我的书签
添加书签
移除书签第二章 人工智能的未來──機器的興起
機器人會繼承地球嗎？是的，但它們將是我們的子孫。
──馬文‧明斯基（Marvin Minsky）
本章重點
世紀初期（現在—二○三○）
專家系統
世紀中期（二○三○—二○七○）
模組機器人／機器外科醫生和廚師／感性的機器人／大腦逆向工程／大腦的模型／解析大腦
遙遠未來（二○七○—二一○○）
當機器人有了意識／當機器人勝過人類時／最可能的狀況：友善的人工智能／與機器人融合／星際大戰的機器人之手／代理人與化身／人類能與機器人融合多深？／奇點之路有障礙
神話中的諸神，可以用神力使沒有生命的東西活起來。依據《聖經‧創世紀》中所言，上帝以塵土創造了男人，然後「將生氣吹在他鼻孔裡，他就成了有靈的活人」。依據希臘羅馬神話，女神維納斯（Venus）讓雕像有了生命。藝術家畢馬龍（Pymalion）因愛上自己的雕像作品而深感無助，維納斯很同情，特許他實現願望，將雕像變成美女加拉蒂雅（Galatea）。火神（Vulcan，天神的鐵匠）甚至可以創造一群金屬製造的機械僕人，並賦予生命。
今天，我們就像是火神，在實驗室中打造機器。我們並非對著泥土吹氣，而是對著鋼鐵和矽吹氣。但它會使人類獲得自由或使人類變成奴隸？如果有人閱讀現在的報紙大標題，彷彿已經有了答案：人類將要迅速地被我們的創造物超越。
人類的終結？
《紐約時報》曾有個大標題，表達了對人類終結的焦慮：「科學家擔憂機器會比人類聰明。」全世界頂尖的人工智能領袖們，二○○九年曾於加州的阿西洛馬城（Asilomar）集會，正式討論機器人接管的後果。如同電影中的情節，與會代表追問許多問題，像是：如果機器人變得跟你的配偶一樣聰明，會發生什麼事？
作為此一機器人革命的有力證據，人們指向「掠食者」無人駕駛飛機（它正在阿富汗與巴基斯坦，以致命的正確性瞄準恐怖分子）、自動駕駛汽車、本田機器人阿西莫（ASIMO,Advanced Step Inovative Mobility，意即高級步行創新移動機器人）——世界最先進能走、跑、爬樓梯、跳舞甚至端咖啡的機器人。
會議發起人之一，微軟公司的艾瑞克‧賀維茲（Eric Horvitz），提到會議進行時的激情洋溢，他說：「科技正在提供近乎宗教的遠景，而他們的想法引起了如同狂喜（Rapture）般的共鳴。」（所謂狂喜，本來是指虔誠的信徒在基督復臨時升到天堂。批評人士則以「書呆子的狂喜」來挖苦阿西洛馬城會議的精神。）
同一個夏天，螢幕上最熱門的電影似乎擴大了這個啟示圖。在《魔鬼終結者：未來救贖》（Terminator Salvation）中，一群人類的烏合之眾與占領地球的機器怪獸奮戰。在《變形金剛：復仇之戰》（Transformers:Revenge of the Fallen）中，未來的外太空機器人，以人類為他們星際戰爭的士兵，並以地球為戰場。在《獵殺代理人》中，人們寧可變成完美、漂亮的超人機器去過生活，也不願面對他們老化、衰退的肉體。
由報紙的大標題和戲院的公布片名大招牌來判斷，似乎人類要吞下最後一口氣的時機已經迫在眉睫。人工智能的專家正在嚴肅的問：我們是否會有一天，必須像動物園裡的熊，當我們創造的機器人對著我們丟花生時，我們就要在欄柵後面跳舞？或者，會變成我們的創造物的寵物狗嗎？
但是，仔細檢驗，實情並非如此。沒錯，過去十年的確有很多重大的突破，但是我們應當從正確的角度來看。
二十七英尺長、能夠從空中對恐怖分子發射致命火箭的「掠食者」無人駕駛飛機，是由人類以搖桿控制。這個人類，很可能是年輕的電動遊戲老手，舒服地坐在電腦螢幕後面選擇他的目標。是這個人類，而非「掠食者」，發動射擊。而自動駕駛的汽車，在掃描地平線並轉動駕駛盤時，並非獨立做決定；它們是依據儲存在記憶體中的全球定位系統地圖前進。所以那個全自動、有意識而且兇殘的機器人，仍然還在遙遠的未來。
我們並不意外，雖然媒體聳動地報導，阿西洛馬城會議的某些較為聳人聽聞的預測，多數平日從事人工智能研究的科學家，則較為保守和小心。當他們被問及機器何時會比人類聰明時，科學家們提出的答案非常分歧，從二十年到一千年都有，實在令人訝異。
所以，我們必須區分將兩種不同類型的機器人。第一類型是由人或程式遙控，預先像錄音帶一般擬好劇本，依循精確的指令行動。這些機器人已經存在，也有過很多報導。它們慢慢地進入家庭以及戰場。但如無人類做決定，他們基本上只是一堆廢物。所以這些機器人不應與第二類型的機器人搞混。第二類型機器人真正自主，無須人類輸入的資訊就能自行思想。在過去的半個世紀，正是這種自主的機器人使科學家感到困惑。
阿西莫機器人
人工智能的研究人員往往會指著本田公司的阿西莫機器人圖片，來介紹機器人革命的進展。它身高四英尺三英吋，體重一百一十九磅，看起來像個男孩戴著黑面罩頭盔，並背著背包。阿西莫的確成就非凡：它真的會走路、會跑、會爬樓梯和說話。它可以在房間裡走來走去，拿起杯盤，回應一些簡單的指令，還記得一些面孔。它甚至記得很多字彙，可以說不同的語言。阿西莫是由數十個本田科學家辛勤工作二十年的成果。他們締造了工程的奇蹟。
在兩個不同的場合，我在主持BBC的特別科學節目時，有榮幸在會議中與阿西莫互動。當我與它握手時，它的反應完全與人類的方式一樣。我對它揮手，它也立刻對我揮手。當我對它說話，請它拿一點果汁給我時，它轉頭以怪異的人類步伐走向飲料桌。的確，阿西莫談話的時候，很像是個有生命的個體。我幾乎就想要請機器人取下頭盔，看看聰明地躲在裡面的孩子。它甚至比我還會跳舞。
乍看之下，阿西莫似乎很聰明，能夠對人類的指令做出反應、進行對話、並在房間內走動。但實情並非如此。當我在電視攝影機前與阿西莫互動時，每一個動作和細節，都要經過小心安排。事實上，僅僅和阿西莫拍攝五分鐘的簡單場景，就花了大約三小時。雖然如此，每拍完一個場景之後，仍然需要一個阿西莫的操控團隊拿著膝上型電腦，匆忙地為機器人重新編訂程序，它就像是一個錄音機在播放預先錄製的訊息，只是按照人類所寫的指令做出動作。雖然阿西莫每年都會變得更加精緻，它還是無法獨立思考。它的每一句話、每一個姿勢和每走一步，都必須由操控人員小心演練。
其後，我與阿西莫的發明人之一，有過一次坦誠的交談。他承認，阿西莫能像人類的行動雖然令人印象深刻，但它的智力只有昆蟲的水準。它的大多數動作，必須事前以程式設定。它可以活生生地走路，但它的行進路線卻須小心設定，否則它就會撞上傢具，因為它無法真正認得房間內的東西。
相較之下，連蟑螂都認得東西，匆匆繞過障礙，尋找食物和同伴，躲避捕食者，計畫複雜的逃亡路線，躲藏在陰影中，然後消失在裂縫裡。這些都發生在數秒間。
布朗大學人工智能研究人員湯馬士‧狄恩（Thomas Dean）承認過，他所製造的行動緩慢的機器人，「還處在有力氣走過大廳，而不在水泥地上留下痕跡的階段」。如同我們以後會見到的，現在最強大的電腦只能模擬老鼠的神經，而且只有幾秒鐘。若要機器人跟老鼠、兔子、狗或貓（然後是猴子）一樣聰明，還需要數十年的努力。
人工智能的歷史
批評家有時候會指出一個固定模式：每三十年，就會有人工智能的從業人員聲稱，超級智慧機器人即將降臨，然後經過實際檢驗，招來反撲。
在一九五○年代，電子計算機於第二次世界大戰後首次發表，科學家迷惑大眾說，機器人可以表現奇蹟似的技藝：拿起積木、下西洋棋，甚至解決幾何問題。彷彿真正的聰明機器馬上就要來了。群眾都大感驚奇。很快地，又有雜誌刊出文章，令人屏息以待地預測，機器人將要進入每一個人的廚房、做晚飯或清掃房間。在一九六五年，人工智能先驅赫伯特‧西蒙（Herbert Simon）聲稱，「在二十年內，機器人將能做任何我們會做的工作。」但接下來的現實是，下棋機器贏不了人類專家，它們只是會下棋而已，別的都不會。這些早期的機器人，像是早期馬戲團中只會一招的小馬，玩不出新把戲。
事實上，在一九五○年代，人工智能的確有所突破，但因它的進展被過度誇張和宣揚，於是引來反撲。一九七四年，在批評者的聯合反對下，美國和英國政府切斷經費補助。人工智能的第一個寒冬降臨。
現在，人工智能研究人員保羅‧阿布拉罕（Paul Abraham）搖著頭回顧一九五○年代那令人心醉的時代，當時他還是麻省理工學院的研究生，似乎任何事情都辦得到。他回憶說：「那就如同有一群人計畫建造一座高塔通往月球，他們都會驕傲地指著藍圖說，今年的塔比去年的高了多少。唯一的困難是，月球並未變得更接近些。」
在一九八○年代，人工智能的熱情又登上高峰。這次五角大廈投入數以百萬計的經費，支持諸如可以深入敵後、偵查敵情、解救美軍然後自行返回總部的智慧卡車計畫。日本政府國際貿易與工業部甚至全力支持一個雄心勃勃的「第五代電腦系統計畫」（Fifth Generation Computer Systems Project）。這個計畫的目標之一是：造出可以會話、有完全的推理能力，並且猜透我們心裡願望的機器人。所有的目標都要在一九九○年代達成。
不幸地，智慧卡車唯一辦到的事情就是走丟了。而第五代電腦在許多誇耀之後，沒有任何解釋就悄悄地放棄了。美好的空言又再度超越了現實。事實上，一九八○年代的人工智能的確有真正的進展，但因進步被過度宣揚，所以二度反撲又來了，造成了第二個人工智能寒冬。這期間，補助款用盡了，理想幻滅的科技人成群地離開了。人們痛苦地明白，這其中還缺少了某種東西。
一九九二年，人工智能研究人員為電影《二○○一太空漫遊》（2001:A Space Odyssey）舉辦特別慶祝會時，他們的心情很複雜。在電影中，一台命名為「HAL 9000」的電腦發狂了，也屠殺了太空船的航員。這支一九六八年拍攝的電影也預測，到了一九九二年，將會有能就任何主題與任何人進行流利對話的機器人，而且它還能指揮太空船。不幸地，最先進的機器人的聰明程度，連一隻昆蟲都沒得比，事實顯然讓人深感挫折。
一九九七年IBM的機器人「深藍」（Deep Blue）在關鍵性的比賽中擊敗了世界棋王蓋瑞‧卡斯帕洛夫（Garry Kasparov），達成了歷史性的突破。「深藍」是一個工程奇蹟，每秒運算一百一十億次。不過，它並沒有打開人工智能研究的大水閘，啟動一個新時代，結果恰恰相反。它只是凸顯出人工智能原始狀態。很多人反思的結果，都認為「深藍」無法思考。它的棋藝的確高超，但在IQ測驗中卻可能抱鴨蛋。在這個勝利之後，出面對媒體發表所有的談話的，卻是輸家卡斯帕洛夫，因為「深藍」完全無法談話。人工智能研究人員，很不情願地開始領會一個事實：強大的電腦的運算力並不等同於智能。人工智能學者理查‧黑克勒（Richard Heckler）說：「今天，你可以花四十九美元買到可以打敗世界冠軍的西洋棋程式，但沒有人會說它們有智能。」
隨著摩爾定律每十八個月推出新一代電腦，過去悲觀的一代，遲早會被漸漸地遺忘，聰明又熱情的新一代將取而代之，在一度冬眠的領域重新創造新生的樂觀和活力。在最後一期人工智能寒冬降臨三十年後的今天，電腦已經夠進步，足以讓新一代的人工智能研究人員，再對未來提出充滿希望的預測。它的支持者說，人工智能的時代終於來臨了。這次，是真的。事不過三，第三次嘗試應是一個幸運符。但如果他們說對了，那麼人類會很快地被淘汰嗎？
大腦是數位電腦嗎？
如同數學家現在所認識到的，根本的問題在於，他們在五十年前造成一個關鍵性的錯誤，以為大腦可與大型數位電腦做類比。但令人懊喪的是，大腦顯然並非如此。大腦沒有典型電腦所含有的奔騰（Pentium）晶片、視窗作業系統、應用軟體、中央處理器（CPU）、程式以及子程式。事實上，數位電腦的結構與大腦的構造完全不同。大腦有點像是學習機器，一個神經元的集合體，每學習一件作業，它就立刻重新連結。（個人電腦則完全無法學習。你的電腦，今天只會跟昨天一樣笨。）
所以，我們至少可用兩種模式來研究大腦。第一種，傳統的由上而下的模式，將機器人視同數位電腦，從一開始就將所有的智能規則寫入程式。至於數位電腦，則可以切割成某種被稱為「圖靈機」（Turing machine）的裝置——那是偉大的英國數學家艾倫‧圖靈（Alan Turing）介紹的一種假設性的裝置。圖靈機包含三個基本部分：輸入、消化資料的中央處理器以及輸出。所有的數位電腦都以這個簡單模式為基礎。這種方式的目標是將所有的智能規則編碼裝進一片光碟中。將這個光碟片塞進電腦，它就突然活了過來，變得有智能。所以，這個神祕的光碟包含創造智能機器所需的所有軟體。
不過，我們的大腦完全沒有作業程式或軟體。它比較像是一個「神經網絡」，一堆雜亂的、不斷重新互相連結的神經元的複合體。
神經網絡遵循「海柏學習法則」（Hebb’s rule）：每作一次正確決定，那些神經通路就獲得增強。只要在每次它成功地執行一個工作後，改變某些神經元之間的連結強度，此一增強就已完成。（海柏學習法則能用這個老掉牙的問題來表達：音樂家要如何取得前往卡內基音樂廳演奏的邀請？答案：練習、練習、再練習。對神經網絡來說，練習可以達到完美。海柏學習法則也可以解釋，壞習慣之所以難以打破，因為這個壞習慣的神經通路已經根深蒂固。）
神經網絡植基於「由下而上」的模式。它不是被所有的智能規則填滿的，而是以嬰兒學習的方法得到，跌跌撞撞，遇到很多事物，在經驗中學習。神經網絡並未被灌滿程式，而是用老舊的方法，通過艱苦的生活磨練來學習。
神經網絡的結構與數位電腦完全不同。如果你把數位電腦中央處理器中的一個電晶體取出，電腦就會失靈。不過，如果你取出大腦中的某一部分，它仍然可以用其他部分取代失去的部分，繼續運作。還有，要具體指出數位電腦「思考」的正確位置是有可能的：就是中央處理器。但是，人類大腦的掃描明確顯示，思想活動遍及大腦的大部分。不同部門以精確的次序亮起，思想彷彿乒乓球在到處跳動。
數位電腦能夠以接近光速運算。相對的，人類大腦速度之慢，令人難以置信。神經衝動以極為緩慢的速度移動（約每小時二百英里）。但是大腦的彌補作用遠遠超過需要，因為它進行大量平行處理。也就是說，它有一千億個神經元同時在運作，每一個只執行一小部分的運算，每一個神經元又與其他一萬個神經元相連。在某一比賽中，單一超快的處理器，被超慢的平行處理器遠遠拋在後面。（這使我們想起一個古老的趣味謎語：如果一隻貓一分鐘可以吃一隻老鼠，那麼一百萬隻貓要吃一百萬隻老鼠需要多久？答案：一分鐘。）
還有，大腦並非數位。晶體是以閘門的開關代表零與一。神經元也是數位化（可以工作或不工作），但它們也可以類比化，既傳送連續訊號，也傳送斷續訊號。
機器人的兩個問題
僅僅舉出電腦的兩個較引人注目的限制（相較於人類大腦），我們就可以領會到，為什麼電腦無法達成人腦不費吹灰之力就能達成的兩項關鍵性工作：模式辨識（pattern recognition）和常識判斷力。這兩個問題使過去半世紀的努力無解。這是為什麼我們沒有機器女僕、男管家和祕書的主要理由。
第一個問題是模式辨識。機器人的視力遠遠超過人類，但他們無法了解看到的是什麼。當一個機器人走進室內，它將影像轉換成一堆小點。透過處理這些小點，它可以辨認出線、圓圈、方塊和三角形的集合。然後機器人嘗試去為這堆小點與儲存在記憶體中的物體一對一配對——這種工作也稱得上冗長乏味，連電腦也不例外。經過數小時計算之後，機器人也許能將這些線條和椅子、桌子及人配對。相對的，當我們走進一個房間，不到一秒鐘，我們就能認識椅子、桌子、書桌和人。事實上，我們的大腦主要就是一個模式辨識的機器。
第二，機器人沒有常識判斷力。雖然它們的聽力比人類好太多，但他們不了解聽到的是什麼。舉例來說，想想下列陳述：
☆孩子喜歡獎賞，而非處罰。
☆線能拉不能推。
☆手杖能推不能拉。
☆動物不能說英語，也無法理解英語。
☆旋轉使人感覺頭暈。
對我們而言，這些陳述只是普通常識，但機器人則不然。沒有任何一條邏輯或程式證明線能拉不能推。我們已經在經驗中學到這些「顯然的」陳述的真相，不是因為它們被程式置入記憶。
由上而下的模式的問題在於，若要模仿人類的思考，光是普通常識就需要太多行的編碼。例如，如果要描寫六歲孩子所知的常識規則，需要花費數億的編碼。卡內基梅隆大學人工智能實驗室前主任漢斯‧莫拉維克（Hans Moravec）嘆口氣說：「到今天，人工智能程式仍無法展示少量的常識——例如，當一個醫療診斷程式去處理一台壞掉的自行車時，可能會開出抗生素的處方，因為這個程式裡沒有辦法分辨人、疾病或自行車的概念。」
不過，某些科學家堅信，只要靠蠻力，就能掌握常識。他們覺得，一個新的曼哈頓計畫（與製造原子彈的計畫同名），一定可以解決常識問題。這個打算創造「思想百科全書」的蠻幹計畫，被稱為CYC，從一九八四年開始。這個計畫打算將常識的祕密編成代碼寫進單一程式，它將是人工智能成就的冠冕。不過，經過數十年的辛勤工作，這個CYC計畫無法實現目標。
CYC計畫的目標很簡單：「在二○○七年以前，掌握一億件事物，約等於一個典型的人在二○○七年對世界所知的全部。」但那個截止期限，以及在此之前設定的好幾個期限，都已經跳票。每一個CYC工程師所設下的里程碑，都已成過去式，但是沒有一個科學家曾對掌控智能的本質有所進展。
人與機器對決
我曾有機會在一個機智競賽中，與麻省理工學院托馬叟‧波吉歐（Tomaso Poggio）製造的機器人對決。雖然機器人無法像我們一樣辨識簡單的模式，波吉歐卻能創造出一個程式，可以在某一特殊領域運算得跟人一樣快。這個領域是所謂的「即時辨識」，就算事先並沒有察覺某一物體，依然能即刻辨認它，這是人類擁有的神奇能力。（即時辨識對我們的進化很重要，因為我們的祖先必須在一瞬間，斷定是否有老虎潛伏於灌木中，甚至在牠們還沒完全看清楚以前。）這是第一次，機器人在一個特定視覺辨識測驗中，得分持續地高於人類。
我與機器人之間的比賽很簡單。首先，我坐在椅子上，目視一個普通的電腦螢幕。然後，一個圖片在螢幕中閃現不到一秒鐘，而我必須儘快按下兩個按鍵之一，表示我有沒有在途中發現一個動物。我必須儘快做決定，甚至在我有機會完全消化這張圖之前。電腦也會針對相同的圖片做出決定。
結果實在夠糗，經過許多快速測驗之後，機器和我的表現幾乎一樣好。但有好幾次機器得分明顯比我高，把我遠遠拋在後面。我被機器打敗了。（當我被告知，電腦答對的次數占百分之八十二，人類平均分數只有百分之八十時，我內心略感安慰。）
波吉歐的機器的關鍵是它複製了大自然的經驗。許多科學家都知道這個陳述為真：「輪子既然已經發明，為何不複製它？」例如，通常當一個機器人在看圖畫時，會試圖將它分解為許多系列的線、圓圈、方塊和其他幾何圖形。但波吉歐的程式不同。
當我們看到一個圖畫時，我們先看到不同物體的輪廓，然後看到每一個物體裡面的特徵，然後才是內部的差異等等。所以，我們將影像拆解成許多層。當電腦處理了圖像的一層以後，就將它與下一層整合，以下各層也一樣。用這種方法，一步步，一層層，它模仿了我們的大腦劃分等級處理影像的方法。（波吉歐的程式沒有我們認為是理所當然的辨識所有模式的本事，例如物體的3D影像、由不同角度辨識千萬種物體等等，但它確實代表模式辨識的主要里程碑。）
後來，我有機會看到「由上而下」和「由下而上」兩種模式的運作。我先飛到史丹佛大學人工智能中心，在那裡我遇見了史丹佛人工智能機器人（Stanford artificial intelligence robot,STAIR）。STAIR用的是「由上而下」模式，它有四英尺高，有一個巨大的機械手臂，可以旋轉，可以從桌子上抓走東西。STAIR也可在辦公室或家中移動。這個機器人有一個3D的照相機，可以先指定一個物體，將該物體的3D影像存進電腦，然後電腦再指引機械手臂去抓物體。自從一九六○年代以來，機器人就能像這樣抓住物體，我們在底特律的汽車工廠可以看到他們。
但外表會欺騙人。STAIR可以做更多的事。它不像底特律的機器人，不僅僅按照事先寫好的劇本演出。它可以自行運作。如果你要求它撿起一個橘子，它能分析桌上所有的物體，將它們與已經儲存在記憶體中的數千張影像做比對，然後認出橘子，將它拿起來。它也可以透過抓住物體，轉動它們使得指認更正確。
為了測試它的能力，我隨意堆放一些東西在桌上。我說出一個特定物體的名稱，然後觀看結果。我看到STAIR正確地分析剛放上去的東西，然後伸手去抓取正確的東西。最終目標，是要讓STAIR巡遊於家中和辦公室環境，拿起不同的東西和工具並與其互動，甚至能以簡單的言語與人對話。如此，它將可做辦公室中任何工友能做的事。STAIR是「由上而下」模式的一個例子：所有的東西都在開始的時候就以程式存入。（雖然STAIR能從不同角度辨識物體，但它能辨識的物體數量仍然有限。如果讓它走出室外，讓它隨機辨識物體，它就會癱瘓。）
|
| 圖說：不同類型的機器人：LAGR（上），STAIR（下左），阿西莫機器人（下右）。儘管大量增強電腦運算力，這些機器人的智力只與蟑螂同級。（上圖：Courtesy of Professor Yann LeCun；下左：Courtesy of Professor Ashutosh Saxena；下右：Jason Kempin/WireImage） |
不久，我有機會訪問紐約大學，數學研究所的電腦學家嚴恩‧樂庫（Yann LeCun）在那兒實驗一個截然不同的設計：地面學習機器人（learning applied to ground robots,LAGR）。LAGR是「由下而上」模式的一個例子：任何事物它都必須嘗試錯誤，從頭學起。它大小與高爾夫球車相當，有兩個立體相機可以掃描地面景物，在前進的路上辨識物體。然後它繞過這些物體，小心不碰到它們，每次通過時都學習到一些。它裝有全球定位系統，也有兩個紅外線感應器，可以偵測到前面的物體。它有三個強力的奔騰晶片，並與一個十億位元的乙太（Ethernet）網路相連。我們到附近的公園，在那兒LAGR可以繞過放在小徑上的障礙物，進行漫遊。每次它通過同樣的路，它都能更快地避開障礙。
LAGR與STAIR的一個重要的不同，在於LAGR是特別為學習而設計。每一次碰到東西，它就繞過它，並學習在下一次避開它。STAIR有成千上萬個影像儲存於記憶體中，而LAGR的記憶體中幾乎沒有任何影像，取而代之的是創立了一個它所遇到的障礙的心理地圖，並且在每次通過時不斷地修正它。LAGR與無人汽車的設計不同，無人汽車事先做了程式設定，並循著預先由GPS設好的路線前進；而LAGR則是走自己的路，沒有任何來自人類的指令。你只要告訴它去哪裡，它就出發了。最後，像這樣的機器人將會出現在火星、戰場和我們的家中。
一方面，我對這些研究者的熱情和精力印象深刻。在他們心中，他們相信他們正在為人工智能奠定基礎，而他們的工作，有一天會對社會產生我們還沒完全了解的影響。但如眼光放遠，我也可以察覺，他們還有多遠的路要走。即使是蟑螂也能辨識物體，並學習繞過它們。我們仍處於一個連自然所孕育的低階生物，都比我們的多數智能機器人聰明的階段。
世紀初期（現在—二○三○）
專家系統
今天，許多家庭有簡單的機器人，可以為地毯吸塵。另外還有在夜間巡邏的機器人警衛、機器人導遊和工廠裡的機器工人。在二○○六年，估計約有九十五萬個工業機器人，另有三百五十四萬個服務機器人，在家庭和建築物中工作。但在未來的數十年，機器人領域將會在數個方向興盛起來。但這些機器人的長像不會與科幻小說中的一樣。
我們可以感受到最大的影響，也許在所謂專家系統。它是將人類智慧和經驗編碼的軟體。如同我們上一章所見，有一天，我們可能對著牆壁的螢幕與網路對話，並且與機器醫生或機器律師的友善面孔對話。
這個領域被稱為啟發法（heuristics），也就是遵循一個正式的、以規則為基礎的系統。當我們想要規劃一個假期時，我們跟牆上螢幕中的臉孔說話，告訴它想要有怎樣的假期：幾天、去哪裡、哪個旅館、什麼價格。這個專家系統將會從我們過去的經驗知道我們的偏好，然後跟旅館和航空公司等等聯繫，然後給我們最佳選擇。但是我們不能用聊天般或說閒話的方式去說，而要用相當正式、有一定格式的語言，它才聽得懂。這種系統，可以迅速執行任何數量的日常事務。你只要給它命令，它就會跟飯店定位、尋找商店位置、代買日用品、外賣食物和預定機票等等。
由於過去數十年的啟發法的進展，才會有現在的一些比較簡單的搜尋引擎。但它們仍處於原始狀態。顯然，每個人都知道打交道的對象是機器而非人類。不過，未來的機器人將極為精緻，看起來更像人，以細緻無縫的作業為你服務。
也許，最實用的應用將是醫療照顧。例如，現在如果你覺得不舒服，你可能要在急診室等好幾小時才看得到醫生。未來，你可能直接到牆面螢幕，跟機器機醫生交談。你將可以改變打開螢幕以後所見的機器醫生的面孔甚至個性。這個在牆面螢幕所見的友善面孔，會問一組簡單的問題：你的感覺如何？哪裡不舒服？甚麼時候開始痛？每次不舒服間隔多久？
每次，你都會從一組簡單的答案選擇回應。你不需打字，只需說話就能回答。
你回答以後，接著就會立即出現下一組問題。回答完這類問題以後，機器醫生會依據全世界醫生的最佳經驗，為你做出診斷。機器醫生也會分析來自浴室、衣服、傢具的資料。那些地方都會透過DNA晶片持續監控你的健康。它也可能要求你用手提磁振造影掃描器檢查你的身體，然後將影像送由超級電腦分析。（這種探索式計畫的某些較原始版本已經存在，例如網路醫療，但它們還不夠精緻，也還沒有完全的探索能力。）
以此方式，多數前往醫院看醫生的行動都可以省略，大大降低醫療系統的負荷。如果問題嚴重，機器醫生會建議你去醫院，由人類醫生提供密集的檢查。但即使在醫院，你還是會看到人工智能程式以機器護士（像阿西莫）的形式出現。這些機器護士並非真正聰明，但能在不同的房間移動，提供適當的醫藥給病人，滿足他們的其他需要。這些機器人可以在地板上的軌道移動，或者像阿西莫一樣獨立行動。
現在有一個機器護士叫做RP-6行動機器人。它被部署在加州大學洛杉磯分校醫學中心等處。它基本上是座落於移動式電腦（在滾軸上移動）上的一個電視螢幕。在電視螢幕中，你看到一個真實醫生（可能在好幾里外）的影像。機器人上面有一個攝影機，可以讓醫生看到機器人看到的景象。這裡也有一個麥克風，讓醫生可以跟病人說話。醫生可以透過搖桿控制機器人、與病人互動、監控藥物等等。由於美國每年有五百萬個病人被送往加護病房，但只有六千個合格醫師可以處理嚴重病患，像這種機器人可以幫忙緩和緊急照護危機，讓一個醫生到許多病人那裡。未來，這樣的機器人會更加自主，可以自行走訪病人，並與他們互動。
日本是這種科技的世界領導者之一。日本為機器人花了很多錢，以便舒緩即將來臨的醫療危機。回顧過去，日本之所以成為世界上的機器人大國，並不令人意外。原因如下：第一，日本傳統神道教相信無生命的物體中有精靈存在，連機械都一樣。在西方，孩子看到機器人，可能會害怕尖叫，特別是在看了許多橫衝直撞的殺人機器電影之後。但是，對日本孩子而言，機器人被認為是友善的精靈，好玩又有助力。在日本，當你進入百貨公司時，看見機器接待員跟你打招呼是很平常的事。事實上，全世界有百分之三十的商業用機器人在日本。
第二，日本正面對人口的夢魘。日本有最快速老化的人口。出生率降低至令人驚訝的狀況，每個家庭平均只有一‧二個孩子，而移民數字則微不足道。某些人口專家說，我們正看到火車失事的慢鏡頭：在未來數年，一輛人口火車（老化人口和低出生率）將與另一輛（低移民率）對撞——相同的火車事故，以後也會在歐洲發生。這個現象在醫療領域特別嚴峻，因而那個領域中，類似阿西莫的護士可能很有用。像阿西莫機器人將會很適合醫院工作，例如分發藥單、管理藥物、和每天二十四小時看護病人。
世紀中期（二○三○─二○七○）
模組機器人
到了世紀中期，我們的世界裡可能充滿機器人，但我們可能不會注意到他們的存在。那是因為多數機器人可能不會有人類的樣子。它們可能隱藏起來，偽裝成蛇、昆蟲和蜘蛛等，擔任不愉快卻重要的任務。它們將是可以隨著需要變形的模組機器人。
我有機會與模組機器人先驅之一，南加州大學的沈為民（Wei-min Shen）會面。他的構想是創造小方塊模組（cubical modules），可以像樂高方塊一般互相替代，也可按照自己的意願重組。因為它們可以改變形狀、圖樣和功能，他稱之為「變形機器人」（polymorphic robots）。在他的實驗室中，我可以立刻看到他的研究方法與史丹佛大學及麻省理工學院的方法都不同。表面上，那兩個實驗室都如同孩子的夢幻玩具間，到處都有會走路和談話的機器人。當我訪問史丹佛和麻省理工的人工智能實驗室時，我看見各種不同的機器人「玩具」，身上有晶片，也有一些智能。工作台上有很多飛機、直升機、卡車和昆蟲形狀有晶片在內的機器人，這些都能自己行動。每一個機器人都是自成體系的單位。
不過，一旦進入南加大實驗室，所見大異其趣。你看到許多像盒子一般的模組，每一個大約兩英吋立方，可以連結或分開，容許你創造出許多不同的像是動物的產物。你可以創造出以線形滑行的蛇。或者像鐵環滾動的圓圈。你還可以扭動這些方塊或用一個Y形的接合器將他們鉤在一起，創造出完全不同的新裝置，代表章魚、蜘蛛、狗或貓。你可以想像一個聰明的樂高組合，每一塊都有智能，凡是想像得出來的東西都有能力自行組成。
若要通過障礙，這點非常有用。如果一個蜘蛛形的機器人在水溝內爬行，碰到一面牆時，它會先找到一個小洞，然後自行分解。每一個小方塊將能自行穿過這個洞，然後這些小方塊會在牆的另外一邊重新組合起來。如此，這些模組機器人將是幾乎無可阻擋，有能力順利通過多數障礙。
這些模組機器人，對於修補我們日益腐朽的基礎建設可能非常重要。例如，在二○○七年，明尼亞波里斯市的密西西比河大橋，可能是因為已經老化、負荷過重和設計錯誤而崩毀，十三人死亡，一百四十五人受傷。全美國可能還有數百個意外事件隨時會發生，只因所需經費太多，以致無法監控每一個腐朽中的橋樑，並加以整修。這正是模組機器人可以挺身救援的地方。它們可以悄悄地檢查橋樑、公路、隧道、管線和發電廠，必要時並加以修理。（例如，通往曼哈頓下城的那些橋，由於腐蝕和缺少整修，已經損傷嚴重。有一個工人還在那裡發現了一九五○年代最後一次油漆時遺留的可樂瓶。事實上，老舊的曼哈頓橋的某一段，最近還因瀕臨崩潰，不得不關閉進行修理。）
機器外科醫生和廚師
機器人可能擔任外科醫師、廚師和樂師。例如，外科醫師的一大限制就是人類手部的靈巧和正確性。外科醫生和所有的人一樣，工作許多小時以後會疲勞，效率會降低，手指開始顫抖。機器人可以解決這個問題。
例如，傳統的外科醫生進行心血管繞道手術時，必須先進行全身麻醉，然後在胸膛中央打開一英尺長的切口。打開胸腔增加了感染的機會，也拉長了復原時間，在治療過程中造成劇強烈痛苦和不舒服，最後留下難看的疤痕。但是，達文西機器人（da Vinci robot）系統可以解決大部分問題。這個機器人有四隻手臂，其中一隻操作照相機，另外三隻負責精確的手術。它不需在胸膛切開長長的缺口，只需在身體側面打開幾個小切口。在歐洲和南、北美洲，共有八百個醫院使用這個系統。僅僅在二○○六年，這種機器人就已執行了四萬八千個手術。手術也可以透過網路遙控進行，所以在大城市的世界級外科醫生，可以為遠在另一個大陸上孤立農村的病人動手術。
未來，較先進的機器人型號，將能透過操作微型解剖刀、鉗子和針，在微血管、神經纖維、器官組織上動手術；而現在這些都還不可能。事實上，在未來，外科醫師切開皮膚的事將極為罕見。非侵入式手術將成為基本規範。
內視鏡（置入體內能夠照明並切除組織的長管）將會比線還要細。小於小數點的微機器將會做很多機械性工作。在原始版本的《星艦迷航記》中有一個插曲，麥考伊醫官（Doctor McCoy）對於二十世紀的醫生必須切開皮膚的事深感噁心。這樣的一天成為事實已經不遠。
未來的醫學院學生將會學習切割人體的3D虛擬影像，手的每一個動作都由另一個房間的一個機器人再現。
日本人擅長製造能與人類做社會互動的機器人。名古屋有機器廚師，能在數分鐘內為你做出標準速食晚餐。這個機器是由Aisei工業機器人公司所製作，它會在一分四十秒內做出麵食，在忙碌的用餐時間可以供應八十碗。這個機器人廚師外貌很像底特律汽車裝配線的機器人，有兩隻動作與次序都由程式精確設定的長手臂。不過他們不在工廠裡裝螺絲釘或焊接鋼鐵，而是以機器手指從一排碗裡，抓取調味料、肉、麵粉、醬料、香料等材料。這個機器手臂將它們混合並組合成為三明治、沙拉或湯。Aisei廚師的外觀像個機器人，它只有由廚房櫃台伸出的兩隻大手。但是其他規劃中的模型開始比較有人的模樣。
也是在日本，豐田發明一種會拉小提琴的機器人，水準幾可媲美任何專業人士。它的外貌類似阿西莫，例外的是它能抓住小提琴，隨著音樂搖擺，然後專注於演奏複雜的小提琴樂曲。樂聲真實得令人難以置信，機器人還能像音樂大師擺出堂皇的姿勢。雖然音樂尚未達到演奏會水準，但已足以取悅聽眾。當然，上一世紀，我們已經有機械鋼琴，可以按照刻在旋轉的碟子上的音調演奏。就如同這些鋼琴機器，這個豐田機器也是以程式設定。不同的是，豐田機器經過細心設計，能以最接近真實的方式，模仿人類小提琴師的指法和姿勢。
還有，日本早稻田大學的科學家也做了一個機器人長笛家。這個機器人胸部中空，像人的肺，可以對著一支真正的長笛吹氣。它可以演奏相當複雜的旋律，如《大黃蜂飛行》（The Flight of the Bumblebee）。我們必須強調，這些機器人無法創作自己的音樂，但它們演奏音樂的能力已可與人類匹敵。
機器人廚師和機器人樂師都經過細心設計程式。他們無法自主。雖然比起老式的鋼琴機器已較為精緻，但它們仍以相同的原理運作。真正的機器僕人和機器管家，仍在遙遠的未來。但機器廚師、機器小提琴師和長笛樂師的後代，可能有一天會進入我們的生活，執行某種我們認為是專屬人類的基本功能。
感性的機器人
到了世紀中期，感性機器人的時代，可能已經是完全綻放的花朵了。
在過去，許多作家想像出渴望變成人類並有情緒的機器人。在《木偶奇遇記》（Pinocchio）中，一個木偶希望成為真正的男孩。在《綠野仙蹤》（Wizard of Oz）裡，鐵皮人希望有一顆心。而在《星艦迷航記：下一代》（Star Trek:The Next Generation）裡，人形機器人「百科少校」（Data），試圖透過說笑話和猜出什麼會讓人笑來控制情緒。事實上，在科幻小說中，有一個一再重複出現的主題——機器雖然越來越聰明，但他們總是無法掌握情緒的本質。有些科幻小說家聲稱，機器人也許有一天會比人聰明，但它們仍沒辦法哭泣。
事實上，那可能不是真的。科學家現在了解情緒的真正性質。第一，情緒告訴我們，什麼對我們有益，什麼對我們有害。世界上大多數事物，既非對我們有害，也不會很有用。當我們經驗「喜歡」的情緒時，我們是在學習確認環境中對我們有益的細微事物。
事實上，我們的每一種情緒（恨、妒忌、恐懼、愛等）都是經過數百萬年演化形成，以便在充滿敵意的世界保護我們，免於危險，並幫我們繁衍後代。每一種情緒都在幫忙基因繁殖到下一代。
對南加州大學神經學家安東尼歐‧達馬西歐（Antonio Damasio）而言，情緒顯然在演化中扮演著關鍵性的角色。他曾對腦部受傷或有病的病人加以分析。有一些病人大腦中的思考部分（大腦皮層）和情緒中心（位於大腦中心深處，像個杏仁核）的聯繫被切斷。這些人除了情緒的表達有困難，其他功能一切正常。
有一個問題立刻明顯出現：他們無法做選擇。購物成為夢魘，因為所有的東西，不論貴或便宜，俗艷或高雅，對他們而言價值都相同。設定約會幾乎不可能，因為未來的每一天都相同。他說，他們似乎「知道，卻無法感覺到」。
換句話說，情緒的主要目的之一，就是給我們價值，然後我們才能決定什麼是重要的，什麼是昂貴的，什麼是美麗的以及什麼是珍貴的。沒有情緒，所有的事物等值，我們將因無法做決定而痲痹，因為不論作任何決定，重要性都相同。所以科學家現在開始了解，情緒乃是智能的必要因素，而非可有可無的奢侈品。
例如，當我們觀賞《星艦迷航記》時，看到史巴克（Spock）和「百科少校」像是不帶情緒地執行工作，現在你馬上會了解錯誤所在。史巴克和「百科少校」每一件事都顯露了情緒：他們已經做了一系列的價值判斷。他們決定擔任幹部很重要，因為那意味著執行某些任務的艱難，聯邦目標的高貴，以及人類生命的珍貴等等。因此，要找到一個不帶情緒的幹部，不過是個錯覺。
有情緒的機器人可能關係著生與死。未來，科學家將能創造出救援機器人——被送至火災、地震、爆炸現場的機器人。它們必須對救誰、救什麼、先做什麼事等等，做出數千個價值判斷。環視周邊的破壞損傷之後，它們必須對許多等待完成的任務排出優先順序。
如果你回顧人類大腦的演化，情緒也是必要的。如果你觀察大腦的解剖特徵，你會注意到它們可以區分為三大類。
首先，在頭殼深處，你有跟大多數爬蟲類相同的爬蟲類腦（腦幹）。最原始的生活功能，如平衡、攻擊性、地盤性及尋找食物等，都由這部分的腦控制。（有時候，你看到一隻蛇，蛇也跟你對看，你覺得毛骨悚然。你不免好奇，蛇在想什麼？如果這個學說是對的，那麼蛇並沒想很多，除了你是不是牠的午餐。）
接著，我們往上看，發現腦部向頭顱前方擴充。在腦幹的外緣一層，我們在腦部中央發現猴子腦或邊緣系統。它的組成部分包括參與情緒處理的杏仁核。集體生活的動物會有特別充分發展的邊緣系統。團體出獵的社會動物需要較高級的腦力，專用於了解整個群體的規則。因為在荒野的成功有賴於與同伴的合作。但是因為這些動物無法交談，牠們必須透過肢體語言、咕噥聲、鳴叫聲以及姿勢來溝通牠們的情緒狀態。
最後，我們有前額和外層的腦，即大腦皮層，這一層界定人性，也控制理性思考。當其他動物被本能和遺傳所支配時，人類用大腦皮質思考解決事情。
如果這種演化過程是正確的，那也表示在創造獨立自主的機器人時，情緒將扮演一個不可或缺的角色。目前為止，被創造出來的機器人都只是模仿爬蟲類的腦。它們能走路、搜索周邊、找到物體，除此以外也就不多了。至於社會動物，比起只有爬蟲類腦的動物則聰明多了。有情緒，才能使動物社會化，能夠操控團體的規則。所以科學家在能夠模仿邊緣系統和大腦皮層以前，還有很長的路要走。
麻省理工學院的辛西亞‧布雷季爾（Cythia Breazeal）為了對付這個問題，事實上已經創造了一個特別設計的機器人。這個叫做KISMET的機器人，臉部是一個淘氣的小精靈。表面上，它顯得活生生的，以臉部動作顯示情緒回應你。KISMET可以透過改變面部表情來複製許多情緒。事實上，婦女和這個孩子氣的機器人互動時，往往以母親對嬰兒或孩子說話的「媽媽語」跟它說話。雖然像KISMET這樣的機器人是設計來模擬情緒，但是科學家不會誤以為機器人真的感受到情緒。在某種意義上，它就像是錄音帶不知道自己在說些什麼一樣。只是，這個機器人不是在播放聲音，而是在扮演臉部表情罷了。但KISMET的突破在於，它不需要編寫很多程式，就能創造出一個能夠模仿人的情緒，並以此引發出如人類般反應的機器人。
這些有表情的機器人將會進入人類的家裡。它們不會成為我們的密友、祕書或女僕，卻能依照啟發法建立以規則為基礎的程式。到了世紀中期，它們可能跟貓或狗一樣從聰明。如同寵物一般，它們會表現出與主人同心的表情，因而較不容易被遺棄。你將不能以口語與它們交談，但它們將聽得懂程式儲存的指令（也許有好幾百個）。如果你叫它們做某種尚未預先儲存與記憶中的事時（如「去放風箏」），它們會僅僅給你一個好奇或困惑的表情。（如果到了世紀中期，機器貓狗能模仿貓狗的全部反應，與真實的動物行為難以辨別時，那麼問題就來了：這些機器動物能真的有感覺，或者與普通的貓狗一樣聰明嗎？）
索尼公司在製造AIBO智能機器狗時，以這些有感情的狗做實驗。雖然有點原始粗糙，但它是第一個能夠真正對主人做情緒反應的狗。例如，如果你拍AIBO的背，它會立刻低沉地發出舒服的叫聲。它會走路，對聲音指示做反應，甚至進行某種程度的學習。AIBO無法學習新的情緒和情緒反應。（由於財務原因，它於二○○五年停產。但它已經招徠忠實的追隨者，為它的電腦軟體升級，使AIBO可以有更多本事。）未來，對兒童有忠誠度的機器寵物將很平常。
雖然，這些機器寵物儲存的感情內涵會很豐富，也會對兒童忠心耿耿，但它們不會感受到真正的感情。
大腦逆向工程
大約在世紀中期，我們應當能達成人工智能的下一個里程碑：人類大腦的逆向工程。科學家受挫於無法創造出由矽晶片和鋼鐵造成的機器人，於是開始嘗試相反的方法：以神經元為單位，逐步拆解大腦——如同技工將螺絲釘一個一個拆解——然後在超級電腦中模擬這些神經元。這些科學家有系統地按照動物演化的階層，從貓狗開始，向上嘗試模擬動物神經元的啟動。這是一個明確的目標，到了世紀中期，將成為可能。
麻省理工學院的佛瑞德‧哈普古德（Fred Hapgood）曾在一篇文章中說：「發現大腦如何工作——就像我們知道引擎如何發揮作用一般，百分之百精確的了解——將會改寫圖書館中的每一本書與文字。」
進行大腦逆轉工程的第一步，就是了解它的基本結構。即使是一個簡單的任務，也已經是一個漫長而又痛苦的歷程。回顧過去，大腦的不同部分已經在屍體解剖過程中確認，但人們對於它們的功能卻找不到線索。當科學家分析腦傷病人的大腦，發現大腦某部分的損傷，會產生相應的行為改變時，情況因而逐漸改變。表現出特定的行為改變的中風患者與腦部受傷或生病的人，可以和大腦中某特定部位的傷害相配對。
最精彩的例子發生於一八四八年的佛蒙特州。當火藥意外爆炸時，發生了改變歷史的意外，一根三英尺八英吋長的鐵條穿透鐵路工頭菲尼亞斯‧蓋吉（Phineas Gage）的頭顱。鐵條由臉的一側刺入，粉碎了下顎，穿過大腦，由頭頂穿出。雖然他全部額葉（frontal lobes）或兩者之一被毀，但他竟奇蹟似地能在可怕的意外事故中倖存。剛開始時，為他治療的醫生，很難相信任何人可以在這樣的意外中存活。他陷入昏迷數週，但後來奇蹟似地復原了。他甚至繼續多活了十二年，回到工作崗位，也外出旅行。他於一九六○年去世後，醫生小心地保存他的顱骨和鐵條。此後它們被密集地進行研究。現代科技（應用斷層掃描）已經重新建立了此一事故的細節。
此一事故永遠地改變了有關身心問題的觀念。以前，即使是科學界也相信心靈與肉體是分開的實體。人們記述說，某種獨立於大腦之外的「生命力量」，賦予身體活力。但廣泛流傳的報告指出，蓋吉的人格在事故之後，有了重大的轉變。某些描述聲稱，原本外向、討人喜歡的蓋吉，在事故之後變得愛罵人、充滿敵意。這些報告的影響，增強了「大腦的特定部位控制著不同的行為，因而心靈與肉體密不可分」的想法。
一九三○年，另一個突破發生了。神經學家威爾德‧潘菲德（Wilder Penfield）等人注意到，在為癲癇病人動腦部手術時，只要用電極碰到腦部的某一部分，身體某一特定部位就會受到刺激。依此類推，他可以建構出一個「腦皮層的某一部位控制身體的某一部位」的簡略輪廓。因此，我們可以重新描繪人類腦部，列出腦部的哪一個部位控制哪一個器官。結果是一個看來很像小矮人的怪異人體圖像（指尖、嘴脣和舌頭都很巨大，身體卻很小），呈現在腦部的外表上。
到了不久以前，磁振造影掃描為我們揭露了更多大腦思考的圖像，但它們無法追蹤思想的特定路徑——那個路徑可能只涉及數千個神經元。一個結合光學與遺傳學的新領域，稱為「光遺傳學」（optogenetics），可以揭露動物的特定神經路徑。我們可以拿道路地圖的製作來做類比。磁振造影掃描的結果，像是在決定較大的州際公路和較大的交通流量。而光遺傳學則可以實際確定個別的道路和小徑。一般而言，它甚至容許科學家，有可能透過刺激這些特定的路徑，來控制動物的行為。
這一點又反過來造成幾個勁爆的媒體故事。新聞集合網站「德拉吉報告」（Drudge Report）曾轉載一個聳人聽聞的大消息：「科學家創造了遙控蒼蠅。」這個媒體報導令人聯想到以遙控蒼蠅執行五角大廈不法勾當的遠景。在「今夜脫口秀」中，傑‧李諾（Jay Leno）甚至談到一隻可以遙控的蒼蠅，可以在命令下飛進布希總統口中。雖然這位喜劇演員想像出一個軍事演習日，五角大廈以按鍵指揮的祕密昆蟲部隊的怪誕場景，但實際情形不會那麼誇張。
果蠅的大腦中大約有十五萬個神經元。科學家能夠運用光遺傳學，讓果蠅腦部與某種特定行為相對應的神經元發亮。例如，當兩個特定神經元啟動時，它可以對果蠅發出逃避訊號。於是果蠅自動伸腳、張翅並起飛。科學家有能力繁殖出一個果蠅品種，它們只要見到雷射光就能夠啟動逃避神經元。如果你對著這些果蠅閃動雷射光，每次它都會飛走。
確定腦部結構的影響非常重大。不僅僅可以讓我們慢慢地梳理出某種行為的神經通路，也可以用這種資訊來幫助中風的受害者，和因大腦疾病和受傷而受苦的病人。
牛津大學的葛羅‧米森波克（Gero Miesenbock）和同事，已經能夠以這種方法來確定動物的神經機制。他們不但研究出果蠅逃避反射的通路，也找出有關氣味的反射通路。他們研究了管理蛔蟲尋找食物的神經通路，也研究了老鼠做決定時涉及的神經元。他們發現了果蠅最少只要兩個神經元就能觸動行為，若要老鼠做決定卻要啟動三百個以上神經元。
他們用過的基本工具，是應用能夠控制特定染色的製造的基因，和對光有反應的分子。例如，水母有一種基因可以製造螢光蛋白。還有，有很多種像是視網膜紫質（rhodopsin）一樣的分子，在被光線照射到時，容許離子通過細胞膜，因而產生反應。如此，對這些組織閃動光線可以啟動某些化學反應。這些科學家以染色和對光敏感的化學物質為工具，首度能夠梳理出控制某些特定行為的神經迴路。
所以，雖然喜劇演員喜歡取笑科學家，想要像科學怪人創造出可以按鍵遙控的果蠅，而實情卻是，科學家有史以來第一次，能夠追溯出可以控制某種特定行為的神經通路。
大腦的模型
光遺傳學只是比較素樸的第一步。下一步就是應用最先進的科技，做出整個大腦的真正模型。要解決這個龐大的問題至少得用兩個方法，另外還要加上數十年的苦工。第一個方法是應用超級電腦模擬數十億個神經元（其中每一個又與其他數千個神經元相連）的行為。另一個方法是為每一個神經元作實際定位。
第一個方法（模擬大腦）的關鍵，純粹取決於電腦的運算力。電腦越大越好。依靠蠻力，以及粗糙的理論，也許是打破這個大問題的關鍵。有可能完成此一吃力工作的電腦名叫「藍色基因」（Blue Gene），它是全球最強有力的電腦之一，由IBM建造。
我曾有機會前往加州的勞倫斯利弗摩爾國家實驗室（Lawrence Livermore National Laboratory）參觀，看到這座巨大的電腦。五角大廈的氫彈彈頭的設計，就在這裡進行。它是美國主要的最高機密武器實驗室，建築物在農業區中延伸七百九十英畝。它每年有十二億美元的預算，雇用六千八百人。這是美國核子武器機構的核心。我必須通過層層安全關卡才能進入，因為這是世界上最敏感的武器實驗室之一。
終於，我通過了一系列的檢查，得以進入放置IBM「藍色基因」電腦的建築，這個電腦每秒可以運算驚人的五百兆次。「藍色基因」頗有看頭，它很巨大，占地四分之一英畝，包含一排又一排烏黑發亮的鋼鐵櫃，每一個大約八英尺高，十五英尺長。
在這些鋼鐵櫃中間走動，實在是很特別的經驗。不像好萊塢科幻電影中，電腦有很多閃動的亮光，許多轉動的磁碟，還有閃電爆裂在空中。這些鋼鐵櫃非常安靜，只有少數微光閃動。你知道這個電腦正進行著數以兆計的複雜運算，但是它們工作時，你什麼也看不見，什麼也聽不到。
令我感到有趣的是，「藍色基因」正在實際模擬老鼠大腦的思考過程。老鼠有大約二百萬個神經元，而人類則有一千億個神經元。模擬老鼠的思考過程比你所能想像的還要難，因為每一個神經元又與許多別的神經元相連，交織成密集的神經網。當我走在構成「藍色基因」的一架又一架儀表板之間時，想到這驚人強大的電腦竟只能模擬老鼠的大腦，而且只能模擬幾秒鐘，感到無比錯愕。（這並非表示，「藍色基因」可以模擬老鼠的行為。現在，科學家只能模擬蟑螂的行為。我們只能說，「藍色基因」可以模擬老鼠腦中的神經元活動，而非它的行為。）
事實上，已有數個團體專注於模擬老鼠大腦。在瑞士的洛桑聯邦理工學院，由亨利‧馬克拉姆（Henry Markram）所領導的「藍腦計畫」（Blue Brain Project），就是一個企圖心很強的嘗試。二○○五年，他有機會獲得一個只有一萬六千處理器的「藍色基因」小型版，就開始此一計畫。但僅僅在一年內，他就成功地做出老鼠的大腦新皮質功能柱（neocortical column），這是大腦新皮質的一部分，含有一萬個神經元和一億個連結。那是一個研究的里程碑，因為它意味著，完全以生物學方式，針對每一個神經元，分析大腦中的某一個重要的部分是有可能的。（老鼠大腦包含數以百萬計的功能柱，它們重複結合再一起。所以，只要做出一個功能柱的模型，我們就能了解老鼠的大腦如何運作。）
二○○九年，馬克拉姆樂觀地說：「要製造一個人腦並非不可能，我們可以在十年內辦到。如果我們正確地製造出來，它應當會說話，有智能，也可以有與人類非常類似的行為。」不過，他也小心地下了但書：要達成此一目標，需要一個比現在最強大的電腦還強兩萬倍的超級電腦，還要有現在網際網路全體的五百倍記憶容量。
那麼，達成這個巨大目標的障礙是什麼呢？對他而言很簡單，就是錢。
因為科學基礎已經了解，他覺得只要把鈔票投入問題，他就能成功。他說：「那不是幾年的問題，而是多少錢的問題……那是社會要不要的問題。如果他們要在十年內解決，他們就會在十年內獲得成功。如果它們的要在一千年內成功，我們可以等待。」
另有一個競爭團隊也在組合歷史上最強大的運算火力，來對付這個難題。這個團隊採用了「藍色基因」的最先進版本「黎明」（Dawn），根據地也在加州的勞倫斯利弗摩爾國家實驗室。「黎明」的外觀蠻嚇人的，它有十四萬七千四百五十六個處理器，記憶容量十五萬個十億位元組。它大約比你桌上的電腦強十萬倍。這個由德哈門扎‧莫德哈（Dharmendra Modha）帶領的團隊，已經數度達陣得分。二○○六年，它可以模擬體型較小的老鼠（mouse）的大腦的百分之四十，二○○七年它可以模擬百分之百較大型的老鼠（rat）的大腦（rat含有五千五百萬個神經元，遠較mouse為多）。
在二○○九年，這個團隊又打破了另一個世界紀錄。它成功地模擬了人類大腦皮層的百分之一，或大致等於一隻貓的大腦皮層，包含十六億個神經元和九兆個連結。不過，模擬的速度很慢，只有大約人類大腦速度的六百分之一。（如果只模擬十億個神經元，就會快很多，速度約達人類大腦速度的八十三分之一。）
莫德哈談到此一重大的成就時，驕傲地說：「這是一個內心的哈伯太空望遠鏡（Hubble Telescope），一個大腦的直線加速器。」由於大腦有一千億個神經元，這些科學家現在已能看到隧道終點的微光。他們覺得人腦的完全模擬已經在視線之內。「這不僅僅是可能的，而且是無可避免的，必然會發生的事。」莫哈德說。
不過，若要模擬出整個大腦，還是有一些很嚴重的問題，特別是在電力和熱力方面。「黎明」電腦吞沒一百萬瓦的電力，產生非常多的熱量，需要六千六百七十五噸重的冷氣機，每分鐘吹送二‧七百萬立方英尺的冷風。若要模擬整個大腦，這些設備的規模還要提高一千倍。
這的確是一種極為巨大的艱困工作。這個假設性的超級電腦將會耗費十億瓦，或者一整個核子電廠的產出。這個超級電腦消耗的能源可以點亮整個城市。為了冷卻它，需要引導整條河流通過它。它也將占據許多塊街區。
神奇的是，人類的大腦只用相對少量的二十瓦。人腦產生的熱量很難引人注意，但它的表現卻遠遠超過最大的超級電腦。還有，人腦是自然之母在銀河系之中所製作最複雜的物體。由於找不到證據顯示在我們的太陽系中，還有其他的有智慧生命形式，那就表示，你必需向外二十四兆英里（最近恆星的距離），甚至更遠，去找一個與安放在你頭顱中的那個一樣複雜的物體。
我們或許能夠完成大腦的逆向工程，但是唯有在我們有一個龐大的（製造原子彈的）曼哈頓計畫一般的緊急計畫，並且投入無數經費，才可能在十年內實現。不過，依照目前的經濟狀況來看，這事不會很快發生。像「人類基因組計畫」（Human Genome Project）那樣的緊急計畫（經費三十億美元），因為有明顯的健康和科學上的利益，才會獲得美國政府的支持。而大腦逆向工程的利益卻沒那麼緊急，所以只能做久一點。我們只能務實地，採取許多小步驟來達成目標，因而可能還需要數十年，才能完全達成這個歷史性壯舉。
所以，大腦的電腦模擬可能要延續至世紀中期。即使到那時候，還要再花好幾十年來整理消化來自超大計畫堆積如山的資料，才能製造出與人腦相應的模型。如果沒有適當的方法來理出頭緒，並除去不相干的訊號，我們將只會被資料淹沒。
解析大腦
那麼，第二種方法（指認大腦中每一個神經元的精確位置）又如何呢？
這也是一個無比艱難的任務，也可能需要數十年辛勤的研究。這些科學家捨去運用像「藍色基因」那樣的超級電腦，改用切割成小片和小塊的方法。從解剖果蠅的腦部開始，將它切割成難以想像的、不超過五十奈米寬的薄片（寬度不超過一百五十個原子）。切割出來的小片有數百萬。一個電子掃描顯微鏡以每秒接近十億像素的速度，為每一切片攝影。電子顯微鏡吐出的資料數量大得嚇人，大約一千兆位元。僅僅一隻果蠅的腦部資料，已可填滿整個儲藏室。處理這些資料，以冗長程序重建每一個神經元之間的立體3D連結，要花費大約五年時間。如果要獲得更加精確的蠅類腦部圖像，還需為更多蠅類腦部做切片。
此一領域的領導人物之一、霍華德休斯醫學研究所（Howard Hughes Medical Institute）的傑里‧魯賓（Gerry Rubin）綜合考慮各方條件後認為，完整的果蠅腦部圖像將需要二十年。他下結論說：「等我們解決了這個問題，我想我們已經在了解人類心智的路上走了五分之一。」魯賓明白他面對的是艱鉅的任務。人類大腦的神經元數量比果蠅大一百萬倍。如果確認果蠅的每一個神經元需要二十年，顯然需要再多數十年才能完全識別人類大腦的神經結構。這個計畫的代價也很龐大。
所以從事大腦逆向工程的人，頗有挫折感。他們看到目標已經近在很誘人的近處，卻又因為缺少經費而遠在天邊。不過，依據合理的推測，約在本世紀中期時，我們將會獲得模擬人腦所需的電腦運算力，也可以得到大腦神經結構的粗略地圖。但若要完全了解人類的思想，或創造出可以複製人類大腦作用的機器，可能還要等到這個世紀末期。
例如，即使你已經得到一隻螞蟻的基因的正確位置，那也並不表示，你知道一個蟻丘是怎麼創造出來的。同樣地，縱然科學家現在知道人類的基因組（染色體組）含有大約二萬五千個基因，那並不表示他們知道人體是怎麼運作的。「人類基因組計畫」如同一個未下定義的字典。在這字典中，人體中每一個基因都被正確地拼出，但它們各自發揮什麼作用，大部分仍然是個謎。每一個基因密碼代表某種特定的蛋白質，但是多數的這些蛋白質如何在人體發揮作用仍然不知道。
早在一九八六年，科學家已能繪製秀麗隱桿線蟲（C.elegans）神經系統中每一個神經元的位置。(譯注1)此一成就原來被認為是一個重大突破，可以讓我們解開大腦的神祕密碼。但好幾十年過去了，知道它的三百零二個神經細胞和六千個化學突觸的精確位置，並未導致對這種蟲如何發揮功能的了解。
同樣地，即使人類大腦的逆向工程終於完成，要了解所有的部分如何發揮作用和結合為一個整體，還需要數十年。如果人類大腦的逆向工程終於在世紀之末完成，那麼我們將會在創造跟人一樣的機器人這件事，向前邁進一大步。那麼防止它們控制世界又是怎麼回事？
遙遠未來（二○七○─二一○○）
當機器人有了意識
在《魔鬼終結者》電影系列中，五角大廈驕傲地公開「天網」（Skynet）。那是一個延伸至各地、萬無一失的電腦網路，為了準確可靠地控制美國核子武器而設計。它流暢地執行任務，直到一九九五年的某一天，意料之外的事情發生了。「天網」有了意識。控制它的人類，驚嚇地發現他們創造出來的東西有了感覺能力，於是試圖將它關閉。但一切都已太遲。「天網」為了保護自己，認定唯一保護自己的方法，就是發動一個毀滅性的核子戰爭。三十億人很快地在無數核子大火中被燒成灰燼。其後的一段時間，「天網」派出一批又一批的機器人殺手去屠殺流離失所的倖存者。現代文明被摧毀了，縮小並分化成一個個對環境無法適應且又叛逆的小群組。
更糟的是，在《駭客任務三部曲》（Matrix Trilogy）中，機器人已經控制世界，而人類卻還茫然無知。人類進行著日常事務，渾然不知他們是寄生於細長的小匣子裡。他們的世界是機器主人執行的虛擬實鏡。生活於小匣子裡的人類大腦被植入了電腦，而人類的「存在」只是在電腦中執行的一個軟體程式。機器之所以願意讓人類留在身邊，是要把他們當成電池。
好萊塢固然總是靠著驚嚇觀眾維生，不過它的確提出了合理的科學疑問：如果機器人終於跟我們一樣聰明，結果會怎樣？當機器人清醒過來，並有了意識，結果又如何？科學家激烈地為此一問題爭辯：不是「如果」，而是「何時」這個關鍵性時刻會發生。
依據某些專家，我們創造的機器人，在演化樹的層級將逐步攀升。今天，它們與蟑螂同等聰明。未來，它們將會與老鼠、兔子、貓、狗、猴子一樣聰明，然後可與人類匹敵。它將需要數十年來慢慢向上爬，但他們相信，機器的智力要超過人類只是時間問題。
人工智能研究人員對發生的時機問題看法分歧。有些人認為，在二十年內機器人將趕上人腦的智力，然後把我們遠遠拋在後面。在一九三三年，弗諾‧文奇（Vernor Vinge）說：「三十年內，我們會有科技方法可以創造超級人類智慧。然後很快地，人類的時代將會結束……如果這個事件發生在二○○五年以前，或在二○三○年以後，我將會很驚訝。」
另一方面，《哥德爾、埃舍爾、巴赫：集異璧之大成》（Gödel,Escher,Bach:an Eternal Golden Braid）作者侯世達（Douglas Hofstadter）說：「如果像這類遙遠的事，在未來一、兩百年內發生，我將會非常訝異。」
當我與人工智能的創始人物之一、麻省理工學院的馬文‧明斯基對話時，他小心地說，對於何時會發生這件事，他沒有時間表。他相信這件事會有到來的一天，但不敢認定這是神諭，並預測精確的日子。（作為協助人工智能此一領域，從無到有建立起來的老前輩，也許他已看過太多失敗並招來反撲的例子。）
這些可能出現的情況的問題，大部分是因為對「意識」（consciousness）一詞並無共識。哲學家和數學家對這個辭彙摸索過好幾個世紀，卻仍然說不清楚。十七世紀思想家（也是計算機發明人）萊布尼茨（Gottfried Leibniz）曾寫道：「如果你能將大腦吹成磨坊那麼大，在其中行走，你將找不到意識。」哲學家大衛‧查爾默斯（David Chalmers）甚至曾為有關這個主題的兩萬篇論文編目，其中並沒發現什麼共識。
再也沒有其他科學付出如此之多，而收穫如此之少。
很不幸地，意識一詞是一個每個人都有不同看法的流行術語。可惜的是，這個術語並無廣為接受的定義。
我個人認為，問題之一在於無法明確界定意識，並進一步將它量化。
但，如果我們勇敢地猜，我會將意識理論化，包含至少三個成分：
一、感受並認知環境。
二、自我知覺。
三、透過設定目標和計畫來規劃未來。亦即，模擬未來，籌劃策略。
依照這個研究方法，連簡單的機器和昆蟲都有某種形式的意識，並以一至十的數字量表來作分級。這是一種可以量化的意識連續體。鐵鎚無法感知其環境，所以在這量表的等級是零。但是溫度計有這個能力。溫度計的本質就是它能感覺到環境的溫度，隨外界溫度而作變化，所以它的等級是一。因此，有回饋機制的機器，具有原始形式的意識。昆蟲也有這種能力。它們可以感知食物、同伴和危險的出現，並對此資訊採取行動，但別無其他作為。昆蟲可以偵測到一個以上參數（如視域、聲音、嗅覺、壓力等），將可得到較高（也許是二或三）的等級。
這種辨識能力的最高形式將是認識並了解環境中的物體。人類可以立即評估所處環境，並據以採取行動，因而在此量表中等級最高。不過，這就是機器人級數太差之所在。如我們所見，模式辨識是人工智能的主要障礙。機器人感知環境的能力遠較人類優異，但它們無法了解或認識看到的事物。在這個意識量表中，機器人由於缺乏模式辨識能力，得分接近底部，與昆蟲相近。
次一級的意識涉及自我知覺。如果你把鏡子放在多數的雄性動物旁邊，牠們會立刻有侵略性反應，甚至攻擊鏡子。鏡中影像導致動物防衛牠的領域。許多動物並無牠們是誰的自覺。但是，猴子、象、海豚以及某些鳥類，很快地知道鏡中影像代表牠們自己，因而停止攻擊它。人類在量表中將會接近最高級，因為他們具有高度發展的自覺，知道自己有別於其他動物、其他人以及世界。此外，人類因為實在太知道自己的存在，因而可以不出聲默默地對自己說話，也可以憑思想評估某一情境。
第三層則是指動物可依計畫未來的能力分級。依我們目前的最佳了解，昆蟲不會為未來設定複雜的目標。牠們通常只是依靠昆蟲本能和當前情境中所得線索，在每一瞬間，作即時性回應。
依照這種觀點，掠食者比獵物較有意識。掠食者必須先做計畫，找尋隱藏地點、計畫埋伏、偷偷地靠近，並預期獵物的逃逸。相對地，獵物只需逃跑，所以牠們在量表中等級較低。
此外，靈長目動物在為眼前事做計畫時，可以臨時改變做法。如果把香蕉放在牠們拿抓不到的地方，牠們會想出攫取香蕉的策略（例如使用棍棒）。所以，面對特定目標時（攫取食物），靈長目會為立即的未來設定計畫以達成目標。
但是，整體而言，動物對於遙遠的過去或未來，並無良好發展的感知能力。顯然，動物王國之中並無明天。我們沒有證據顯示，牠們可以想到數日後的未來。（動物會儲存食物，為過冬做準備，但這主要是基因的作用：牠們被基因設定，在氣溫下降時，就要做出尋找食物的反應。）
不過，人類對未來的感受有很良好的發展，也能持續做計畫。我們不斷地在頭腦中對現實做模擬。事實上，我們還能夠為死後深思熟慮。我們可以依據他人預測演變中的情境，和擬出具體對策的能力，來評斷他們。領導能力的一個重要部分，就是預期未來情境、評估可能結果，並據以設定具體目標。
換句話說，這種形式的意識包含對未來的預測，也就是創造出接近未來事件的多重模式。這需要對常識和自然規律的精確了解。也就是說，你不斷地問自己「如果……會怎樣」。無論是計畫搶銀行或競選總統，這類的計畫意味著你有能力在腦海中對可能的現實際情況做多重模擬。
所有的跡象都顯示，大自然中只有人類能夠主宰這種藝術。
當我們對受測驗者的心理特徵描加以分析時，也可以看到這一點。心理學家常會比較成人和他們童年的心理特徵描述。然後他們會問：哪一種心理特質可以預測他們的婚姻、職場、財富的成功？在消除社經因數的影響以後，會發現有時一種人格特質會特別突出：延宕滿足的能力。依據哥倫比亞大學瓦特‧米斯契爾（Walter Mischel）的長期研究（及許多其他研究），能夠抑制立即報酬誘惑（如吃掉別人給的一個棉花糖），並堅持下去，以求取長期的報酬（獲得兩個棉花糖）的兒童，未來在學業和性向測驗、生活、愛情及職場等方面的表現，經常會獲得較高分數。
但是，能夠延宕滿足的能力，也與高層次的自覺及意識相關。這些兒童有能力模擬未來，並了解未來的報酬較大。所以若要有預見行動後果的能力，就需要較高層級的自覺。
因此，人工智能研究者應當立定目標，去創造出兼有上述三種特性的機器人。第一種很難達成，因為機器人可以感受環境，卻無法了解它的意義。自我感知比較容易達成。但計畫未來需要常識和判斷力（能夠本能地了解有何可能），以及達成特定目標的策略。
所以，常識和判斷力是達到最高等級意識的前提。為了讓機器人模擬真實情境，並預測未來，它首先必須精通有關周邊世界數以百萬計的常識規則。但光有常識還不夠。常識只是「遊戲規則」，而非策略和計畫的規則。
依此衡量，我們可對現有的各種機器人加以分級。
我們發現，下棋機器人「深藍」的等級很低。它可以打敗世界西洋棋王，但它無法做任何其他事情。它可以模擬真實情境，但僅限於下棋。它無法模擬任何其他真實情境。世界上許多最大的電腦也都是這樣子。它們擅長模擬一件事物，例如核子爆炸、噴射飛機周邊的風力類型或天候的模擬。這些電腦在模擬真實情境時比人類還要稱職。可惜它們只有單一功能，沒辦法在真實世界存活。
今天，人工智能研究人員仍然無法讓機器人複製這些真實生活中的程序。多數人束手無策，並說，由於某種未知的原因，巨大的電腦網路會出現「湧現現象」（emergent phenomena）——如同在混亂之中有時候會自然形成秩序。當被問及這些湧現現象會如何創造出意識時，他們也都無言以對。
雖說我們不知道如何創造出有意識的機器人，但我們可以用這個架構來衡量意識，想像出比我們先進的機器人會是什麼樣子。
它們的第三種特性將會很優異：從多種角度，觸及更多細節及深度，對未來作較複雜的模擬能力，將遠過於人類。它們的模擬會比我們的精確，因為它們將會對常識與自然律有較佳掌握，因而較能找出類型。它們將能預期得到我們會忽視或感受不到的問題。還有，它們將能設定自己的目標。如果它們的目標包含幫助人類，那麼一切好說。但是，如果有一天，它們制定出目標，把人類當成障礙，則後果不堪設想。
於是，新的問題來了：如果出現這種情況，人類的處境將會如何？
當機器人勝過人類時
可能的情況之一是這樣的，弱小的人類僅僅是演化過程中被棄置的產物。演化的規律就是適應的物種興起，而不適應的物種則被取代；人類有可能在洗牌中被淘汰，最終進入動物園，讓我們所創造的機器人來觀賞我們。也許，那就是我們的命運：為超級機器人催生，讓它們把人類當成演化過程中的一個尷尬的原始角色。也許這就是人類的歷史角色——為我們的進化後繼者催生。依此觀點，我們的角色就是別成為他們的絆腳石。
侯世達向我透露，那也許是自然之道，但我們應當把這些超級智慧機器人當成我們的孩子，因為從某種意義來說，它們正是如此。他對我說：如果我們可以照顧自己的孩子，那麼，為什麼不能也照顧同樣是我們的孩子的智慧機器人？
漢斯‧莫拉維克也曾想過，那種被我們的機器人遺棄的感覺：「……如果我們註定要傻傻地盯著我們超級聰明的後代，任憑它們以新發現的、我們也聽得懂的有趣兒語，來逗弄我們，生命已經失去意義。」
我們終於抵達命中註定的那一天。機器人比我們聰明，不僅是因為我們不再是地球上最聰明的物種，也因為我們的創造物能夠自行複製甚至比它們聰明的複製品。這支自我重製的機器人隊伍，將會不斷繁衍下一代的機器人，每一代都比前一代聰明。由於機器人理論上可以在很短期間內，製造出更加聰明的下一代機器人，這個程序最後會以指數爆發，直到它們因為無止境地想要變得更加聰明，而耗盡這個星球的資源。
另一種可能的情況，是這種變得更加聰明的貪婪欲求，最終會掠奪了整個星球的資源，使整個地球變成了一個電腦。有些人則想像，這些超級智慧機器人隨後射向太空，繼續去追尋更多的智能，直到它們抵達其他行星、星球和銀河，並將它們變成電腦。但由於行星、星球和銀河實在超乎想像的遙遠，也許這個電腦會改變物理定律，使它們貪婪的欲求快過光速，去消耗整個星球系統和銀河的資源。有些人甚至相信，機器人將會占領整個宇宙，使宇宙變為有智能。
這就是「奇點」。這個辭彙起源於相對論物理世界（我的本行），在其中，奇點代表一個引力無限大的點（沒有東西能從那裡脫離），例如黑洞。因為光本身無法脫離，那是一個我們視野所不及的地方。
這個人工智能的奇點觀念，一九五八年在兩個數學家的對話中首度被提及。其中一個是對氫彈設計有關鍵性突破性進展的斯塔尼斯拉夫‧烏拉姆（Stanislaw Ulam），另一個是現代電子計算機創始人之一的約翰‧馮‧紐曼（John von Neumann）。烏拉姆寫道：「有一次對話集中在科技的不斷加速進步，與人類生活方式的改變。這些進步和改變顯示人類歷史正在趨近某種重要的奇點——如同我們所知，超過那個點，人類事務就沒辦法繼續。」數十年來，此一觀念以各種不同的版本被討論到。但一直到科幻小說家和數學家弗諾‧文奇在他的小說和論文中才開始詳述並廣為人知。
但這又留下未被回答的重要問題：奇點何時會發生？我們有生之年會發生嗎？也許在下一世紀？或者永遠不會發生？前面已提及，二○○九年阿西洛馬會議的與會者，把發生時間設定在未來二十年至一千年之間。
奇點的發言人之一、發明家兼暢銷作家雷‧庫茲威爾（Ray Kurzweil），有一個喜歡根據科技指數成長做預測的嗜好。他曾經對我說，當他在夜裡仰視遙遠的星空時，也許有可能看到某些奇點的宇宙證據，發生在遙遠的銀河系。這些快速擴充的奇點，既有能力吞噬或重組整個星系，也應當會留下一些痕跡。（貶低他的人說，他正在煽動有關奇點的近乎宗教的熱情。但是，支持者說，以他過去的記錄來看，他有一種神奇的能力，可以正確地預見未來。）庫茲威爾在有關模式辨識的不同領域（如口語辨識技術、光學字母辨識以及電子鍵盤樂器等）創設電腦公司，來開始他的電腦革命。一九九九年，他出了一本暢銷書《心靈機器時代》（The age of Spiritual Machines:When computers Exceed Human Intelligence），書中預測機器人的智力何時會超越我們。二○○五年，他又出了一本《奇點迫近》（The Singularity Is Near），再度對那些預測作詳細闡述。電腦智力超越人腦的決定命運時刻，將分幾個階段來到。
他預測，到了二○一九年，一台一千美元的個人電腦將具有與人腦相當的運算力。其後很快地，電腦會將我們遠遠拋在後面。到了二○二九年，一台一千美元的電腦將會比人腦強一千倍。在二○四五年，一千美元電腦將比所有的人類智力總和還強十億倍。即使是很小的電腦，也具有超過人類總和的能力。
二○四五年以後，電腦已經進步到可以複製智力不斷攀升的自己，創造出一個無法控制的奇點。為了滿足它們無止境的、貪婪的運算力需求，它們將會開始吞沒地球、小行星、行星與恆星，甚至影響到宇宙的歷史。
我有機會在波士頓附近庫茲威爾的辦公室拜訪他。走過迴廊，可以看到他得到過的獎項和榮譽，以及一些他所設計的樂器。頂尖的樂手如史提夫‧汪達（Stevie Wonder）等人都用過這些樂器。他對我解釋說，他的生命有一個轉捩點。就在他三十五歲時，他意外地被診斷出患有第二型糖尿病。突然間，他面對著令人憂心的現實——他將無法活得夠久，來看到他的預言成真。他的身體，由於多年的忽視，已經顯得比實際年齡更蒼老。由於此一診斷的警醒，他現在以用於電腦革命相同的熱情和精力，去對付個人健康的問題。（現在，他每天要吞下超過一百顆藥丸，也寫了數本有關長壽革命的書。他期望微小機器人革命能夠清除並修補人體，使人長生不老。他的哲學是，他希望能夠活得夠久，久到能看得到可以無限延續我們生命的醫療突破。換句話說，他希望能夠撐到得以永生的那一天。）
最近，他開始進行一個雄心勃勃的計畫，在舊金山灣區的NASA阿姆斯實驗室（Ames labroratory）創設了「奇點大學」（Singularity University），來訓練一個核心科學家隊伍，為即將到來的奇點做準備。
他們的研究包含許多主題，這些主題又有許多變異和不同的結合形式。
庫茲威爾自己相信，「它將不會是一個外來的智慧機器的入侵。我們將與此一科技融合……我們將把這種智慧裝置放進體內和大腦，使我們活得更久、更健康。」
任何像奇點這樣爭議性的話題，都免不了要招來反撲。蓮花公司（Lotus Development Corporation）的米區‧卡波爾（Mitch Kapor）說：「奇點是為智商一百四十的人所作的智能設計……這個認為我們正邁向一個點，在其中所有的事物都是超乎想像地不同的命題——在我看來，它基本上是被宗教狂熱所推動的。再多的狂亂振臂呼喊，也不會使我認不清事實。」
侯世達曾說：「那就像你取出許多美好的食物和一些狗的糞便，然後把它們混雜在一起，以致於無法分清什麼是好或壞。那是一個垃圾與好觀念的親密混合，我們很難釐清這兩者，因為他們雙方都是聰明人，不是傻瓜。」
沒人知道結果會怎樣。但我認為最可能的情況是下面的敘述。
最可能的狀況：友善的人工智能
首先，科學家可能會採取簡單的措施，使機器人一定不會產生危險。科學家最低限度上可以在機器人腦中植入晶片，以便在它們一旦產生謀殺念頭時，就自動將它們關閉。若採用這種方式，所有的智慧機器人都會安裝一個保險裝置，隨時可以由人類啟動（特別是在機器人出現越軌的行為時）。只要有一點點暗示，機器人就會失去作用，任何聲音命令都可以立刻關閉它。
或者，創造出具有特殊專長的狩獵機器人，負責使越軌機器人失效。這些機器獵人將會被特別設計為具有優越速度、力量和聯繫能力，以便搜捕不忠於人類的機器人。此類特別設計的機器人，可以了解任何機器人系統的弱點，以及在某種特定情況下有何種行為。人類也可以接受訓練，擁有此項技能。在電影《銀翼殺手》（Blade Runner）中，有一個特別訓練的核心隊伍——包括哈里遜‧福特（Harrison Ford）所扮演的一員，特別專精於使作惡的機器人失效的技術。
由於需要花好幾十年的苦工，才能使機器人在進化量表上升級，人類不會因為一不當心，就突然全部如同牛群被趕進動物園。我個人認為，意識是一種可以分級度量的過程，而非驟然的進化事件，機器人要花好幾十年才能在意識量表上升。畢竟，大自然也是花了數百萬年才發展出人類的意識。所以，人類不會在某一天，很訝異地發現，網路意外地「清醒過來」，或機器人突然開始自作主張。
這是科幻作家以撒‧艾西莫夫（Isaac Asimov）偏愛的一個選項。在他想像中，每一個機器人在工廠中就已經以硬體植入三大法則，以避免它們失控。他想出著名的機器人三大法則，來避免機器人傷害自己或人類。（基本上，這三大法則依序是：機器人不能傷害人類、它們必須服從人類、和它們必須保護自己。）
即使遵循艾西莫夫三大法則，當三大法則互相矛盾時，仍有問題。例如，如果我們創造了一個友善的機器人，而人類做了一個會自我毀滅的選擇，可能危及人類，結果會如何？於是，友善的機器人可能會覺得，它必須控制政府以避免人類傷害自己。這就是《機械公敵》（I,Robot）電影版本中，威爾‧史密斯（Will Smith）的中央電腦認為「某些人必須犧牲，而某些自由必須放棄」以解救人類時，所面臨的問題。為了避免機器人為了解救我們，而將人類變成奴隸，某些人主張，我們必須再加上機器人第零條法則：機器人不能傷害人類或把人類當奴隸。
但許多科學家傾向於「友善的人工智能」（Friendly AI），從一開始就設計出善良的機器人。因為我們是這些機器人的創造者，我們在開始設計時，就讓它們僅僅執行有用的與善意的任務。
這個「友善的人工智能」新詞，是由人工智能奇點研究所創辦人之一的埃利澤‧尤德寇斯基（Eliezer Yudkowsky）首創。「友善的人工智能」與強制執行（可能也違反機器人的意願）的艾西莫夫法則略有不同。（由外力強制實行的艾西莫夫法則，可能容許機器人想出聰明的方法來迴避強制動作。）相對地，「友善的人工智能」機器人有謀殺和製造混亂的自由，沒有強制實現人工道德的規則存在。更確切地說，這些機器人在設計之初，就賦予它們幫助人類而非摧毀人類的慾望。它們將主動選擇行善。
這又導致一個被稱為「社交機器人」新領域的興起。這個領域的設計，讓機器人擁有容易融入人類社會的特性。例如，漢森機器人技術公司（Hanson Robotics）的科學家曾經說，它們的研究任務之一，就是設計出「能夠進化為具有社交知能的實體，有能力去愛，並在人類大家族中贏得一個地位」。
但是所有這些方法都存在一個共同的問題——目前為止，軍方是人工智能系統最大的贊助者，而這些軍事機器人是專為搜捕、追蹤、殺人而設計。我們很容易想像未來機器戰士的任務，就是找出敵人，並準確有效地消滅他們。因而我們必須特別提防並保證機器人不會回過頭來對付它們的主人。例如，掠奪者無人飛機是在遠端操控，必須有人持續指揮它們的飛行，但有朝一日這些無人飛機也許可以自動飛行，能夠按照自己的意志去選擇並除去目標。這種無人飛機一旦發生故障，就可能導致災難性後果。
不過，未來將會有越來越多的機器人研究經費，來自民間商業部門。特別是在日本，其所設計的機器人用來助人的遠比用來破壞的多。如果這個趨勢持續不變，也許友善的人工智能便可實現。在這種情況之下，最終支配機器人的將是消費部門和市場力量，因而投資於友善的人工智能將有極大的商業利益。
與機器人融合
除了友善的人工智能，另外還有一個選擇：與我們的創造物融合。與其坐待機器人的智力與運算力超越我們，不如嘗試強化我們自己，使自己逐步成為超級人類。我相信，未來最可能兩個目標結合前進，也就是一面建造友善的人工智能，一面強化我們自己。
著名的麻省理工學院人工智能實驗室前主任羅德尼‧布魯克斯（Rodney Brooks）曾對此一選項進行探索。他曾經特立獨行，顛覆了廣被重視並已僵化的觀念，將創新注入此一領域。當他進入此一領域時，「由上而下」的方式支配著多數大學。但此一領域停滯不前。當布魯克斯提議創造一群像昆蟲般簡單的機器人，讓它們去碰撞障礙，透過「由下而上」的方式學習時，有些人不以為然。但他不想再製造另一個愚笨、步態笨拙的機器人，讓它們花好幾小時穿過房間。取而代之的是靈活的昆蟲形或小蟲形機器人（bugbots），它們幾乎沒有程式，卻很快地學習走路，並透過嘗試錯誤繞過障礙。他夢想有一天，他的機器人能夠探索太陽系，沿途可觀察到很多東西。這是一個很不尋常的構想，他曾在他一篇名為〈快速、價廉而又失控〉（Fast,Cheap,and Out of Control）的論文中提出，這種方式後來終於找到了一系列的新路徑。他構想的副產品之一，就是現在仍漫遊於紅色行星（以表面富含氧化鐵而呈紅色）的火星探測車（Mars Rovers）。他同時身兼iRobot公司的董事長，這點也不會讓我們感到意外，該公司的瓢蟲形吸塵器已行銷至全美家庭。
他覺得，當前的問題之一在於，人工智能的工作者往往只會追趕流行，採用現有的典範，而非想出新鮮的方法。他回憶說：「當我還是孩子的時候，我讀過一本書，把大腦描寫成電話交換機的網絡。更早期的書又將大腦描繪成流體動力系統或蒸汽機。到了一九六○年代，大腦變成了一個數位電腦。在一九八○年代，它又成了巨大的平行處理數位電腦。也許，在某個地方，會有兒童讀物說，大腦就像是全球資訊網……。」
某些歷史學家也曾經提及，佛洛伊德（Sigmund Freud）的心理分析，受到蒸汽機來臨的影響。十九世紀中期到晚期，鐵路的擴展遍及歐洲大陸，對當時知識分子的思想有巨大的影響。在佛洛伊德的想像圖畫中，人類心中有好幾股流動的能量，如同在引擎內的那些蒸汽管中一般，不斷互相競爭。本我、自我和超我之間的持續互動，就像火車頭中蒸汽管之間的持續互動。而壓抑這些心理能量會導致精神疾病這個事實，也是以蒸汽動力做類比（如果勉強封住，可能會爆炸）。
馬文‧明斯基對我承認，另一個典範也誤導此一領域許多年。由於許多人工智能是物理學家出身，有一種稱為「物理嫉妒」（physics envy）的現象存在，也就是渴望發現在所有智能之下有一個單一的、統一的主旋律。在物理學界，我們渴望追隨愛因斯坦，將物質的宇宙簡化為少數的統一方程式。也許發現一個一英吋長的方程式，就能以一個一貫的觀念來概括描述宇宙。明斯基相信，這種嫉妒引導人工智能學者去為意識尋找單一的、統一的主旋律。而現在，他相信，沒有這種東西。進化偶然地拼湊出一組我們統稱為意識的技能。若將大腦分解，你會看到它是許多迷你腦的鬆散集合體，每一個迷你腦都是為一個特殊任務而設計。他將這個稱為「心的社會」（society of minds）：意識事實上是許多分開的演算和技術的總和，那是大自然數百萬年跌跌撞撞的結果。
布魯克斯也曾尋求類似的典範，但那是未曾被完全探討過的方式。他很快地理解，大自然和進化已經解決了其中的很多問題。例如，一隻只有數十萬個神經元的蚊子，表現比最大的軍事機器人系統還要好。不像我們的無人飛機，蚊子的腦部只有針頭那麼大，卻可以獨立導航，繞過障礙，發現食物和尋找配偶。為什麼不向自然和生物學習？如果你跟隨進化表，你知道昆蟲和老鼠沒有在它們的腦中設定邏輯規則。它們是透過嘗試錯誤來適應環境並且掌握存活的藝術。
現在他正在追尋一個另類的構想，他在論文〈肉體與機器的合併〉（The Merger of Flesh and Machines）中說，麻省理工學院的老舊實驗室，一向都在為工業和軍事機器人設計矽晶零件，現在已經被清理乾淨，把空間留給以活組織和矽與鋼造成的新一代機器人。他預見，未來將結合生物和電子系統，創造出全新結構的新世代機器人。
他寫道：「我的預測是，到了二一○○年，我們的日常生活中，到處都會出現很聰明的機器人。但我們將無法與它們分清界限——因為人體將有一部分是機器人，並與其他機器人相連。」
他認為這將分階段進展。今天，我們有革命性的人造器官，將電子儀器直接嵌入人體，以創立真實的視、聽覺及其他功能的替代物。例如，人造耳蝸已經革新了聽力學領域，把聽覺天賦還給耳聾的人。
這些人工耳蝸透過電子硬體與生物「溼體」（wetware，即神經元）的連接發揮作用。耳蝸的移植體分成幾個部分。一個傳聲器放置於耳外。它接收聲波，加以處理，以無線電將訊號傳至由外科手術放在耳內的移植體。移植體接到無線電訊號後，將它們轉換成電流，然後送至耳內的電極。人工耳蝸識別這些脈衝後，將它們送至大腦。這些移植體可以使用最多達二十四個電極，處理六種頻率，足以識別人的聲音。現在全世界已有十五萬人接受耳蝸移植。
有好幾個團隊正在致力探索，透過創造人造視力、將攝影機與大腦連接來，以協助盲人的各種方法。方法之一是將電晶體直接放入人的視網膜，並讓晶體觸及視網膜的神經元。另一個方法，則是將晶體與一條通往頭蓋骨後面（處理視覺之處）的管線相連。這些團隊，有史以來第一次能夠恢復某種程度的視力。盲人已經能夠看到眼前高達五十像素的光。最終，科學家將能提高感光度，能夠看見數千像素。
病人可以看見煙火、手的輪廓、閃亮的物體和光、汽車和人的出現、以及物體的邊緣。受測試者之一的琳達‧茉芙（Linda Morfoot）說：「在小聯盟棒球賽，我可以看到捕手、打擊手和裁判在哪裡。」
目前為止，已有三十個病人移植人工視網膜，其電極數量最高是六十個。但是美國能源部設置於南加州大學的「人工視網膜計畫」（Artificial Retina Project），已經在規劃一個新的系統，使用超過兩百個電極。另外，他們也曾研究過一個一千個電極的視網膜裝置（如果一個晶片包容太多電極，可能導致視網膜過熱）。在這個系統，一個小型攝影機固定在盲人眼鏡上，取得影像，以無線電送至佩戴在皮帶上的微處理器，由它將資訊直接轉到視網膜上的晶片。這個晶片將微弱的脈衝直接送到視網膜上的神經。這個神經仍然活躍，因而可以繞過失效的視網膜細胞發揮作用。
星際大戰的機器人之手
運用機械式的改造，我們也可以複製科幻小說中的巧妙技藝，包括《星際大戰》系列中的機器手和超人的X光透視。在《帝國大反擊》（The Empire Strike Back）裡面，路克‧天行者（Luke Skywalker）的手被邪惡的達斯‧維德（Darth Vader，他的父親）揮舞的光劍砍下。沒問題，在這個遙遠星系的科學家迅速地創造出一隻機械手，包括可以觸摸和感覺的手指。
看來只在科幻小說才會有的情節，其實它已經出現。在義大利和瑞典的科學家有了重大的進展。他們真的已經做出了可以「感覺」的機械手。接受實驗者之一、二十二歲的羅賓‧愛肯斯坦（Robin Ekenstam），因為移除腫瘤而被切除右手，現在已經可以控制機械手指的移動，並感受到它的反應。醫生將愛肯斯坦手臂的神經連接到機械手中的晶片，因而他能用大腦控制手的運動。這個人工「聰明手」有四個馬達和四十個感應器。手指的移動被傳遞到他的大腦，於是他接到了回饋。就這樣，他能夠控制並「感覺」手的移動。由於回饋是肢體運動的主要特性之一，此一進展對於以義肢治療截肢的方法，將有革命性影響。
愛肯斯坦說：「很棒！我有一種已經失去很久的感覺。現在我又揀回感覺能力。如果把東西握緊一點，指尖就會有感覺。這有點奇怪，因為我已經失去它們了。」
研究人員之一、聖安娜高級研究學院（Scuola Superiore Sant’Anna）的克利斯坦‧希普利亞尼（Christian Cipriani）說：「首先，大腦在沒有任何肌肉收縮的情況下控制機械手。然後，手會把回饋傳給病人，使他能夠感覺——就跟真的手一樣。」
此一發展意義極為重大，因為它意味著總有一天，人類可以不費力地控制機械義肢，如同自己的肢體。不再需要冗長乏味地學習如何移動金屬手臂和腳部，人們將把這些機械附屬器官當成真實的肢體，透過電子回饋機制感受每一個細微的義肢動作。
這也印證了一個學說，認為大腦有極大的可塑性（而非固定不變），當它學習了新的事物以後，就不斷地自行重新連結，以適應新的情況。因此，大腦有足夠的適應性可以配合任何新的附屬器官或感官。它們可以附著於大腦的不同地方，而大腦只要「學習」去控制這個新的附著物。如果是這樣，那麼大腦將會被視為一個模組裝置，可以插上接頭，然後控制來自不同裝置的附屬器官和不同裝置的感應器。這種行為是可以預期的——如果我們的大腦是那種神經網絡，在學習新的事物（不論所學事物為何）之後，就會做出新的連結，形成新的神經通路。
羅德尼‧布魯克斯寫道：「在未來十至二十年內，將會有文化變遷。在這過程，我們將會接納機器人科技、矽晶片和鋼鐵，容許它們進入人體，以改進我們做事的能力和對世界的了解。」他曾對布朗大學和杜克大學有關大腦與電腦或機械手臂直接接通的進展做過分析，並下結論說：「我們所有的人，都將可以把無線網路連結，直接裝進大腦中。」
而他認為在下一個階段，將矽晶與活細胞融合，並非只是為了治療身體的病痛，而是逐步增強我們的潛在能力。例如，如果今天的耳蝸和視網膜的移植，可以恢復聽力和視力，那麼明天它們將能給我們超人的能力。我們將能聽到只有狗才聽得到的聲波，或看到紫外線、紅外線及X光。
它也可能提高我們的智力。布魯克斯引用的某一個研究，在老鼠的發展關鍵期，將大腦加上額外數層的神經元。引人注意的是，老鼠的認知能力增加了。他想像不久的未來，人類大腦的智力也可能以類似的程序加以改進。在以後的章節，我們可以看到，生物學家已經分離出被媒體冠上「聰明老鼠基因」的老鼠的單一基因。老鼠只要增加這個基因，就擁有超強的記憶力和學習能力。
到了世紀中期，布魯克斯想像中有這麼一天，看似幻想的身體強化將會變為可能，給我們遠遠超過普通人類的能力。「五十年後，我認為就能看到透過基因修改，達到人體的根本改變。」如果再加上電子強化，他說：「人類眾生相的擴展，將會超乎我們今日的想像……我們不會再見到人類受限於達爾文的進化論。」
當然，任何事情都可能走得太遠。我們與自己創造的機器人的融合可以進行到多遠，而不致面臨某些反叛，並覺得面目可憎？
代理人與化身
有一個既能與機器人融合，又不需改變人體的方法，那就是創造代理人（surrogates）或化身（avatars）。布魯斯‧威利（Bruce Willis）主演的電影《獵殺代理人》中，科學家於二○一七年發現一個讓人如同親身在機器人內部控制它們的方法，因而我們可以照樣在完整的身體中過我們自己的生活。機器人執行每一個命令，人也能看見並感覺機器人的所見所感。當肉身衰弱之後，我們可以控制具有超人力量和完美體態的機器人進行活動。這部電影情節變得複雜，因為人們寧可放棄會腐朽的肉身（它很容易隱藏起來），以餘生去渡過美麗、英俊、超強的機器人生活。事實上，整個人類寧願變成機器人也不願意面對事實。
在電影《阿凡達》中，有了進一步的發展。我們的生命不再是以完美的機器人過活，在二一五四年，我們將會過著外星人的生活。在電影中，我們的身體被放在一個容器（pods）中，在其中操控著特別複製的外星人身體。從某種觀點看來，我們是被賦予全新的身體，以便生活於新的星球。如此，我們可以在其他星球與當地的外星居民有較佳的溝通。當一個殖民工作者決定放棄他的人類身分，過外星人生活並幫外星人對抗殖民的傭兵時，電影情節就變得複雜了。
這些代理人和化身現在還不可能出現，但未來則有可能。
最近，阿西莫機器人已經採用新的構想編製程式：遠端感應。在京都大學，人類被訓練使用腦部感應器來控制機器人的機械活動。例如，學生戴上腦電波儀頭盔，只要動頭腦想，就可以移動阿西莫機器人的手臂和腳部。目前為止，可以執行手臂和頭部的四種不同的動作。這有可能開啟人工智能的另一扇門：以念力控制機器人。
雖說這只是一種「以心念操控物體」的粗略示範，未來數十年內，應有可能增加控制機器人的更多動作，同時還能獲得回饋，我們因而能夠「感覺」到新機器手臂正在做的動作。護目鏡或隱形眼鏡會讓我們看到機器人所見到的，所以我們最終將能控制機器人的整個身體動作。
這種技術也可能幫忙日本緩和移民問題。工人也許停留在不同的國家，但只要穿上大腦感應器，就能控制數千英里外的機器人。所以，網路不僅能傳達白領工作者的思想，還能傳達藍領工人的思想，並將思想轉換成肢體的動作。這也意味著任何國家在對抗健保成本的爆發和工人的短缺時，機器人將成為不可或缺的一部分。
機器人的遠端感應控制，也可應用於其他地方。在任何危險的環境（例如，水下、高壓線附近、火中），以人的思想控制的機器人，將可用於救援任務。水下的機器人可以直接與人類連接，人類因而可以單靠思想就控制很多會游泳的機器人。由於代理人會擁有超強能力，它將可追逐罪犯（除非罪犯也有超強的代理人）。我們將可在完全不改變身體的情況下，享受與機器人融合的所有好處。
這樣的安排，事實上將證明對太空探險極為有用——當我們必須管控永久型的月球基地時。當太空人安全地返回地球以後，我們的代理機器人將會執行維持月球基地的所有危險任務。太空人在探測危險的外星時，將會有機器人的超級能力和力量可以運用。（不過，如果太空人是在地球上控制在火星上的代理機器人，將不會發生作用，因為無線電訊號從地球到火星來回需要將近四十分鐘。但是，如果太空人安全地坐在火星上的永久基地，而代理機器人外出執行火星地表的危險任務，則行得通。）
人類能與機器人融合多深？
機器人研究先鋒漢斯‧莫拉維克又向前跨越好幾步。他提出一個最極端的構想：我們會成為自己所創造的機器人。他對我解釋，我們如何能透過腦部手術（以機器人內部的電晶體取代我們腦中的每一個神經元）與我們創造的機器人融合。手術開始時，我們躺在一個沒有大腦的機器人身體旁邊。一個機器人外科醫師從我們的大腦中取出每一團塊灰色物質，以一個又一個的電晶體加以複製，將神經元與電晶體連接，然後將電晶體放入機器人的空頭臚中。每一團塊的神經元，在機器人內部完成複製後，就被棄置。在複製手術進行過程中，人完全清醒。而我們腦中的一部分，還留存於原來的身體中，但其餘部分現在已經以電晶體建立，置入我們的新機器人的頭腦中。手術完成後，我們的大腦被完全轉移到機器人軀體中。我們不僅有了一個機器人身體，也擁有機器人的好處：外觀完美的超人，又有金剛不壞之身。這個版本在二十一世紀還不可能實現，但是到了二十二世紀，它將是選項之一。
在最極端的情境中，人類完全放棄了笨拙的身體，最終演化成已經將我們的人格編碼為純粹軟體程式。我們將全部的人格特質「下載」到電腦中。如果有人按下一個標示你名字的按鈕，電腦將如同你在它的記憶體中一般運作，因為它已將你所有的個性嗜好都編碼儲存於其電路中。我們變成不朽，只是所有的時間都被困在電腦中，在某些巨大的虛擬空間（或虛擬實境）中，與其他的「人」（其實是其他的軟體程式）溝通。我們身體的存在形式將被捨棄，而以巨大電腦中的電子活動取代。在這種境況下，我們的終極命運，就是化身為巨大電腦程式中一行又一行的程式碼，帶著所有的肉身感受，在虛擬的天堂中飛舞。我們將與其他各行的程式碼交換深思心得，居住於如電似幻的世界。我們會有偉大的英雄式探險，可以征服新的世界，但這一切顯然只是某些電腦內部的電子跳動。
但是如果這個情境推動得過遠，就會產生「穴居人原則」的問題。如同我們前面提及的，我們的大腦建構，是肇基於十萬年前在非洲出現的以狩獵採集維生的原始人。當我們逃避猛獸、以打獵為戲、在森林中搜索、尋求伴侶以及在營火旁娛樂自己時，我們最深處的渴望、我們的食慾以及我們的需要，都已經在非洲草原中塑造完成。
我們深藏腦海中的原始指令之一，就是擁有美貌，特別是異性和同儕對自己的觀感。我們可自由支配的收入，除了娛樂，有很大的部分都花費在儀容之上。這就是為什麼整容、肉毒桿菌、化妝產品、精美的衣服，加上新的舞步、肌肉鍛鍊、購買最新音樂和保持健康，都會有爆發性的成長。如果把這些都加在一起，它成為消費開支中很巨大的部分，而這一部分也占美國經濟很大的比重。
而這也意味著，雖然有能力創造幾乎不死的完美身體，但如果我們看來像是手腳不靈活的機器人，在頭底下垂掛著移植的笨拙身軀，我們仍然可能抗拒擁有機器人身體的慾望。沒有人願意自己看起來像是來自科幻電影的難民。如果我們有增強的身體，它們必須使我們對異性更具有吸引力，並改善我們在同儕中的名聲，否則我們就會拒絕它們。有哪個青少年願意身體增強而外觀不酷？
某些科幻小說作家喜歡這種想法：我們將從身體抽離，以純粹智能的生命永存於電腦內，進行深刻的思考。但誰會願意以那種方式活著？也許我們的子孫並不想去解開可以描述黑洞的微分方程（differential equations）。未來，人們也許寧願花更多時間以守舊的方式去聽搖滾音樂，勝過生活於電腦中計算著次原子粒子的運動。
加州大學洛杉磯分校的葛理哥利‧史托克（Gregory Stock）繼續深入探討，發現把人類的大腦與超級電腦連結有一些好處。他說：「當我試圖思考，將我的大腦與超級電腦建立工作上的聯繫有何獲益時，如果我堅持下列評判標準，我就會陷入困境：一方面是，利益沒辦法透過其他更容易、非侵入性的程序獲得；另一方面是，利益必須大到值得去忍受大腦手術的不舒服。」
所以，未來的可能選項雖然很多，我個人相信最可能的道路是：我們會建造仁慈與友善的機器人，增進我們的能力到某種程度，但必須遵循「洞穴人原則」。
我們會接納「透過代理人去渡過短暫的超級機器人的生活」的想法，卻會抗拒「永遠生活於電腦中」或「把我們的身體修改得面目全非」的想法。
奇點之路有障礙
無人知道，機器人何時會變得跟人類一樣聰明。但我個人以為，基於下述理由，時間點將會落在接近本世紀之末。
首先，令人眩目的電腦科技演進，是基於摩爾定律。這些進展將於二○二○至二○二五年緩慢下來，甚至終止，所以我們能否合理推測其後的電腦運算速度，並不確定（後矽晶時代的探討請參閱第四章）。本書中，我假定電腦的運算力將會繼續增長，但速率較為緩慢。
其次，縱令電腦能以神奇的速度運算（例如每秒運算數為1016），那也不一定表示它會比我們聰明。例如，IBM公司的西洋棋機器「深藍」，每秒可以分析兩億個位置，打敗世界冠軍。但「深藍」的速度和強大的運算力，卻除了下棋什麼事也沒辦法做。我們知道，真正的智能遠遠超乎棋路的計算。
以患有自閉症的天才白癡為例，他們能夠表演驚人的記憶力和計算力。但是，若要繫鞋帶、找工作或在社會上立足卻有困難。已故的金皮克（Kim Peek）可以記得一萬兩千本書中的每一個字，其所作的計算只有電腦可以檢驗。電影《雨人》（Rain Man）就是以他的特殊事蹟為基礎。但是他的智商只有七十三，連對話都有困難，需要別人持續的協助才能存活。若無父親的協助，他就是一個廢人。換句話說，未來超快的電腦，將會如同自閉專家一般，可以記憶極大量的資訊，除此之外一無所有，無法自行生存於真實的世界。
即使電腦的運算能力開始與人腦匹敵，它們仍將缺乏必需的軟體和程式，去完成每一件事。達到人腦的運算速度，只是一個卑微的起點。
第三，即使智能機器人有可能，機器人能否複製出比原版更加聰明的機器人仍有疑問。有關自我複製的機器人的數學，是由數學家馮‧紐曼發展出來的。他發明了賽局理論，並協助發展出電子計算機。他領先研究，在機器人若要複製自己，需要假定的最低限度前提。不過，他不曾提及，機器人能否複製比自己更聰明的副本的問題。事實上，「聰明」一詞本身的定義就是個問題，因為我們對「聰明」一詞並無廣為接受的定義。
無疑地，機器人能夠僅靠晶片的升級和增加數量，來建造一個記憶量增加、運算力增強的副本，但這個副本有比較聰明嗎？還是僅僅較快？例如，一個加法機器比人類快數百萬倍，但它顯然並非比較聰明。所以，智能並非僅僅是記憶和速度而已。
第四，就算硬體能夠呈指數增加，軟體可能辦不到。當硬體可以因為在晶圓上蝕刻出越來越小的晶體的能力而增長時，軟體卻完全不同；它需要有人坐下來，用紙筆寫下程式碼。所以說瓶頸就是：人。
軟體，一如所有的人類創造性活動，在靈光閃現之後，必須繼之以辛勤工作與停頓，進展時有時無。不僅僅像在晶圓中蝕刻更多的電晶體，進展有如時鐘運轉，軟體仰賴人類本質上難以預期的創造力和奇想。因而所有電腦運算力的穩定指數成長預測有其條件限制。一條鏈子的強度，取決於它最弱的鏈結，而此一最弱的鏈結就是由人類完成的軟體和程式。
工程進展往往呈現指數增長，而在只講究較大效率時（如在矽晶圓中蝕刻越來越多的電晶體）尤其如此。但是，一旦涉及需要運氣、技巧和天才意外顯現的基礎研究時，進展較像是在一大段時間內的「間斷性平衡」（punctuated equilibrium），期間沒有什麼大事發生，卻忽然有了突破，整個領域驟然改觀。如果我們觀察基礎研究的歷史，從牛頓到愛因斯坦到今天，我們可以看到間斷性平衡可以正確地描述進步的方式。
第五，如同我們所有已見到的大腦逆轉工程研究，由於計畫的龐大規模和極其巨大的費用，整個計畫可能拖延到本世紀中期。然後，要使所有的資料產生意義，可能還要花好幾十年。所以我把大腦逆轉工程的完成時間設定在本世紀之末。
第六，機器人突然產生意識，發生「大爆炸」的事將不會發生。如同我們在前面所界定的「意識」，它包含透過模擬未來以便為未來作計畫的能力，因而意識也有等級的高低之分。機器人將在此一量表上慢慢往上爬，因而給了我們足夠的時間做準備。我相信機器人爬到最高點的時間將在本世紀末發生，因而我們還有足夠的時間來討論我們可做的選擇。還有，機器內的意識，可能另有其特性。所以一種「矽晶意識」（silicon consciousness）的形式（而非純粹人類意識）將會先發展出來。
如此又引發另一個問題。雖然有許多機械性的方法可以增強我們的身體，另外還有生物性的方式能達到同樣的效果。但事實上，進化的完全突破就是較佳基因的選擇，因而，我們何不靠走捷徑來避開數百萬年的進化，並嘗試去控制我們的遺傳命運？
譯注1：秀麗隱桿線蟲是一種可以獨立生存的線蟲，長度約一公釐，生活在溫度恆定的環境。
