机器人的未来

点击“查看图片”即可看到世界上最先进的人形机器人：一个有声带的机器人、一个地图绘制 Segway 等等。若想听取 Ray Kurzweil 的更多远见卓识的预测，请订阅PopSci Podcast（说明如下）。

人类经验的特点就是拒绝服从自身的局限性。我们已经逃离了地面，逃离了地球，而现在，经过数千年的努力，我们寻求制造能够模仿我们自己的外表、动作和智力的机器，这正引领我们走向一个临界点，即我们将摆脱人类身体和思维这两个最基本的限制。一旦这一临界点到来——一旦技术变革的加速步伐使我们能够制造出不仅与人类智力相当而且超越人类智力的机器——我们将会看到机器人（机器增强型人类，如《无敌金刚》中的人物）、机器人（人机混合体，如《星际迷航》中的 Data）以及其他超出我们想象的组合。

尽管古希腊人是第一批制造出能够模仿人类智力和自然动作的机器的人（这一发展受到希腊人关于人类智力可能也受自然法则支配的思考的启发），但这些努力在欧洲文艺复兴时期才得以实现，并制造出了第一批具有逼真动作的机器人。其中包括一位弹奏曼陀林的女士，由意大利发明家贾内洛·托里亚诺于 1540 年制造。1772 年，瑞士钟表匠皮埃尔·雅克德罗兹制造了一个沉思的儿童，名叫 L´crivain（作家），可以用笔写文章。L´crivain 的大脑是一台机械计算机，即使以今天的标准来看，它的复杂性也令人印象深刻。

这些发明让科学家和哲学家们推测，人类大脑本身只是一个复杂的自动机。艾萨克·牛顿的同时代人威廉·莱布尼茨在 1700 年左右写道：“如果这些理论是真的，我们被神奇地缩小并放进某人的大脑中，当他正在思考时，那会怎样？我们会看到所有的泵、活塞、齿轮和杠杆都在运转，我们能够用机械术语完整地描述它们的工作原理，从而完整地描述大脑的思维过程。但这种描述中绝不会提及任何思想！它只会包含对泵、活塞、杠杆的描述！”

莱布尼茨发现了一些问题。我们的大脑中确实存在泵、活塞和杠杆——我们现在认识到它们是神经递质、离子通道和神经机制的其他分子成分。尽管我们尚未完全了解这些小机器如何产生思想的细节，但我们的无知不会持续太久。

“机器人”一词起源于近一个世纪前。捷克剧作家卡雷尔·恰佩克在 1921 年的戏剧RUR （代表“罗素姆万能机器人”）中首次使用了该术语，该词源于捷克语单词“robota”，意为义务工作。在戏剧中，他描述了一种智能生物机械机器的发明，旨在为人类创造者服务。尽管缺乏魅力和善意，但他的机器人集机器智能的所有元素于一身：视觉、触觉、模式识别、决策、世界知识、精细运动协调甚至一定程度的常识。

恰佩克希望他的智能机器完美无缺，完美理性，蔑视人类的弱点。这些机器人最终会反抗主人，毁灭全人类，这种反乌托邦的观念在后来的许多科幻小说中都有所体现。

机器智能奴役其创造者的幽灵继续在公众意识中留下深刻印象。但更重要的是，恰佩克的机器人引入了机器人作为人类模仿或替代的概念。随着机器人在小说和电影中引起大众的想象，从罗西到 C-3PO 和终结者，这个想法在整个 20 世纪得到了强化。

然而，第一代现代机器人与这些拟人化设想相去甚远，大多数机器人制造商都没有尝试模仿人类。Unimate 是 20 世纪 60 年代流行的装配线机器人，它只能将一只手臂向几个方向移动，并打开和关闭夹爪。如今，有超过 200 万台 Roomba 机器人四处奔波，执行过去由人类完成的任务（吸尘），但它们看起来更像是快速的乌龟而不是女仆。大多数机器人将继续是用于执行特定任务的实用设备。但当我们想到“机器人”这个词时，Capek 百年前以我们自己的形象制造机器的概念仍然主导着我们的想象力并激励着我们的目标。

如需观看雷·库兹韦尔的访谈，请查看 PopSci_ Podcast__ 第 15 集。通过 iTunes 或 RSS 订阅，或使用以下链接直接下载 MP3。_

打造人类级别的机器人的愿望可以被视为人工智能的终极挑战。要做到这一点，我们不仅需要了解人类的认知，还需要了解我们的身体技能——毕竟，这是大脑功能的关键部分。在复杂环境中协调意图与运动主要是小脑的责任，小脑占大脑中一半以上的神经元。而身体本身则代表了我们大部分的复杂性：描述人体的人类基因组中包含的信息比大脑设计中包含的信息还要多。

我们在理解大脑工作原理方面取得了巨大进步。各种信息技术（电子和生物技术）的性能/价格比、容量和带宽每年都在翻一番。我将这种普遍现象称为加速回报定律。我们对生物学的理解正在加速发展，而且每年都呈指数级增长。例如，科学家花了五年时间才能够对艾滋病毒进行测序，但对 SARS 病毒的测序仅需 31 天。自 1990 年人类基因组计划启动以来，测序的基因数据量每年翻一番，每个碱基对的成本每年下降一半，从 1990 年的 10 美元下降到今天的 1 美分左右。我们在理解基因组如何在蛋白质中表达以及理解广泛的生物机制如何工作方面也取得了类似的进展。事实上，我们正在增强和重建人体的几乎每个器官和系统：心脏和胰腺、关节和肌肉。

同样的进展也适用于
我们对人类大脑的了解。
脑部扫描的三维分辨率一直在呈指数级增长，最新一代
扫描仪可以实时成像单个神经元连接。科学家收集的大脑数据量每年都在增加。他们表明，可以通过将这些信息转换成大脑区域的模型和模拟来理解这些信息，其中大约有二十几个已经完成。IBM 最近还开始了一项雄心勃勃的计划，以令人难以置信的细节模拟大脑皮层的大部分区域。

如果我们要重现人脑的能力，我们首先需要了解它的复杂性。人脑有 1000 亿个神经元，每个神经元都有数千个连接，每个连接包含大约 1,000 条神经通路。我估计，描述成熟大脑状态所需的信息量为数千万亿字节：非常复杂。

但大脑的设计是
十亿倍简单。如何
我们知道吗？人类大脑和身体的设计都存储在基因组中，而基因组并不包含那么多信息。
人类基因组中有 30 亿个 DNA 序列：60 亿比特，即 8 亿字节。然而，它充满了冗余；一个称为 ALU 的长序列重复了 30 万次。由于我们了解基因组的结构，我们可以将其信息压缩到只有 3000 万到 1 亿字节，这比 Microsoft Word 的代码还要小。其中约一半包含人类大脑的设计。

大脑只能用 1500 万到 5000 万字节来描述，因为大脑中的大部分连接在出生时都是随机的。例如，小脑中的数万亿个连接仅由少数几个基因描述。这意味着婴儿大脑中的大部分小脑连接都是混乱的。不过，该系统被设计为自组织，因此随着孩子学会走路、说话和接飞球，小脑中充满了有意义的信息。

我的观点不是说大脑很简单，而是说大脑的设计处于我们可以理解和管理的复杂程度。通过将加速回报定律应用于分析大脑复杂性的问题，我们可以合理地预测，大约 20 年内将会出现对人类大脑所有数百个区域的详尽模型和模拟。

一旦我们理解了思维的运作方式，我们就能够将这些原理的详细描述编入廉价的计算机中，到 2020 年代末，这些计算机的功能将比人脑强大数千倍——这是加速回报定律的另一个结果。因此，到 2029 年，我们将拥有硬件和软件，使机器拥有人类级别的智能。到那时，我们还将能够制造出完全像人类一样的机器人，并且将血细胞大小的机器人送入我们的身体和大脑，从内部保持我们的健康并增强我们的智力。等我们成功制造出这样的机器时，我们自己也将成为机器的一部分。换句话说，我们将最终超越我们长期以来认为的终极极限：我们的身体和思想。

发明家和未来学家雷·库兹韦尔是五本书的作者，其中包括最近的《奇点临近：当人类超越生物学时》

如需观看雷·库兹韦尔的访谈，请查看 PopSci_ Podcast__ 第 15 集。通过 iTunes 或 RSS 订阅，或使用以下链接直接下载 MP3。_