计算机技术正呈指数增长。到2019年,一台价值1900美元的计算机将具有人的大脑的处理能力——每秒2亿亿次计算。最终,我们将能复制大脑本身,将头脑文件”输入计算机。但这样的计算机能说是有意识的吗?

  下一个世纪初的某一个时候,机器的智能将会超过人的智能。在今后的几十年中,机器将表现出人类从音乐和其他创造才能到身体活动的全部智力、感情和技术。它们将宣称具有感情,而且与现今的虚拟的个性不同。到2019年,一台价值1900美元的计算机,至少比得上人的大脑的处理能力。到2029年,智能软件将大部分被掌握,而一般的个人计算机将相当于1000个人的大脑。

  一旦计算机能达到一种相当于人的智能的水平时,它们就势必会超过它。例如,如果我们学习法语,我们不能轻易地将学习到的知识下载下来传授给你。对我们来说原因在于,学习包含着大脑细胞(神经元)之间,以及能将冲动从一个神经元传送至另一个神经元的神经递质浓度之间其惊人复杂的相互联系形式的连续性。我们是无法快速地下载这些联系形式的。然而快速下载可以使我们的非生物产物立即分享它们用数十亿台计算机学到的东西。最终,非生物实体将不仅会掌握它们自己的知识的总和,而且也会掌握我们的全部知识。

  当这种情况发生时,在人和机器之间就不再存在明显的区别。我们已经将计算机一一神经植入物——直接放进人的大脑以减轻帕金森病和由多发性硬化症引起的震颤。我们已经有了可以恢复听力的耳蜗植入器。在美国,正在开发一种视网膜移植物,意在至少能为某些盲人提供一点视觉,这基本上是通过置换大脑的某些视觉-处理系统来实现的。最近,美国埃默里大学的科学家将一种芯片植入一个瘫痪的中风病人的大脑中,它能使他利用自己的智力在计算机屏幕上移动一个游动光标。

  到2020年,神经移植将改善我们的感觉经验、记忆力和思维。到2030年,你将可以在一个虚拟的莫桑比克野生动物保护区内同朋友会面,而不仅仅是同他通电话。在会面中,你还将能够获得商业上的、社交上的,甚至是性方面的经验,这些经验可能是真实的或是模拟的,尽管并没有身体的接近。

生命和技术如何演进

  生物的进化和技术的演进都遵循同样的模式:它们花很长的时间起步,但以另一种速度演进,然后突然又以一种猛烈的步伐前进。当前,我们正在进入技术演进曲线上的爆炸性阶段。

  考虑一下:地球的形成花了几十亿年的时间;生命的起源花了20多亿年的时间。而由分子构成的多细胞动物和植物大约发生在7亿年以前。随着灵长目动物的出现,进化过程仅以百万年计,而导致智人的出现大约发生在只有50万年以前。

  技术的演进是当初造成我们人类——创造技术的物种——的进化过程的一种继续。我们的祖先想出将一块石头两面磨尖来制造工具,花了几百万年的时间。而在本千年的初期,一种重大的技术革新需要的时间缩短到几百年。

  在19世纪,这种演进的速度继续加快。在这一个世纪中,技术的进步相当于过去10个世纪的进步。20世纪前20年的技术进步,比得上整个19世纪的进步。今天,重大的技术变换只需要几年的时间。例如,今天已经成为一种无所不在的通信和商业形式的万维网(World Wide Web),在9年以前还不存在。

  计算技术正在经历着同样的指数增长。在过去几十年中,这种增长的一个关键因素,可用摩尔定律来表达。摩尔(Gordon Moore)是英特尔公司的创立人之一,他在60年代中期曾经指出,工程师每隔12个月就使集成电路上的晶体管密度增加1倍。这便意味着计算机每单位成本的容量和速度都周期性地倍增。在70年代中期,摩尔将他对这种倍增时间的观测修正为一个更加精确的估计时间——24个月左右,而且这一趋势一直在整个90年代持续下来。

  在起了几十年的作用之后,摩尔定律还将继续实用到2019年前后。到那时,晶体管的尺寸将变得只有几个原子大小。但是,新的计算机设计师将继续使计算能力呈指数增长。例如,正在设计一种立体计算机(computing cubes),它可以提供几千层的集成电路,而不仅仅是今天计算机芯片中的那种。能使计算密度呈数量级增长的其他技术包括用碳原子制作的毫微管电路(nanotube circuits)、光学计算、晶体计算和分子计算。

  通过将计算机(以不变的美元价格计)的计算速度对整个20世纪的年份作图,我们就能够容易地看出计算技术的进步。这张图表是一种对指数增长的研究:在19101950年间,每单位成本的计算机速度每3年翻一番;19501966年间,每两年翻一番;而今每一年翻一番。每一台价值1000美元的能够每秒钟执行100万个指令(MIPS)的计算机问世共花了90年的时间。现在每隔一天,一台价值1000美元的计算机的MIPS就要翻一番。

为什么回报加快?

  为什么我们能看到在生物、技术和计算方面会发生指数增长?这是由于任何一种演进过程都具有一种重大的贡献,我把这种现象称作加速回报法则。随着呈指数的增长(它反映了演进的本质),无声无息地进行的演进结果之间的时间间隔在缩短,进展在加速。回报-演进过程的有价值的产物——以一种非线形的速率在加速。计算的价格表现逐步提高,就是这种加速回报的一个重要例证。

  这些预言经常受到的批评是,它们所依据的是一种对目前趋势的不合理的外推,而没有考虑可能改变这些趋势的力量。但是,一种演进过程的加速,是因为它的基础是过去的成就,包括它自己进一步演进的手段的改进。它继续保持指数增长所需之资源,是它自己不断提高的数量级和环境中的无序性,演进过程在这样的环境中发生,环境也为进一步的多样性提供了选择。这两种资源实质上是无限的。

  加速回报法则表明,到2019年,一台价值1900美元的个人计算机将具有人的大脑的处理能力一一每秒2亿亿次计算。神经科学家得出这一数字的根据是,大脑中的神经元估计有1000亿个,将这一数字乘以每个神经元的1000个神经键和每个神经键每秒进行的200次计算而得出的。到2055年,一台价值1000美元的计算机将等于地球上所有的人的大脑的处理能力(我的估测可能会有12年的误差)。

对智能编程

  以上是对处理能力的一种预测,它是在计算机智力达到人的水平的一种必要条件,而不是充分条件。更重要的是智能软件。

  创造这种软件的一种方法,是煞费苦心地对复杂过程的大量规则编制程序。在一些案例中,我们对这项任务进行得很顺利。Cycorp公司的道格拉斯·莱纳特(Douglas B. Lenat)设计的CYC系统(就像在百科全书”中那样),已有了100多万种规则,能够用来描述人的一般感觉的复杂性,而且已被用于互联网的检索工具,以使它们能对我们的询问作出更聪明的回答。

  另一种方法是“复杂性理论",也叫作混沌理论计算,在其中,自组算法可以逐渐熟悉一种类似于人的学习方式的信息模式。神经网就是这样一种方法,它建立在哺乳动物神经元的简化数学模型的基础之上。另一种方法叫作遗传(或进化)算法,其依据是在一种模拟的进化过程中能逐渐发展智能解答。

  但是,最终我们将通过复制我们能够了解的最好的智能实体一一大脑本身,来学会对智能编制程序。我们将对人的大脑进行逆向设计,幸好对我们来说,大脑还没有版权保护。

  达到这一目的的最直接的方法是通过破坏性扫描:用一个刚要死亡之前冷冻起来的大脑,同时对它的非常之薄的一片进行检测,以揭示每一个神经元、神经元之间的连键和跨越每一个神经元之间的间隙(突触)的神经递质的浓度。一名被判处死刑的杀人犯答应可以用他的大脑和身体用于检测,他的所有的150比特的信息可以输进全国医学图书馆的网址。这些扫描的分辨率对达到我们的目的而言尚嫌不够高。但是,这些数据至少有助于我们对这些问题的思考。

  我们还有一些非破坏性的扫描技术,包括高分辨率的磁共振成像和其他的方法。它们的分辨率和扫描速度的提高,最终将使我们能够用来分辨神经元之间的连键。快速的改进,也是加速回报法则的一种结果,因为大量的计算是高分辨率成像的重要条件。

  另一种方法可能是将显微机器人(或毫微机器人”)放进血流中去,并对它们编制程序,以探查每一根毛细血管、监测大脑的神经元连结和神经递质的浓度。

奇想的远征

  虽然这种微小而精密的机器人至少还得用几十年的时间才能实现,但是把它们用来探测我们的身体最深层的隐秘用途却具有深远的影响。它们之间可以进行无线联系,并将它们的发现报告给其他的计算机。其结果可能是一种从大脑内部进行的无损伤的扫描。

  这种方案所要求的大部分技术业已存在,尽管还没有达到所要求的显微尺度。但是,使它们微型化以做到所要求的微小尺度,可以反映出加速回报法则的本质。例如,一种集成电路上的转换器每隔10年每一维的尺寸大约已缩小到原来的1/5.6

  这些置入的毫微机器人的功能,不会只限于起一种像监视器那样的被动作用。最终,它们能够直接同我们大脑中的神经元线路建立联系,以增强或扩大人类的智力。我们已经有了能够同神经元联系的电子器件,这种联系是靠检测神经元的活动和激发附近的神经元或者将它们的激发状态压抑下去而实现的。置入的毫微机器人将能够对神经的连键重新编制程序,以提供虚拟-真实的体验,并且增强我们的模式识别能力和其他的认识技能。

  为了解译和了解大脑的信息处理方法(它附带地将数字的和模拟的方法结合在一起),并不需要了解每一个连键,因为在每一个区域中都有大量的冗余码存在,我们已经在应用从逆向-设计方法的初期阶段获得了认识。例如,在语言识别中,我们已经解译和复制了大脑的声音处理的初期阶段。

  也许比这种“扫描大脑以了解大脑”的方法更有意义的是,为了下载大脑的目的而进行的大脑扫描。我们可以测绘出所有的神经元、突触和神经递质浓度的位置、相互连接和成分。于是,包括大脑的存储器在内的整个组织都可以在数字-模拟计算机上进行再创造。

  要想做到这一点,我们就必须了解局部的大脑处理过程,在这方面已经取得了进展。南加利福尼亚大学的T·W·伯杰(Teodoro W. Berger)和他的同事们已创制了一种集成电路,它能够比得上大量的神经元群的处理能力。加利福尼亚技术学院的C·A·米德(Carver A. Mead)和他的同事们也已研制出能模拟哺乳动物的神经线路的特征的各种集成电路。

  绘制人的大脑的完整图像并不是想象的那么高不可攀。人类基因组计划在刚提出时似乎也是不现实的。如果按照12年前扫描遗传密码时可能达到的速度,要想完成整个基因图得用几千年的时间。但是,按照加速回报法则,对DNA测序的能力已在加速提高,整个人类基因组将在几年内完成。

  到21世纪的第310年,我们将对大脑与计算有关的特性绘制出完整而详尽的图像,而且可以用先进的神经计算机对这些设计进行再创造。我们也将为我们的机器提供各种实体,从虚拟现实中的虚拟实体到由一大群毫微机器人组成的实体。事实上,东京的几个实验室已在研究能移动和具有如活人那样的面部表情的类人机器人。

它会是有意识的吗?

  这样的可能性激发了大量的引人入胜的事件和问题。假定我们对一个人的大脑进行扫描,并且将得到的“头脑文件”输入一种适当的计算媒体中。由这种操作产生的实体是否具有意识?这种存在物对其他存在物而言,显示出它们具有几乎相同的个性、历史和记忆力。在某些人看来,这已足以具有意识的特征。而在另外一些人如像物理学家和作者特里费尔(James Trefil)看来,逻辑上的再现是不能够达到人的意识的,尽管他承认计算机可能以某种新的方式变得有意识。

  在哪一点上我们认为一个实体是有意识的、自觉的和具有自由意志的?我们如何来区分一个有意识的过程和一个只不过是它的行为似乎是有意识的过程?当这一实体会说:我感到孤独,请陪伴着我时,它是非常令人信服的,难道这样就能解决问题吗?

  如果你问机器中的这个“人”,他就会神气活现地声称他就是原来的那个人。如果我们对自己作扫描,并且将得到的信息在一台神经计算机中重现出来,于是在这台计算机中出现的那个“人”就会以为他就是(和一直就是)我(或者他至少会按这种方式行动)。他会说:我在纽约昆士区长大,后来去麻省理工学院读书,在波士顿地区居住,步行到那里的一台扫描器中去,并且在那里的计算机中觉醒过来。”但是,请等一等,难道他真的就是我本人吗?不要搞错,老Ray(就是我)仍然存在于我的以碳细胞为基础的大脑中。

  这一新的实体能具有精神方面的体验吗?由于他的大脑思维方式与某人是一样的,因此他的行为就会同他赖以为基础的那个人的行为是类似的。这样,他当然就会宣称他拥有一个人认为他拥有的所有的感情上和精神上的体验。

  没有客观的测试方法能够绝对地测定意识。我们不能够客观地测量主观的经验(这与客观的主观的"概念的属性本身有关)。我们只能够测量它的相关的事物,如行为。新的实体看起来将是有意识的;但不论真的有无意识,并不会影响它们的行为。正如我们今天争论像动物那样的非人实体有无意识一样,我们也一定会对非生物的智能实体的潜在意识发生争论。从一种实用的观点看,我们应该接受他的声明。如果不是这样,他们就会发疯。

  在下一个世纪过去之前,加速回报法则告诉我们,地球创造物种——我们的技术,将会同我们自己的技术结合在一起。而且当这种情况发生时,我们可能就会问:一个通过神经植入物增强了100万倍的人的大脑,与一个依据人脑的逆向-设计被增强和扩大了的大脑的非生物智能相比,究竟有什么区别?

  演进的机器利用它在一个时代(人类)的创新来创造下一个时代(智能机器)。今后的里程碑将是机器在没有人介入的情况下去创造它们自己的下一代。

  一种演进过程的加速是因为它建立在它自己进一步演进的方法的基础之上。人类已经抢在演进的前头。我们正在用比创造我们人类的进化过程所需要的更短得多的时间来创造智能实体。人的智能——一种进化的产物一一已经超越了它。因此,我们正在计算机中创造的智能也会很快地超越它的创造者的智能。

  [Scientific American19999月号]