機器智能將是人類意識進化的巔峰？

利維坦按：如果銀河系乃至宇宙存在大量先進的地外文明，那麼為什麼連飛船或者探測器之類的證據都看不到——按照費米悖論，這應該是一個我們經常思考的問題。而作者認為，應該先從一個現實的問題思考：即計算與能量的問題（如果把機器智能看作是一個更進化的物種）。

不論是上傳大腦數據、硅基神經元系統還是量子計算，在作者看來都無法迴避一個能量問題：現實和理論存在著無法逾越的鴻溝。所以，作者大膽猜想：結合費米悖論，有沒有可能那些地外文明早就存在了呢？只不過，出於能量效率的考慮，他們已經從機器智能回歸到了生物學？

哈哈哈，連作者自己都覺得他想法太魔幻了……

文/Caleb Scharf

譯/Curie Lu

校對/兔子的凌波微步

原文/aeon.co/essays/intelligent-machines-might-want-to-become-biological-again

本文基於創作共用協議（BY-NC），由Curie Lu在利維坦發布

作為一個物種，我們人類對未來極度痴迷。一方面，我們喜歡猜想人類的進化演變將引領至何方，思考未來幾十年甚至幾個世紀以後的科學技術將會如何；另一方面，我們幻想著遇到宇宙中比我們進化程度更高的外星人。

最近，這兩種想法開始融合。從進化的角度看，一大批未來主義者預測未來會逐漸走向一個極端：計算機很快會強大到能模擬人類意識，或全部吸收化為己有；而另一方面，有人認為日後人類在宇宙中所遇到的高智商物種更可能是以計算機為基礎的，而不是如人類這樣的血肉之軀。

這些對未來反反覆復的猜想或能解釋長期以來備受爭議的費米悖論（Fermi Paradox），即儘管看起來我們身邊的生活中沒有出現比人類更進化的高智商物種，但實際上是可能已經出現了，只是我們沒有發覺而已。

如果機器智能是科技技術和生物進化最終不可避免的結局，那麼這些機器智能異類可能已經演變進化到一種超越我們所能想像的生物形式，就算我們看到了也辨識不出來。同樣，他們之間的交流方式也是十分完善並經過加密，以至於我們無法從整個宇宙噪音中辨識出來。

從這個角度看來，很可能是我們能力不足，所以才自認為宇宙中還沒出現比我們進化程度更高的物種（譯者註：人工智慧≠機器智能，人工智慧強調設計理念來源於人，尊重人的感情；而機器智能是機器自身具備智能，不再需要人類設計，不問出處）。

圖源：Medium

這些未來預測中還有一個更深層次的意味：我們理想中完美的機器智能是這樣的（雖然我們沒有掛在嘴邊）：「ta」的形態不是人類般的血肉之軀，而是堅不可摧、數據化和讓全人類臣服的智能機器。

一些人對這樣的未來充滿希望，認為是變革般的進步；而另一部分人則有被征服的畏懼與危機感。無論怎樣，大家都認為機器智能將是人類意識進化的巔峰。

表面上看，推測宇宙中有智能機器人的邏輯是很可靠的。從當前科技技術進步的軌跡可以推斷，隨著計算機技術日臻完善，我們會對人類生物軀體構造和大腦架構逐漸失去興趣。

時機一到，我們會迫不及待地湧入一個新的容器，以滿足我們任何願望，科技方舟帶領我們走向康庄大道，到時我們創造出來的人工智慧可能對我們無動於衷，也可能遠超越我們，將我們降服甚至直接榨乾我們。

埃隆·馬斯克（Elon Musk） 和霍金（Stephen Hawking） 都曾公開警示過人工智慧可能帶來的風險。圖源：extremetech

爭議還沒結束，有人說生物學並不能維持泛恆星文明或未來的人類文明。要探索宇宙，我們面臨著巨大的壞境和時空上的挑戰。想成為宇宙中的一個物種，所需要的各種實際驅動力可能要來自強大的機器，而不是精細調控但脆弱、壽命有限的蛋白複合物（譯者註：暗指人類軀體）。機器能永久存活，自我複製，不受自然進化過程中易出錯的遺傳可變性束縛。這種自我設計的生命模式還能自適應各種環境，只需要一個世代，智能機器人就能自適應宇宙穹頂之下任意時間與空間（譯者註：根據進化論與適者生存，人類或其他任何生物則需要幾個世紀的時間才能慢慢進化適應變化的環境）。

將這些想法碎片拼湊整合在一起後，看起來人類只不過是宇宙中曇花一現的藍圖罷了。大家非常嚴肅對待這些分析，極具影響力人物如埃隆·馬斯克（Elon Musk） 和霍金（Stephen Hawking） 都曾公開警示過人工智慧可能帶來的風險。同時，計算機科學家雷·庫滋韋爾（Ray Kurzweil）也在書籍和各大會上也表示，未來人類將進入技術「奇點」，屆時人類將與機器合二為一。

那麼，生物真的被迫變得越來越聰明和強大嗎？生物性的聰慧真的是宇宙進化的死胡同，終將屈服於機器嗎？

並不是這樣的，故事到這裡還沒有結束。

關於「機器智能是未來最終王者」的流行學說，實際包含了很多致命的偏見和假設，使其不太可能成為現實。現在的計算機科技是否能帶領我們至技術的「奇點」，或是否能指數量級地超越一個種族是尚未明確的。無論怎麼樣，未來還是很美好的。

《機器人自我複製理論》：該書描述了在一場指數級無可遏止的爆炸中，機器是如何毀滅所有妨礙其複製方式的生命。圖源：AbeBooks

那些天馬行空的想法可追溯到約翰·馮·諾依曼（John von Neumann）生前發表的一本有關機器自我複製的書籍《機器人自我複製理論》（Theory of Self-Reproducing Automata，1966）。這本書奠定了機器自我複製的概念，描述了在一場指數級無可遏止的爆炸中，機器是如何毀滅所有妨礙其複製方式的生命。諾依曼還描述了這種機器是如何模擬人類神經的功能行為的。

從該書發表以後的數年內，電子信息互聯網的確對人類日常生活有重大影響，影響著我們決策、思考新命題或挑戰的方式。在互聯網信息時代里，我們都會還沒試著去自己思考答案，或不恥下問諮詢他人，就開始百度或谷歌問題。因為現在人民的智慧結晶已經上傳到無所不在的雲端資料庫中了，單單個人廣而淺層知識的重要性已經慢慢削弱，甚至個別行業的垂直專業重要性也會在互聯網深化的過程中不斷被減弱。

然而，我們未來的發展方向仍是不清楚的。一定要說些什麼的話，可以說我們正走向一個蜂巢式狀態，有點類似白蟻群落或裸鼠群體。不是進化得越來越聰明，而是我們生物最原始的內在驅動力受到了遏制，反而變得越來越被動了。悲觀主義者會說我們人類思想停滯不前，成為群體中互相參照、互相提參考建議的一員，而不是變成指數級進化的天才們。

在傳統計算機處理信息架構中，可能存在能量效率的「天花板」。

歷史還告訴我們，我們是無法預測顛覆性技術帶來的長期影響。舉個簡單粗暴的例子，17世紀末連續旋轉蒸汽機對人類世界有深淵影響，這是沒人能預測得到的；也沒有人能預測150年以後內燃機和電氣機的出現就讓這些蒸汽機過時了一樣。同樣地，也沒有人可預測碳氫化合物燃燒可能會通過改變地球大氣層的組成危害到人類。

目前也沒有證據表明，人類特有的智慧除了是幾億年以來進化的結局以外，還可以是什麼，更不用說其是宇宙中最完美的物種了（公平地說，也沒有證據說明我們人類是宇宙中的奇葩）。

結果是，通過推斷我們自己的意識和智慧程度來預測外星人的智商和行動——或者及其群體，是非常困難的。

說著說著，就倒戈了：我們並沒有變聰明，反而我們可能會變得越來越愚蠢，無法預測未來，我們不知道宇宙中存在著怎樣的聰明的物種（如果有的話）。但我覺得還是有一線希望，正是因為這種自省精神，我們備受挫敗，但仍著迷般地正視自己的文化和當前技術水平等殘酷的現實。

其中一個現實是能量問題——諾依曼曾經說過，但這是那些未來學者經常忽視的問題。設計計算機時，有個關鍵因素：計算能力與能源使用情況，即「每次計算/焦耳」。

GIF/2K

人類大腦以約20瓦特的速度耗能，在現有的計算機技術下，如果你想把自己完整無缺地上傳至計算機，你所需的能量跟三峽水電站產生的電能差不多。圖源：Giphy

隨著微處理器變得越來越複雜，硅基架構越來越小（可以到數十納米），效率仍在提高。 因此，每焦耳計算量的效率每一年都有進步。

而實際上這個比例每一年改善的空間越來越小。有研究者表示，在傳統計算機處理架構內，我們可能遇到能量效率的「天花板」，比如基本乘法演算法，這個天花板大概在10G/焦耳。

對於需要真正製造人工智慧或上傳大腦數據的機械來說，這潛藏了很大一個障礙。計算能力要接近人腦大腦（從速度和操作複雜度衡量）的話，估計所需要的能量效率要比這個限值超出10億倍。

我們可以這麼看，人腦以約20瓦特的速度耗能的。在現有的計算機技術下，如果你想把自己完整無缺地上傳至計算機，你所需的能量跟三峽水電站產生的電能差不多。如果將全人類73億多號人，全部上傳至計算機上，至少需要14萬瓦特的能量流，相當於太陽能達到地球頂部發電量的800倍。顯然，想要超越人類肉體上升到機器層面，還有很大一段距離。

有一個可能的解決方案是所謂的神經形態結構，模擬真實生物神經元及其連接性方面的硅基設計。喬治亞理工學院的珍妮弗·哈斯勒（Jennifer Hasler）等研究人員提出，如果設計得好的話，這種硅基的神經元系統（譯者註：生物是以碳原子為基礎，碳與硅是同一主族元素，化學性質相似）可以將所需能量降低至少4個數量級。不幸的是，即便有這麼大的進步，要達到人腦的水平效率還差10萬倍的能量。

當然，計算機技術的歷史上，人類逐年克服了曾經以為難以逾越的障礙，所以大家對未來仍然比較樂觀。但關鍵是，結局不是給定的。很可能我們為了去捕捉人類大腦的複雜性，大腦灰質密度和超常的效率等等，才發現硅和其他相似的原子根本都不是答案，無論它們如何修飾或堆砌在一起可能都無法達到我們預期的結果。

英國物理學家戴維·多伊奇。圖源：The New York Times

樂觀的技術宅最喜歡的替代方案就是調用量子計算，利用原子或原子體系之間的量子重疊態以替代傳統的計算機晶體管。他們認為，量子疊加態的思維計算能力或可以解決能源和速度問題，從此走上建立最強大腦的康庄大道。

至少從論文上看，一般概念上的量子計算機或圖靈量子計算機是可能坐擁無限的有效計算能力。英國物理學家戴維·多伊奇（David Deutsch）在他的論文「量子理論，邱奇-圖靈原理和通用量子計算機」（Quantum Theory, the Church-Turing Principle and the Universal Quantum Computer，1985）中，精闢巧妙地提出這一想法，值得注意的是，他留下了完成這一壯舉的細節，讓讀者浮想聯翩，想去揭開謎底。

理論上，真正適用的量子計算機是可以模擬任何有限物理系統（包括頭腦）或其他量子計算機所期望的任何精度。量子化的進程還可以讓這種模擬批量運行，概率測試也可以超速完成。然而，儘管近年來人們已取得了巨大的實驗室和理論進步，這理論在實際操作仍是困難重重的。日前，雖然人們提出過量子計算應用（例如語境化搜索）可能與「認知計算」（現在許多人工智慧的當前運作的縮影）完全吻合，但離真正的人工智慧還很遠，關於任何一種擬人AI的爭論還有很多。

我們可能生活在過去物種所憧憬的未來宇宙之中。

支持計算的基本單位——可能以冷原子或其他量子物體形式出現的量子比特—— 也許只需要很少的能量。但是，將量子計算機的組件保持在一致性狀態（即所有這些量子狀態都控制地很好）就需要巨多額外的能量，並且總依賴於大量的支持系統和工程技術，這些支持系統和工程也會消耗能量。目前我們甚至還不清楚，量子計算真實所需要的能量到底是多少。

還有其他因素也同樣令人擔憂。「n」量子比特的量子計算機可以在一個周期內執行2n個計算，但是設置這些計算是巨大的數據流工程。通過計算，模擬我們整個宇宙中約1089個粒子和光子可能只需要296個量子比特，但是如何進入1089這個初始條件？更難的是，如何從量子模擬中挑選出正確的解決方案？模擬一個人的大腦可能會更容易一些，但仍然需要量化並啟動至少1014個神經聯結（人腦中大致一個數字）來建立計算。然後呢，我們還希望這個量子化大腦具有非常高的吞吐計算量，有與世界保持高解析度、高保真感官界面。這又是另一個未知的，很可能無法克服的挑戰。

好吧，我可能太過簡化了現有可被利用的技術手段。我對未來的看法也許太有限。無論怎樣，我認為社會對仿生AI的樂觀預測有越來越針對性的反響是有緣由的。我們需要承認，儘管與人類智商相當或超過人類的AI是可能誕生，但它可能無法實現人們經常提出的指數量級計算的增長能力。

換句話說，指數級的完美AI從數學角度上是沒有破綻的，但實際面臨的障礙或是不可逾越的。

說到這兒，我會（假設性地）從未來主義者口中選一些內容，做出一些瘋狂的推論。我想探討如果我們將機器智能增長緩慢的概念與費米悖論的問題結合起來，會發生什麼。這樣做很有趣，但所需的信息量也很大。

我們來假設宇宙中某高智商物種已成功地將自身轉化為機器形式，或者被比他們進化程度更高更、並不是指數級進化的機器智能所取代。那接下來會發生什麼？

由於這些智能機器受到效率限制的影響，他們有可能會溫故而知新，想用過去手段變出新法子來向前繼續推進。 他們知道的一件事（就像我們已經知道那樣）就是生物學的體系，其已經是非常完善的。有研究人員估計，現代人類的大腦處於其計算的極限，但可能只需要一個稍微更聰明一點點的機器重新設計這樣一個複雜的器官。換句話說，可能有一個更好的方法，能從機器智能回到生物學上，並有著更非凡的能源效率。

我們也不能保證機器智能必定是或可能是完全合理。為研究複雜宇宙相，數學本身含有不可證明的定理，一點點不可解都可能是成為致命的絆腳石。現在，我們時不時就推測，智能化未來會以硅或量子形式到來——這些我們認為優於肉體的某種其他形式。照著葫蘆畫瓢，那麼那些機器可能也出於能量效率問題，或者由於其他我們無法想像或理解的原因，想再次回歸生物學形態。

GIF/1K

圖源：Imgur

如果生命是恆久不衰的，且最終形成更智能的形式的話，那麼我們可能生活在過去生命物種所預測的未來之中。宇宙是138億歲，而我們星系更是亘古久遠；在過去130多億年，恆星和行星已逐漸形成。有理由相信宇宙在我們太陽系誕生之前的80億年左右肯定發生了些有趣的事兒。有一天，我們可能又會認為地球上的智能未來需要生物學，而不是機器演算法。過去數十億年前的無數生命可能已經經歷了過這個階段。

那些早期的高智商生命物種可能早就達到了他們決定從機器轉移到生物學的階段。 如果是這樣，我們又回到了費米悖論：那些外星人現在在哪裡？一個簡單的答案是，他們可能受到星際過渡期的極端困難束縛，特別是在物理、生物學上的束縛。 也許這些早期生物物種還在，但回歸生物學形態的代價，意味著得重新回歸孤立的狀態。

有些機器智能可能已經在想回歸生物形態，想在巨大的星際空間中恢復到從前的孤島狀態。

KIC 8462852這顆恆星位於天鵝座，距離地球約1,480光年。圖源：維基

那些早期的物種可能曾經建造了很多大型建築，已在恆星上部署過巨大的宇宙工程。也許有些東西還在那裡，也許我們正在用不斷改進的天文設備來檢測其中的一些東西。KIC 8462852是最近一顆令人振奮的恆星，其發光變化模式暫時不能用已知的自然機制來解釋，就是說我們現有儀器敏感度還不足以對其作出解釋。也許外太空文明已經退變回生物形態，其機械時代的建築遺迹還殘留著，在嚴酷宇宙輻射環境下，受到長期乾燥蒸發與恆星的爆炸等崩塌了。

我們現在的狀態可能是處於第一代機器智能與下一代機器智能之間。任何機器智能或其他更進化的物種在星系中的可能只是稍瞬即逝的星際原力之一；可能最後一個已經消失了，下一個可能還沒有浮出水面，可能沒有時間來我們這參觀，也可能已經在想著回歸生物形態，在偉大的星際空間大洗牌中回歸孤島的狀態。 我們自己的技術未來可能看起來也會像這樣——從幻想成為機器又回到更寧靜地，更有效率的有機生物存在形式。

我們要承認這些想法的確是過於魔幻，但提出這些想法本身對我們已經有一些特別啟示：我們正在研究自己可能的未來。可以想像，宇宙已經告訴我們這些選擇是什麼了。這種自我反思自我審查的行為已經有別於人類任何其他行為，這一點就值得我們繼續去深入關注下去了。

作者簡介：

凱萊布·沙夫（Caleb Scharf）是紐約哥倫比亞大學天體生物學主任， 是書籍《太陽系行星及其天體生物學》的作者，該書獲得了「錢布斯天文寫作獎」（Chambliss Astronomical Writting Award）。

GIF/1K

喜歡這篇文章嗎？立刻分享出去讓更多人知道吧！