當這樣的前景真的到來時，我們將會發現承認對科技的迷戀不再像以前那麼難。此外，數以千萬計的新型人造品的加速出現將爲技術元素增添更多附屬層，賦予現有技術更深厚的歷史底蘊，增加嵌入式知識的層次。隨着科技的發展，從總體上看，它的美感將逐年提高。我相信，在不太遙遠的未來，技術元素某些部分的華麗程度將與自然界的壯麗媲美。我們將狂熱地讚美這種或那種技術的魅力和它令人讚歎的精細。我們會拖兒帶女追尋科技，坐在它的巨塔之下靜思。
感知能力
巖蟻個頭極小，即便對螞蟻來說也太小了。單隻巖蟻與本頁的一個逗號大小相當。它們的巢穴也極小。一窩巖蟻數量大約是100只工蟻加1只蟻后，通常在碎裂的巖塊之間的罅隙裡築巢，這就是它們俗名的由來。它們整個社羣可以塞入手錶的玻璃罩內，或者放於兩塊直徑一英寸的顯微鏡片蓋之間，研究人員在實驗室通常就是用這樣的容器來培育它們。巖蟻大腦中的神經元數量不超過10萬個，太過微小，以至於無法看見。但是巖蟻的大腦具有令人吃驚的強大計算能力。爲了評估新築巢點的可能性，巖蟻會在完全黑暗的情況下測量這個場所的尺寸，然後計算——這個詞正合適——它的體積，以評估其吸引力。巖蟻幾千萬年使用的數學技巧是人類直到1733年才發現的。巖蟻可以估算某個空間的體積，甚至包括不規則的空間，方法是：釋放氣味，留下一條穿過地面的蹤跡，“記錄”蹤跡線長度，接着再次穿過地面，留下帶氣味的斜線，同樣記錄長度，並記下與前一條線交叉的次數。面積的計算是兩線長度相乘後再乘以相交點次數的倒數。換句話說，巖蟻採用斜線交叉計算求出了π的近似值，現在這種方法在數學上被稱爲布豐投針法。巖蟻通過身體測量備選蟻穴的淨空高度，然後“乘以”之前計算的面積，得出該洞穴的近似體積。
這些不可思議的小螞蟻會做的事情還不止於此。它們統計入口寬度和數量，測量光照強度、與鄰近蟻穴的距離，評估洞穴的乾淨程度。然後它們記下所有這些數據，並計算備選巢穴的吸引力得分，其過程與計算機科學中的“加權積分”這一模糊邏輯公式相似。這一切都是10萬個神經元完成的。
動物的大腦像軍團一樣發揮集體作用，即使相當愚笨者也能有驚人之舉。亞洲象可以扯下樹枝作爲甩鞭，趕走附着在身體後半部分的討厭的蒼蠅。人們已經知道生活在水邊的齧齒類動物海狸在開始建造大壩之前會囤積建築材料，因此它們表現出制訂未來計劃的能力。當人類試圖阻止它們建壩以防農田被毀時，它們甚至可以巧妙地欺騙人類。松鼠是另一種具有思考能力的齧齒類動物，它們不斷憑智慧戰勝那些非常聰明的大學畢業的郊區居民，控制了他們後院裡的鳥食罐（我自己一直在與家裡飼養的黑松鼠愛因斯坦戰鬥）。肯尼亞的向蜜鳥引誘人們尋找野生蜂巢，這樣在人們取走蜂蜜後，它們可以在殘餘的蜂窩裡大快朵頤。根據鳥類學家的觀察，如果到森林深處的蜂巢路程超過兩公里，有時向蜜鳥爲了不讓取蜜人泄氣，會在實際距離的問題上“欺騙”他們。
植物也具有分佈式智能。正如生物學家安東尼·特瓦斯（AnthonyTrewavas）在他引人注目的論文《植物智能的各個方面》（AspectsofPlantIntelligence）中論述的那樣，植物展示了緩慢解決問題的能力，這種能力符合我們對動物智能的多數定義。它們極爲精細地感知周邊環境，評估威脅和競爭，然後採取行動，要麼適應現狀，要麼解決問題，而且它們能預測未來狀態。有人用延時攝影技術快速播放葡萄藤蔓的運動，以研究它的生存環境，結果表明植物在行爲上與動物的接近程度要高於人類所能觀察到的。查爾斯·達爾文也許是第一個發現這種現象的人。他在1822年寫道：“認爲根尖的作用與某種低等動物的大腦相似，不能算誇大其詞。”與敏感的手指一樣，植物的根撫摸泥土，探尋水分和養分，很像食草動物用鼻子挖土。葉子追尋太陽以獲取最佳光照的能力（向日性）可以複製到機器上，但必須以極其先進的計算機芯片作爲大腦，才能實現這樣的複製。植物不用大腦思考，它們通過一個龐大的網絡轉換分子信號而不是電子神經信號，達到傳輸和處理信息的目的。
植物展現了智能的所有特徵，除了兩點：沒有集中式大腦，動作緩慢。分佈式思維和慢速思維實際上在自然界非常普遍，出現於6個生物王國的多個層面。黏液菌羣能夠在迷宮中選擇最短路徑獲取食物，和老鼠很像。動物免疫系統的主要功能是將非本體物質和本體物質分離，它會保留過去遇到的外部抗原的記憶。它按照達爾文學說描述的過程進行學習，某種意義上也會預測抗原的未來變化。整個動物王國中，集體智慧以數百種方式表現出來，包括著名的社會性昆蟲的蜂羣思維。
信息的控制、儲存和處理是生命的一箇中心主題。在進化史上，知識一次又一次地爆發，似乎是一股等待釋放的力量。超凡智能——我們認爲猿類具有的人格化智慧——不僅是靈長類動物的進化產物，而且至少還在其他兩種無關聯的生物身上表現出來：鯨類和鳥類。
高智商海豚的故事廣爲人知。海豚和鯨類不僅展現出智慧，而且偶爾還顯露出它們具有與人類——無毛髮的猿類——相同的智慧模式。例如，人們知道被馴化的海豚會訓練剛被捉住的海豚。可是猿類、鯨類和海豚年代最近的共同祖先出現在2.5億年前。在猿類和海豚之間是很多不具備多樣化思維的動物科。我們只能推測這種智慧模式是獨立進化的。
鳥類的情況同樣如此。以智商來衡量，烏鴉、渡鴉和鸚鵡是鳥類中的“靈長類”。相對來說，它們的前腦與非人猿類的前腦大小相當，腦重與體重的比例也和猿類相同。與靈長類相似，烏鴉壽命很長，在複雜的社羣裡生活。新喀里多尼亞烏鴉像黑猩猩那樣製作小魚叉在岩石裂縫中釣蛆。有時它們保存製作好的魚叉，攜帶着四處活動。在以叢鴉爲對象的實驗中，研究人員發現，如果叢鴉第一次藏匿食物時被其他鳥類看見，它們會尋找新的藏匿點，不過這種情況出現的前提是這些叢鴉曾經被劫掠過。自然學家戴維·誇曼認爲，烏鴉和渡鴉行事如此聰明、如此古怪，它們的評估??應該“不是鳥類學家，而是精神病學家”。
這樣，超凡智能獨立進化了三次：帶翅膀的鳥類、迴歸大海的哺乳動物和靈長類。
超凡智能仍然是罕見的。可是無論在哪裡，高智商都是一種競爭優勢。我們發現智能的重現和改造是普遍現象，因爲在生物界，知識能夠產生重大影響。思維在6個生物王國中前前後後進化了很多次。實際上，次數如此之多，以至於思維似乎是必然要出現的。然而，儘管大自然已經對思維表現出非同尋常的喜好，技術元素還是更勝一籌——它有目的地製造思維。我們創造出來用於輔助人腦的所有發明——很多存儲設備、信號處理器、信息流通渠道以及分佈式通信網絡——也是創造新思維必需的要素。因此技術元素以非同尋常的規模大量生產新思維。科技需要感知。
技術元素對越來越強大的感知能力的渴望以3種方式顯現出來：
1.意識儘可能普遍地滲透到物質中。
2.外熵持續產生更加複雜的智能類型。
3.感知能力通過多樣化轉變爲儘可能多的思維類型。
技術元素準備操縱物質，重組它的內部結構，爲其注入感知力。生成或插入思維似乎是必然的。這些新生的大腦開始時體積細小、傻頭傻腦並且沉默不語，但它們會不斷成長壯大。2009年，世界上有10億個用硅材料蝕刻而成的電子“大腦”。很多這樣的微型大腦單個就包含10億支晶體管，全球半導體行業的生產速度爲每秒300億支晶體管！最小的硅腦至少有10萬支晶體管，與巖蟻的腦神經元數量相同。它們也能夠取得驚人的成就。只有螞蟻大腦一般大小的微型合成腦知道它們在地球上的地理位置以及如何回到你的住所（GPS）；它們記得你朋友的名字，能夠翻譯外語。這些缺乏生命力的大腦正在全面滲透我們的生活：鞋、門鈴、書、燈、寵物、牀、衣服、汽車、電燈開關、廚房電器，還有玩具。如果技術元素繼續行使它的統治權，某些層次的感知能力將融入到它創造的一切事物中。最小的螺栓或塑料按鈕包含的決策系統將和蠕蟲的一樣複雜，由毫無生氣提升到生機勃勃。與自然界的數十億個大腦不同，這些科技之腦中最優秀的（總體而言）每年都會變得更加聰明。
我們對這種技術元素領域發生的思維大爆炸視而不見，因爲人類對任何與我們不完全相同的智慧存在沙文主義心態。除非人造大腦確實像人腦一樣工作，否則我們不會認爲它是智能的。有時我們會對它不屑一顧，稱之爲“機器學習”。於是，一方面我們予以忽視，另一方面，幾十億個微型的、像昆蟲一樣的人造大腦大量涌現，深深紮根於技術元素，低調地承擔着看不見的瑣碎工作，例如審查信用卡欺詐行爲、過濾垃圾郵件或者從文檔中讀取文本。這些數量不斷增長的微型大腦執行電話語音識別功能，在重大醫療診斷中提供支持，幫助分析股票市場，驅動模糊邏輯控制的電器，引導汽車的自動換擋系統和車閘。少數處於試驗階段的人造大腦甚至可以自動駕駛汽車行駛100英里。
技術元素的未來首先似乎表現爲體積更大的腦。但是更大型的計算機不一定更聰明、更具感知能力。即使生物大腦的智能性的確更加出色，它與腦細胞數量也只是弱相關。本質上，動物“計算機”的大小不一。螞蟻大腦是個小點，重量只有1克的1/100；抹香鯨的大腦重8千克，比螞蟻的大10萬倍。僅從腦細胞數量的參數考慮的話，鯨魚應該比螞蟻聰明10萬倍，而人類的智商只有黑猩猩的3倍，但沒有證據證明這樣的論斷。我們的大腦能產生無窮的創意，大小卻只有抹香鯨大腦的1/6。它甚至略小於普通的尼安德特人的腦。另外，近期在弗洛雷斯島發現的矮人化石顯示他們的腦只有我們的1/3大，但他們也許一點也不比我們笨。腦的絕對尺寸和智商的關聯度並不明顯。
人類自己的大腦結構暗示人工智能的未來也許在於一種新型的尺寸。直到最近，傳統觀念還認爲，具備大型中央處理器的專門化超級計算機將首先成爲人工智能的載體，在那之後也許我們會擁有家用袖珍型超級計算機，或者將它們安裝到個人機器人的腦袋裡。它們是有界限的實體。我們將會知道，哪些問題是我們該操心的，哪些問題可以留給它們去解決。
然而，過去10年間像谷歌這樣的搜索引擎的滾雪球式成功表明，未來的人工智能極有可能不是被限制在單獨的超級計算機，而是誕生於由10億臺中央處理器組成的被稱爲網絡的超級有機體。它將在全球超大型計算機上運行，這個系統包含互聯網及其全部服務設施、所有外圍芯片和附屬設備——從掃描儀到衛星以及被捲入這個全球網絡的數十億個人腦。任何接觸這種網絡人工智能的設備都將分享它的智慧，並且爲它添磚加瓦。
這臺巨大的機器今天已經以一種初級的形態存在於世界上。想想全球所有聯網電腦組成的虛擬超級計算機。有10億臺在線個人計算機，這個數字大約等於一臺計算機上一塊英特爾芯片包含的晶體管數量。所有互聯計算機裡面的所有晶體管累計達到約10萬萬億（1017）支。在很多方面，這個全球虛擬網絡的運轉有如非常巨大的計算機，其運行速度接近早期個人電腦的時鐘頻率。
這臺超級計算機每秒處理300萬封電子郵件，意味着網絡電子郵件以3兆赫的頻率傳輸。即時通信的速度爲162千赫，手機短信爲30千赫。任意一秒內，可能有10萬億比特信息通過超級計算機的主幹線。每年它產生的數據量接近20艾字節。
這臺全球計算機包含的不只是筆記本電腦。今天它還包括將近27億部手機、13億部固定電話、2700萬臺數據服務器和8000萬臺無線掌上電腦。每一臺設備都是全球計算機的顯示器，只是外形不同。它打開了10億扇窗戶，對外展示它正在思考的問題。
整個網絡大概有1萬億網頁。人類大腦約有1000億個神經元，每一個生物神經元與其他數千個神經元產生突觸連接，而每一個網頁平均鏈接60個網頁。這樣網絡固定網頁之間總共形成了數以萬億計的“突觸”。人類大腦的突觸連接數量是網絡的100倍——但是人腦不會每隔幾年尺寸翻倍。而全球機器正是如此。
誰來編寫軟件使這臺機器發揮作用並且多產？我們每個人，每一天。當我們在相冊社區網站Flickr上傳照片並添加說明時，我們是在訓練機器給每張照片命名。說明和圖片之間越來越密集的鏈接組成了能夠學習的神經網絡。想象一下每天人們點擊某網頁1000億次，以這樣一種方式告訴網絡我們認爲什麼信息是重要的。每次我們在詞彙之間構建鏈接，就是在向網絡傳輸一種觀念。我們認爲在網上無目的地漫遊或者就某一話題撰寫博客只是在浪費時間，但每次我們點擊一條鏈接，就會強化超級計算機大腦的某處節點，這樣就起到了通過使用機器來爲它編程的作用。
不論這種大規模感知能力的本質是什麼，人類起初甚至不會認爲它就是智能。它的高度普遍性將掩蓋它的本質。我們利用它不斷增長的智能完成各種日常工作，例如數據挖掘、檔案儲存、模擬、預測以及模式匹配，可是因爲這種智能來自坐在令人乏味的無窗倉庫裡的程序員編寫然後傳播至全球的枯燥的代碼行，並且缺少統一的軀幹，所以它面目不清。人們可以通過100萬種方式獲得分佈式智能，例如藉助地球上任何地方的數字顯示器，因而很難說它到底位於何處。而且因爲這種人工智能結合了人類智能（它包含歷史上一切人類知識，還集中了當前所有網民的智慧）和數字存儲技術，要明確它的定義並非易事。它是人類的記憶，還是一致同意的協議？我們在搜索它，還是它在搜索我們？
未來某天我們也許會遭遇其他星系的智慧生命。可是在那個時刻到來之前，我們將在自己的世界製造數百萬個新型大腦。這是進化朝着提高感知能力的方向發展的長期軌跡的三部曲。首先，將智能慢慢注入一切物質。接着，整合所有嵌入式人造大腦。最後，提高思維的多樣性。可能出現的智能類型也許會像甲蟲的種類一樣多，也就是說非常多。