1

　　【美】雷·庫茲韋爾 著

　　機械工業出版社

　　看點：

　　在本書中，雷·庫茲韋爾堅信技術扮演極為重要的角色，他預測，下階段人類與機器的聯合，即嵌入我們大腦的知識和技巧，將與我們創造的容量更大、速度更快、知識分享能力更強的智能相結合。

　　人腦存儲的能力

　　人的計算能力和存儲能力相比又如何呢？事實證明，如果研究人類存儲的需求，我們會發現類似的時幀估計。某一領域的專家掌握的知識塊的數量大約是105個。這些塊包括模式（如知識面）以及具體的知識。例如，一個世界級的國際象棋大師估計掌握了約10萬局棋譜。莎士比亞的詞彙量為2.9萬，但這些單詞所能表達的含義總數接近10萬個。醫學專家系統的開發表明，人類在某一領域可以掌握大約10萬個概念。如果我們估計該「專業」知識只佔人的知識的1%，那麼人的整體知識塊大約是107個。

　　根據我自己設計系統的經驗，在存儲類似知識塊的系統中，不管是基於規則的專家系統還是自組織的模式識別系統，其中的每個知識塊都需要106比特，這樣實現人的功能存儲需要l013（10萬億）比特。

　　據ITRS路線圖的預測，到2018年左右，l013比特存儲器的價格將是1000美元。請記住，這個存儲器將比電氣化學的存儲器快數百萬倍，因而會更有效。

　　同樣，如果我們在神經元連接水平上模擬人類的存儲，我們會得到稍高一點的估計值。為了存儲連接模式和神經遞質的濃度，我們可以估計每個神經連接約需要104比特。因此存儲l014個神經連接就需要l018比特。

　　基於以上分析，我們有理由預測，在2020年左右模擬人腦功能的硬體約合1000美元。正如將在第4章討論的，具有複製功能的軟體還將需要大約10年或更長的時間才會出現。不過，硬體的性價比、能力以及速度的指數級增長將在此期間一直延續，所以到2030年的時候，價值1000美元的計算機將會達到一個村莊的人（約1000人）的腦力。而到2050年時，1000美元計算機將超過地球上所有人類大腦的處理能力，當然，也包括那些仍然只應用生物神經元的大腦。

　　即使人類神經元的創意是非常奇妙的，但是我們不會（也沒有）使用同樣緩慢的方法進行電路設計，儘管自然選擇進化的設計非常巧妙，但是它們的能力還是比我們設計的電路的能力低好幾個數量級、當對身體和大腦進行逆向工程時，我們能夠創造出比自然進化系統更為持久且速度快100萬倍的系統，並且這個速度仍在繼續加快。

　　人類複雜的神經元大部分用於維持生命保障功能，而不是它的信息處理能力。最終，我們會使神經處理過程變得更加適合計算，那時我們的思維空間將不再一直這麼小了。