基础设施的分子级别城市。我们可以试想每一个纳米机器都是在传送带上做着自己的事情，比如在这个地方组装一些原子，把结果顺着传送带送到其他纳米机器那里去执行不同的任务。这就是在这个纳米级上的亨利·福特公司。
当无数个这样的纳米机器同时做同样的事情时（正如计算机专家所说的并行），制造人类级别的设备将成为可能。分子模块可以用原子来制造，并且可以作为元件用来制造更大些的宏模块，然后这些宏模块再构成更大的宏模块……直到人类级别的产品被制造出来。为了进行这样的建筑系统工作，大量的分子级基础结构需要被证明是现实的或不现实的。
人工胚胎形成学
我个人比较倾向于基于大自然几十亿年来制造自身生命形式的纳米科技，也就是“胚胎学方法”。在胚胎形成过程中，一开始是一个受精卵，然后持续分裂直到某些细胞（决定于在胚胎上的位置）开始分化。细胞间的环境向细胞发送化学信号，用来打开或关闭DNA中的某些部分，导致不同的蛋白质被合成，执行不同的任务。然后这些不同的蛋白质改变分化细胞的状态。最终，大量的分化细胞产生了一个有生命的三维生物。
进化形成了一个生长机制，它使用一个线性的一维的化学命令编码串（通常称为DNA）并且翻译成三维的有生命的机能生物。研究这个纳米级别工程的奇迹被称为“胚胎形成学”或者“进化”。这种指示分化细胞怎样在发展过程中的适宜时间打开或关闭某些基因的机器处于分子级别。一个生物细胞可以被看成一个分子级的城市，拥有百万个分子级的居民来组成一个功能结构。
我非常高兴看到一个我称之为“人工胚胎形成学”的新学科的形成，它致力于模仿自然界的胚胎形成过程，从一个单受精卵细胞来培育
恐龙或昆虫。科学家和工程师们将需要比21世纪初知道得更细致，了解自然是怎样做到这一点的。但是，当分子生物学家开始或多或少地发现所有的关于某个特定单细胞细菌的知识后，他们中的很多人开始改变专业来研究多细胞生物是怎样形成的。现在胚胎形成学是一个很热门的研究领域，所以我们完全有理由相信，在未来几十年内将会有一系列的新发现。
最终，我希望看到我所谓的“胚胎形成制造”（embryofacture，embryological manufacture的缩写形式）的产生，也就是利用人工胚胎形成学技术来从纳米级别制造人类级别的产品。我们不需要使用前面提到的复杂的纳米基础结构，而是需要复杂的计时控制系统来决定，当被细胞内或细胞间的特定分子信号刺激后，DNA（或者是人类设计的等价物）中的某些基因将被打开或关闭。
自上而下地设计这样复杂的控制系统将可能超越人类科学家的能力，所以一个更可行的方法就是使用“进
化工程学”（evolutionary engineering）方法。一个基于分子的生长指令的人工“DNA”序列和最终的三维产物（有生命或者没有）的映射因其复杂性不可预测，所以剩下唯一可能的方法就是自然界“胚胎形成制造”其生物的称为进化的方法。
进化工程学
胚胎形成制造的一个进化工程解决方法可能是这样工作的：一开始产生亿万个随机的分子级“人工DNA”串，每一个都可以被转译为块状的三维分子结构。然后预先设计好的分子级纳米机器人进入块状物内，测量其想得到的微产品的形状和功能的相似程度。那些得到更高分值的块状物将会使其相应的人工DNA生存下来并且在下一代有更多的复制品（孩子）。
根据达尔文理论，那些功能上差些的块状物会死亡，因此产生了一种“适者生存”的策略。子DNA然后会微小“变异”（也就是在某方面改变人工DNA中的化学指令）。偶尔地，一个变异的子DNA会产生比其父辈“更适应”（表现上更好）的块状物。通过很多次循环后，一个能够生长出合适形状和功能的块状物所相应的合适的人工DNA就产生了，结果是一个能够表现出某种有用功能的分子产品。
自我装配
然而，进化出单个的组成部分是不够的。这些组成部分需要在形状上互补，以便于它们可以“自我装配”，也就是像七巧板块那样组成一个更大的功能整体。这样的方式会形成病毒。DNA（基因）的一些部分为病毒成分的建造编码。当它们一建成，它们相互组合形成一个完整的病毒。
所以组成部分需要有如锁和钥匙般的互补。它们需要有自我装配的能力，简单地通过相互碰撞（就在分子级别中经常发生的混乱和高速运动）来实现。
当涉及制造小行星般大小的人工智能机器或者人类大小的人工智能机器，这种自我装配的概念将非常重要。一个人类大小的人工智能机器（或者一个人类大小的任何事物）拥有万亿万亿个分子。制造人类大小的人工智能机器将需要人工智能机器的所有原子，所有的万亿万亿个原子，以原子般的精确放置在适当的位置。我相信，这样的人工智能机器将通过胚胎形成过程来制造。它将必须通过胚胎形成制造自己。那么这样的人工智能机器是怎样从一开始制造和设计的呢？
第一台（非常原始的）人工智能机器将需要进
化工程师（如我这样的人）制造出来。也许他们应该被称为“胚胎制造者”或者“胚胎形成工程师”。首先，进化的三维分子结构可以一块一块地装配成更大的三维结构。然后，可以制造更加复杂的人工智能机器来执行自我进化（可能在它们的体内），并且以电子速度做出思考。
当然，人类不可能完全了解这些进化的“达尔文人工智能”是怎样发展的。它们的智慧结构和功能将是如此的复杂并且改变是如此迅速，以至于让人类完全理解它们是不现实的。
这样的人类无知性对于地球主义者来说，将被证明是强大的意识刺激因素，他们认为就是人工智能制造的自身特征（也就是达尔文自我装配的胚胎形成制造学）让人工智能机器的行为本质上是不可预计的，并且因此会对人类造成潜在的威胁。这一点将在第5章介绍地球主义的案例中详述。
综合所有的技术
现在让我试着在这里总结一下。这个章节的要点在于介绍那些使人工智能制造成为可能的技术。
到现在为止，这个章节提出的就是，人工智能机器包含1040个原子或比特的信息，无热量的、可逆的、三维的计算机电路，比人类思考至少快百万倍（并且可能快得多）。它将在其表面附加大量的感应器，拥有巨大的存储能力；还有应用纳米科技的分子级工程，如“不朽”机器人，批量复制的纳米机器人给经济带来的影响；人工胚胎形成学、进化工程学、自我装配等。但是远不止这些。
量子计算的人工智能
这些人工智能机器将使用分子和原子大小的组成部分，所以这些部分将受量子力学原理的支配。最近，随着理论物理学家和实验物理学家相互竞争来创造新的“量子计算”方法并且把这些想法实现于真正的硬件上，“量子计算”这个崭新的领域开始流行起来。
对于向普通大众介绍量子计算，我一直很迟疑。这违反直觉并难以掌握。如果随后的这些段落对您来说读起来冗长费解的话，那么就跳到下一章。在某种意义上来说，没有人真正理解量子理论。因为它看起来就像一堆数学处方然后给出问题的完美数字答案，但看起来在概念上却完全不直观。
原子以其奇特的方式运作，和人类所习惯的我们这个级别上的事物非常不同。量子力学是真正奇怪的和抽象的。它是这样的一堆数学物理，当原子级别系统和人类级别测量仪器相互作用时，它给出了特定的测量结果的随机性。在经典物理学中，物理系统的状态是清楚的，也就是说，它有特定的状态值，例如在某个时刻的速度是V，它的位置是X，它的动能是K，等等。在量子力学中，事物更抽象。
如果进行某种测量的话，量子系统的状态是由一些数字的抽象数学总和表示的，每一个数字都是和一个测量结果联系在一起的。这个总和与状态的线性加权被称为“重叠”，并且是量子力学的核心概念。如果您不理解这些请不要烦躁。理解本部分并不是必需的。
正是这个重叠才是量子计算的伟大特征。重叠随着时间发展，在某种意义上可以同时进行多次运算，而传统的计算机一次只能进行一次计算。
在经典计算中，寄存器（比特的存储链）的状态是有限的0或1的串（如0011011101001）。在一个量子计算机寄存器内，状态是大量可能的经典寄存器状态的重叠。举个例子，如果寄存器有N个比特，那么将有2N个可能不同的经典寄存器状态（也就是说，如果N＝3，将有8个不同的经典状态，000， 001，010，011，100，101，110，111）。如果N很大，那么2N将巨大。
量子计算的巨大优越性在于大量的经典状态可以被看作是一个（重叠）状态，一个量子系统可以处理的量子状态。为了进行传统的经典计算，有必要对所有的可能状态进行测试，每次测试一个经典的寄存器状态。这是一个非常缓慢的过程，并且当N增加后，测试的次数将以指数级增长（也就是像2，4，8，16，32，64…）。
然而对于量子计算，只需要作一个测试，因为在某种意义上，所有可能的传统状态都合在一起，称为一个量子寄存器状态。量子计算潜在上比传统的经典计算要更有效。因此，世界的很多物理学家现在都在相互竞争，看谁可以制造出下一个性能更加优越的量子计算机。
既然人工智能机器将以原子级别的组成部分制造出来，它就需要像量子计算机一样来运行。既然量子计算机比传统的经典计算机有效，那么这将是一件好事。人工智能机器将是一个量子计算机。
人工智能机器是一个量子计算机，这一结果意义深刻。试想一下量子计算机比经典计算机高2N倍的计算能力。一个小行星般大小的人工智能机器将拥有1040 个原子或比特。这样的一个人工智能机器其潜在的计算能力，即使是一个经典类型的人工智能机器，比人类的计算能力也将大很多很多。
量子计算的人工智能机器将会是什么情况呢？如果N是1040，那么2N是多少呢？这个想法让我困惑。当我说一个人工智能机器可能拥有相当于人类智能万亿个万亿倍水平时，事实上，我的这个数字已经是小得令人惊讶了。
诚然，量子计算机的状态是在处理大约7个成分。它们被称为“量子比特”（Qubits），或者“quantum bits”。以一种“磁瓶”来一行容纳7个比特，并且让它们在某种意义上表现得像一个量子计算机一样，这是可能的。但是量子计算技术到制造N＝1040量子计算机还有很长的路要走。
这样巨大的数字是否可能仍充满争议，但是最近的“纠错”等技术好像在暗示，那就是量子计算机会变为现实，然后成为商业性的。如果没有理论原因证明这样的数字是不可能的，那么通常意味着科学最终会找到制造这种机器的方法。
作为人脑科学工具的纳米技术
我们已经讨论了一些关于量子计算的概念（可能非常难以理解），我现在开始转向另一个关于人工智能技术的问题：“人工智能将怎样类似（人类）大脑？”我的观点是，当纳米科技真正成熟起来并且摩尔定律继续有效，我们关于人类大脑如何运作的知识将惊人地增长。举个例子，在过去的几十年内，许多非侵入的技术发展起来，进行观察人脑的活动，而不会打扰人脑的基本活动。
例如，含微辐射氧的液体可以被注射到血管中，它可以流入大脑并且在更活跃的和需要更多氧气或血液的大脑细胞处聚集。测试人被要求从事各种思维活动，当他们这样做的时候，在从事这些任务时，大脑使用较多的部分将显示出更高的辐射浓度。大脑科学家或神经科学家因此能够定位大脑的哪些部位在参与任务。我们关于大脑如何运作的知识，至少在宏观上，在最近这些年内由于新技术而大范围地增加了。
越来越多的外部方法使用了基于核物理的现象，比如说核磁共振技术（nuclear magnetic resonance，NMR），对此我在此不作介绍。随着新技术的应用，大脑的观察可以获得更好的空间分辨率和使用更少的测试时间，核磁共振成像技术 （nuclear magnetic resonance imaging，NMRI）每一年都变得更加精确。由于摩尔定律提供了更快的电子设备，空间和时间分辨率变得更加细致。有些科学家相信，到大约2020年时，观察个体的神经键（神经联系）和其类型将是可能的，也就是说，它们是否处于激发或抑制它们所连接的神经元的活动中。
如果这些变为可能，那么神经工程师可以简单地“扫描”大脑，也就是，通过下载大脑所有的必要的地理信息就可以读取它，例如每一个神经元的精确位置，以及它们是怎样或者连接到哪些神经元，等等。所有的这些信息都可以存储到一个通过摩尔定律让之成为可能的“超级计算机”上，然后被这台计算机的其他部分进行进一步的分析。从某种意义上来说，人们可以在超级计算机中拥有一个类人的大脑。
这引发了各种道德问题。如人们可以关闭存储人类大脑的超级计算机吗？那样是谋杀吗？你怎么定义人格的本质？它决定于制造那个人的技术吗？例如一个基于碳和DNA的技术，或基于硅的技术。如果核心的结构都一样的话—— 如果功能上是一样的，那么硅版本的人是否应该给予和基于碳的人一样的权利？“硅权？”
如果人类决定基于硅的人脑是“非人类”，那么神经科学家和神经计算机科学家可以开始试验这些数据（人）吗？他们可以复制任意多的数据（克隆）吗？他们可以对数据（活体解剖）进行所有的分析试验来试图理解人脑是怎样工作的吗？我们对于人脑是怎样工作的知识将会大踏步地增加。神经科学家一旦提供关于大脑是怎样工作的观点，神经工程师就�
