我们有100万零1种理由创造100万零1种不同的人工智能。专门化智能将执行专门化任务，其他人工智能将是通用智能，以不同于我们的方式完成常见工作。为什么这么说？因为差异带来进步。我推测人类不会批量生产与人脑非常相似的人造大脑类型。唯一切实可行的再造人脑的方法是采用有机组织和细胞，可是既然人类繁育后代如此容易，为什么还要自寻烦恼去制造新型大脑呢？

有些问题需要通过多种思维解决，我们的任务是发现新的思维方法，释放这种存在于宇宙中的智能多样性。全球性问题需要某种全球性思维，由几万亿活跃节点组成的复杂网络需要网络智能，日常机械操作需要非人力所及的计算精度。既然就概率计算而言人脑的思考能力如此低下，那么开发擅长统计学的智能设备的确将使我们受益。

我们需要各种各样的思维工具。独立的离网人工智能设备发挥的作用小于具有蜂群思维的超级计算机。将一台智能设备与60亿人脑、数十万万亿个在线晶体管、数百艾字节的现实生活数据和整个人类文??的自校正反馈环相连，与这样的机器相比，离网设备的学习速度慢、范围窄，也不够智能。不过仍然有消费者为了拥有在偏远地区的移动性或者出于私人原因而购买独立的智能设备，承受智能程度较差的代价。www.zcwok.com 传奇小说网

现在我们对机器存在偏见，因为迄今为止我们见到的所有机器都是单调乏味的。随着它们感知能力的提高，情况将会发生变化。但是我们将会发现，不是所有类型的人造大脑都具有同样的吸引力。正如我们发现自然界某些生物比其他生物更具魅力一样，某些人造大脑将会具有超凡能力（有助于提升我们的思维方式），而另一些没有。事实上，很多最强大的智能类型的相异本质也许会排斥我们。例如，记住一切事物的能力也许会令我们恐惧。

科技想要的就是不断提高感知能力。这并不意味着进化将引领我们朝唯一的方向——宇宙超级大脑——迈进。相反，随着时间的流逝，技术元素往往会借助自组织过程衍生出尽可能多的思维类型。

外熵的主要推动作用是揭示智慧的丰富多样性。每一种思维方式，不论它扩展到多大程度，能够理解的事物都是有限的。宇宙如此庞大，秘密如此之多，需要一切可能的思维形式去探索。技术元素的职责就是发明100万或者10亿种理解方式。

这并不像听起来那么神秘。思维是高度进化的工具，用以组织那些构成现实的信息流。当我们谈到用思维去理解时，指的就是这个含义。它产生秩序。在外熵推动历史、自组织性的物质和能量实现更高层次的复杂性和可能性的过程中，思维是迄今为止速度最快、效率最高、探索性最强的创造秩序的技术。现在我们的星球拥有植物的模糊思维、动物低等思维的多种表现形式和无止境的人类思维的自觉意识。广义上说，就在1秒钟前，人类大脑开始产生1秒钟的感知能力。我们将自己的创造力嵌入到世界上最强大的力量——科技，并尝试克隆它的技巧。这些新近发明的人造大脑多数比植物更加聪明，小部分具备了昆虫的智商，还有几种显示出更加深远的思维前景。技术元素始终在组装像大脑一样的网络，规模之大已超出了人类个体的能力范围。

技术元素轨迹的延伸方向是100万个被极少物质包裹的新大脑，它们表现出100万种新思维方式，与人类自己的复杂思维一起被纳入全球性思维中，这一全球性思维正在努力理解自我。

结构

现代智人用了数百万年时间从猿类祖先进化而来。在转变为人的过程中，我们的DNA有几百万比特发生变异。因此人类的生物进化的自然速度——就信息积累而言，大约是每年1个比特。现在，经过近40亿年逐个比特的生物进化后，我们发展了新的进化模式，这种模式源源不断地产生变异，依靠的是语言、文字、印刷术和工具，即我们所称的科技。与作为猿类时每年1比特的变异相比，我们一年内为技术元素添加的新信息为400艾，因此人类的科技进化速度是DNA进化速度的10亿个10亿倍。作为现代人类，我们在不到1秒的时间内处理的信息量等于我们的DNA用10亿年处理的信息量。

我们以如此快的速度积累信息，以至于信息成为这个星球上数量增长最快的事物。过去80年来，美国邮政系统发送的邮件数量每20年翻一番。自摄影技术于19世纪50年代发明以来，照片（信息非常密集的平台）的数量呈现指数级增长。过去100年间每日电话时长总数同样按照指数级曲线增加。没有任何一类信息在减少。

根据我和谷歌经济学家哈尔·瓦里安（HalVarian）的计算，数十年来全世界信息总量的年增长率为66%。将这种爆炸式增长与最常用的制造品——例如水泥和纸——进行比较，后者近几十年的年均增长率只有7%。信息的增长率是地球上任何其他制造品的10倍以上，甚至比同等规模的生物增长率还快。

从1900年至今，科学知识的数量——用发表的科学论文总数来衡量——几乎每15年翻一倍。如果只是统计杂志发行数，我们发现自18世纪以来它们的数量呈指数级增长。我们制造的一切产品都会产生一个名目和关于该名目的信息。即使有些制造品的启用以信息为基础，它也会产生更多的关于自身信息的信息。长期趋势很简单：源于某过程的信息和关于该过程的信息比过程本身增长更快。因此，信息将继续保持比我们创造的其他任何事物更快的增长速度。

技术元素本质上是依靠信息和知识爆炸式积累的系统。与此相似，有机体也是将它们身上流通的生物信息组织起来的系统。我们可以认为技术元素的进化将深化自然进化创建的信息结构。

这种结构深化最明显的领域就是科学。科学的建立既不是为了提高“真实性”，也不是为了增加信息总量，尽管其本身的修辞中包含了这样的含义。人们创建科学的初衷是为了提高认知世界的条理性和系统性。科学创造“工具”——技术和方法，这些工具对信息加以处理，使之能够以有序的方式被人们检验、比较、记录、调用，以及与其他知识相联系。“真理”实际上是一种标准，用以评估特定事实在多大程度上被作为基础使用，并实现扩展和相互关联。

现在我们不经意间就会说出1492年“美洲被发现”，或者1856年“大猩猩被发现”，或者1796年“疫苗被发现”。可是在疫苗、大猩猩和美洲被“发现”之前，人们对它们并不是一无所知。原住民在哥伦布到达美洲之前已经在那里生活了1万年，他们对这块大陆的考察远胜于任何欧洲人能够达到的水平。某些西非部落与大猩猩以及其他很多有待“发现”的灵长类动物关系亲密。欧洲的奶农和非洲的养牛人很早就清楚从同类疾病中提取抗原进行接种的预防效果，只是没有命名。同样我们可以质疑图书馆的某些知识价值——药草知识、传统经验和心灵感悟，它们由受过教育的人“发现”，可是在那之前，原住民和普通百姓早已知道这些知识。这些所谓的“发现”似乎反映出霸权色彩和傲慢心态——通常的确如此。不过，我们能够用一种合理方式宣称哥伦布发现了美洲、法裔美国探险家保罗·杜·沙伊鲁（PaulduChaillu）发现了大猩猩、爱德华·詹纳（EdwardJenner）发现了疫苗。他们将之前当地人已了解的知识添加到不断扩大的全球结构性知识库中，这就是他们的“发现”。今天我们把结构性知识的积累称为科学。在杜·沙伊鲁去加蓬探险之前，关于大猩猩的知识仅限于当地传播；本土部落从自然界获得的大量灵长类动物知识没有融入到科学整体中，而这个整体已对其他动物有所认识。关于“大猩猩”的信息停留在结构性知识圈的外部。事实上，大猩猩曾被科学界视为与大脚兽类似的虚构的动物，只有未受过教育、容易被骗的本地人才看到过，这种错误直到动物学家接触了保罗·杜·沙伊鲁带回的大猩猩样本才得以纠正。杜·沙伊鲁的“发现”实际上是科学的发现。被杀死动物身上保留的贫乏的解剖学信息正适合动物学的审查体系。一旦它们的存在被“确定”，关于大猩猩行为和自然发展史的重要信息就草草了之。同样，本地农民对接种牛痘如何预防天花的了解仍然是本地知识，没有与当时被视为医学的知识体系联系起来，因此这种医疗方法依然保持封闭。詹纳“发现”接种效果后，学习当地知识，并运用医学理论和所有与传染病和细菌有关的科学知识解释这种效果。他对疫苗的“发现”还没有达到他与疫苗这一名目实现“链接”的程度。美洲的情况相同。哥伦布的偶遇使美洲出现在世界地图上，与已知世界的其他地区连成一片。它自身的固有知识躯干也与缓慢积累的已知知识的统一躯干相融合。哥伦布使两块知识大陆结合为不断扩展的一致性结构。

是科学吸收当地知识而不是相反，原因在于科学是我们为了连接信息而发明的工具。它的创建目的是将新知识整合到旧知识的网络中。如果新见解包含太多与现有知识不相符的“事实”，那么新知识就会受到排斥，直到那些事实能够得到解释，它才会被接纳。（这是托马斯·库恩的科学范式转换理论的过度简化。）新理论不必解释所有的意料之外的细节（也很少这样做），但必须在一定程度上满足既定规律。每一个猜想、假定和观察数据都必须经受审查、检测、怀疑和证明。

统一的知识由复制、打印、邮政网络、图书馆、索引、目录、引用、制作标签、交叉参考、参考文献、关键字搜索、注解、同行评议和超链接这些技巧构建而成。每一种认知技术的发明都会扩大已证事实的网络，将不同知识片段连接起来。因此知识是一种网络现象，其中每一个事实都是一个节点。我们谈到知识增长时，不仅指事实数量的增加，而且（更多地）指的是事实之间关系的数量和强度的提高。赐予知识力量的是关联性。我们对大猩猩的了解越深入，并且如果将大猩猩的行为与其他灵长类动物进行比较、对照和校正，或者将二者联系起来，这样的了解就能够发挥越大的作用。当人们把大猩猩的解剖结构与其他动物的结构相联系，当它们的进化过程被融入到生命之树，当它们的生态状况对其他同步进化的动物产生影响，当它们的存在被多种类型的观察者注意到，知识结构将得以扩展，直到大猩猩学说的事实被编入数千个相互交错并且自我检验的学科领域的专科全书中。这场启蒙运动的各个部分不仅增加了大猩猩研究领域的事实，而且提高了编织人类知识的整块布料的强度。这些联系所具有的力量就是我们所说的真理。

今天仍然存在很多互不连通的知识群落。原住民部落在长期与自然环境亲密接触中获得了独有的传统知识财富，这些知识很难（如果不是完全不可能的话）脱离他们的本土环境。在他们的体系内，这些轮廓鲜明的知识具有紧密结构，但与我们知道的其他知识隔离。萨满教的大量知识面临这样的问题。目前科学根本无法接受他们的宗教知识并编入现代知识的一致性结构中，因此他们的真理保持“未发现”状态。某些边缘科学，例如超感觉认知学，继续维持边缘地位，因为它们的研究结果尽管在其自身体系中合乎逻辑，但不适合范围更大的现有知识模式。不过这种信息结构迟早会产生更多事实。更重要的是，知识实现结构化所采用的方法本身就在进化和重组。

知识的进化始于相对简单的信息组织。最简单的组织就是事实的起源。事实上，事实是被发明出来的。发明者不是科学，而是16世纪的欧洲法律体系。在法庭上，律师必须提供一致认可的观察资料作为证据，之后不允许改换。科学采纳了这种有价值的创新。长期以来，可以用于为知识排序的新方法数量在增加。将新信息和旧知识联系起来的复杂工具就是我们所说的科学。