作者：（葡）阿林多·奥利维拉
出版社：中信出版集团股份有限公司
格式: AZW3, DOCX, EPUB, MOBI, PDF, TXT
数字思维试读：
数字思维[葡]阿林多·奥利维拉 著胡小锐 译中信出版集团献给安娜·特蕾莎推荐序从物理形态上看，计算机毫无生气；而要把它作为一种能思考的机器来看的话，计算机又不堪重任。我们很久以前或许有过这样的念头，但这本书的作者从未这样想过。在几年以前，甚至是几十年前，我们就听说他经常会打破和谐的对话气氛，独树一帜地提出他自己的观点。他认为，有迹象表明推动生命系统进化的自然过程正在进驻新的数字领域；随着时间的推移，这些迹象变得越发明显，结果也变得越发奇妙。那些（像我一样）被他的独树一帜的想法吓了一跳的人，一直希望听到他说出更多的惊人言论。毕竟，阿林多是这方面的权威。他杰出的学术生涯跨越了从电路设计到机器学习的多个领域，而且越来越多地涉及生物学领域。因此，对于能思考的机器的发展前景，他有很多话要说，就不足为奇了。但是，正如这本书的读者将会发现的那样，它不仅呈现了惊人的言论，而且数量之多远超我们的想象！作为加州大学伯克利分校计算机科学专业的一名学生，阿林多还辅修了神经科学。在某种程度上，我为他的远见卓识感到庆幸。在我看来，这为他后来的成就奠定了坚实的跨学科基础，但他却一反常态地将他辅修神经科学的举动自谦为年轻时“收效不大”的冲动。事实上，早在那时他就已经对数字思维产生了一些疑问，而且这些疑问永远不会消失。当时，他得到的关于认知的答案根本讲不通。正如你将在这本书中发现的那样，阿林多乐于推测，同时能给出合理的解释，并交代清楚历史背景。我指的不是在理论上可解释，而是指有线索可循，最终的原因都能归结到包含其中的电路上。作为一名生物学家，这种无法抗拒的冲动是我们熟悉的。对复杂过程的理解总是包含多个层级的成分，从基因到细胞，最后一直到生态系统。同样的系统性原则引导着这次通往数字思维的旅程。光是巧妙地讲故事，肯定“收效不大”。现在，我们发现一场数字风暴席卷了我们，我们的所有感知和行为都处于这场风暴的笼罩之下。新型设备以及为之提供支持的云服务平台限定了我们的交流方式，也限定了我们的活动范围。更重要的是，在我们更加专注地思考时，这种数字机器会大大拓展我们的视野。现在，神经科学通过先天和经验学习建立的模型来预测感觉输入，对大脑如何计算这个问题有了更深入的了解。正如人们预期的那样，递归是对数字机器的一个考验，而思考如何感知传感器同样会充分调动我们的思维。在涉及有意识的计算时，有机和无机之间的界限显然不再会引发分歧。说到有意识的计算，你可能会又一次以国际象棋或围棋为借口，寻找与阿林多进行这些对话的机会（不要抱太大希望！）。关于这些问题，他已经在计算领域探索和实践了几十年，他应该就此写一本书……我本打算在最后一段为我的这篇推荐序画上一个完美的句号。但令人意想不到的是，阿林多在这本书的最后两章讨论了我们该何去何从的问题。在探讨了数字意识的可能含义和这个进程必然展现的前景这两个问题之后，这两章并未就此打住，而是继续深入下去。这本书是按时间顺序写作的，就像小说一样，所以在这里我不会剧透。犹如阅读任何一本好书，我们不仅要回答作者提出的问题，还要回答我们自己的问题。就我个人而言，我不禁认为数字生物和数字思维的出现，也是推动生物进化迈向更复杂结构的内衡驱力（homeostatic drive）的一部分。要构建数字机器并让它处理复杂世界中难以预测的变化，除了让它学会思考之外，还有什么其他更好的方法吗？正如这本书中解释的那样，思维可能是必然的结果，包括数字思维和其他思维。相反，物理学家可能更倾向于看到更多原子载体的信息属性的表征。无论如何，我们当前的数字化更像一颗种子，必将孕育出一个更加智慧的数字未来。最后，我要提醒大家，如果你家里有十几岁的孩子，在把这本书推荐给家人之前，你自己一定要先读完。这本书可能会让我们感到不舒服，但它其实是为新生代写的。根据我的孩子的表现，他们可能会在这本书中找到一度困扰他们的问题的答案，即我们是如何让他们陷入数字化困境的。在这种情况下，他们会像我们一样困惑不解，不知道人类为什么对这个奇妙而不可避免的结果毫无察觉。换句话说，如果这本书到了孩子的手里，你可能就很难拿回来了。乔纳斯·阿尔梅达美国石溪大学生物信息学家序言看似毫不相干的计算机科学、生物学和神经科学一直吸引着我，并以这样或那样的方式影响着我的生活和职业选择。细心的读者会注意到，本书简直就是一个大拼盘，里面有关于这些学科的很多想法——我在过去30年中遇到的各种各样的想法。这些想法大多来自我结识的多位才华横溢的作家、科学家和哲学家，有的想法是他们与我面对面时提出的，但大多是通过他们的作品表达出来的。本书在某种程度上似乎有些多余，因为要理解书中讨论的主题，我们可以直接搜索原始资料。尽管如此，我相信没有多少人拥有像我一样的人生经历，也没有多少人像我一样有幸去过那些迷人的地方、接触过那些有趣的思想家和概念。我很早就迷恋上了数学和科学。我总想弄清楚各种事物的工作原理，而学习科学似乎能让我在养家糊口的同时，还可以做我喜欢的事。小时候的我对科学很痴迷，有好几年我都在折腾我的那些化学实验装置。当时“安全化学装置”的概念尚未提出，我每天都会想些新方法来合成化学物质，希望可以制造出炸药或其他危险的化合物。由于没有人指导我们的化学探索活动，所以烧瓶、试管、烧杯和其他化学仪器经常会出于破裂、崩解、爆炸或其他原因而变成一堆垃圾，但这个过程为我和我的朋友提供了无尽的乐趣。此外，对我们来说，这似乎就是科学。之后几年里，我买了一些图书、杂志，尝试自己制作一些电子产品。第一次组装电子电路时，我因为一无所知而吃尽苦头。我买回来一个个电子元件，然后照着示意图一步步组装。画这些示意图的人都是行家，而一窍不通的我根本看不懂。20世纪70年代末，市面上出现了非常原始版本的个人电脑。在买了几台比较原始的机器之后，我自豪地拥有了一台辛克莱ZX Spectrum计算机。这种小型个人电脑拥有48千字节的存储器和集成键盘，堪称当时的一个技术奇迹。它用一台电视机作为显示器，可以用Basic（培基，一种直译式程序设计语言）编程。它没有永久性存储器，新程序都必须保存在标准磁带录音机使用的磁带上。通常情况下，由于磁带和录音机的质量问题，我保存的程序都无法再次调用，但我仍然会投入大量时间编写程序。ZX Spectrum帮助我迈出了编程的第一步，我也自此与计算机结下了不解之缘。在葡萄牙里斯本高等理工学院学完电气工程后，我专攻数字电路设计，这个领域当时还处于起步阶段，与许多其他通信和信息技术并行发展。具体来说，我从事的是超大规模集成电路（VLSI）的相关研究。超大规模集成电路是一个通用术语，指包含很多设备的集成电路。在极具影响力的科学家、政治家何塞·马里亚诺·加戈的主持下，葡萄牙与欧洲核子研究组织（CERN）签署了一项协议。因为这项协议，我得到了一个在日内瓦的暑期实习机会。在欧洲核子研究组织实习期间，我借助控制粒子物理实验中的高能粒子束的设备，测试了我的编程技能，并感受到物理学界对寻找支配宇宙的法则充满了热情。在日内瓦的那个夏天，我对粒子物理学的兴趣更加浓厚了。在欧洲核子研究组织的实习结束之后，我觉得有必要进一步了解正在快速发展的数字电路领域的动向。于是，我向加州大学伯克利分校提出入学申请并被录取。这所大学擅长开发设计集成电路所需的新工具、电路和技术。在那里，我进入了集成电路设计的技术新天地，其中有很多新技术都是CAD（计算机辅助设计）小组开发的，他们当时的负责人是阿尔贝托·圣乔瓦尼–文森泰利（我的导师）、罗伯特·布雷顿和理查德·纽顿。加州大学伯克利分校在很多领域都不乏顶尖人才，这让我有机会去了解我不熟悉的领域。其中有两个领域吸引了我，并明确了我未来的学习方向——算法和神经科学。我在加州大学伯克利分校跟着理查德·卡普学习算法，他是算法和复杂性理论的创建者之一。建立可用于设计集成电路的算法是加州大学伯克利分校CAD小组的任务，集成电路的设计人员使用算法去创建、验证、模拟、放置和连接晶体管，晶体管是所有电子器件的工作单元。如果没有这些复杂的算法，今天的集成电路就无法设计和制造出来。在加州大学伯克利分校，我也有机会了解到另一个即将与算法和计算机产生密切联系的领域——神经科学。我辅修了神经科学，努力掌握了一些进化、神经元和大脑方面的知识，但这足以让神经科学研究成为我的另一大爱好。当时，一些计算机科学家已经着手开发处理生物数据的算法，这个领域后来被称为生物信息学。基于我的兴趣，开发解决生物学问题的算法对我而言是一个显而易见的选择。多年来，我在这个领域做出了一些贡献。最近，我有幸评审了人类脑计划（Human Brain Project）的一些提案。这些提案涵盖脑模拟、生物信息学和脑治疗等多个领域，让我越发意识到这些领域之间的联系的重要性。人类脑计划的目标是，使用计算机来支持脑研究。从某种程度上说，随着计算机在理解人脑这一核心问题上的应用，我的科学之旅绕了一圈后又回到了原点。这趟旅程受到了很多人的影响。我的导师、同事和学生陪伴着我，与我一起工作，并在我取得的几个相关科学成果中发挥了重要作用。曾经和我一起工作的同事现在遍布世界各地，与他们的交流对我产生了无法用语言描述的影响。不过，我认为在这几十年里对我影响最大的可能还是我读过的那些书，其中有几本深刻地改变了我对世界的认知，如果没有它们，我的生活肯定会与现在大不相同。当然，如果没有在我之前的许多作者对计算、进化、智能和意识之间关系的探索，就不可能有你们现在读的这本书。对我产生过影响的人有很多，其中有一些作者值得我在这里列出他们的名字。理查德·道金斯和史蒂芬·杰伊·古尔德让我见识到进化的奇迹。丹尼尔·丹尼特和侯世达是我从事人工智能研究的领路人，激发了我对大脑、思维和意识问题的兴趣。戴维·休伯尔清晰地描述了大脑的某些区域的组织方式，让人觉得只要多付出一点儿努力，就可以解释整个大脑的行为。史蒂芬·平克、马文·明斯基和罗杰·彭罗斯深刻地影响了我对人类思维的运转方式和智能的含义的看法，尽管在某些方面我不同意他们的观点。凯文·凯利对技术前景的想法，以及雷·库兹韦尔对技术奇点的坚定信念，也对我产生了强烈的影响。詹姆斯·沃森和约翰·克雷格·温特为我提供了关于生物科学过去50年的发展历程的独到见解。埃里克·德雷克斯勒对纳米技术前景的展望，改变了我对“非常小”的概念和对世界的看法。承现峻、奥拉夫·斯波恩斯和史蒂文·罗斯对他们参与的旨在理解大脑的项目描述，使我受到极大的启发和鼓舞。尼克·博斯特罗姆解决了本书涉及的许多问题，并且以我做梦也想不到的方式做了进一步拓展。贾雷德·戴蒙德和尤瓦尔·赫拉利深刻改变了我看待人类历史和人类进化的方式。科幻小说也对我产生了强烈影响，我是一个狂热的科幻小说读者。艾萨克·阿西莫夫、亚瑟·克拉克和罗伯特·海因莱因，让我对科幻小说产生了持久的兴趣。格雷格·伊根、弗诺·文奇、尼尔·斯蒂芬森、拉里·尼文和查尔斯·斯特罗斯对未来的展望如此清晰且富有挑战性，以至于人们很容易相信它们总有一天会发生，尽管它们奇怪又令人不安。我竭力让所有对本书谈论的话题感兴趣的人，都能轻松地读懂它。本书的目标读者是对科学和技术感兴趣的普通人，不需要事先对本书涵盖的诸多领域的知识有所了解。最后三章不包含任何技术相关内容，它们呈现了本书的中心论点，可以独立阅读。缺乏技术背景的读者不必因为偶尔出现的方程式、图表和数学论证而沮丧。我会尽可能地提供充足的信息来帮助你们掌握一些技术细节，但在大多数情况下，你们可以通过这些附带的解释来掌握本书的核心思想，就算略过细节也不会遗漏任何重要信息。第1章快速奔跑的红皇后对一个漫不经心的观察者来说，计算机、细胞和大脑似乎没有什么共同之处。计算机是人类为简化和改善他们的生活而设计的电子设备；细胞是所有生物的基本要素，是通过进化产生的生物实体；大脑是我们思想的容器和创造者，里面装着希望、恐惧和欲望。无论如何，计算机、细胞和大脑都是信息处理设备。计算机代表最新的数字形式的信息处理方式，而在此之前，信息处理是由生物完成的，实际上就是在混沌中创建出秩序。计算机、细胞和大脑都是同宇宙一样古老的复杂物理和化学过程的结果，是进化的最新产物，是始于亿万年前的一场竞赛的胜利者。万事万物皆相互关联我们都是由原子构成的，原子或者产生于140亿年前标志着时间开始的大爆炸，或者产生于大爆炸后几十亿年内的遥远恒星爆发。我们的每一次呼吸都与恺撒大帝的最后一次呼吸一样，吸入的是相同的氧分子，它们被反复使用了成百上千年，维系着地球上的所有生命。我们现在知道，蝴蝶扇动翅膀确实可能会影响好几个月后的一场飓风，而一个物种能否存续，可能在很大程度上取决于地球上所有其他物种的存续。始于大约40亿年前的进化过程造就了我们，也造就了我们周围的一切，包括我们拥有和使用的许多设备及工具。本书涉及许多个在我看来相互之间存在强联系的不同领域，包括计算机、进化、生命、大脑、思维，甚至还有一点儿物理学。你可能认为这些领域既无交集，也不相关。我将努力向你们证明，它们之间是紧密相连的，有一条共同的线把物理学、计算和生命联系在一起。我知道，本书每一章的主题都可以写成一本专著（有的主题甚至可以写成好几本专著）。对于所有这些领域，我只能点到即止，帮助读者理解其基本原理，但我希望本书的连贯性不会因此受到影响。从某种程度上说，世间万物皆可归结为物理学。欧内斯特·卢瑟福说过，“除了物理学，其他所有科学都是集邮”，意思是物理学定律应该足以解释所有现象，而所有其他科学不过是物理学定律的不同抽象形式。但是，物理学不能用于直接解释或研究世间万物。要理解宇宙是如何运行的，就离不开计算、生物学、化学和其他学科。不过，这些学科并非毫无关联，适用于其中一个学科的原理也适用于其他学科。我们之所以意识到一切事物都是相互关联的，在很大程度上是因为我们对世界的理解和我们掌握技术的能力得到了提升。直到最近，科学的进步才让我们理解了这样一个事实：我们接收到的日光、磁体的行为和大脑的工作原理，都可以用相同的方程来描述。仅仅几百年之前，这些还都是互不相干的现实——对被无知蒙蔽了双眼的人类来说，这些神秘事物之间毫无关联。科学不断提升我们对世界的理解，借着这个东风，几千年来技术以越来越快的速度不断改变着我们的生活，但“技术”（technology）一词的出现时间并不长。1772年，德国学者约翰·贝克曼创造了这个词（其本意是“工艺科学”），并在某种程度上创造了这个概念。在贝克曼创造这个词之前，技术的不同方面分别被称为工具、艺术和工艺。贝克曼在若干著作中都使用了“技术”一词，包括后来被翻译成英文的《技术或工艺、工厂和制造商知识指南》（Guide to Technology, or to the Knowledge of Crafts,Factories and Manufactories）。但是，在20世纪以前，“技术”一词很少在通用语中出现。20世纪下半叶，这个词在通用语中的使用频率稳步增加。今天，它是政治、社会和经济文本中的一个十分常见的词语。随着技术的发展，人们认为创新和新颖的事物是文明的内在组分。技术、社会和经济的不断变化在我们的日常生活中根深蒂固，以至于我们很难理解并非如此的古代。几百年前，变化非常缓慢，以致大多数人都预期未来与过去区别不大。所以，少有人甚至没有人持有未来将改善人们生活的观念。当变化频繁地发生，人们不仅可以察觉到，而且可以预期变化时，一切都不一样了。随着技术的出现，人们开始期望未来会带来可以改善他们日常生活的新事物。然而，我们中的许多人现在却担心这些变化来得太快，而且影响过于深远，以至于普通人可能无法理解它们。老年人很难适应新事物如果你已经几十岁了，那么你可能会觉得日新月异的技术让你目不暇接，层出不穷的新设备、新时尚让你眼花缭乱，你几乎跟不上变化的步伐。现在年轻人做的事情和用的东西对老年人来说越来越陌生，新的潮流、工具和玩具让老年人力不从心。小孩子比你更会用智能手机，打起电脑来更得心应手，会玩你不懂的游戏，还会一窝蜂地访问你不感兴趣的新网站。他们甚至不知道VCR（盒式录像机）是什么，在20世纪80年代，VCR可是一项堪称奇迹的技术，不过也是出了名的难操作。即使是CD（小型光盘）和DVD（数字光盘）这两项20世纪最后几十年才出现的数字技术，今天也快要退出历史舞台了（它们存在的时间比被它们取代的黑胶唱片和胶卷明显短得多，后两者存在了近100年）。但是，如果你出生于21世纪，那么你会理解不了你的父辈和祖辈为什么难以适应技术创新。遇到新想法和新奇的小玩意儿时，你会轻而易举地接受它们；面对最新的应用程序、网站或社交网络时，你也会觉得驾轻就熟。不过，我们这代人中那些受过良好教育，甚至技术纯熟的人，根本不会拒绝新技术。我们这代人发明了计算机、手机、互联网和DNA（脱氧核糖核酸）测序等许多东西。我们应该能够理解和使用技术在未来几十年里可能抛给我们的任何新事物。我相信，技术将以日益增长的速度不断变化。就像我们的父辈和祖辈在我们之前经历的那样，我们掌握的技术知识很可能会迅速过时，而且我们难以理解、使用和跟上未来几十年的技术发展。俗话说得好：“老年人很难适应新事物。”我们的子孙后代是否也会不可避免地落伍于时代，这将取决于技术持续改变的态势。新技术的发展会越来越快吗？抑或是我们身处技术发展的黄金时代，事物正在以前所未有的速度发生变化？8岁的时候，我喜欢去看望我的祖父。他住在一个小村庄里，在当时的我看来，那是一个相当偏远的地方，距离葡萄牙[1]的首都里斯本大约60英里。因为道路蜿蜒崎岖，从我家开车到那里要花上半天的时间。祖父经常驾着一辆小马车，载着我一起去田里干活。对一个小男孩来说，坐马车是一件非常兴奋的事，因为它给人一种回到过去的感觉。另外，祖父家没有电灯、冰箱、电视，也没有书，这些强化了我回到过去的感觉。因为我的祖父母都过着旧式的生活，他们认为这些“现代”技术都不是必需品。相比之下，我的父母结婚后就离开了这个小村庄，他们更加熟悉先进的技术。他们受过教育，拥有一台电视机，甚至还买了一辆汽车。而对我的祖父母来说，这些技术毫无意义。他们对电视、报纸或书籍不感兴趣，因为里面报道或提及的大多数现实都与他们的日常生活没有任何关系。汽车、火车和飞机对那些很少走出他们的小村庄，也从未想过要走出去的人来说，同样毫无意义。40年后，我的父母仍然拥有一台电视机，仍然读书，仍然开着车四处兜风。我本来以为，他们那代人和我们这代人之间的技术差距会大大缩小。我本来想象，40年后，在理解技术的能力方面，他们那代人与我们这代人之间的差距将会远小于他们与他们的上一代人之间的差距。然而，事实并非如此，技术差距似乎在逐代增加。我的父母现在已经80多岁了，他们从未意识到计算机是一种通用机器，可以用来玩游戏、获取信息或进行交流；他们也从不理解计算机只是复杂的信息设备网络的一个终端，可以随时随地根据人们的需要有针对性地传输信息。他们中的许多人都不知道这样一个事实：除了技术限制造成的小小不便（很快就会消失）以外，计算机完全可以取代书籍、报纸、广播、电视等几乎所有用于传递信息的设备。你可能认为我们这代人了解计算机的功能，不会轻易地落后于技术发展。毕竟，我们中的几乎所有人都明确地知道计算机是什么，很多人甚至知道计算机的工作原理。这些知识应该能给我们一些信心，让我们认为自己不会像我们的父辈和祖辈那样，被技术的新发展超越。不过，这种自信可能是错误的，这主要是因为红皇后效应（Red Queen effect）。这个概念之所以得名，是受刘易斯·卡罗尔的名著《爱丽丝镜中奇遇记》（Through the Looking Glass）中的一句话的启发：“现在，你明白了吧，想要待在原地，你就必须竭尽全力地奔跑。”红皇后效应源于这样一个事实：随着进化的持续进行，生物必须变得越来越复杂，其目的不是为了获得竞争优势，而只是为了能像系统中的其他生物一样存活下来，并变得更具竞争力。尽管红皇后效应与进化和物种间的竞争有关，但它同样适用于竞争导致快速变化的其他所有环境，例如，商业或者技术。我预计未来的每一代人落后于时代的程度都将远远超过他们的上一代人。30年后，我们对那时科技的了解程度甚至比不上我们的父母对今日科技的了解程度。我相信，世代淘汰的进程将不可避免地逐代继续加速，100年后，即使最基本的日常生活概念都会让我们这代人感到新奇。克拉克第三定律指出，任何非常先进的技术都与魔法无异。在现代人眼中，100年后的科技可能非常新奇，看起来就像魔法。从计算机和算法到细胞和神经元新技术的出现并不是新鲜事。然而，在如此短的时间内出现了如此多的技术创新，这是前所未有的。在未来几十年里，我们将继续看到若干技术的迅速发展和融合，而在不久之前，它们还被视为互不相干。其中一项是计算机技术，它是随着电子学和计算机科学的发展而出现的，尽管出现时间不长，但已经极大地改变了世界。计算机现在几乎随处可见，以至于对我们许多人来说，很难想象没有计算机的世界会是什么样子。然而，计算机之所以有用，只是因为它们可以执行算法。算法无处不在，它们是计算机存在的最终原因。如果没有算法，计算机将毫无用处。算法开发人员的工作就是寻找最有效的途径，告诉计算机如何高效、正确地执行特定计算。算法是非常详细的“食谱”——计算机执行算法给出的一系列具体步骤，就可以获得某个特定的结果。我们在学校都学过的加法运算，就是一个广为人知的算法案例。无论两个数有多大，只要我们按照这种算法给出的一个个具体步骤，就可以求出这两个数的和。加法运算是现代计算机的核心，计算机的所有应用都离不开它。算法是通过某种特定的程序设计语言传递给计算机的。算法本身不会随着程序设计语言的变化而改变，它们只是描述如何达到某个结果的抽象指令序列。在我看来，算法设计是数学和计算机科学中最优雅、最迷人的领域之一。算法往往是为了特定的目的而开发出来的。算法有很多应用领域，其中有两个将在未来的技术发展中发挥基础性作用。第一个应用领域是机器学习。机器学习算法可以赋予计算机从经验中学习的能力。你可能认为计算机不会学习，而只会按照明确的指令运行，但事实并非如此。计算机的学习方式有很多种，当我们看电视、上网、使用信用卡或打电话时，我们利用的就是计算机的学习能力。在许多情况下，尽管我们无法看到实际的学习机制，但学习仍然发生了。第二个应用领域是生物信息学，即应用算法来理解生物系统。生物信息学（亦称计算生物学）利用算法处理通过现代技术获得的生物学和医学数据。我们可以完成基因组测序，可以收集并利用有关生物机制的数据去理解生物系统的运行方式，这些在很大程度上是因为我们使用了特定的算法。生物信息学是一种能够建模和理解细胞及生物行为的技术，生物学领域取得的最新进展与生物信息学的发展有着密不可分的联系。创造了所有生物的进化过程，在某种程度上也是一个算法。进化是在一个完全相同的平台上进行的，并且已经运行了大约40亿年，但它本质上仍是一个以生物繁殖能力最优化为目标的算法。40亿年的进化不仅创造了细胞和生物，还创造了大脑和智能生物。尽管进化创造了各种各样的生物，各种各样的新技术也被发明出来，但人类一直是地球上高级智能的独一无二的拥有者。正是这种特性使得人类能够统治地球，并根据他们的需要和欲望来改造地球，有时还以牺牲其他重要因素为代价。然而，技术的进化如此迅速，以至于我们现在第一次面临其他实体——我们创造的实体——真的有可能拥有智能的情况。这种可能性产生于过去50年里发生的计算机技术（包括人工智能和机器学习）革命，也产生于我们在理解生物（尤其是人体和人脑）方面取得的重大进步。计算机技术的历史只有几十年，但它已经改变了我们日常生活中的许多事物，如果没有计算机，那么我们现在看到的文明根本不可能出现。物理学和生物学也取得了巨大进步，我们第一次拥有了可用于详细了解人体和人脑工作原理的工具和知识。今天，医疗技术的进步已经大大增加了大多数人的预期寿命，但在未来几十年里，我们控制或治愈致命疾病的能力有望实现前所未有的提升。原因在于，生物学、物理学和计算领域的新技术，有助于我们不断增进对生物过程的理解。最终，我们将实现对生物过程的充分理解，从而在计算机上复制和模拟这些过程，为医学和工程学开创新的可能性。随着医学和计算技术的进步，我们终有一天会充分了解大脑的工作原理，并尝试用数字支持的形式复制智能，也就是说，我们可以编写一个由数字计算机来执行的程序，它会展现出智能。在本书中，我们将探索这种可能性。有若干种方法可以实现这个目标，但它们都会造成非生物思维产生并成为我们社会中一员的局面。我称它们为“数字思维”（digital mind），原因在于，几乎可以肯定的是，数字计算机技术的存在将使它们成为可能。非生物思维可能很快就会出现在地球上，这一事实将引发一场迄今为止我们从未见过的社会革命。然而，大多数人不仅对这场革命的可能性视而不见，也看不到它将给我们的社会和政治体系带来的深刻变化。本书的另一个目的是，增加公众对这场革命的影响力的认知。我在书中做出的大多数预测可能都是错误的。到目前为止，未来总能创造出超越人类想象力的东西，更奇怪也更具创新性和挑战性。接下来自然也不例外，如果我有幸能活到那一天，我肯定会因为那些出乎我意料的新技术、新发现而惊讶不已。不过，这就是技术的本质，做预测本就不容易，预测未来更是难上加难。是时候开启我们的探索之旅了，它的起点是技术的起源，终点是思维的未来。我要告诉大家的第一件事是，指数增长是生命宏图中的一个内置模式，也是许多技术发展的特征之一。[1] 1英里≈ 1.6千米。——编者注第2章技术的指数性质自人类诞生以来，文化和文明带来的多种多样的技术，已经深刻地改变了人们的生活方式。每种技术甫一问世，就会改变个体、部落和整个群体的生活。然而，变化的速度并不是恒定的。自从几十万年前第一次创新活动发生以来，新技术的开发和应用速度一直在增长。技术创新几乎和人类的历史一样古老，甚至早在300多万年前，一些非人类祖先可能已经使用过基础技术。不过，新技术的引入速度并非一成不变。在史前时代，一项新技术的引入往往要花几万年甚至是几十万年。但近1 000年来，新技术的出现速度要快得多。在20世纪，新技术每隔几年就会出现，此后速度便不断加快。新技术总是在已有技术的基础之上发展产生，这是技术的本质，因此，每一个重要的新发展都比之前的那些花费的时间和精力更少。这也使得技术变革的速度越来越快，因此有许多人认为，随着重要的新技术被开发出来并取代旧技术成为变革的引擎，技术变革的速度将在很长一段时间内呈指数增长。史前技术虽然若干物种曾多次开发并使用石制和木制工具，但我们可以认为人类完成的第一个重大技术创新是火的发现（更准确地说，是火的控制使用）。尽管这一重大事件的确切发生日期尚存争议，但它可能发生在旧石器时代的中后期，也就是100多万年前到40万年前，早于智人的出现时间。火的控制使用显著改变了史前人类的生活习惯。之后的几代人逐渐习惯了这样一种观念：烤熟的肉吃起来更容易，煮熟的蔬菜味道更佳。蒸煮使食物更易于消化，人们也能从食物供应中获取更多的卡路里。火的控制使用可能是人类大脑尺寸增加的主要原因。从我们的角度看，在人类驯化动植物之前的几千年里，似乎没有发生什么大事。当然，事实并非如此。其间发生了一些重大的文化变革，包括尤瓦尔·赫拉利所说的认知革命，它使人类学会用语言来交流抽象的思想和观点。在农业革命前的几千年里，发生了许多重大的技术突破。弓箭、针线、斧头和矛都不止一次地被发明出来，并改变了当时的社会。这些发明或发现的确切日期大多无法确定，但它们可能都发生在5万年前至1万年前。每1万年（大约400代）出现一项重大发明，这样的变化速度似乎不太激动人心，但我们必须记住，自我们的祖先从树上下来到他们的生活习惯发生重大变化，这个过程长达几十万年。约1.1万年前到1万年前，人类已经散布到大多数大陆上，并开始了乡村生活。几千年后，许多文明开始驯化动植物。这被视为继火的控制使用之后的第二次重大技术革命，通常被称为农业革命，它深刻地改变了人们的生活和互动方式。从狩猎采集的游牧生活方式向以农业为基础的定居生活方式的转变，不一定意味着人们的生活过得更好了。随着人口的增长，人类越来越依赖于固定的食物供应，更大的群落导致传染病发病率不断上升，也带来了争夺霸权的斗争。尽管如此，在大多数地方，这些变化的发生肯定历经了许多代人，而且，它们很可能并未引起个体生活方式的深刻变化。从那时起，技术进化的增长速度就从未停止。尽管确切的日期尚存争议，但最早的轮子可能出现在公元前3 500年的美索不达米亚。让人惊讶不已的是，美洲三大文明——阿兹特克、玛雅和印加文明——都没有用过轮子，这可能是因为他们缺乏便利的耕畜。不过，绝大多数的东西方文明都广泛地使用了这种精妙的工具。在过去的1万年里，其他许多旨在节省体力的发明都出现了。在技术进步方面，所有文明或世界各地并非步调一致。尽管确切的原因尚存争议，但有一个理由毋庸置疑，即技术的不断进步加剧了技术发展之初的微小时间差，并导致技术发展水平迥然不同。相对小的环境差异，比如，耕畜的可获得性，来往于不同地方之间的难易程度，以及可以栽种的作物类型，造成技术（比如农艺、运输工具和武器）的引入时间不同。这些反过来又导致更先进的技术在不同文明中的出现时间有先有后，而更先进的技术发展与更基础的技术有关，尽管有时这种相关性不太明显。与更基础的技术相关的技术发展，推动了以信息为基础的技术发展（比如计数和书写），以及其他社会进步。最终，那些领先一步的文明占据了优势，使西方社会和文明获得了支配地位，这在很大程度上得益于其出类拔萃的技术能力。不难看出，在技术竞赛中起步较晚的文明处于明显的劣势地位。技术发展的速度或时间上的微小差异后来会演变成巨大的差异。除极少数特例之外，西方文明凌驾于整个已知世界之上，而其他发达文明则被摧毁、吸收或改造。第一次和第二次工业革命18世纪晚期的工业革命是技术发展史上最广为人知的一个间断点。工业、农业、采矿业和交通运输业的技术革新，使英国的社会结构发生了重大变化，后来又在欧洲、北美洲和世界其他地区引发了同样的变化。这次革命是人类历史上的一个重要转折点，几乎改变了人们日常生活的方方面面，也大幅加快了经济发展。在过去的几千年里，世界经济的增速每过900年左右就会加倍。在这次技术革命之后，经济增速加快，现在经济产出每过15年就会加倍。这次工业革命有时会被划分为两次工业革命，第一次革命（发生在18世纪晚期）以纺织业生产方式的变化为标志，第二次革命（开始于19世纪中叶）的标志则是蒸汽机以及其他交通运输和通信技术的发展，其中很多技术都以电力为基础。这两次革命深刻地改变了消费品的生产方式，并使电话、火车、汽车、飞机等通信和交通运输技术得到了广泛应用。第一次工业革命始于英国，然后迅速蔓延到美国以及西欧和北美的其他国家。它给社会带来的深刻变化，与纺织、冶金、交通运输和能源等领域中发生的为数不多的技术创新密切相关。在第一次工业革命引发纺织行业巨变之前，纺纱和织布大多是在织工的小作坊里完成的，主要满足国内的消费需求。在家工作的织工既纺纱又织布，他们与商人签订合同，原材料大多由商人提供。纺纱和织布的技术变革带来了生产率的大幅提高，在工业革命中起到了重要作用。包括珍妮纺纱机和走锭纺纱机在内的一些机器取代了纺纱工人，使纱线的生产效率更高，成本也更低廉。在工业革命之前织布一直是一种手工艺，但在机械织布机发明（其中包括飞梭等许多创新）后实现了自动化，这大大提高了纺织业的效率。随后，提花织机的发明又大大简化了复杂图案纺织品的生产过程。提花织机与我们当前讨论的内容尤其相关，因为它使用穿孔卡片来控制织物的颜色。19世纪后期，查尔斯·巴贝奇利用穿孔卡片，开发出第一台机械式通用计算机。第一次工业革命以纺织业和冶金业为中心，而第二次工业革命的特点是：铁路的大量修建，机器在制造业的广泛使用，蒸汽动力的应用增加，石油开始投入使用，电的发现和利用，电信业的发展，等等。交通运输技术的变革以及用于制造、分销产品与服务的新技术，掀起了第一次全球化浪潮，这一现象为不同经济、文化和生态的发展提供了源源不断的动力。不过，在电及其大量应用带来的变化面前，即使是改良的交通运输技术也会相形见绌。基于电的技术发展是今天的互联世界的源头，新闻和信息以光速传播，创建出第一个真正意义上的全球社区。在前两次工业革命期间，人们发起了多次反对引入新技术的运动，理由是新技术会摧毁就业机会并取代工人。其中最著名的是勒德派运动，勒德派是19世纪初成立的英国工人组织，他们袭击工厂，毁坏设备，以抗议引进机械针织机、细纱机、动力织布机等新技术。他们所谓的领导人“内德·勒德”可能是虚构出来的人物，但“勒德派”一词却沿用至今，指代反对技术变革的人。第三次工业革命始于1970年前后的信息化时代通常被视为第三次工业革命。由于这场革命方兴未艾，因此我们还无法感受到它的全面影响。继第三次工业革命之后是否会有一个泾渭分明的第四次工业革命，仍是一个悬而未决的问题。事实上，为这个问题提供答案是本书的目标之一。本书特别感兴趣的是与信息处理有关的技术发展。我认为，信息处理技术最终将超过几乎所有其他的现存技术，并在不远的将来取代那些技术。原因在于，信息处理以及记录、存储和传播知识的能力，是大多数人类活动的源头，它将变得越来越重要。人类对处理信息的首要需求，可能源于他们准确保存储备物资和农业产出数据的需要。对狩猎采集者来说，几乎没有必要把信息记录下来并传递给其他人或后代。随着复杂社会的演变，书写成为一种必需品，人们需要记录缴税时应该上缴多少只羊，或者记录某人拥有多少土地。此外，存储和传播维持复杂社会运转所需的详尽社会准则，也使书写变得越来越有必要。与许多其他技术不同，创造书面语言是一项非常复杂的任务，其独立进化可能发生了若干次。想要发明一种书面语言，人们必须弄清楚如何将句子或想法分解成小的单元，商定一套编写这些单元的统一系统，并确保第三方能理解全部内容，从而实现这种语言的全部价值。虽然其他独立发展的文字系统（包括中国和埃及的文字系统）可能早已出现，但公认最早的是公元前3500年至公元前3000年美索不达米亚平原的苏美尔人发明的楔形文字。许多其他的书写系统都是借鉴这些原始文字发明者的想法发展而来的。现在，人们认为文字系统的最早用途是，记录应交付的或已生产的农产品数量。后来，书写进化为可以表示语言中的一般词汇，于是它被用来记录故事、历史，甚至是法律。《汉谟拉比法典》是古代美索不达米亚的一套著名的早期法律，由古巴比伦国王汉谟拉比颁布，可以追溯到公元前18世纪。它是迄今为止破译的最古老、最复杂的著作之一，其部分副本存在于石碑和各种泥板上。法典本身由数百条法令组成，描述了不同社会地位的人违反特定规则时应采取的恰当行动。书写是信息处理技术上的一个重要发展，因为它第一次使远距离传播知识成为一种可能。更重要的是，书面记录的保存时间长于人类的记忆，甚至长于书写者的寿命。一条信息可以被保存下来，被其他人完善，并且易于复制、分发，这是前所未有的创新。统计、记录和处理数量的相关能力是书写的源头，并与书面语言并行发展，从而形成了数学这个极其重要的产物。已知最早的数学应用是为了满足农业、商业和工业的实际需要而产生的。在公元前两三千年的埃及和美索不达米亚，数学被用来测算数量。类似的发展也发生在印度、中国和其他地方。早期数学具有经验性，以简单的算术为基础。希腊人在认识到数学公理的必要性之后，发明了几何学、三角学、演绎系统和算术，这是数学最早取得的有记载的重大发展。许多著名的希腊人都对数学的发展做出了贡献，其中，泰勒斯、毕达哥拉斯、柏拉图、亚里士多德、希波克拉底和欧几里得，对我们今天熟悉的许多概念的建立起到了关键性作用。中国人和阿拉伯人继承了希腊人留下的数学遗产，并实现了许多重要的发展。此外，阿拉伯人还保存、翻译和增补了希腊人的著作。在今天被称作巴格达的地方，当时的一位重要数学家花拉子密引入了印度–阿拉伯数字和代数的概念。“算法”的英文单词algorithm就是从花拉子密的名字衍生而来的。之后，数学领域取得的发展数不胜数，而且非常复杂，我在这里就不一一列举了。数学从简单的算术概念发展到古希腊人提出的几何学、代数和三角学概念，这个过程花费了几千年的时间，但它建立起现代数学这个惊人的庞大体系却只用了不到500年的时间。关于数学，特别值得一提的是计算理论。计算是按照由一系列运算描述的明确模型进行某种运算的过程。计算可以借助模拟或数字设备来进行。在模拟计算中，一些物理量（比如位移、重量或液体体积）被用于给研究对象建模。在数字计算中，数字或符号被用于研究对象的离散表示，以便得到期望的结果。几千年来，人们已经开发了许多执行模拟计算的设备，其中最引人注目的安提凯希拉装置可以追溯到公元前150年到公元前100年之间。它是源于希腊的一种复杂的模拟计算机，使用一组复杂的联锁齿轮来计算太阳、月亮，也许还有其他天体的位置。模拟计算有着悠久的传统，喜帕恰斯（约公元前190—前120年）发明的星盘，以及17世纪威廉·奥特雷德基于约翰·纳皮尔的对数概念发明的计算尺，都属于这个范畴。计算尺是一种非常有用和有效的工具，至今仍被许多工程师使用，本书的读者中可能也有人在使用它。20世纪，许多模拟计算机被设计出来并投入应用。其中的两个代表性案例是美国海军安装在很多舰艇上的Mark I火控计算机，以及威廉·菲利普斯在1949年建造并用于为英国经济建模的MONIAC液压计算机。但是，模拟计算机在灵活性方面受到许多限制，这主要是因为每台模拟计算机都是针对特定的应用构思和建造的。通用模拟计算机在概念上是可能的（计算尺就是一个很好的例子），但总的来说，模拟计算机是为执行特定任务设计的，不能用于其他任务。相反，数字计算机是通用计算机。只要简单地修改一下数字计算机执行的程序，它就可以执行各种任务。虽然辅助算术运算的复杂工具（比如，公元前500年左右出现的算盘）已经存在了数千年之久，但全自动计算的概念直到最近才出现。托马斯·霍布斯可能是第一个明确提出“人脑的运行是机械运动”观点的人，他认为大脑就是一台计算机：一个人在思考时，他的大脑想的就是一堆数的总和，或者一个数减去另一个数的差……这些运算不仅与数字有关，而且与所有可以相加和相减的事物有关。但是，直到19世纪，查尔斯·巴贝奇才设计出第一台通用数字计算机——分析机，与他同时代的阿达·洛芙莱斯在此基础上迈出了至关重要的一步，即认识到数字计算机的作用不只是“鼓捣数字”。指数趋势的惊人性质在几乎所有技术领域中普遍存在的一个现象是：新技术的推出速度不断加快。几千年来，技术进步一直很缓慢，许多代人都过着与他们的父辈、祖辈差不多的生活；然后，一些新技术出现了，它们与下一次技术发展之间的时间跨度也比以前短得多。达到一个新阈值所花的时间远远少于达到前一个阈值所花的时间，这是数学领域的指数函数的特征。nn+1n在数学中，指数函数是a形式的函数。因为a=a×a，所以函数在点n+1处的值等于函数在点n处的值与指数函数的底数a的乘积。当n=0时，函数值为1，因为任何数（0除外）的0次幂都等于1。本书感兴趣的是底数a大于1的情况。a可以远大于1，也可以只比1大一点儿。在前一种情况下，指数将会增长得非常快；即使n很小，函数值也会迅速变得很大。例如，即使n很小，n函数10也会增长得很快。这比较直观，我们不应该感到惊n讶。不太直观的是，即使底数很小，比如a为2或者1.1，a形式的函数也会增长得非常快。我将介绍两种类型的指数增长，它们都与上述讨论有关。第一种类型与函数随时间呈指数增长的演变相关，第二种类型与几个相互独立的简单可能性组合之后引发的组合爆炸相关。我要举的第一个例子是，象棋发明者与中国皇帝的那个众所周知的历史故事，以此说明指数趋势的惊人性质。传说在象棋被发明之后不久，酷爱这个游戏的中国皇帝就把发明者传唤到朝廷上并告诉他，作为世界上最强大国家的皇帝，可以答应他的任何要求。象棋发明者非常聪明，但又很贫穷，他知道这位皇帝很看重其他人的谦逊品质，但却从不这样要求自己。于是他说：“尊敬的陛下，我是一个卑微的人，只希望得到小小的补偿来养活我的家人。如果你能仁慈地同意我的请求，那么请在棋盘的第一个方格里赏赐我一粒米，在第二个方格里奖赏我两粒米，在第三个方格里奖赏我4粒米，以此类推，每个方格里的米粒数都是前一个方格的二倍，直到最后一个方格。”象棋发明者的请求看起来十分谦逊，这让皇帝感到吃惊，便吩咐他的仆人去取所需数量的大米。但是，当他们试图计算出到底需要多少大米时，才发现整个国家产出的大米都无法满足象棋发明者的请求。在这个例子中，我们面对的是一个底数为2的指数函数。棋盘上一共有64个方格，如果每个方格里的米粒数都是前一个方格的二倍，那么总米粒数将是012363642+2+2+2+…+2=2–1。1914它大约是2×10粒米，重4×10千克，因为每千克大米11有5万粒左右。这是当今世界稻米年产量（约6亿吨或6×10千克）的500多倍。难怪皇帝不能应允象棋发明者的请求，当然，即使皇帝一开始误以为象棋发明者的要求十分谦逊，我们也不会为此感到惊讶。第二个例子引自查尔斯·达尔文的开创性著作《物种起源》。在下面这段引自该书的文字中，达尔文提出，动物繁殖固有的指数增长模式必定会受到选择压力的控制，否则仅一个物种的后代就能占领整个地球：自然界中每种生物的数量无一例外地都在快速增加，如果不遭到破坏，一对生物的后代很快就会遍布地球。……大象被视为所有已知动物中繁殖速度最慢的动物。我努力估算了其可能的最低自然增长率：我们保守地假定它在30岁时开始繁殖，一直持续到90岁，其间共生产三对小象。如果是这样，那么在500年后，第一对大象的子孙后代就会有1 500万头存活于世。尽管达尔文弄错了数字——开尔文勋爵很快就指出了这个错误——但他的想法是正确的。如果改正数字错误，那么我们可以很容易地证明500年后仅有大约1.3万头大象存活于世。如果30年为一代，那么第n代大象的存活数量可以利用a=2×a–a计算出来。它意味着每一代存活的大象数量与nn–1n–3上一代的比率会迅速收敛至黄金比率——1.618。指数增长的惊人性质最终证明达尔文的观点是正确的。事实上，尽管100年后存活的大象只有14头，但1 000年后存活着的大象会超过3 000万头，10 000年后（按照进化的标准，7010 000年不过是一瞬间）则是1.5×10头。这个数字足以与宇宙中的粒子总数相提并论，据估计（尽管存在很大的不确定7287性）宇宙中共有10~10个粒子。在这个例子中，指数函数na的底数a约等于1.618（n表示世代数）或1.016（n表示年数）。尽管如此，一段很长的时间过后，除了早有心理准备的读者之外，这种增长会让所有人都大吃一惊。另一个关于指数行为的奇怪性质的例子有些许不同，它来自豪尔赫·路易斯·博尔赫斯的短篇小说《巴别图书馆》（The Library of Babel）。博尔赫斯设想了一座图书馆，里面的藏书多到无法想象。每本书有410页，每页有40行，每行有80个字母。这座图书馆藏有所有这种规格且可以用特定字母表中的25个字母书写的书，任何人能想象出的这种规格的书都可以在这座图书馆里找到。那么，这里一定有一本书是详细介绍你的生平的，从你出生的那一刻起到你去世的那一天；而且，这本书有无数个译本，被翻译成现存的所有语言，以及无数种并不存在但十分连贯的语言。有一本书记录了从你出生到你生命中的某一天（由于篇幅限制，该书只能记录到这一天）说的一切话语；第二本书继续记录你之后说的话语，依此类推，直到有一本书记录下你的临终遗言。令人遗憾的是，这些书很难找到，不仅因为大多数书都是胡言乱语，还因为你无法区分这些书，它们实在太相似了。巴别图书馆的概念令人难以置信，人类有可能写出来的所有（特定规格的）图书竟然都被收藏其中，但是，当你意识到这样的图书馆根本不可能存在，也永远不可能建造出来时，你就不会备感困惑了。它涉及的图书数量如此巨大，以至于任何事物都无法与之相媲美。以立方毫米为测量尺度，可观测宇宙90的大小（约为10立方毫米）甚至比不上80个字符排列组合成112的不同行数（约为10行），更不用说巴别图书馆的藏书数量1 834 097（10）了。然而，即使是巴别图书馆的令人吃惊的藏书数量，在生物的海量DNA编码组合面前也会黯然失色。我们现在知道，人类和所有其他已知生物的特征，都是通过每个细胞的DNA编码一代代传递下来的。人类基因组包含23对染色体，总共约有60亿个DNA碱基（女性有2×3 036 303 846个，男性的碱基数量略少，因为Y染色体比X染色体小得多）。值得注意的是，人类基因组中99%以上的DNA碱基在每个人类个体身上都完全相同，而物种的所有变异性都是由其余的碱基编码造成的。人类个体基因组之间的差异大多表现为SNP（单核苷酸多态性），指在DNA的某些点位上，不同人的特定DNA碱基通常有不同的值。由于每个染色体对都包含两条染色体（X和Y染色体除外），所以一共有三种不同的可能组合。例如，在一个碱基T和碱基G同时出现的SNP中，有些人可能是T–T碱基对，有些人是T–G碱基对，还有些人是G–G碱基对。含有两个以上碱基的SNP目前比较稀少，在我们的粗略分析中可以忽略。尽管人类基因组中SNP的确切数量尚不清楚，但据估计有几千万个。在第一批人类基因组测序项目中，其中一个识别出大约200万个SNP。假设这个数字是保守估计，并且所有的基因组变异都是由SNP引起的，我们就可以估算出可能的SNP组合的总数，进而估算出可能有多少不同的人类基因组。我们可以忽略每个人体内的每个染色体对都有两条染色体带来的小麻烦，而只考虑每个人的每个SNP都有三个可能的值。于是，我2 000 000们知道人类基因组内的SNP一共有3种可能的排列。这意味着，仅因为SNP的变异，就会存在形形色色的人，其数量之大，即使是巴别图书馆的藏书数量也会相形见绌。当然，如果我们不只是考虑人体内的SNP数量，而是考虑上述大小的基因组中的碱基构成的所有可能的遗传组合，其数3 000 000 量就会多得多。想一想，30亿个DNA碱基可以构成4000种可能的组合；再想象一下，在如浩瀚宇宙般的非有效基因组中，有的基因组可以编码出各种各样的神奇生物——这些生物从不存在，也未被创造出来，甚至无法想象。在与现存生物对应不上的无数碱基组合中，有大量的遗传编码可以创造出超乎我们想象的东西，比如飞人、独角兽、超智能的蛇形生物等。为了简单起见，我们在这里只考虑每个基因组拷贝中4个碱基的可能组合，这是因为这个基因组的空间范围非常大，也没有任何明显的含义，以至于所有的精确计算都毫无意义。特别是像人类这样的二倍体生物，每个染色体对都有两条染色6 000 000 000体，因此我们可以认为这个空间的大小接近4。各种可能性多到令人生畏的程度，我们没有也永远找不到探索这些可能性所需的工具，因此我们无法知道这个设计空间内的情况。幸运的话，我们可以在合成生物学领域找到成熟的工具（现在这些工具尚在开发阶段）后，从这片无比深邃的大洋表面掠过。丹尼尔·丹尼特把这个想象出来的设计空间称为“孟德尔图书馆”，这座图书馆的规模非常巨大，巴别图书馆与之相比显得微不足道。我希望你们现在已经确信指数函数——即使是那些一开始增长非常慢的函数——很快就会达到一个与我们直觉相悖的值。事实证明，我们可以用一条指数曲线准确地描述几乎所有技术领域的增长。在某些特定领域，这种指数增长已得到充分证明。1946年，理查德·巴克敏斯特·富勒发布了一个名为“从绝对宇宙的基本成分——92种元素的发现时序率看工业革命的概况”的图表，清楚地展示了这个过程的指数性质。雷·库兹韦尔在1999年出版的《灵魂机器的时代》（The Age of Spiritual Machines）一书中提出了“加速回报定律”，它指出，各种进化系统（包括许多技术）的变化速度往往呈指数增长。知名度更大的摩尔定律对这种指数进程做了更加量化的说明，它指出，硅芯片上可以安装的晶体管数量会周期性地加倍（我将在下一章详细讨论这个现象）。指数增长是很多技术发展的特征，但期望这种增长在整个人类历史上保持不变是不合理的。重大的技术变革，比如农业革命和工业革命，可能已经改变了指数的底数，使增长速度在绝大多数情况下都朝着更快的方向发展。指数增长作为许多技术的一个特征，会导致我们系统性地低估近期和中期的技术水平。我们将在后面的章节中看到，许多技术正在以指数速度发展。在未来几十年里，这种指数速度将深远地改变世界，以至于我们真的无法预测我们的孙辈到我们目前的年纪时的生活方式。数字技术在即将发生的变化中会起到核心作用。织布机、拖拉机、发动机和机器人改变了田间和工厂的作业方式，数字技术将继续改变我们日常生活中几乎所有任务的执行方式。数字技术已经使打字机和电报成为历史，随着时间的推移，数字技术还将使许多其他技术变得可有可无，甚至被淘汰。就像打字员、银行柜员和报童一样，许多职业和工作岗位也将变得不再有必要，或者数量越来越少。本书试图对这些发展做出有根据的推测：它们将如何发展，以及如何影响我们的社会、经济和人类。出生在计算机时代我出生在计算机时代，是设计、建造、编程、使用和理解试读结束[说明：试读内容隐藏了图片]