当这样的前景真的到来时，我们将会发现承认对科技的迷恋不再像以前那么难。此外，数以千万计的新型人造品的加速出现将为技术元素增添更多附属层，赋予现有技术更深厚的历史底蕴，增加嵌入式知识的层次。随着科技的发展，从总体上看，它的美感将逐年提高。我相信，在不太遥远的未来，技术元素某些部分的华丽程度将与自然界的壮丽媲美。我们将狂热地赞美这种或那种技术的魅力和它令人赞叹的精细。我们会拖儿带女追寻科技，坐在它的巨塔之下静思。
感知能力
岩蚁个头极小，即便对蚂蚁来说也太小了。单只岩蚁与本页的一个逗号大小相当。它们的巢穴也极小。一窝岩蚁数量大约是100只工蚁加1只蚁后，通常在碎裂的岩块之间的罅隙里筑巢，这就是它们俗名的由来。它们整个社群可以塞入手表的玻璃罩内，或者放于两块直径一英寸的显微镜片盖之间，研究人员在实验室通常就是用这样的容器来培育它们。岩蚁大脑中的神经元数量不超过10万个，太过微小，以至于无法看见。但是岩蚁的大脑具有令人吃惊的强大计算能力。为了评估新筑巢点的可能性，岩蚁会在完全黑暗的情况下测量这个场所的尺寸，然后计算——这个词正合适——它的体积，以评估其吸引力。岩蚁几千万年使用的数学技巧是人类直到1733年才发现的。岩蚁可以估算某个空间的体积，甚至包括不规则的空间，方法是：释放气味，留下一条穿过地面的踪迹，“记录”踪迹线长度，接着再次穿过地面，留下带气味的斜线，同样记录长度，并记下与前一条线交叉的次数。面积的计算是两线长度相乘后再乘以相交点次数的倒数。换句话说，岩蚁采用斜线交叉计算求出了π的近似值，现在这种方法在数学上被称为布丰投针法。岩蚁通过身体测量备选蚁穴的净空高度，然后“乘以”之前计算的面积，得出该洞穴的近似体积。
这些不可思议的小蚂蚁会做的事情还不止于此。它们统计入口宽度和数量，测量光照强度、与邻近蚁穴的距离，评估洞穴的干净程度。然后它们记下所有这些数据，并计算备选巢穴的吸引力得分，其过程与计算机科学中的“加权积分”这一模糊逻辑公式相似。这一切都是10万个神经元完成的。
动物的大脑像军团一样发挥集体作用，即使相当愚笨者也能有惊人之举。亚洲象可以扯下树枝作为甩鞭，赶走附着在身体后半部分的讨厌的苍蝇。人们已经知道生活在水边的啮齿类动物海狸在开始建造大坝之前会囤积建筑材料，因此它们表现出制订未来计划的能力。当人类试图阻止它们建坝以防农田被毁时，它们甚至可以巧妙地欺骗人类。松鼠是另一种具有思考能力的啮齿类动物，它们不断凭智慧战胜那些非常聪明的大学毕业的郊区居民，控制了他们后院里的鸟食罐（我自己一直在与家里饲养的黑松鼠爱因斯坦战斗）。肯尼亚的向蜜鸟引诱人们寻找野生蜂巢，这样在人们取走蜂蜜后，它们可以在残余的蜂窝里大快朵颐。根据鸟类学家的观察，如果到森林深处的蜂巢路程超过两公里，有时向蜜鸟为了不让取蜜人泄气，会在实际距离的问题上“欺骗”他们。
植物也具有分布式智能。正如生物学家安东尼·特瓦斯（AnthonyTrewavas）在他引人注目的论文《植物智能的各个方面》（AspectsofPlantIntelligence）中论述的那样，植物展示了缓慢解决问题的能力，这种能力符合我们对动物智能的多数定义。它们极为精细地感知周边环境，评估威胁和竞争，然后采取行动，要么适应现状，要么解决问题，而且它们能预测未来状态。有人用延时摄影技术快速播放葡萄藤蔓的运动，以研究它的生存环境，结果表明植物在行为上与动物的接近程度要高于人类所能观察到的。查尔斯·达尔文也许是第一个发现这种现象的人。他在1822年写道：“认为根尖的作用与某种低等动物的大脑相似，不能算夸大其词。”与敏感的手指一样，植物的根抚摸泥土，探寻水分和养分，很像食草动物用鼻子挖土。叶子追寻太阳以获取最佳光照的能力（向日性）可以复制到机器上，但必须以极其先进的计算机芯片作为大脑，才能实现这样的复制。植物不用大脑思考，它们通过一个庞大的网络转换分子信号而不是电子神经信号，达到传输和处理信息的目的。
植物展现了智能的所有特征，除了两点：没有集中式大脑，动作缓慢。分布式思维和慢速思维实际上在自然界非常普遍，出现于6个生物王国的多个层面。黏液菌群能够在迷宫中选择最短路径获取食物，和老鼠很像。动物免疫系统的主要功能是将非本体物质和本体物质分离，它会保留过去遇到的外部抗原的记忆。它按照达尔文学说描述的过程进行学习，某种意义上也会预测抗原的未来变化。整个动物王国中，集体智慧以数百种方式表现出来，包括著名的社会性昆虫的蜂群思维。
信息的控制、储存和处理是生命的一个中心主题。在进化史上，知识一次又一次地爆发，似乎是一股等待释放的力量。超凡智能——我们认为猿类具有的人格化智慧——不仅是灵长类动物的进化产物，而且至少还在其他两种无关联的生物身上表现出来：鲸类和鸟类。
高智商海豚的故事广为人知。海豚和鲸类不仅展现出智慧，而且偶尔还显露出它们具有与人类——无毛发的猿类——相同的智慧模式。例如，人们知道被驯化的海豚会训练刚被捉住的海豚。可是猿类、www.youxs.org。在猿类和海豚之间是很多不具备多样化思维的动物科。我们只能推测这种智慧模式是独立进化的。
鸟类的情况同样如此。以智商来衡量，乌鸦、渡鸦和鹦鹉是鸟类中的“灵长类”。相对来说，它们的前脑与非人猿类的前脑大小相当，脑重与体重的比例也和猿类相同。与灵长类相似，乌鸦寿命很长，在复杂的社群里生活。新喀里多尼亚乌鸦像黑猩猩那样制作小鱼叉在岩石裂缝中钓蛆。有时它们保存制作好的鱼叉，携带着四处活动。在以丛鸦为对象的实验中，研究人员发现，如果丛鸦第一次藏匿食物时被其他鸟类看见，它们会寻找新的藏匿点，不过这种情况出现的前提是这些丛鸦曾经被劫掠过。自然学家戴维·夸曼认为，乌鸦和渡鸦行事如此聪明、如此古怪，它们的评估??应该“不是鸟类学家，而是精神病学家”。
这样，超凡智能独立进化了三次：带翅膀的鸟类、回归大海的哺乳动物和灵长类。
超凡智能仍然是罕见的。可是无论在哪里，高智商都是一种竞争优势。我们发现智能的重现和改造是普遍现象，因为在生物界，知识能够产生重大影响。思维在6个生物王国中前前后后进化了很多次。实际上，次数如此之多，以至于思维似乎是必然要出现的。然而，尽管大自然已经对思维表现出非同寻常的喜好，技术元素还是更胜一筹——它有目的地制造思维。我们创造出来用于辅助人脑的所有发明——很多存储设备、信号处理器、信息流通渠道以及分布式通信网络——也是创造新思维必需的要素。因此技术元素以非同寻常的规模大量生产新思维。科技需要感知。
技术元素对越来越强大的感知能力的渴望以3种方式显现出来：
www.youxs.org。
www.youxs.org。
www.youxs.org。
技术元素准备操纵物质，重组它的内部结构，为其注入感知力。生成或插入思维似乎是必然的。这些新生的大脑开始时体积细小、傻头傻脑并且沉默不语，但它们会不断成长壮大。2009年，世界上有10亿个用硅材料蚀刻而成的电子“大脑”。很多这样的微型大脑单个就包含10亿支晶体管，全球半导体行业的生产速度为每秒300亿支晶体管！最小的硅脑至少有10万支晶体管，与岩蚁的脑神经元数量相同。它们也能够取得惊人的成就。只有蚂蚁大脑一般大小的微型合成脑知道它们在地球上的地理位置以及如何回到你的住所（GPS）；它们记得你朋友的名字，能够翻译外语。这些缺乏生命力的大脑正在全面渗透我们的生活：鞋、门铃、书、灯、宠物、床、衣服、汽车、电灯开关、厨房电器，还有玩具。如果技术元素继续行使它的统治权，某些层次的感知能力将融入到它创造的一切事物中。最小的螺栓或塑料按钮包含的决策系统将和蠕虫的一样复杂，由毫无生气提升到生机勃勃。与自然界的数十亿个大脑不同，这些科技之脑中最优秀的（总体而言）每年都会变得更加聪明。
我们对这种技术元素领域发生的思维大爆炸视而不见，因为人类对任何与我们不完全相同的智慧存在沙文主义心态。除非人造大脑确实像人脑一样工作，否则我们不会认为它是智能的。有时我们会对它不屑一顾，称之为“机器学习”。于是，一方面我们予以忽视，另一方面，几十亿个微型的、像昆虫一样的人造大脑大量涌现，深深扎根于技术元素，低调地承担着看不见的琐碎工作，例如审查信用卡欺诈行为、过滤垃圾邮件或者从文档中读取文本。这些数量不断增长的微型大脑执行电话语音识别功能，在重大医疗诊断中提供支持，帮助分析股票市场，驱动模糊逻辑控制的电器，引导汽车的自动换挡系统和车闸。少数处于试验阶段的人造大脑甚至可以自动驾驶汽车行驶100英里。
技术元素的未来首先似乎表现为体积更大的脑。但是更大型的计算机不一定更聪明、更具感知能力。即使生物大脑的智能性的确更加出色，它与脑细胞数量也只是弱相关。本质上，动物“计算机”的大小不一。蚂蚁大脑是个小点，重量只有1克的1/100；抹香鲸的大脑重8千克，比蚂蚁的大10万倍。仅从脑细胞数量的参数考虑的话，鲸鱼应该比蚂蚁聪明10万倍，而人类的智商只有黑猩猩的3倍，但没有证据证明这样的论断。我们的大脑能产生无穷的创意，大小却只有抹香鲸大脑的1/6。它甚至略小于普通的尼安德特人的脑。另外，近期在弗洛雷斯岛发现的矮人化石显示他们的脑只有我们的1/3大，但他们也许一点也不比我们笨。脑的绝对尺寸和智商的关联度并不明显。
人类自己的大脑结构暗示人工智能的未来也许在于一种新型的尺寸。直到最近，传统观念还认为，具备大型中央处理器的专门化超级计算机将首先成为人工智能的载体，在那之后也许我们会拥有家用袖珍型超级计算机，或者将它们安装到个人机器人的脑袋里。它们是有界限的实体。我们将会知道，哪些问题是我们该操心的，哪些问题可以留给它们去解决。
然而，过去10年间像谷歌这样的搜索引擎的滚雪球式成功表明，未来的人工智能极有可能不是被限制在单独的超级计算机，而是诞生于由10亿台中央处理器组成的被称为网络的超级有机体。它将在全球超大型计算机上运行，这个系统包含互联网及其全部服务设施、所有外围芯片和附属设备——从扫描仪到卫星以及被卷入这个全球网络的数十亿个人脑。任何接触这种网络人工智能的设备都将分享它的智慧，并且为它添砖加瓦。
这台巨大的机器今天已经以一种初级的形态存在于世界上。想想全球所有联网电脑组成的虚拟超级计算机。有10亿台在线个人计算机，这个数字大约等于一台计算机上一块英特尔芯片包含的晶体管数量。所有互联计算机里面的所有晶体管累计达到约10万万亿（1017）支。在很多方面，这个全球虚拟网络的运转有如非常巨大的计算机，其运行速度接近早期个人电脑的时钟频率。
这台超级计算机每秒处理300万封电子邮件，意味着网络电子邮件以3兆赫的频率传输。即时通信的速度为162千赫，手机短信为30千赫。任意一秒内，可能有10万亿比特信息通过超级计算机的主干线。每年它产生的数据量接近20艾字节。
这台全球计算机包含的不只是笔记本电脑。今天它还包括将近27亿部手机、13亿部固定电话、2700万台数据服务器和8000万台无线掌上电脑。每一台设备都是全球计算机的显示器，只是外形不同。它打开了10亿扇窗户，对外展示它正在思考的问题。
整个网络大概有1万亿网页。人类大脑约有1000亿个神经元，每一个生物神经元与其他数千个神经元产生突触连接，而每一个网页平均链接60个网页。这样网络固定网页之间总共形成了数以万亿计的“突触”。人类大脑的突触连接数量是网络的100倍——但是人脑不会每隔几年尺寸翻倍。而全球机器正是如此。
谁来编写软件使这台机器发挥作用并且多产？我们每个人，每一天。当我们在相册社区网站Flickr上传照片并添加说明时，我们是在训练机器给每张照片命名。说明和图片之间越来越密集的链接组成了能够学习的神经网络。想象一下每天人们点击某网页1000亿次，以这样一种方式告诉网络我们认为什么信息是重要的。每次我们在词汇之间构建链接，就是在向网络传输一种观念。我们认为在网上无目的地漫游或者就某一话题撰写博客只是在浪费时间，但每次我们点击一条链接，就会强化超级计算机大脑的某处节点，这样就起到了通过使用机器来为它编程的作用。
不论这种大规模感知能力的本质是什么，人类起初甚至不会认为它就是智能。它的高度普遍性将掩盖它的本质。我们利用它不断增长的智能完成各种日常工作，例如数据挖掘、档案储存、模拟、预测以及模式匹配，可是因为这种智能来自坐在令人乏味的无窗仓库里的程序员编写然后传播至全球的枯燥的代码行，并且缺少统一的躯干，所以它面目不清。人们可以通过100万种方式获得分布式智能，例如借助地球上任何地方的数字显示器，因而很难说它到底位于何处。而且因为这种人工智能结合了人类智能（它包含历史上一切人类知识，还集中了当前所有网民的智慧）和数字存储技术，要明确它的定义并非易事。它是人类的记忆，还是一致同意的协议？我们在搜索它，还是它在搜索我们？
未来某天我们也许会遭遇其他星系的智慧生命。可是在那个时刻到来之前，我们将在自己的世界制造数百万个新型大脑。这是进化朝着提高感知能力的方向发展的长期轨迹的三部曲。首先，将智能慢慢注入一切物质。接着，整合所有嵌入式人造大脑。最后，提高思维的多样性。可能出现的智能类型也许会像甲虫的种类一样多，也就是说非常多。