“奇点更近”的蓝图.docx

“奇点更近”的蓝图

库兹韦尔将意识的基础归纳为信息，他概括地描述了自宇宙诞生起的六个发展时代或阶段，每一个阶段都是基于前一阶段的信息处理而创造出来的。由此可见，智能的进化也是通过其他一系列的过程来间接推动的。

紧接着是第三个时代的到来，那些由DNA描述的动物进化出了大脑，一个能储存和处理信息的新器官。

到了第四个时代，动物，特指人类，利用更高级的认知能力，结合灵巧的对生拇指，得以将复杂的思想转化为实际行动。

第五个时代涉及直接将人类的生物认知与数字技术的速度和力量结合起来，即脑机接口，释放出难以想像的更为复杂和抽象的认知能力。

在第六个时代，我们的智能将延展至整个宇宙，把普通物质转变为能在最密集计算水平上进行组织的数层计算材料。

人类目前正生活在第四个时代，技术已经在某些任务上产生了超越人类理解力的成果。对于图灵测试中AI尚未掌握的方面，我们正在快速取得进展。图灵测试由艾伦·图灵发明，指测试者与被测试者（一个人和一台机器）隔开的情况下，通过一些装置（如键盘）向被测试者随意提问。进行多次测试后，如果有超过30%的测试者不能确定出被测试者是人还是机器，那么这台机器就通过了测试，并被认为具有人类智能。

加速回报定律实际上描述的是这样一种现象：某些类型的技术创造了加速创新的反馈循环。广义上讲，这些技术使我们能够更好地掌握信息：收集、存储、操纵和传输信息，从而使创新本身变得更加容易。现代计算机帮助芯片设计师创造了下一代更快的CPU。更便宜的宽带使应用互联网的门槛降低，让更多的人能够负担得起，进而可以在线分享自己的想法。

有些快速变化的例子并不属于加速回报定律的范畴，比如交通运输技术发展的速度。因为交通运输技术没有创造反馈循环，喷气发动机没有用于制造更好的喷气发动机。而在信息技术领域，加速回报定律的体现得非常明显，反馈循环可以使创新带来的成本低于其所创造的收益，因此进步得以持续。

这种改进速度仍在持续且没有变缓的迹象，它从根本上不依赖于摩尔定律。尽管该定律影响深远，但它只是指数及计算范式中的一种。到目前为止，指数级计算方式还包括机电继电器、真空管、晶体管和集成电路，未来还会有更多。

AI可以从比人类医生掌握的多得多的数据中学习，并且可以从数十亿次医疗手术中积累经验，而人类医生在整个职业生涯中最多只能做数千台手术。由于AI受益于其以指数级速度改进的底层硬件，随着AI在医学领域发挥越来越重要的作用，医疗保健行业也将获得指数级的收益。除了科学应用，AI在临床医学方面也正在获得超越人类医生的能力。AI驱动的工具将在几乎所有诊断任务中达到超越人类的性能水平。

（作者为资深从业人士）

正如库兹韦尔所展示的那样，“加速回报定律”将驱动一系列反映人类福祉的多个指标得到指数级的提升。

信息技术之所以呈指数级发展，因为它直接促进了自身的进一步创新。与此同时，这一趋势也助推了其他领域众多互相强化的进步机制。