下载掌阅APP，畅读海量书库
立即打开
探索发现可能是人类最激动人心的能力。在好奇心的驱使之下，在意外收获带来的愉悦之中，我们以发现填补了我们认知的真空，并将我们提出的问题转化为答案。探索可以说是我们人类的自我定义中不可或缺的一部分。因此，尽管前路有危险横亘，有崎岖挫折，我们仍然坚持不懈地沿着这条道路上下求索。
纵观历史，人类的探索，尤其是对自然环境的探索，向来是一个在严峻风险面前展现巨大勇气的叙事。人类探险队所面临的往往是生死较量。16世纪早期，麦哲伦开启的环球航行历时三年，其间暴力、饥饿和死亡可谓如影随形。麦哲伦的航行是首次成功的环球航行。在这一过程中，他打破了公海上的持久航行纪录，证明了地球的形状，并且在欧洲殖民主义背景下为国际范围内的社会和经济交流开辟了全新道路。
麦哲伦麾下的大多数船员都认识到，他们的前路危机四伏。虽然当时人们不再普遍认为地球是平的，但“地球是圆的”这一事实尚未得到证实，麦哲伦的许多船员可能害怕他们的船会驶出世界的边缘。
麦哲伦和他的船员们都知道，如果“地球是圆的”这一假设有任何偏差，他们都将为此付出沉重代价。事实上，他们确实犯了错，也付出了代价：他们低估了旅程的长度，低估了维持生命所需的食物数量，还低估了大规模中毒的危险，以及船只受损或无法航行的风险。最初启航时的船队有5艘船，共载有大约270名船员，但到最后只有一艘船载着18名失魂落魄的幸存者返回了西班牙的港口。而且这些幸存者中没有船长，后者在航行途中被土著杀死。
在麦哲伦所处时代之后的400年里，世界的每一个角落都被绘制成地图——唯独南极洲除外，那是一片如同外星球般荒凉的土地。英裔爱尔兰探险家欧内斯特·沙克尔顿比他之前的任何人都更接近位于那片土地上的南极点——所谓的“世界之底”。1909年，沙克尔顿及其部下带着一支毫无经验的船员队伍，在没有政府支持、只有一些私人贷款和个人捐款的情况下，创造了最长的南极探险旅程纪录，并为后来的探险家们铺平了道路。
尽管沙克尔顿无法宣称自己是第一个到达南极点的人，但他还是赢得了后人的尊敬，因为他将人类价值置于探索的野心之上。探险开始后的一年时间里，探险队成员每天都被绑在雪橇上，残酷地轮班工作10小时，每天只能前进区区几英里。虽然他们有足够的食物到达南极点，但剩余的食物却不足以支撑他们返回船上。
就在彼时彼地，在距离胜利已不到97英里（约156千米）的地方，沙克尔顿没有让他的部下冒生命危险继续前进，而是决定折返。他在日记中写道：“我们已经尽力了。”
在撤退途中，沙克尔顿还将自己每天仅有的一块饼干配给让给了生病的船员弗兰克·怀尔德，后者在日记中写道：“再多的钱都买不到那块饼干，我永远不会忘记那次队长做出的牺牲。”
沙克尔顿并没有因为这次失败而气馁，后来他又进行了多次南极探险。几十年来，坊间流传着一个故事（后来被证实是杜撰的），说他在伦敦《泰晤士报》上刊登了如下广告：
招人：危险旅程。工资微薄，刺骨严寒，长达数月的完全黑暗，危险不断，不确定能否安全返回。如果成功，将获得荣誉和认可。
这则广告虽是杜撰的，但它所体现的牺牲精神却是如假包换。这就是距今仅一个世纪的探险所需要面对的现实：我们能拓展多少人类边疆，得看有多少勇敢之人愿意为如此渺茫的成功而孤注一掷。
也许是体认到了这些危险，一些国家的政府开始认为有必要对此类探索发现活动加以赞助和奖励，而这些活动也日益成为国家间国际竞赛的一部分。例如，麦哲伦的航行就取决于政治力量的支持。由于无法从葡萄牙国王——他自己的君主——那里获得财政支持，麦哲伦改换门庭，转而在西班牙王室的赞助下开展航行。他死后，船员们选择了西班牙人胡安·塞巴斯蒂安·埃尔卡诺担任指挥官。在返航途中，埃尔卡诺因几乎没有食物和补给而陷入绝望，他试图在位于西非海岸的葡萄牙殖民地佛得角群岛停留，并派出13名船员上岸与殖民总督谈判，但他们的请求遭到了羞辱性的拒绝。
虽然因被拒绝而沮丧不已，但埃尔卡诺也因此更坚定了自己的决心，要用行动证明葡萄牙的愚蠢和西班牙的成就。他下令起锚，继续返航（不过他把先遣使团的成员留在了这片不友好的土地上）。最终，埃尔卡诺完成了这次旅程，实现了麦哲伦的理想，他致信西班牙国王，即当时的神圣罗马帝国皇帝，也是世界上最强大的君主：
陛下比任何人都清楚，我们最应该珍视和把握的重点是，我们已经发现了整个世界是球形的且绕着它航行了一圈。我们扬帆向西而去，却从东方归来。
最终，这些无所畏惧的人和他们的政治支持者将探索计划进一步推向了地球之外。我们不仅要研究行星——这项工作已持续了数千年——还要亲自踏上这些行星的表面。第二次世界大战之后，受美国和苏联之间冷战的推动，两国间的“太空竞赛”促使这两个超级大国争相将人类送往他们从未涉足之地。
这些宇航员自身当然可被视为先驱，但莫斯科和华盛顿进行的太空冒险都绝非源于个人主义的生命和财富赌博。相反，每一次冒险都是一次协调一致的外交和军事任务，推动其实施的是大量的投入，比如资金、时间，还有试错余地。在过去的70年里，600多名宇航员冲破重重阻碍，穿越苍穹，遨游太空，其中一些人还走得更远，他们不仅绕月飞行，还在月球上行走。
所以，美苏争霸一方面将我们带到了核毁灭的边缘，另一方面又让我们踏足天上的星辰。
在“地理大发现”时代（麦哲伦、瓦斯科·达·伽马
、阿梅里戈·韦斯普奇
等人活跃的早期现代时期）之前的一个多世纪，中国人在航海方面呈现的雄心无论在探索范围还是规模上都是无与伦比的。中国明朝伟大的航海家郑和率领的“宝船舰队”由数十艘，有时甚至数百艘当时最先进的船只组成，载着数以万计的水手、士兵、外交官和商人。对比之下，西方国家政府为探险家们提供的那点资源和支持可谓相形见绌。这位中国航海家的每一次冒险都耗时两年左右。他麾下的船只最初航行于中国东南沿海附近的太平洋水域，后又向西航行到孟加拉湾、印度洋、阿拉伯海、红海，最后到达东非的斯瓦希里海岸。从1405年到1433年，他的探险活动历时近30年。
郑和下西洋的缘起和动机更接近于现代美苏两国的太空计划，而不是他所处时代的西方同类计划。与其说郑和下西洋是对未知领域的冒险突进，不如说是一场对大明王朝治国有方、物产丰盈的成果展示。但问题也在于此。即使是在一个资源充足的国家，那些对确保一次探险成功必不可少的事物，从长远来看也会败坏探险事业的根基。政治会改变，优先事项会转变，人的耐心也很容易被消磨殆尽。“宝船”所需的开支如此之大，以至于明朝朝廷内部的一些大臣开始反对皇帝为这些任务提供资金的举措。政治挫折和自然灾害令局势愈加动荡不安。最后，明朝决定将其最好的船只连同郑和下西洋的诸多记录加以销毁或刻意雪藏，以免再次出现此类宏图大业，吸引和诱惑国家领导人为此劳民伤财。这些船只逐渐腐烂朽坏，400年来再也没有出现过可与其比肩者。
类似地，在美国赢得太空竞赛之后，由于再没有竞争对手来激励该国努力奋进，华盛顿对太空探索的支持从此萎靡不振，美国国家航空航天局（NASA）的预算也遭削减。在之后50年的时间里，美国的载人航天能力江河日下。美国从地球上唯一有能力让人类登陆月球的国家，沦落到只能将人类送入近地轨道，直到最后彻底丧失了将任何人送入轨道的能力。
到头来还是依靠私人探险家的努力，美国航天的声誉才有所挽回，在太空探索技术公司（SpaceX）的带领下，西方探索宇宙的雄心得以重振。如今，该公司的成就已经达到我们难以想象的高度，它不再将距我们最近的天体视为临时目的地，而是欲在其上建立永久的家园。一个世纪前，沙克尔顿帮助建立了人类在地球最南端的据点。而今天，沙克尔顿环形山——一个为纪念他而命名的洼地，位于月球的南极，而非南极洲——则是人类计划中的下一个前哨基地选址。
备选支持者的存在对探索的持续进行至关重要。在麦哲伦时代的欧洲，如果一位君主不支持，探险家可以从另一位君主那里筹集资金。到了20世纪，欧内斯特·沙克尔顿渴望为当时已日渐衰落的大英帝国夺取南极点，然而1914年爆发的第一次世界大战令该国无暇他顾。沙克尔顿因此无法从英国王室筹集到必要的资金，于是他转而求助于私人捐助者。私人营利性公司的兴起——这使得投资和风险均得以汇聚——带来了更多的可能性。对此，人们不禁要问，如果郑和及其继任者有这样的选择，他们会成就何等伟业呢？
在西方历史上最漫长的时期里，对现实的探索主要集中在地理实体——我们的星球和离我们最近的毗邻天体——层面之上。而随着人类逐渐主宰我们所处的自然环境——陆地、海洋和天空——人类永不停歇的探索本能迟早会将其探索范围从周边的空间扩展到内心的思想领域。然而，今天我们在本书中所涉足的并非物质探索的前沿，而是智力探索的前沿。
人工智能的发展开创了一个新的发现时代。当人工智能被整合到实体系统中时，机器人传感器会承担起早先由人类承担的角色，从而使人类在进行探索时免于遭受身体危险，并因此令热衷于此的开发者和投资者的队伍成倍壮大。
人工智能不会感到恐惧，因此它不会因现实的浩瀚广阔而心生敬畏。人工智能也不会感到羞耻，因此它可以毫不犹豫地承受失败，但人工智能可以迅速重新调整，通过不断即兴式创新和尝试，它可以适应高失败率，却不会让上述那些开发者和投资者感到受挫。
如今，人工智能领域的探索几乎完全是由私营公司和企业家主导的项目，国家则成为辅助支持者。不过，即使没有政府的锦上添花，人工智能的发展和扩张也可能会继续受到各种资金来源的推动。诚然，在当今尚属早期的发展阶段，这种探索可能仍然需要大量的人力资本和社会支持；但在未来，人工智能的持续探索对部署该技术的社会而言，可能将不再是一项财政和政治负担。这并非某种不可预见的发展，也不似那些早期探索时代的情形——所有这些早期探索都在尚未充分发挥其潜力之时便告终结——我们可以期待对人工智能的探索和利用之势将持续下去。
然而，尽管人工智能在一定程度上摆脱了早期探索活动面临的桎梏，但它也无法全然随心所欲——尤其是当它的影响变得愈加明显时。民主社会对风险的容忍度，以及国际博弈面临的不确定未来，将继续成为影响人工智能领域的重要未知因素。也许这将引发一场人工智能竞赛；也许这将导致一场悲剧，程度堪比明朝政府大规模摧毁郑和的“宝船舰队”；也许各国可以沿着某条中间路线获得进展。
事后看来，显而易见的是，人类发现的疆域必将扩展到物质领域之外，也就是说，将不再限于航海家、宇航员和冒险家们所踏足之地，其探索者也将变得更加不拘一格。事实上，从相当早的时期起，历史就已见证了一类“新的”（或者说，即便不那么新，也肯定与众不同）人类发现者，即“博学者”的乘势而起。
这些人精通许多领域的知识，其中任何一个领域通常都需要耗费一生的精力去钻研，因此纵观整个历史，博学之人可能也只有寥寥几百个。无论是献身于艺术还是致力于科学，抑或是两者兼而有之，这些人都洋溢着对所探究领域进行彻底变革，或者从零开始创造整个研究领域的澎湃激情。与其说他们是被心灵的勇气鼓舞，还不如说是被纯粹的思想力量推动，他们不畏艰险地向着人类知识和想象的深处进发：相较于活跃于实体世界的典型探险家，他们所直面的领域更为广阔。
有时，这些出众个体因其拥有的破解宇宙奥秘的神奇能力而被视为巫师，或是与神圣的宇宙造物主有联系的中间人，人们对他们既敬畏又怀疑。这种名声经常会使他们与宗教或政治当局发生冲突。在其他时候，他们也会因为自己的天赋而受到当局重视，被鼓励在这些权威的直接支持下继续研究，并因自己的努力而得到回报。
在伊斯兰黄金时代，博学者们曾想方设法开辟科学道路，寻求以此为信仰服务。来自今属伊拉克巴士拉的伊本·海赛姆提出了科学方法的概念，比西方文艺复兴时期的同道们早了五个世纪。
伊本·海赛姆精通几何学、天文学、光学和经验心理学，在水利工程方面也有很深的造诣。
正是最后这一点令他与宗教发生冲突。他声称自己有能力控制尼罗河水的泛滥，而当时人们仍认为这种自然现象乃是出于超自然的原因。因此他被邀请去巴格达与哈里发
会面。在那里，他提出的工程项目被发现与伊斯兰神学教义相悖。作为对他所持大胆主张和颠覆思想的惩罚，他被迫避世隐居，直到哈里发去世。
其他博学者，如阿尔·花剌子米——一个来自今属乌兹别克斯坦境内的波斯人——在为神学服务的学术领域取得了更大的成功。他被任命为宫廷天文学家和巴格达智慧宫图书馆的负责人。
天文学在阿拔斯王朝的哈里发统治下蓬勃发展，哈里发慷慨地资助了像他这样的人，因为他们对伊斯兰信仰做出了直接贡献，例如对圣地的地理坐标进行标记，其中最重要的便是确定麦加的方向——这是伊斯兰教祈祷的必要条件——由于中世纪天文学对恒星精确定位的改进，相关计算变得更加精确。
与海赛姆和花剌子米同时代的人还找到了更具创造性的方法，通过深化科学与宗教之间的联盟来维持探索精神，用同时代另一位伟大的穆斯林博学者伊本·路世德的话来说，就是确保那些拥有“智慧统一”（the unity of intellect）之人在一个并非如欧洲启蒙运动那样以其理性成就而著称，而是以狂热的宗教信仰而闻名的时代，也能够得到庇护保全。
在距离巴格达千里之外，中国和印度的博学之士（他们彼此之间也相隔千里）的做法不是与神权结盟，而是向政府机构靠拢，通过攀附权势和自身努力实现了与政治的独特媾和。在12世纪，金月
——“他那个时代的通晓一切知识之人”——担任鸠摩罗波罗国王统治地区（现为印度古吉拉特邦）的顾问。几个世纪后，年轻的莫卧儿皇帝阿克巴大帝不仅将统治这个国家，还会在建筑、工程和文学方面取得不俗建树。
至于中国的智者，除了在知识领域展现才能，他们也在朝廷中担任顾问、文官和高级行政长官。政府既是他们的客户，也是他们的靠山。在一天之中，这些思想家可能随时以司天监监正的身份监督历法的制定；而在仅一小时后，他们又会就如何提高农作物产量向中央内阁建言献策。他们或受命建造大型战争机器，或作为使节出使邻国，抑或负责就经济政策问题向皇帝提供建议。
但他们没有自主权，只有在皇帝需要他们提供智力服务时，他们才会受到优待。在古代中国，派系政治成为天才的桎梏，就像伊斯兰世界的宗教限制一样。即使是一代才俊也受制于最初认定他们才能的制度，科学仍然听命于天子。沈括是宋代的一位博学之士，他被一个妒贤嫉能的侍御使弹劾，最终失去了皇帝的宠信，从而陷入了孤立无援的境地。奇怪的是，他之所以落得这般田地，却是由于与宋朝那位可称博学之士的侍御使的政治竞争所致。
在古代和中世纪的中东、印度和中国，这些孤独的博学者的身影偶有闪现。但直到“地理大发现”时代之后，也就是在我们现在所说的理性时代或启蒙时代，系统的概念研究才首先在欧洲萌发，随后又在美国涌现。事实证明，在15世纪和16世纪文艺复兴的推动与促进下，随后的四个世纪——将我们带到如今这个人工智能时代开端的阶段——是一个与以往截然不同的知识探索时代。
在前启蒙时代，博学者别无选择，只能委身于更高的权力，无论后者是皇帝还是哈里发。相比之下，欧洲启蒙运动的许多领军人物却能够依照自己的见解大胆追求，不是将其作为实现政治或神学目的的手段，而是将其本身作为目的。意大利的博学者莱昂·巴蒂斯塔·阿尔伯蒂自豪地评价文艺复兴时期的人：“一个人只要愿意，就可以做任何事情。”
不过，尽管智力本身已构成探索的必要条件，但还远远不够。除了保持对风险的热衷，探险家还必须得到合适的资源、环境和合作者的支持。而在启蒙运动时期，探险家可以三者兼得。各国政府和企业——主要是出于将科学理论转化为军事和商业应用的兴趣——仍然是欧洲-大西洋地区博学者的积极赞助者和合作伙伴，同时在很大程度上能够让后者自由地按照他们认为合适的方式支配自己的精力和技能。即使有人试图对博学者加以收编、压制或以其他方式进行干预，欧洲的分裂状况也足以让那些在一个地区不受欢迎的思想家在另一个地区找到立足之地。因此，法国人弗朗索瓦-马利·阿鲁埃——他的笔名伏尔泰更为人所熟知——在法国境外度过了相当长的岁月，而俄国人米哈伊尔·罗蒙诺索夫
则在19岁时决心“学习科学”，为此他从遥远的北方家乡村庄一路行至莫斯科，在那里接受了基础教育，然后转入德国马尔堡大学学习。
一个显而易见的结果是，人类的进步如今为那些志同道合的思想家在现实世界中或精神上的全新汇聚与联系方式所推动，这促使拥有最高智慧者进行竞争和合作。在此之前，人类天才的故事一直与孤独相伴，他们在空间和时间上被暴政孤立。博学者往往孑然一身，在自己所在的空间或时间范围内很少有其他知音可以与之合作或共勉，他们只能在自身能力允许的范围内不断突破界限。此外，由于与所在政体内部和政体之间其他少数知识先驱缺乏联系，发明家们难免陷入重复劳动，他们对对方的研究缺乏直接了解，也无法在他人的成果基础上更上一层楼。
渐渐地，那些有幸掌握准确、及时且忠实翻译材料的人，便可以通过集体努力拼凑复杂的发明——这种拼凑组合不仅在同时代发生，而且可以跨越时代。到启蒙运动时期，博学者们不仅能够沟通各学科，而且能够将以前从未被调和或融合为一个连贯整体的不同理解领域融会贯通。从此不再有“波斯科学”或“中国科学”了，有的只是科学。
这种整合不同领域知识的能力有助于产生快速的多学科突破，并最终被证明是“集体智慧”的最佳尝试。例如，在20世纪，二战时期的曼哈顿计划便是这种高度智力密集型工作的体现，在当时最杰出人才的共同努力下，只用了三年时间，就将几代人的理论物理学成果转化为核武器这一毁灭性的应用：这是他们的前辈无法想象的壮举。其他一些机构，如普林斯顿高等研究院和加利福尼亚州兰德公司，也同样成为天才的庇护所。
当然，也有一些博学者为其才华所累，仍然喜欢独自工作。塞尔维亚裔美籍发明家尼古拉·特斯拉就是其中之一。
在隐居和连续的独处中，人的头脑会更加敏锐清晰。思考不需要大实验室。独创性在不受外界影响的情况下茁壮成长，这些影响只会削弱我们的创造性思维。独处，是发明的秘密；独处，是创意诞生的时刻。这就是为什么许多人间奇迹都是在简陋的环境中诞生的。
但特斯拉的事迹只是个例外，而并非常态。20世纪应用科学的“寒武纪大爆发”
，使人类以前所未有的速度和规模向前迈进。在博学者群体智力叠加组合的赋能之下，这些群体自身也配备了现代化的工具。这种强大动力产生的综合效应帮助我们克服了人类的诸多局限。数字通信和互联网搜索本身就是博学者群聚的产物，它们使这些群体的规模得以扩大，并使知识的汇集远远超出了以往人类所能企及的高度。
当然，这种增幅也有限度。无论我们如何对那些旨在将我们带入新领域的载具加以优化设计，也无论我们如何将众多天才组织起来开展工作，生物性限制和人类自身的缺陷都在继续制约着我们的能力：我们的生命有限，我们需要睡眠，我们容易疲倦，我们需要休息和喘息。即使在工作中，大多数人一次也只能专注于一项任务。
想想看，在19世纪末和20世纪初，托马斯·爱迪生——他本身就是一个博学者，与特斯拉可谓棋逢对手——花了近三年时间进行了数千次实验，才研制出一盏“实用的白炽灯”。诚然，爱迪生那时在一定程度上曾因改进亚历山大·格雷厄姆·贝尔发明的电话而有所分心，但即使在许多助手的支持下，他对灯泡的探索也需付出非同一般的努力。直到今天，许多尖端技术的研究和开发仍然耗资巨大、耗时漫长，而且在政治上和心理上都让人望而却步。由于结果是如此不确定，对剩余物理世界边界的探索——太空、深海、地球内部的地壳——仍只是最成功的公司和最富有的政府才能胜任的项目。
当然，正是这些不利因素的存在，使得探索仍然具有意义，甚至被视为奇迹。
物理学家约翰·冯·诺依曼在后世被视为最后一位伟大的博学者，他被英国《金融时报》评为“世纪风云人物”，因为他体现了20世纪特有的自信，即相信思维的力量能够“驾驭和驯服物理世界”。
事实上，冯·诺依曼虽将巨大精力投入到数学理论和原子弹等核心问题上，但他最关键的创造还是计算机：这既是20世纪的最后一次重大突破，也可能是人类不得不“独自”构思和制造的最后几项发明之一。
凭借冯·诺依曼这样杰出的智者，人类在扩展自身智力领域的历程中可能已经达到了非增强型人类智能的上限。博学的通才尤为罕见，因为通常情况下，掌握一个领域的基础知识已耗时长久，以至于任何一个有志于成为博学者的人在掌握了该领域的基础知识之后，就没有时间再去学习另一个领域的知识了，而且局限于单个领域还有可能令其丧失创造性思维的能力。如今，创新似乎越来越多地来自团队，而不是任何一个拥有卓越跨学科洞察力的天才。
然而，将从多个个体的头脑中获得的知识加以整合仍然是一个困难的过程。甚至在明星知识分子中，或者说尤其在这些人之中，随着参与合作者的数量增加，其彼此间的协同交流也会遇到阻碍。
相比之下，人工智能将成为终极的博学者。在探索人类知识领域的前沿时，它能够以惊人的速度处理和生成海量信息的表征。它能够同时评估无数维度和领域的模式，从而创建出前所未有的连通性。它的高效率使其得以超越人类探索发现的局限性，用美国社会生物学家E. O.威尔逊的话来说，它甚至有望成功地将为数众多的智力追求融合成一个新的“知识统合体”（unity of knowledge）。
正如启蒙运动时期的博学者所取得的成就有赖于信息的互联一样，机器学习的最新进展也得益于庞大的数据规模——集体智慧，而当今的人工智能不仅使之成为可能，还令其唾手可得。
如果将这个类比再往前推一步，也许我们就不难理解，人工智能技术的最新进展不是依靠一个大型程序来单独完成工作，而是将多个小型程序的结论综合起来，形成所谓的“专家混合体”。我们预测，这种博学者通过集群来产生能力增幅的情形在日后将屡见不鲜。
到目前为止，人类的整体探索仍然受制于身处前沿人员的数量和素质。我们只有几千名身体力行的先驱，而博学者还要少得多。因此，人工智能有望在现实世界和智力探索领域掀起一场革命。正如我们所指出的，人工智能缺乏恐惧和羞耻感，因此会毫不犹豫地听从命令，奔赴前沿。此外，人工智能不仅有能力探索以千米为计量单位的外太空，也能够探究以纳米来衡量的人体内部生命机理，它对现实的探索明显不受主观经验或体力的限制，也不受人类智力或感官的限制。当涉及物理现实时，机器的探索也不会要求我们为这项事业牺牲生命；相反，它要求我们为此付出的时间可能少得多，也就是说，只需计算人类为维持其可用而花费的时间即可，至于机器自行探索的时间则不在衡量之列。
在未来，任何一个社会的主要约束可能不再是它能汇集多少有才华的“博学者”个体来为科学进步提供微不足道的、有时甚至还彼此不一致的动力。人类的潜力将不再受限于我们之中涌现的麦哲伦或特斯拉这种天才的数量。世界上最强大的国家也不再是拥有最多爱因斯坦和奥本海默这类人才的国家，而是只要这个国家能够创造出人工智能并充分利用其潜力即可。这就可能令衡量国家实力的主要标准发生范式转变。几个世纪以来，这一标准已从领土转变为资源，后又转变为资本，再到人力资本——现在，也许将转变为算力资本。
此外，学习型机器完全可能成为自我改进的机器。计算机以一种与以往任何机器都截然不同的方式放大了人类心智的力量，并在问世几十年后促进了人工智能的突破，那么人类作为博学者的最后一项发明，是否会因为最终取代了自身的发明者而被历史铭记呢？
从人工智能的角度来看，人类积累的知识就像是分布在一望无际的海洋之上的火山岛所组成的群岛。在这个想象的情境之中，每个岛屿的地理中心都由一座火山山峰构成：随着观察者的视角从山峰向下朝向海面，知识的确定性逐渐减弱，对其的信心也逐渐下降，直至到达海边。
假设为了在真实世界中演绎这一想象图景，我们从海洋中抽走了足够数量的水，那么人们就会立即看到迄今为止人眼不可见的巨大的水下地形拓扑结构；岛屿不再像海洋中漂浮的自由陆地那样凭空浮现，而更像是巨大的水下山脉或火山露出海平面的尖端部分，它们从海底基座上耸立而起，高度刚好可以冲破海平面。
如果在这幅图景中，每座岛屿都代表人类理解的一门学科，那么将每座岛屿与另一座岛屿分隔开来的水域，则代表着仍有待我们去发掘的不完整的联系。为了将我们对宇宙的理解提升为一个潜在的连贯整体，这种联系是必不可少的。尽管我们对当下现实“土地”的描摹会暂时带来一种脚踏实地的安心感，但我们对自身立足岛屿在水面之下或远离岛屿的事物却知之甚少。而人工智能可以改变这一点。
以物理学领域为例，这是最典型的科学范例。如果说艾萨克·牛顿调和了天体和地球世界的定律，如果说迈克尔·法拉第和詹姆斯·克拉克·麦克斯韦在电学、磁学和光学方面也做了同样的工作，那么人们至今仍在继续寻找一种“大统一理论”，以调和两种各自独立、互不兼容的理论，这两种理论各自争相从现实的宏观与微观两端解释我们的存在。它们分别是宇宙理论（广义相对论）和亚原子理论（量子力学）。
人工智能可能最终会给这些看似迥异的理解领域带来秩序和结构，并在此过程中揭示出遗传学和语言学、宇宙学和心理学等领域之间的相互联系（就好比这些领域是彼此有着相同底层结构相连的群岛）。人工智能甚至可能有助于调和看似互不相容的思想流派或信仰体系之间的分歧。
在许多学科中，我们已经发现了大量的“近似事实”（possible truth），尽管它们实际为真的概率很低。在人类认知组成的“群岛”中，这些“近似事实”就像是沿着岛屿海岸线排布的小点：人类对它们虽不是无知，但也未必真正了解。人们可以将人工智能导入这些沿着海岸线分布的探询区域，准确判断出对这些区域加以进一步探索的最有成效的途径。通过快速连续地选择、测试、逆转和重新选择，它可以评估数百万种可能选择的效果。
正是通过这种方法（我们将在第五章中进一步探讨），谷歌的DeepMind实验室不仅让人工智能掌握了人类所熟悉的中国古代棋类游戏围棋，还在机器可向人类展示的知识范围内，增加了人类对围棋的了解。早期的国际象棋类程序通常依赖于蛮力计算，与之相比，AlphaGo（阿尔法围棋）则已根据先前的3000万步棋对自己进行了预先“训练”，并以此展示了机器的抽象推理能力。
从这个意义上说，机器的训练类似于哲学博士生的思维“训练”：后一种情况是一个通过多年的强化学习逐步建立思考和推理能力的过程。DeepMind的系统就像一个学生经过多年的学习后，在论文答辩时回答问题一样，“训练”自己超越之前所接触的学识，并从更抽象和更高层次的教导中，得出它所推断出的最有可能获胜的棋步。有些时候，人工智能模型确实成功地选择了人类在历时4000年的无数棋局中从未尝试过的棋步——这可能只是因为，人类的思维似乎仅限于一次操纵4个独立变量，但人工智能却能同时从无数个维度做出无数个概率判断。
因此，人工智能获得了原创性的想法，并首次将它们带入人类经验的范畴。
当人类用户对人工智能模型进行问询，例如，在ChatGPT中输入一个问题时，不仅仅是要求它像传统搜索引擎那样检索一个信息点，而且是要求它综合多个信息点，并在此基础上得出结论。它在多个方向和多个维度并举，在高维空间中生成信息表征，涉及无数领域和子领域内部与之间的关系，并从这些复杂的网络表征中得出结论。
在回答我们的问题时，人工智能的“大型语言模型”具有看似超人的能力和速度，这些模型是在大量数据上进行预训练而成的。由于其给出答案的准确性之高，令我们对人类本就支持的各种事实的信心也愈加牢靠，这些模型便产生了越来越详细的原先位于认知海平面以下的深层信息。
人工智能对新知识的积累不仅可能以极快的速度进行，还可能以开辟一系列额外探索的方式展开。在弈棋过程中，AlphaGo倾向于采用具有特别开放性的解法。因此，在训练过程中，一些人工智能模型可能会偏向于提供多种选项的高潜力区域，从而实现快速灵活的探索。
人类可能很难适应这种新的人工智能探索模式。其间最严峻的挑战将涉及这种探索是否反映，以及如何反映我们自身对现实和人类目的的认知，抑或对此有所违背。人类可能会尝试制造某种“载具”，以便在我们指示人工智能去创造露出海面的新知识岛屿时能够亦步亦趋，随同登陆。或者，我们可以为自己配备“工业设备”，并凭此以人类更为适应的速度，慢慢地从海底挖出沉积物，从而将代表我们理解范围的小小礁岩逐步扩大。又或者，我们最终会确信，以后再也不必亲自踏上我们自己所立足之处以外的陆地了，一切交给人工智能便好。
此外，人工智能还面临着控制不当的挑战，它可能以破坏性的方式积累知识。它的探索方法可能会像最初形成我们所立足家园的火山喷发事件一样猛烈。让我们继续沿用岛屿的比喻：人工智能可能会令我们所立足岛屿的火山再一次喷发，这一过程会大大扩展岛屿的面积，但会毁掉先前的知识积累。它甚至可能使海底巨大的板块断裂，这些板块间的碰撞可能会使新的知识山脉浮出水面。然而，由于这些知识与我们自身的经验脱节，其可能会反过来引发一场认知风暴，从而不可避免地将我们引向对现实更全面——尽管可能并不是我们所愿见——的理解。
另一方面，如果人工智能的发展与我们的目标一致，那么，就像之前计算机的发展一样，这将成为一项人类使命，并且可以促进其他人类使命的发展。这将把人工智能提升到宇宙中至高力量的地位，或者至少是一种与之同等的力量。下个世纪的大多数重大发现之中，将有相当部分，甚至全部由人工智能做出。果真如此的话，我们人类可能会回过头来意识到，与那些至今隐藏在海平面下的可能性山脉群峰相比，我们在过去几千年里所开辟的那些知识岛屿是多么渺小可怜。