人類作為第一個真正自由的物種，將擺脫自然的選擇（創造我們的力量）……很快我們將能夠深刻地認識自我，並且能夠變成我們希望的樣子。
——e·o·維爾森，《consilience：the unity of knowledge》，1998
我們知道我們現在是什麽，但是我們不知道我們有可能變成什麽。
——威廉·莎士比亞
最重要的事情是：在任何時間都能為將來的我們犧牲現在的我們。
——查爾斯·杜波依斯
一些觀察者擔心：當我們開發模型、模擬、拓展人腦時，我們冒著巨大風險，即不能真正地理解我們正在從事的開發工作以及涉及的微妙平衡。作家w·f·安德森寫道：
我們也許就像喜歡把東西拆開的小男孩。他有足夠的智慧來拆開一個手表，並且能夠將其組裝回來使手表能繼續工作。但是，如果他試圖“改善”呢？……這名男孩能夠理解看得見的零件，但他不能理解控製彈簧強度的精確引擎計算。如果在這種情況下嚐試改善，很可能隻會損害它……我擔心……我們也並不真的知道是什麽造就了[生命]卻正在胡亂修補。<small>118</small>
然而，安德森所關心的這些，並不能反映數以萬計的大腦和計算機科學家廣泛而艱苦的努力，他們在實施下一個步驟前總是有條不紊地測試出建模和模擬的局限性和能力。在沒有對每個階段進行詳細分析的情況下，我們不會試圖拆卸和重新配置大腦數以萬億的部件。對於大腦工作原理的認識過程是通過日益精細的建模完成的，而這些模型則來自於越來越準確而且分辨率很高的數據。
正如利用計算能力來模擬人類大腦那樣，我們正在努力加快利用超級計算機掃描和模擬人類大腦意識，並建立可行的模型。就像本書的其他預言一樣，關鍵是要了解這一領域發展的指數增長的性質。我經常遇到這樣的一些同事，他們認為詳細了解大腦的工作方法將需要一個世紀或更長的時間。正如這麽多的長期科學預言那樣，這一預言是基於對未來的看法並忽略了線性固有的加速發展情況的，這和每個潛在技術的指數增長一樣。這種過於保守的觀點也是源自對當代成就廣度的低估，甚至在這一領域的從業人員也會產生這樣的觀點。
掃描和檢測工具的整體空間和時間分辨率每年都增加一倍。掃描帶寬、性價比和圖像重現次數也可以看到類似的指數增長。這些趨勢對於所有的掃描形式都是正確的，包括完全無創掃描、裸露頭骨的掃描以及破壞性掃描。大腦掃描信息和模型建設的數據庫大約也可以每年翻一番。
有證據已經表明，我們具備建立詳細模型，並且對亞細胞部分、神經元和神經區域進行可行模擬的能力，這種能力能夠保證所需的工具和數據的可用性。神經元和神經元亞細胞部分的性能往往涉及大量的複雜性和很多的非線性，但神經簇和神經區域的性能往往比它們的組成部分簡單。我們通過有效的計算機軟件實現日益強大的數學工具，能夠準確地將自適應、半隨機、自組織、高度非線性係統等這些複雜類型模式化。我們迄今為止在大腦一些重要區域的有效模擬這方麵取得的成功顯示了這一方法的效力。
目前出現的掃描工具將首次提供實時觀察個別樹突、棘和突觸性能的時間和空間分辨率。這些工具將迅速引導新一代更高分辨率建模和模擬的出現。
一旦在2020年納米機器人時代來臨，我們將能夠從自己大腦內部利用高分辨率觀測到神經性能的所有有關特征。發送通過毛細血管數十億納米機器人，這能夠使我們無創性地掃描整個正在實時工作的大腦。我們今天已經利用簡陋的工具為大腦的廣泛地區建立了有效的（盡管仍然不完全）模型。未來20年內，我們在掃描分辨率和帶寬方麵的計算至少會增加100萬倍。因此，我們有信心會在2020年擁有數據收集和計算所需的工具來對整個大腦進行建模和模擬，這將使得我們有可能將人類智能運作的原則和來自其他人工智能研究的智能信息處理形式結合起來。我們還將受益於機器在存儲檢索、快速大量分享信息方麵的強大力量。隨後，我們將有能力在計算平台上運行這些功能強大的混合係統，而這一平台大大超過了人腦相對固定的架構的能力。
人類智力的可擴展性。為回應霍夫斯塔特關於人類智能是否僅僅在“自我認知”的臨界值上下浮動的擔憂，大腦逆向工程的持續加速明確說明了我們自身的理解能力——或者就此而言的任何其他一切——是沒有極限的。人類大腦智能延展性的關鍵是我們在精神上建立現實模型的能力。這些模型可以是循環往複的，也就是說一個模型可以包含多個其他的也很成熟的模型：例如，一個生物細胞的模型可以包括細胞核、核糖體和其他細胞結構。同樣的道理，核糖體的模型也可以包含其亞分子的組成部分，進一步分解到原子、亞原子微粒和它們之間的作用力的程度。
我們理解複雜結構的能力是不必分層次的。一個像細胞或者人類大腦這樣複雜的係統不能簡單地分解成構成其的子係統和部件。我們擁有日漸精密的數學工具來弄明白秩序和混亂交相混雜的係統（實際上在細胞和大腦中它們並不少見），並且理解複雜的違背邏輯的相互作用。
能夠自我加速的計算機在幫助我們處理日漸複雜的模型上正變得越來越不可或缺。很明顯，如果我們僅僅局限於思維能夠想到的模型，而不去用技術來加以輔助的話，霍夫斯塔特的擔憂就可能成為現實。我們的智力剛好超過理解自身智力的臨界值，這源於我們與生俱來的能力，並結合我們自己創造的工具去設想、精煉、擴展、抽象變化，以及我們愈發精細的觀測模型。
——e·o·維爾森，《consilience：the unity of knowledge》，1998
我們知道我們現在是什麽，但是我們不知道我們有可能變成什麽。
——威廉·莎士比亞
最重要的事情是：在任何時間都能為將來的我們犧牲現在的我們。
——查爾斯·杜波依斯
一些觀察者擔心：當我們開發模型、模擬、拓展人腦時，我們冒著巨大風險，即不能真正地理解我們正在從事的開發工作以及涉及的微妙平衡。作家w·f·安德森寫道：
我們也許就像喜歡把東西拆開的小男孩。他有足夠的智慧來拆開一個手表，並且能夠將其組裝回來使手表能繼續工作。但是，如果他試圖“改善”呢？……這名男孩能夠理解看得見的零件，但他不能理解控製彈簧強度的精確引擎計算。如果在這種情況下嚐試改善，很可能隻會損害它……我擔心……我們也並不真的知道是什麽造就了[生命]卻正在胡亂修補。<small>118</small>
然而，安德森所關心的這些，並不能反映數以萬計的大腦和計算機科學家廣泛而艱苦的努力，他們在實施下一個步驟前總是有條不紊地測試出建模和模擬的局限性和能力。在沒有對每個階段進行詳細分析的情況下，我們不會試圖拆卸和重新配置大腦數以萬億的部件。對於大腦工作原理的認識過程是通過日益精細的建模完成的，而這些模型則來自於越來越準確而且分辨率很高的數據。
正如利用計算能力來模擬人類大腦那樣，我們正在努力加快利用超級計算機掃描和模擬人類大腦意識，並建立可行的模型。就像本書的其他預言一樣，關鍵是要了解這一領域發展的指數增長的性質。我經常遇到這樣的一些同事，他們認為詳細了解大腦的工作方法將需要一個世紀或更長的時間。正如這麽多的長期科學預言那樣，這一預言是基於對未來的看法並忽略了線性固有的加速發展情況的，這和每個潛在技術的指數增長一樣。這種過於保守的觀點也是源自對當代成就廣度的低估，甚至在這一領域的從業人員也會產生這樣的觀點。
掃描和檢測工具的整體空間和時間分辨率每年都增加一倍。掃描帶寬、性價比和圖像重現次數也可以看到類似的指數增長。這些趨勢對於所有的掃描形式都是正確的，包括完全無創掃描、裸露頭骨的掃描以及破壞性掃描。大腦掃描信息和模型建設的數據庫大約也可以每年翻一番。
有證據已經表明，我們具備建立詳細模型，並且對亞細胞部分、神經元和神經區域進行可行模擬的能力，這種能力能夠保證所需的工具和數據的可用性。神經元和神經元亞細胞部分的性能往往涉及大量的複雜性和很多的非線性，但神經簇和神經區域的性能往往比它們的組成部分簡單。我們通過有效的計算機軟件實現日益強大的數學工具，能夠準確地將自適應、半隨機、自組織、高度非線性係統等這些複雜類型模式化。我們迄今為止在大腦一些重要區域的有效模擬這方麵取得的成功顯示了這一方法的效力。
目前出現的掃描工具將首次提供實時觀察個別樹突、棘和突觸性能的時間和空間分辨率。這些工具將迅速引導新一代更高分辨率建模和模擬的出現。
一旦在2020年納米機器人時代來臨，我們將能夠從自己大腦內部利用高分辨率觀測到神經性能的所有有關特征。發送通過毛細血管數十億納米機器人，這能夠使我們無創性地掃描整個正在實時工作的大腦。我們今天已經利用簡陋的工具為大腦的廣泛地區建立了有效的（盡管仍然不完全）模型。未來20年內，我們在掃描分辨率和帶寬方麵的計算至少會增加100萬倍。因此，我們有信心會在2020年擁有數據收集和計算所需的工具來對整個大腦進行建模和模擬，這將使得我們有可能將人類智能運作的原則和來自其他人工智能研究的智能信息處理形式結合起來。我們還將受益於機器在存儲檢索、快速大量分享信息方麵的強大力量。隨後，我們將有能力在計算平台上運行這些功能強大的混合係統，而這一平台大大超過了人腦相對固定的架構的能力。
人類智力的可擴展性。為回應霍夫斯塔特關於人類智能是否僅僅在“自我認知”的臨界值上下浮動的擔憂，大腦逆向工程的持續加速明確說明了我們自身的理解能力——或者就此而言的任何其他一切——是沒有極限的。人類大腦智能延展性的關鍵是我們在精神上建立現實模型的能力。這些模型可以是循環往複的，也就是說一個模型可以包含多個其他的也很成熟的模型：例如，一個生物細胞的模型可以包括細胞核、核糖體和其他細胞結構。同樣的道理，核糖體的模型也可以包含其亞分子的組成部分，進一步分解到原子、亞原子微粒和它們之間的作用力的程度。
我們理解複雜結構的能力是不必分層次的。一個像細胞或者人類大腦這樣複雜的係統不能簡單地分解成構成其的子係統和部件。我們擁有日漸精密的數學工具來弄明白秩序和混亂交相混雜的係統（實際上在細胞和大腦中它們並不少見），並且理解複雜的違背邏輯的相互作用。
能夠自我加速的計算機在幫助我們處理日漸複雜的模型上正變得越來越不可或缺。很明顯，如果我們僅僅局限於思維能夠想到的模型，而不去用技術來加以輔助的話，霍夫斯塔特的擔憂就可能成為現實。我們的智力剛好超過理解自身智力的臨界值，這源於我們與生俱來的能力，並結合我們自己創造的工具去設想、精煉、擴展、抽象變化，以及我們愈發精細的觀測模型。