来源:图灵人工智能

我们每个人的生活,都是由这三磅重、果冻状大脑书写的完整人生。我们所有的意识、情感、决策、创造力,都源自宇宙中最复杂的事物——大脑。当860亿个神经元在潮湿的电化学网络中涌动时,一个全新的自我正在浮现。

无论你身处人生的何种年纪、境遇,拥有何种先天条件,大脑每时每刻都在帮你重塑自己。而且大脑的进化能力,更是让我们成为“最擅长绝处逢生的物种”,总是能够在重重压力下找到前所未有的解决方案。

我们的感官功能能否“更上一层楼”

我们已经逐渐变得比较擅长往身体里直接插入机器了。你或许并未意识到这一点,但如今,有数十万人使用着人工听觉和视觉设备生活。

依靠人工耳蜗,外部麦克风将声音信号数字化,馈送到听觉神经。同样,人工视网膜把来自摄像头的信号数字化,通过插入眼睛后面视神经的电极网格来发送信号。这些设备为失明和失聪的人们找回了感官。

从前,人们并不清楚这种做法是否可行。这些技术最初推出的时候,许多研究人员都心存怀疑:大脑的接线是这么精密而明确,金属电极和生物细胞之间真能开展有意义的对话吗?大脑能够理解粗糙的非生物信号吗,还是会被这些信号搞糊涂?

事实证明,大脑学会了解读这些信号。对大脑来说,习惯这些人工植入体,有点像是学习一种新语言。起初,外来的电信号难以理解,但神经网络最终从输入的数据里提取出了模式。虽然输入信号很粗糙、原始,但大脑想出了理解它们的途径。它会寻找模式,跟其他感官进行交叉对比。如果输入的数据里存在结构体系,大脑便将它搜索出来,经过几个星期,这些信息也变得有意义起来。尽管植入体提供的信号跟我们天生的感官略有不同,大脑仍然琢磨出了该怎样处理自己所得的信息。

大脑的可塑性令新输入可以得到阐释。这将开辟出什么样的感官体验前景呢?

我们来到人世间,人人都配备着一套标准的基本感官:听觉、触觉、视觉、嗅觉和味觉,还有诸如平衡、振动和温度感等。我们的传感器是人从环境中拾取信号的门户。然而,正如第1章中所说,这些感官只允许我们体验到周围世界中极小的一部分。所有人体不具备相应传感器的信息源,对我们来说都不可获得。

我把我们的感官门户想成外围的即插即用设备。关键在于,大脑不知道数据从哪里来,它也不在乎。只要信息输入大脑,大脑就会想出办法去处理它。依照这种思路,我认为大脑就是一台通用运算设备:给它什么,它就按什么来运作。我的设想是:大自然母亲只需要一次性地创造出大脑运作原理,接着,就可自由自在地去设计新的输入通道了。

最终的结果是,我们熟悉、热爱的所有这些传感器,都仅仅是外围的即插即用设备。把它们插上去,大脑就能开始工作了。按照这种思路,进化不需要不断地重新设计大脑,只需要设计好外围设备,大脑自然会想出办法利用它们。

放眼动物王国,你会发现动物大脑应用着各种各样的外围传感器。蛇有热传感器;玻璃飞刀鱼(学名是青色埃氏电鳗)有电传感器,可阐释局部电场变化;奶牛和鸟类有磁场感受器,可根据地球磁场为自己定向。大多数动物可以看到紫外线,大象可以听到非常远处传来的声音,而狗则有着丰富的嗅觉体验。自然选择这一试炼场是终极的黑客空间,基因想出了种种办法把来自外部世界的数据导入内部世界。这样一来,进化构建出了能够体验不同现实片段的大脑。

我想要强调的是,我们习以为常的这些传感器,并没有什么根本的特别之处。经历了有着种种进化限制条件的复杂历史,我们配备上了这些传感器。可这并不是说,我们只能忍受它们的限制。

这一设想的原理,最主要的证据来自一个叫作“感官替代”的概念,它指的是,通过不寻常的感官通道来馈送感官信息,比如通过触觉来馈送视觉。大脑能计算出怎样处理信息,因为它并不太在乎数据是从什么样的途径输入的。

感官替代听起来科幻味十足,但其实早已得到了证实。1969年,《自然》杂志上刊发了第一篇对此进行证明示范的文章。在该报告中,神经学家保罗·巴赫里塔(Paul Bach-y-Rita)揭示,失明的被试可以学会“看”物体,哪怕视觉信息是通过不寻常的方式馈送给他们的。盲人坐在一把改装过的牙科治疗椅上,来自摄像头的视频信号会转换成小活塞泵压的模式,压在他们的后腰上。换句话说,如果你在摄像头前放个圆环图形,那么,被试会感觉背后传来了圆环图形。在镜头前呈现一张脸,参与者会通过背部感觉到这张脸。不可思议的是,盲人逐渐得以阐释这些物体,还体验到物体在靠近过程中变得越来越大。至少在一定意义上,他们能够通过自己的背部来“看”。这是第一例感官替代,在这之后有更多。一些更现代的感官替代是,把视频馈送成一道声音流,或者施加于前额或舌头上一系列的小幅震动。

一种名叫“大脑端口”(BrainPort)的邮票大小的设备,就是通过舌头传递视觉信息的例子。该设备的运作原理是通过舌头上的一小块网格向舌头传送小幅电击。盲人被试戴上附有小型摄像头的墨镜。摄像头的像素转换成电脉冲传导到舌头上,感觉起来有点麻酥酥的,类似碳酸饮料刺激舌头的那种感觉。盲人可以熟练掌握“大脑端口”的用法,在障碍道路上穿行,甚至把球扔进篮筐。盲人运动员埃里克·魏恩迈尔(Erik Weihenmayer)使用“大脑端口”攀岩,他根据舌头上的电脉冲信号,判断峭壁和裂缝的位置。

如果用舌头“看”听起来有点疯狂,那么你只要记住,“看”无非是电信号流入了你黑洞洞的头骨里。这通常是通过视神经实现的,但要说信息不能靠其他神经来承载,显然没道理。感官替代表明,大脑可以利用任何形式的输入数据,并想出办法来理解它。

我的实验室在进行一个建立平台促成感官替代的项目。具体来说就是,我们设计了一种可穿戴技术,名叫“可变超感官传感器”(Variable Extra-Sensory Transducer,简称VEST,也叫“背心”)。“背心”可以穿在衣服里面而不被察觉,其上覆盖有微小的振动电机。这些电机把数据转换成动态振动模式,传送给整个躯干。我们用“背心”带给失聪人士听力。

使用“背心”5天左右,天生失聪的人就能正确识别出口语词汇了。虽然实验仍处于初期阶段,但我们预计,等穿上几个月“背心”,用户便会产生直接的感知体验――基本上等同于“听”。

人通过躯干上变化的振动模式变得逐渐能“听”,这似乎有点奇怪。但正如牙科椅或舌端网格的例子,关键在于,只要能得到信息,大脑并不关心信息是怎么得到的。

人类需要AI,还是更需要自身AI化

用感官替代来避开失效感官系统的方式很棒,但除了替代之外,如果我们能运用这一技术来扩展人类标配的感官,那会是什么样的呢?为此,我和我的学生目前正为人类增添新的感知能力,借此提升我们对世界的体验。

想想看:互联网上涌动着千万亿字节数量级的有趣数据,但如今,我们只能通过盯着手机或电脑屏幕来获得这些数据信息。如果你能将数据实时接入身体,让它们变成你对世界直接体验的一部分,那会是何等情形?换句话说,如果你能感觉到数据,那会怎么样?可以是气象数据、股票交易数据、推特数据、飞机驾驶舱数据,也可以是工厂状态数据――把这些全部编码成大脑可以学习理解的振动语言。在开展日常任务的过程中,你能够直接感知到100多千米外是不是在下雨,或者明天会不会下雪。又或者,你可以对股市情况培养起直觉,下意识地确认全球经济动态。你还可以察觉到整个社交网络范围内的热门内容趋势,并借助这种方式进入群体的“意识”中。

虽然听起来科幻味十足,但多亏了大脑提取信号模式的天赋(哪怕我们并未有意识尝试),我们离这样的未来并不太远。这就是我们能理解复杂数据并将之纳入对世界的感官体验的奥妙所在。就像阅读这一页的文字一样,吸收新数据会逐渐变得毫不费力。不过,和阅读不一样的是,新增的感知将成为吸收世界新信息的一条渠道,而且无须意识参与其中。

目前,我们还不知道大脑整合数据类型的极限在哪里,又或者是否存在极限。但很明显,人类不再只能困守着进化这一漫长的时间尺度,等着感官适应的到来。未来,我们会越来越多地自行设计对世界的感官门户,把自己接入扩展的感官现实中。

我们怎样感知世界,仅仅是故事的一半。另一半是我们怎样与世界互动。能不能和修正感官自我一样,借助大脑的灵活性来修正我们接触世界的方式呢?

来看看简·肖伊尔曼(Jan Scheuermann)吧。她患有一种名为脊髓小脑性共济失调的罕见遗传性疾病,连接大脑与肌肉的脊髓神经萎缩了。她能感觉到自己的身体,但动弹不得。她这样形容:“我的大脑对胳膊说‘抬起来’,但胳膊说‘我听不见你说什么’。”因为身体完全瘫痪,她成了参与美国匹兹堡大学医学院一项新研究的理想人选。研究人员将两条电极植入她的左侧运动皮质,这是大脑信号向下传到脊髓控制手臂肌肉之前的最后一站。研究人员检测她皮质里的电活动,用计算机翻译来理解她的意图,然后用她大脑的输出来控制一条全世界最先进的机械手臂。

肖伊尔曼希望动机械手臂的时候,只需要想就可以了。她动弹手臂时,爱对它说话:“抬起来。放下去,下去,下去。朝右,抓握,松开。”机械手臂便按她的吩咐行事。虽然肖伊尔曼把命令说出了声,但其实并无必要。她的大脑和机械手臂之间有着直接的物理连接。简报告说,她的大脑并未忘记怎样动弹胳膊,哪怕它10年都没让胳膊动过。“就像骑自行车一样。”她说。

肖伊尔曼熟练地指挥机械手臂,暗示了未来我们能利用技术提升并扩展自己的身体,我们不光可以替换肢体或器官,还可以改进它们:把它们从脆弱的人体结构升级成更耐用的材质。肖伊尔曼的机械臂只是未来仿生时代的最初迹象,等到了那个时代,我们将能控制比天生的皮肤、肌肉和骨头更强壮、更持久的设备。别的不说,这将打开太空旅行的全新可能性。我们如今这孱弱的身体,想要探索太空,未免配置有些低。除了更换四肢,先进的脑机接口技术预示着更奇异的前景。想象一下,把你的肢体不断扩展,直到变得面目全非。先从这个设想开始:如果你可以用大脑信号无线控制房间那头的一台机器,那会怎么样?比如你一边构思回复电子邮件,一边用运动皮质操纵一台脑控的真空吸尘器。这个概念乍听起来不可行,但要记住,大脑十分擅长在后台执行任务,不需要占用太多有意识频段。你只要回想一下,一边开车一边跟乘客说话,同时旋转着收音机频道钮,对你来说是多么轻而易举。

只要有了合适的脑机接口和无线技术,便没有任何理由说人不能通过思想遥控起重机或铲车等重型机械,一如你能够三心二意地弹着吉他或用铲子挖土。感官反馈(比如视觉反馈,你看着机器怎样运动;甚至是将数据反馈进你的躯体感觉皮质,你将感觉到机器怎样运动)将提高你的此类能力。控制这些机械肢体需要不断练习,最初动作会有点笨拙,就如同婴儿要张牙舞爪好几个月才能学会怎样精确地控制自己的胳膊和腿。随着时间的推移,机器将成为你高效的额外肢体,它们通过液压或其他原理运作,拥有非凡的力量。这些机器感觉起来会逐渐变得跟你天生的胳膊或腿一样。它们无非是另一种肢体罢了,是我们自己的扩展延伸。

我们还不清楚,大脑能够学习整合的信息种类是否存在理论上限。说不定,我们可以拥有想要的任何类型的实体身躯,以想要的方式与世界进行任何类型的互动。你的扩展肢体完全可以在地球对面完成任务,或到月球采矿,而与此同时你自己正在地球上吃三明治。

我们天生配备的身体,只是人类的起点。在遥远的未来,我们不光能扩展自己的身体,还能扩展自我意识。随着我们吸收新的感官体验,控制新类型的肢体,我们作为个体的含义也将发生深刻变化:我们的“身体”决定了我们怎样感受、怎样思考,以及我们是什么人。如果这一标准版感知和标准版身体的限制被打破、扩展,我们就会成为不同的人。我们的曾曾曾曾孙一代人,说不定很难理解我们这一代人是怎么回事,什么东西对我们有着重要意义。在历史的这一刻,我们与石器时代祖先的共同之处,说不定比我们与将来后代的共同之处更多。

用计算机模拟人类意识,有没有意义

不是所有渴望延长生命的人都喜欢被冷冻保存的。有些人顺着另一条思路在想:有没有其他方式可以提取存储在大脑里的信息呢?不必让死者复生,而是想办法把数据直接读取出来。毕竟,大脑繁杂的亚微观结构包含着你所有的知识和记忆,难道它就不能被破译吗?

让我们来看看怎样才能实现这一点。比较重要的是,我们需要非常强大的计算机来存储一颗大脑的详尽数据。幸运的是,当今计算机运算能力的指数级增长,暗示这大有可能。此前20 年,计算机运算能力增长了1000多倍。计算机芯片的处理能力每18个月翻一番,而且这一趋势仍在继续。当今时代的技术,允许我们存储庞大得超乎想象的数据,进行海量的模拟运算。

鉴于我们的计算机有如此强大的运算潜力,也许总有一天,我们能够把人类大脑扫描复制到计算机的基体上去。这种可能性在理论上没有任何障碍,不过,我们要从现实的角度去理解相关的挑战。

一颗正常的大脑有60亿~80亿个神经元,每个神经元要建立近一万条连接。它们的连接方式非常特殊,人人不同。你的经历、你的记忆,所有让你之所以成为你的东西,通过神经细胞之间数千万亿条连接的独特模式表现出来。这一模式,庞大得超过了我们能理解的范围,可概括地称为你的“连接体”。普林斯顿大学的承现峻(Sebastian Seung)博士正带领团队想要绘制这一连接体。

面对如此精细又复杂的系统,绘制出它的连接网络是极其困难的。为了达到这个目的,承博士使用的是串行电子显微镜。他先用极为精准的刀片,将大脑组织切成一系列非常薄的切片(目前用的是老鼠的大脑,而非人的大脑)。每一切片又细分成更小的区域,再用功能极为强大的电子显微镜进行扫描。每次扫描的结果,就是所谓的“电子显微镜照片”,它代表的是放大10万倍的大脑局部。只有达到这么高的解析度,才有可能辨认出大脑的精细特征。

等这些切片都存入计算机后,更艰难的工作就开始了。人们每次在一个非常薄的切片上,描绘出其中细胞的边界。这一描绘工作,传统上由人工完成,但眼下越来越多地交给计算机算法。接着,把描绘好的图像一个个地叠加起来,尝试把横跨多个切片的单个细胞恢复成三维尺度中的完整模样。通过这种辛苦的方式,模型建立起来,揭示出哪个细胞跟哪个细胞相连。

如此错综复杂、交错纽结的连接,来自边长为几十亿分之一米、大约一个针尖大小的脑组织。不难看出,重建人类大脑所有连接的全貌这一任务为什么会如此艰巨,什么时候完成也没有切实的指望。涉及的数据量异常庞大:光是存储一颗人类大脑的高分辨率结构,就需要泽字节(zettabyte,1ZB=1000000000TB)的容量,其大小相当于此刻地球上的所有数字内容。

让我们放眼遥远的未来,想象有一天你的连接体被完整地扫描了出来。这些信息就足够代表你了吗?这张你所有大脑回路的快照,真的能够拥有意识,尤其是你的意识吗?恐怕不能。说到底,向我们表明哪些细胞连接在一起的回路图,只是大脑运作魔法的一半而已。另一半是这些连接上发生的电化学活动。思想、感觉和意识的炼金术,来自大脑细胞每秒钟所进行的千万亿次互动:化学物质的释放,蛋白质形体的变化,电活动顺着神经元的轴突一波波地传导。

想想连接体有多庞大,再乘以每一条连接每一秒所进行的无数活动,你大概能明白问题是何等复杂了。有一点很遗憾:人类大脑是无法理解这么庞大复杂的系统的。但也有一点很幸运:我们的计算机运算力正朝着正确的方向发展前进,直至最终能开启一重可能的大门――对系统进行模拟。而接下来的挑战不光是读取数据,还要让模拟系统运行起来。

瑞士洛桑联邦理工学院的一支研究团队,就正在着手进行这样的模拟。他们的目标是,到2023年拿出一套能够模拟运行整个人脑的软硬件基础设备。该项目名为人类脑计划(Human Brain Project),是一项雄心勃勃的研究任务,从世界各地的神经科学实验室收集数据,这就包括个别细胞的数据(细胞的内容及结构),到连接体的数据,再到神经元群组大规模活动模式的信息。慢慢地,各种实验所得出的每一项新发现,都为这一巨幅的拼图拼上了微小的一块。人类脑计划的目标是以真实的神经元结构和行为方式来实现大脑模拟。尽管这一目标雄心勃勃,欧盟也提供了超过10亿美元的资金,但模拟人类大脑至今还遥不可及。眼下的目标只是建立大鼠的脑模拟。

映射并模拟完整的人类大脑,这段漫长的征途,我们才刚刚开始走,但从理论上看,并没有达不到终点的理由。不过这里有一个关键的问题:大脑的模拟会有意识吗?如果正确地捕获细节并进行模拟,我们能够得到一种有感知的生命吗?它能思考吗?它拥有自我意识吗?

人类能否创造出新智能

一如计算机软件能够在不同的硬件上运行,意识的软件也可能在其他平台上运行。不妨想想以下这种可能性:如果生物神经元本身并没有什么特别之处,相反,是神经元的沟通方式造就了一个人,那会带来什么样的结果呢?这样的前景,叫作“大脑的计算假说”(computational hypothesis of the brain)。该假说认为,神经元、突触和其他生物物质并不是决定性成分:关键的是它们所执行的运算。可能大脑的实体是什么并不重要,重要的是它所做的事

如果确实如此,那么从理论上讲,你就可以在任何基板上运行大脑。只要运算按正确的方式推进,你所有的思想、情感和复杂活动就都能产生,成为新材料里复杂沟通的产物。就理论而言,你可以把细胞换成电路,把氧气换成电:只要所有的要素和零件正确地连接互动,载体是什么不重要。通过这种方式,我们也许能“运行”你的完整模拟,不需要生物大脑。按照大脑的计算假说,这样的模拟真的可以就是你。

大脑的计算假说仅仅是个假说,我们还不知道它是真是假。毕竟,大脑神经系统里说不定有什么特殊的东西尚未被揭示,如果是这样,我们就只能坚守自己天生配备的生物身体了。但如果计算假说真的是正确的,那么思想就可以生活在计算机里了。

如果模拟思想真的是可行的,就会带来另一个问题:我们还需要复制传统生物方式的思想吗?我们有没有可能去自己发明,从无到有地创造出不同的智能呢?

计算机真的能思考吗

人们付出了很长时间的努力,想要创造一台能思考的机器。人工智能这条研究路线,至少在 20世纪50年代就出现了。尽管最初的拓荒者心态乐观,但事实证明,这个问题难得出人意料。尽管我们很快就能推出自动驾驶的汽车,计算机首次击败人类国际象棋大师距现在也有几十年了,但制造出真正有感知的机器的目标尚未实现。我小时候以为,我们很快就能制造出能跟人类互动的机器人,照料我们,参与有意义的对话互动。可如今,我们距离这样的结果还非常遥远,这充分说明大脑功能之谜是多

么深奥,我们解码大自然之母的秘密更是遥遥无期。

英国普利茅斯大学进行了创造人工智能的最新一次尝试。他们制造出一种人形机器人,叫作 iCub,按照设计和工程学,它会像人类婴儿那样学习。传统上,机器人要预先编程,掌握完成相关任务所需的知识。但如果机器人能发展出人类婴儿那样的学习方式――通过与世界互动,通过模仿榜样来学习,那会是什么样呢?毕竟,婴儿来到这个世界时不知道怎么说话,也不知道怎么走路,但他们有好奇心,他们关注,他们模仿。婴儿把自己置身的世界视为教科书,通过模仿榜样来学习。机器人不能也这

么做吗?

iCub的个头相当于两岁的孩子。它有眼睛、耳朵和触觉传感器,让它能跟世界互动,进行学习。

如果你给iCub展示一件新东西,并说出它的名称,比如“这是一个红色的球”,计算机程序会把物体的视觉形象跟口语标签关联起来。所以,下一次你再拿出红色的球,并问:“这是什么?”它会回答:“这是一个红色的球。”研究人员的目标是,让机器人在每一次互动当中逐渐积累知识,填充知识库。通过在自己的内部代码中进行调整和连接,它能够发展出一套合适的反应技能。

iCub经常把事情搞错。如果你展示好几个物体,说出它们的名称,再让iCub逐一把名称说出来,它会犯好几次错误,并多次回答“我不知道”。这是整个过程的一部分。这也表明建立智能到底有多困难。

我花了相当多的时间跟iCub互动,这是一个让人印象很深的项目。但我在那里的时间越长,我就越是明显地发现,这个项目并未带来“思想”。尽管iCub有着一对大眼睛、友好的声音和孩子般的动作,可它没有感知。它靠一行行的代码运行,而非思想。而且,哪怕我们仍然处在人工智能的初级阶段,人们还是会情不自禁地思考一个古老而深刻的哲学问题:一行行的计算机代码真的能思考吗?iCub可以说出“红色的球”,可它真的能够理解红色或者球形的概念吗?计算机是只能按照程序来做事,还是真能拥有内部体验呢?

计算机能够通过编程获得意识和思想吗?20世纪80年代,哲学家约翰·瑟尔(John Searle)提出了一项思想实验,准确地切中了这个问题的核心。他称该思想实验为“中文屋论证”(Chinese Room Argument)。

具体是这样的:我被关在一个房间里,一个窄窄的投递口里传来给我的问题――它们全都是用中文写的。我不会中文,我对纸上写的是什么东西毫无头绪。然而,在这个房间里,我拥有一座图书馆,它们包含了逐步的指示,告诉我该怎么处理这些符号。我观察符号的组合,按照书上说的步骤,抄写对应的中文符号作为回复。我把它们写在纸条上,通过投递口传回去。

外面说中文的人收到我回复的信息,完全能够理解信息的意思。在他看来,房间里的人完美地回答了他的问题,因此,很明显,房间里的人肯定是懂中文的。当然,我欺骗了他,因为我只是按照一连串的指示在做,我根本不明白到底是怎么回事。有了足够的时间、足够庞大的指令集,我可以回答任何用中文对我提出的问题。但身为操作员的我,并不懂中文。我整天操纵符号,但我并不知道这些符号的意思。瑟尔认为,这正是计算机内部发生的情况。无论iCub一类的程序显得多么聪明,都只是在按照指令集输出答案,它操纵符号,却并不真正理解这是在干什么。

搜索引擎也是如此。你向搜索引擎发送查询请求,它并不理解你的问题,也不理解它自己给出的答案:它只是围绕逻辑门里的0和1运作,最终返给你0和1构成的答案。还有“谷歌翻译”,它是一款令人大开眼界的程序,我用斯瓦希里语说一句话,它能向我传回匈牙利语的译文,但这靠的全是算法。这无非是符号的操作,就像中文屋里的那个人一样。“谷歌翻译”对句子完全不理解,对它来说,句子没有任何意义。

中文屋论证思想实验表明,我们开发了模拟人类智能的计算机,可它们并不真的理解自己在说什么。它们所做的任何事情,都不具备意义。瑟尔用这一思想实验指出,如果我们单纯让数字计算机去模拟人类大脑,关于人脑的有些事情会找不出解释。没有意义的符号和我们的意识体验之间存在着一道鸿沟。

围绕中文屋论证思想实验如何阐释,学界尚存在争论,但不管怎么分析说明,这一思想实验都暴露出,要想从物理零部件中制造出人类对世界的鲜活体验,是一件无比困难的事,也是一件无比神秘的事。每一次尝试模拟或创造类人智能,我们都要面对神经科学上一个核心的未解之谜:数十亿个简单的大脑神经元,怎样通过运作生成了“我存在”的丰富主观体验――疼痛的刺感、红色的鲜艳、葡萄的味道?毕竟,大脑细胞也无非是细胞,它们按照局部规则执行基础的操作。究其本身,它做不了太多事情。那么,这数十亿个细胞累加起来怎么就变成了“我之为我”的主观体验了呢?

我们距“超人类”时代还有多远

如果大脑的软件才是思想的关键因素,而不是硬件细节,那么从理论上说,我们可以把自己从身体基板上转移出去。有了足够强大的电脑模拟大脑互动,我们就可以把自己上传。我们可以运行自己的模拟系统,摆脱人类原本的生物性的神经系统,成为数字化的非生物存在。这将成为人类历史上最重要的飞跃,并把我们推入“超人类”的时代。

想象一下,把身体抛下,进入模拟世界,进入一种新的存在状态,会是什么样子呢?你的模拟存在里的生活说不定正如你所期望的那样。程序员可以为你创造出任何虚拟世界,你能在虚拟的世界里飞翔,生活在水下,或是感受到另一个星球的微风拂面。我们可以按自己想要的速度,或快或慢地运行虚拟大脑,这样,我们的意识可以跨越时间的长河,也可以把运算时间里的几秒钟变成数十亿年的体验。

上传自己的技术障碍之一是,模拟大脑必须要有能力自我更改。我们不光需要零部件,还需要它们不断进行的实际互动,例如,转录因子进入细胞核并形成基因表达的活动,突触所在位置和强度的动态变化,等等。如果你的模拟体验不能改变模拟大脑的结构,你就无法形成新的记忆,也对时间的流逝没有感知。在这种情况下,不朽又有什么意义呢?

如果事实证明上传自己是可行的,那么就开启了进入其他星系的可能性。我们的宇宙当中至少有1000亿个其他星系,每个星系都包含着上千亿颗恒星。我们已经辨识出了数千颗绕那些恒星运行的系外行星,其中一些行星的环境条件跟地球的很类似。棘手的地方是,以我们现在的血肉之躯是没有办法前往那些系外行星的,眼下没有任何方法能让我们在如此广阔的空间中旅行。

然而,你可以暂停模拟系统,把它发射进太空,等1000年之后它到达某个星球时再重启。那么,从你的意识中看,你先是在地球上,然后被发射进入太空,转瞬就来到了一个新的星球。上传就相当于实现了物理学上的梦想,找到了虫洞,在主观的一瞬间里,从宇宙的一个地方前往到达了另一个地方。

我们是否可以不靠大脑存在

未来岁月里,我们将发现人类大脑的更多内情,超出目前的理论框架的解释范围。但就眼下而言,我们周围还到处都是谜团:许多谜团我们意识到了,许多谜团我们还根本不知道它们的存在。脑科学这一研究领域面对的是一片广阔的未知水域。一如往常,科学里最重要的是开展实验,评估结果。届时,大自然母亲会告诉我们哪些方法是死胡同,哪些方法能带我们在理解人类意识蓝图的道路上走得更远。

只有一件事能够肯定:我们人类才刚刚开始发现某样东西,但那到底是什么,我们还没完全弄明白。我们正处在一个前所未有的历史关头,脑科学和技术正共同发展。这一交汇点上发生的情况,有望改变我们自身。

千百年来,世世代代的人类一直生活在同样的生命周期里:我们出生,控制自己脆弱的身体,享受有限的感官现实,接着死去。科学可以为我们带来工具,跳出这一演进程序。我们现在能够破解自身的硬件,由此而来的结果是,我们不再需要保留大脑。我们能够住到新型的感官现实和新型的身体里。最后,我们甚至能够彻底抛弃自己的实体形态。

我们人类才刚刚发现了塑造自己命运的工具。 我们会变成什么样,取决于我们自己。

阅读最新前沿科技趋势报告,请访问欧米伽研究所的“未来知识库”

https://wx.zsxq/group/454854145828

未来知识库是“欧米伽未来研究所”建立的在线知识库平台,收藏的资料范围包括人工智能、脑科学、互联网、超级智能,数智大脑、能源、军事、经济、人类风险等等领域的前沿进展与未来趋势。目前拥有超过8000篇重要资料。每周更新不少于100篇世界范围最新研究资料。欢迎扫描二维码或访问https://wx.zsxq/group/454854145828 进入。

截止到3月31日 ”未来知识库”精选的百部前沿科技趋势报告

(加入未来知识库,全部资料免费阅读和下载)

  1. 牛津未来研究院 《将人工智能安全视为全球公共产品的影响、挑战与研究重点》

  2. 麦肯锡:超级智能机构:赋能人们释放人工智能的全部潜力

  3. AAAI 2025 关于人工智能研究未来研究报告

  4. 斯坦福:2025 斯坦福新兴技术评论:十项关键技术及其政策影响分析报告(191 页)

  5. 壳牌:2025 能源安全远景报告:能源与人工智能(57 页)

  6. 盖洛普 & 牛津幸福研究中心:2025 年世界幸福报告(260 页)

  7. Schwab :2025 未来共生:以集体社会创新破解重大社会挑战研究报告(36 页)

  8. IMD:2024 年全球数字竞争力排名报告:跨越数字鸿沟人才培养与数字法治是关键(214 页)

  9. DS 系列专题:DeepSeek 技术溯源及前沿探索,50 页 ppt

  10. 联合国人居署:2024 全球城市负责任人工智能评估报告:利用 AI 构建以人为本的智慧城市(86 页)

  11. TechUK:2025 全球复杂多变背景下的英国科技产业:战略韧性与增长路径研究报告(52 页)

  12. NAVEX Global:2024 年十大风险与合规趋势报告(42 页)

  13. 《具身物理交互在机器人 - 机器人及机器人 - 人协作中的应用》122 页

  14. 2025 - 2035 年人形机器人发展趋势报告 53 页

  15. Evaluate Pharma:2024 年全球生物制药行业展望报告:增长驱动力分析(29 页)

  16. 【AAAI2025 教程】基础模型与具身智能体的交汇,350 页 ppt

  17. Tracxn:2025 全球飞行汽车行业市场研究报告(45 页)

  18. 谷歌:2024 人工智能短跑选手(AI Sprinters):捕捉新兴市场 AI 经济机遇报告(39 页)

  19. 【斯坦福博士论文】构建类人化具身智能体:从人类行为中学习

  20. 《基于传感器的机器学习车辆分类》最新 170 页

  21. 美国安全与新兴技术中心:2025 CSET 对美国人工智能行动计划的建议(18 页)

  22. 罗兰贝格:2024 人形机器人的崛起:从科幻到现实:如何参与潜在变革研究报告(11 页)

  23. 兰德公司:2025 从研究到现实:NHS 的研究和创新是实现十年计划的关键报告(209 页)

  24. 康桥汇世(Cambridge Associates):2025 年全球经济展望报告(44 页)

  25. 国际能源署:2025 迈向核能新时代

  26. 麦肯锡:人工智能现状,组织如何重塑自身以获取价值

  27. 威立(Wiley):2025 全球科研人员人工智能研究报告(38 页)

  28. 牛津经济研究院:2025 TikTok 对美国就业的量化影响研究报告:470 万岗位(14 页)

  29. 国际能源署(IEA):能效 2024 研究报告(127 页)

  30. Workday :2025 发挥人类潜能:人工智能(AI)技能革命研究报告(20 页)

  31. CertiK:Hack3D:2024 年 Web3.0 安全报告(28 页)

  32. 世界经济论坛:工业制造中的前沿技术:人工智能代理的崛起》报告

  33. 迈向推理时代:大型语言模型的长链推理研究综述

  34. 波士顿咨询:2025 亚太地区生成式 AI 的崛起研究报告:从技术追赶者到全球领导者的跨越(15 页)

  35. 安联(Allianz):2025 新势力崛起:全球芯片战争与半导体产业格局重构研究报告(33 页)

  36. IMT:2025 具身智能(Embodied AI)概念、核心要素及未来进展:趋势与挑战研究报告(25 页)

  37. IEEE:2025 具身智能(Embodied AI)综述:从模拟器到研究任务的调查分析报告(15 页)

  38. CCAV:2025 当 AI 接管方向盘:自动驾驶场景下的人机交互认知重构、变革及对策研究报告(124 页)

  39. 《强化学习自我博弈方法在兵棋推演分析与开发中的应用》最新 132 页

  40. 《面向科学发现的智能体人工智能:进展、挑战与未来方向综述》

  41. 全国机器人标准化技术委员会:人形机器人标准化白皮书(2024 版)(96 页)

  42. 美国国家科学委员会(NSB):2024 年研究与发展 - 美国趋势及国际比较(51 页)

  43. 艾昆纬(IQVIA):2025 骨科手术机器人技术的崛起白皮书:创新及未来方向(17 页)

  44. NPL&Beauhurst:2025 英国量子产业洞察报告:私人和公共投资的作用(25 页)

  45. IEA PVPS:2024 光伏系统经济与技术关键绩效指标(KPI)使用最佳实践指南(65 页)

  46. AGI 智能时代:2025 让 DeepSeek 更有趣更有深度的思考研究分析报告(24 页)

  47. 2025 军事领域人工智能应用场景、国内外军事人工智能发展现状及未来趋势分析报告(37 页)

  48. 华为:2025 鸿蒙生态应用开发白皮书(133 页

  49. 《超级智能战略研究报告》

  50. 中美技术差距分析报告 2025

  51. 欧洲量子产业联盟(QuIC):2024 年全球量子技术专利态势分析白皮书(34 页)

  52. 美国能源部:2021 超级高铁技术(Hyperloop)对电网和交通能源的影响研究报告(60 页)

  53. 罗马大学:2025 超级高铁(Hyperloop):第五种新型交通方式 - 技术研发进展、优势及局限性研究报告(72 页)

  54. 兰德公司:2025 灾难性网络风险保险研究报告:市场趋势与政策选择(93 页)

  55. GTI:2024 先进感知技术白皮书(36 页)

  56. AAAI:2025 人工智能研究的未来报告:17 大关键议题(88 页)

  57. 安联 Allianz2025 新势力崛起全球芯片战争与半导体产业格局重构研究报告

  58. 威达信:2025 全球洪水风险研究报告:现状、趋势及应对措施(22 页)

  59. 兰德公司:迈向人工智能治理研究报告:2024EqualAI 峰会洞察及建议(19 页)

  60. 哈佛商业评论:2025 人工智能时代下的现代软件开发实践报告(12 页)

  61. 德安华:全球航空航天、国防及政府服务研究报告:2024 年回顾及 2025 年展望(27 页)

  62. 奥雅纳:2024 塑造超级高铁(Hyperloop)的未来:监管如何推动发展与创新研究报告(28 页)

  63. HSOAC:2025 美国新兴技术与风险评估报告:太空领域和关键基础设施(24 页)

  64. Dealroom:2025 欧洲经济与科技创新发展态势、挑战及策略研究报告(76 页)

  65. 《无人机辅助的天空地一体化网络:学习算法技术综述》

  66. 谷歌云(Google Cloud):2025 年 AI 商业趋势白皮书(49 页)

  67. 《新兴技术与风险分析:太空领域与关键基础设施》最新报告

  68. 150 页!《DeepSeek 大模型生态报告》

  69. 军事人工智能行业研究报告:技术奇点驱动应用加速智能化重塑现代战争形态 - 250309(40 页)

  70. 真格基金:2024 美国独角兽观察报告(56 页)

  71. 璞跃(Plug and Play):2025 未来商业研究报告:六大趋势分析(67 页)

  72. 国际电工委员会(IEC):2025 智能水电技术与市场展望报告(90 页)

  73. RWS:2025 智驭 AI 冲击波:人机协作的未来研究报告(39 页)

  74. 国际电工委员会(IEC):2025 智能水电技术与市场展望报告(90 页)

  75. RWS:2025 智驭 AI 冲击波:人机协作的未来研究报告(39 页)

  76. 未来今日研究所 2025 年科技趋势报告第 18 版 1000 页

  77. 模拟真实世界:多模态生成模型的统一综述

  78. 中国信息协会低空经济分会:低空经济发展报告(2024 - 2025)(117 页)

  79. 浙江大学:2025 语言解码双生花:人类经验与 AI 算法的镜像之旅(42 页)

  80. 人形机器人行业:由 “外” 到 “内” 智能革命 - 250306(51 页)

  81. 大成:2025 年全球人工智能趋势报告:关键法律问题(28 页)

  82. 北京大学:2025 年 DeepSeek 原理和落地应用报告(57 页)

  83. 欧盟委员会 人工智能与未来工作研究报告

  84. 加州大学伯克利分校:面向科学发现的多模态基础模型:在化学、材料和生物学中的应用

  85. 电子行业:从柔性传感到人形机器人触觉革命 - 250226(35 页)

  86. RT 轨道交通:2024 年中国城市轨道交通市场数据报告(188 页)

  87. FastMoss:2024 年度 TikTok 生态发展白皮书(122 页)

  88. Check Point:2025 年网络安全报告 - 主要威胁、新兴趋势和 CISO 建议(57 页)

  89. 【AAAI2025 教程】评估大型语言模型:挑战与方法,199 页 ppt

  90. 《21 世纪美国的主导地位:核聚变》最新报告

  91. 沃尔特基金会(Volta Foundation):2024 年全球电池行业年度报告(518 页)

  92. 斯坦福:2025 斯坦福新兴技术评论:十项关键技术及其政策影响分析报告(191 页)

  93. 国际科学理事会:2025 为人工智能做好国家研究生态系统的准备 - 2025 年战略与进展报告(英文版)(118 页)

  94. 光子盒:2025 全球量子计算产业发展展望报告(184 页)

  95. 奥纬论坛:2025 塑造未来的城市研究报告:全球 1500 个城市的商业吸引力指数排名(124 页)

  96. Future Matters:2024 新兴技术与经济韧性:日本未来发展路径前瞻报告(17 页)

  97. 《人类与人工智能协作的科学与艺术》284 页博士论文

  98. 《论多智能体决策的复杂性:从博弈学习到部分监控》115 页

  99. 《2025 年技术展望》56 页 slides

  100. 大语言模型在多智能体自动驾驶系统中的应用:近期进展综述

  101. 【牛津大学博士论文】不确定性量化与因果考量在非策略决策制定中的应用

  102. 皮尤研究中心:2024 美国民众对气候变化及应对政策的态度调研报告:气候政策对美国经济影响的多元观点审视(28 页)

  103. 空间计算行业深度:发展趋势、关键技术、行业应用及相关公司深度梳理 - 250224(33 页)

  104. Gartner:2025 网络安全中的 AI:明确战略方向研究报告(16 页)

  105. 北京大学:2025 年 DeepSeek 系列报告 - 提示词工程和落地场景(86 页)

  106. 北京大学:2025 年 DeepSeek 系列报告 - DeepSeek 与 AIGC 应用(99 页)

  107. CIC 工信安全:2024 全球人工智能立法的主要模式、各国实践及发展趋势研究报告(42 页)

  108. 中科闻歌:2025 年人工智能技术发展与应用探索报告(61 页)

  109. AGI 智能时代:2025 年 Grok - 3 大模型:技术突破与未来展望报告(28 页)

上下滑动查看更多