2004年,全球最先进的机器人汽车在道路上“奋勇”通过了基本障碍(比如大型岩石和凹坑)。尽管配有价值数百万美元的高科技设备,这些汽车还是只能模拟人类司机很少的一部分驾驶行为。然而现在,它们可以调整车身“挤”入车位,在转弯时查看指示器,甚至在汇入车流的时候展现出如伦敦出租车司机般的高超车技。
《经济学人》,2007年11月
我们与网络意识的距离很近,近到足以在自己的胸口感受到网络呼吸的比特和字节。我们大步向前,在技术领域实现了突破,因此对网络意识,我们有了一定的期望和权利。你在使用网络搜索时,没有在几秒钟内得到结果,是不是时常会表现出沮丧的情绪?为了搞清楚我们的在线形象与思维克隆人之间的差距究竟有多大,有必要理解信息技术进步的指数性本质。或许,这一知识将使你更加了解哪种类型的数字化会让你在数字宇宙中维持分散状态。
人工智能专家雷·库兹韦尔在《机器之心》中指出,从20世纪50年代开始,每过一两年,信息技术的处理能力就会翻一番。例如,在今天价值100美元的手机拥有的计算能力要比20世纪六七十年代价值300亿美元的“阿波罗”号登月飞船还要强。90年代,语音识别技术还不存在,但仅仅10年以后,它就成了智能设备中的一个免费功能。
库兹韦尔等人提出,根据信息技术翻番进步的速率,我们有理由期待在21世纪20年代末迎来价值1 000美元的思维克隆人,或者在更早的时间以稍高的价格迎来它们。就像大多数技术奇迹一样,随着技术的进步和需求的增长,用不了多久,思维克隆人的价格就会下降。1997年,当夏普和索尼推出平板电视时,价格高达1.5万美元,远超大多数消费者的支付能力。现在,任何人都可以在亚马逊网站或沃尔玛超市,以这一数字的零头买到一台平板电视。
库兹韦尔将不同时期的信息处理能力与同一时期拥有同等信息处理能力的生物学生命形式进行了比较,如图1-2所示。我们看到,一直到2010年,计算机程序的计算能力还比不上一只老鼠或臭虫,而且并没有什么出彩之处。
图1-2 计算能力的指数级增长规模
不过,“思维克隆人将在更久的未来才会到来”这一假设存在两个误解。 首先,许多专门应用已经远比非常聪明的人类还要聪明。 例如,手机中的地图软件可以比人更迅速地在未知区域找到目标地址。尽管没有软件包可以像人类思维一样“海纳百川”,但计算机程序正快速进入许多我们投入了大量心力的领域,并取得了不错的成绩。距离软件能够“海纳百川”还有多远的距离呢?根据图1-2 (19) ,在2020年,计算机拥有的处理器数量会像人脑拥有的神经元一样多。 4 库兹韦尔在《人工智能的未来》一书提到,到这个节点以后,人类将会需要另一个10年,也就是到21世纪30年代,人类将可以与基于软件的意识进行日常互动,而且这些意识是人类级别的。
其次,从心理学的角度来看,我们发现很难将思维克隆人这个概念视作新潮概念。 这个原因与人类理解事物的方式(线性)和信息技术进步的方式(指数)之间的差异有关。线性事物发展的方式像孩子的成长,或许在它们达到稳定阶段前,每年只能前进一步或半步。这是我们进化出的理解“改变事物”和“改变形式所需时间”之间关系的线性方式。改变人们成长方式的事物每年都会线性地改变相同数量。因此,如果今天的一台常见计算机的处理能力和人类大脑之间的差距有100万倍,我们会自然而然地预测思维克隆人到来的时间:大约是用100万年时间除以每年计算机处理速度提高的速度。
举例来说,我刚使用一年的笔记本电脑拥有的信息处理能力大约是人脑的0.001%(它的处理速度大约是人脑神经元联结数量的零头,尽管某些领域的软件已经相当先进)。就大脑能力而言,虽然我的笔记本电脑拥有大约5 000亿比特的内存,但它在引领全新思维的数据与观点之间建立联系的水平甚至不如啮齿类动物。我的笔记本电脑的神经元能力大约比我的大脑皮层强15倍,但它仍然无法形成自己的原始想法或具备什么本能的顿悟能力。
现在,我能够买到拥有人脑能力0.002%的新计算机。按照这种速度,并且以线性思维工作的方式发展,我还要等待99 998年才能买到思维克隆人!线性思维占据了我们的大多数新体验,比如从具备人类大脑信息处理能力0.001%的计算机到具备人类大脑信息处理能力0.002%的计算机需要一年时间;根据这个进行推测,计算机需要998年甚至更长的时间达到人类大脑信息处理能力的1%,再过1 000年达到2%,再过1 000年达到3%,以此类推。
然而事实上,信息技术并没有呈线性式增长,而是呈指数级增长的。这意味着,根据摩尔定律,信息技术每一两年会翻一番。 (20) 因为计算机能力翻倍了,下一年我将获得相当于人类大脑信息处理能力0.004%的计算机,而非0.003%;再过一年,我将获得相当于人类大脑信息处理能力0.008%的计算机,而非0.005%。拥有信息技术,思维克隆技术将按照这种速度发展,如表1-1所示。
表1-1 思维克隆技术的指数级发展
在这里,有四点需要注意。 第一,将计算机处理器的数量与人脑神经元的数量进行匹配,对思维克隆技术来说不是必需的。 有研究称,人类只用到了大脑潜能的10%左右。如果我们在长大的过程中会讲5种语言,我们就会习以为常。如果不是这样长大的,那么我们也就学不会那么多语言。那些做过大脑切除手术的人,大脑功能依然相对正常。所以,我们所掌握的信息技术或许已经具备了创造思维克隆人所需的10%、20%甚至更高的水平。上述估算可以说是很保守的,因为人们总是持有一种有争议的乐观情绪。
第二,图1 - 3中的数字和时间只是近似值。 例如,将1 024视作1 000,只是为了让数字更直观。类似地,尽管摩尔定律提到计算性能每隔一两年就会翻番,为方便理解,我们可以解读为计算能力每年都会翻番。如果周期为每两年一次,那么思维克隆人的出现时间就会从现在的16年变为32年;如果我们使用的周期是18个月,那么时间将变为24个月。关键是思维克隆人将在10年左右的节点出现,而非一代人、一个世纪或上千年。这关乎我们的生活。
图1-3 信息技术的指数级发展
第三,一些人对摩尔定律的正确性能维持多久产生了疑问。 他们提出,当增长空间耗尽,指数级现象(比如培养皿中细菌的生长)就会终止。事实上,因为知识(不像细菌)可以无限制地增长,所以信息技术的翻倍增长也是没有限制的。知识是唯一一种你挖掘得越多、就有更多知识等你去挖掘的资源。几十年来,工程师已经为摩尔定律描述的增长路线设计好了线路图。例如,当平面集成电路达到增长上限时,计算机将会转变采用三维集成电路。这一技术已经存在。三维电路堆栈将芯片分隔在单独的模块中,即所谓的系统级封装(SiP)或多芯片模块(MCM)。2004年,英特尔推出了3D版本的奔腾4 CPU,2007年又推出了拥有堆栈(或叫3D)内存的、实验版本的八核设计。
第四,我们需要探讨人脑的计算能力和人类思维的软件能力之间的区别。 拥有人脑的处理速度并不等于拥有重塑意识的必要技术。我们的思维依赖于某个非常接近10 16 个神经元联结的东西,因为我们知道,拥有较少神经元数量的其他动物并没有同人类一样的思维。但是,我们的思维独立于这些拥有偏好或“联结体”(即像思维软件一样的软件)的神经元联结,以产生类似人类思想、情感和反应的方式进行交叉关联。
全世界的聪明人都在不断打造将硬件优势发挥到极致的软件;卓越的软件甚至超越了人们对最好的硬件的性能预期。我们用上万行软件代码将人类送上了月球。今天,笔记本操作系统让我们可以使用大约一亿行代码同时观看视频、听音乐、浏览网页、给朋友发邮件、制作文件、操作电子表格。现在,全球有上万名专家在研究人类思维的逆向工程。我坚信,当必要的硬件处理器支持成为现实时,人们这些努力将会成功制造出思维软件。
如果将人类思维视作不可能或很难复制的机器,我会表示怀疑,因为它不是。人类思维非常擅于将不同事物及不同事物(包括感情)的各部分联系在一起;也非常擅长建立外部世界的实时模型,以及自我组织一个连续、合理的互相作用的自我。这些都是容易处理的问题。控制论的提出者、数学家诺伯特·维纳说过:“如果我们能够以清晰、易于理解的方式做任何事情,那么我们也能用机器做到。”创造思维软件的诱惑需要全球最优秀的神经科学家和软件工程师一起合作,反复推敲人类模型和思维软件代码的草稿。当必要的硬件(处理速度和强大内存)成为可能时,思维克隆人软件(人类思想)将会出现。
思维克隆人软件的出现或许会晚于21世纪20年代(例如,我们在赋予思维克隆人人类级别的意识之前,坚持呈现人类情绪的细微差别),或许要等到21世纪30年代(例如,在创建人类的人格特征时我们可以更高效地使用比大脑更弱的计算能力)。当我们坚信人类思想属于精神领域、是人工复制无法企及的东西时,思维软件将不会出现。在法律上,有一条原则叫“事实自证”,即事实会为自己说话。例如,如果枪口在冒烟,那就说明子弹被射出了;在现实中,有一条原则叫“标记法自证”,即信息为自己说话。如果一个被复制的思维为他人的幸福做出了牺牲,爱就会显现。就像某人在午夜冻醒,并为房间里的其他人盖上了毯子——拥有爱之感知力的思维克隆人也可以学会这种举动,并为另一个人这样做。
有些人自欺欺人地认为,网络意识和思维克隆人离我们还很遥远,因为人类的线性思维很难预测指数级现象。事实上,思维克隆人或许与朋克摇滚和苹果计算机诞生的时代相近。下面这些都是革命性事件:第一,短短20年间,手机从“几乎没人用”到“几乎人手一部”;第二,短短15年间,互联网从“军队玩具”变成了“世界的狂欢”。将思维克隆人从聊天机器人发展为人类模拟物,就好比将今天的学步儿童带进大学或者将今天的千禧一代带进职场,同样充满革命性。
2014年,斯坦福大学最受欢迎的研究生课程大多数与神经形态编程相关,即使用软件从环境(例如思维文件和大数据)中寻找信息,并且从这样的信息中学习实现目标的最佳方式(例如思维软件和人们通常做的方式)。“这反映了时代的精神。”索尔克研究所(Salk Institute)的计算神经科学家泰伦斯·特里·赛杰诺维斯基(Terrence Terry Sejnowski)这样说。泰伦斯开创了仿生算法。《纽约时报》高级科技记者、畅销书《人工智能简史》( Machines of Loving Grace ) (21) 作者约翰·马尔科夫(John Markoff)曾在一篇文章中写道:“每个人都明白将有什么大事情发生,他们正试图搞清楚到底是什么事情。”
我意识到,直到有人将思维克隆人作为二重身,并说服其他人相信思维克隆人可以像人一样做梦和祈祷之前,意识或网络意识的辩论还会继续。相比花30亿年才实现的生物学或自然形式的达尔文式进化,网络生命或网络意识将会在须臾间完成,因为,意识的关键元素(比如自主和移情)是服从于软件编码的。而代码本身正以非常快的速度发生。成千上万位软件工程师正在努力推进网络意识的发展。美国政府正在参与人类基因组计划,希望绘制出大脑活动图——该项目致力于将大脑数十亿神经元的活动图表化,以加深人类对认知、行为以及意识的理解。2012年,谷歌研究人员使用机器学习算法(被称为神经网络)在没有人类监督的情况下执行了识别任务:它训练自己通过扫描有1 000万张图片的数据库,来识别出有猫的图片。这个方法似乎很简陋,但正是这种方法在改变计算机科学,并且该方法已经有了实际应用。一年后,谷歌使用同样的神经网络技术创建了一个搜索服务,帮助人们在上百万张图片中找到特定图片。
正如我将在下一章中讨论的,联合符号软件要达到人类思想和情感(即思维软件)的复杂程度,并聚集数十亿人已经创造的信息(即思维文件),构造出软件大脑(即思维克隆人)只需要几十年的时间。这才是真正的智能设计。