在《the age of spiritual machines》這本書中，我開始審查我試圖在本書中進行深度探索的一些加速趨勢。asm引起了各種各樣的反應，包括對它認為即將出現的深刻變化的廣泛討論（正如我在前麵內容中介紹的比爾·喬伊的連載故事《why the future doesnt need us》激發的關於危險和希望的討論），還包括嚐試在許多層麵上爭論為什麽這樣的變革不會、不能或不應該發生。下麵是一些批評，我會在本章予以回應：
●“來自馬爾薩斯的批評”：關於無限的指數趨勢的推斷是錯誤的，因為它們終究會耗盡維持其指數增長的資源。另外，我們將沒有足夠的能源來供應異常密集的計算預測平台，即使我們可以，這些平台也會像太陽一樣燙。指數趨勢最後變成一條漸近線，但每次每一bit的計算和通信所需的物質和能源資源是如此的小，以至於可以在這一點上繼續進行操作，而在這一點上，非生物智能比生物智能強大無數倍。可逆計算可以極大地減少能源需求和散熱需求。即使將計算限製在“冷”電腦中，將實現性能遠遠超越生物智能的非生物的計算平台。
●“來自軟件的批評”：我們的硬件呈指數上漲，但軟件卻發展緩慢。雖然軟件發展的倍增時間比計算硬件的長，但是軟件也在效益、效率和複雜性上加速發展。許多應用軟件，從搜索引擎到遊戲，經常使用人工智能技術，而人工智能技術在10年前還僅僅隻是一個研究項目。通過解決關鍵算法問題，軟件在整體複雜性、生產率和效率方麵都獲得了很大收益。此外，我們有一個有效的在機器上實現人類智能的遊戲計劃：逆向設計大腦來捕獲其運作原理，然後再在有大腦能力的計算平台上執行這些原理。大腦逆向工程的每一個方麵都在加速發展：腦掃描的空間和時間分辨率、大腦運作每個層麵的知識、模擬神經元和大腦區域等仿真模型的成果。
●“來自模擬處理的批評”：數字計算過於僵化，因為數字bit不是1就是0。生物智能大部分是模擬的，所以可以考慮細微的變化。的確，人類大腦使用數字控製的模擬方法，但我們也可以將這種方法應用於機器中。此外，數字計算可以以任意精度對一個模擬過程進行模擬，反之並不正確。
●“來自神經處理複雜性的批評”：神經元間（軸突、樹突、突觸）的信息處理比神經網絡使用的簡單模式複雜得多。這話雖然沒錯，但大腦區域模擬不使用這些簡單模式。我們已經研究出逼真的數學模型以及用電腦模擬神經元和它們之間的聯係，從而捕獲生物體中非線性的、錯綜複雜的特征。另外，我們發現，大腦區域處理的複雜性往往比它們包含的神經元簡單。我們已經擁有了人類大腦幾十個區域的有效模式和模擬。考慮到冗餘，在基因組中10億個字節的設計信息中，僅僅包含30個字節的信息，所以我們還是有能力管理大腦的設計信息。
●“來自微管和量子計算批評”：神經元的微管能夠進行量子計算，這種量子計算是意識的先決條件。一個人要想“上傳”一種個性，就必須掌握它的精確的量子狀態。以上的陳述都沒有證據支持。即使這些陳述是真的，也沒有什麽阻止量子計算在非生物係統中執行。我們經常使用半導體量子效應（例如晶體管隧道），基於機器的量子計算也正在取得進展。如果捕獲精確的量子狀態，我現在的量子狀態和寫這句話之前的已經非常不同。所以，難道我已經變成了另一個人？也許是這樣的，但如果有人捕獲我一分鍾前的狀態，那麽基於這個狀態的上傳仍然可以成功地通過“雷·庫茲韋爾”的圖靈測試。
●“來自圖靈支持派理論的批評”：圖靈教派理論說道：“我們能夠證明很多問題不能用圖靈機解決，也可以證明，圖靈機可以模擬任何計算機（也就是存在一個圖靈機，隻要是計算機解決的問題，它就可以解決），所以，這說明一個問題，一個計算機可以解決的問題是有限的。然而人類有能力解決這些問題，所以機器永遠都趕不上人類的智能。”事實上，人類通常沒有比機器更多的能力去解決“無法解決的”的問題。在某些情況下人類可以用猜測來解決問題，但機器也能，而且做起來快得多。
●“來自故障率的批評”：隨著計算機係統複雜性的增加，它們也表現出驚人的災難性故障率。托馬斯·雷寫道：我們正在“超越通過傳統方法有效設計和製造的東西的限製”。我們已經開發出日益複雜的係統來管理各種各樣的關鍵任務，這些係統的故障率很低。不管怎樣，不完善是任何複雜過程的固有特征，人類智能當然也是如此。
●“來自鎖定效應的批評”：能源或運輸這些領域普遍需要複雜的支持係統（和這些係統中的巨大投資）正在阻礙革新，所以這也將阻止奇點的相關技術所帶來的快速變化。尤其是信息處理在容量和性價比上呈指數增長。我們已經看到，在信息技術的每個方麵，範例迅速轉變，並沒有被鎖定效應現象所阻止（不管是在互聯網還是電信等領域中的大量基礎設施投資）。能源及運輸部門甚至還將見證基於納米技術的創新帶來的巨大變化。
●“來自本體論的批評”：約翰·塞爾描述了不同版本的中文房間的類比。一種構想是一個人根據已編寫的程序用中文來回答問題。這個人似乎完全用中文回答問題，但是由於這個人“隻是機械地執行寫好的程序”，所以他沒有真正理解中文，而且沒有真正意識到他自己在做什麽。用塞爾的話說，房間裏的“人”什麽都不懂，因為它隻是一台計算機。很顯然，計算機不知道自己在做什麽，因為它們隻是執行命令。塞爾的中文房間理論從根本上講是重言式（同意反複），因為它首先假定了自己的結論：計算機不可能真正理解什麽。塞爾簡單類比中的部分哲學把戲隻是規模問題。他聲稱描述了一種簡單的係統，然後讓讀者考慮這樣一個係統怎麽會有真正的理解能力。但是表征描述本身就是錯誤的。為了符合自己的假設，塞爾描述的中文房間係統必須像人腦一樣複雜，因此也擁有和人腦一樣的理解力。實驗中的“人”表現得像中央處理器，這隻是整個係統的一小部分。盡管人可能看不到理解能力，但這個能力遍布在程序中，他認為按程序執行就必須做出很多注釋。想想看，我懂英文，但是我的神經元不懂。我的理解能力是以神經遞質、突觸間隙以及神經元間連接的很多形式來表現的。
●“來自貧富分化的批評”：富人通過這些技術可以得到某些機會，而其他人則不能。當然，這也不是什麽新鮮事。但我想說，由於性價比持續快速增長，所有技術將很快變得非常便宜，甚至幾乎免費。
●“來自政府管製可能性的批評”：政府監管會減緩甚至停止技術增長的加速度。雖然監管阻礙發展的可能性很重要，但是它幾乎對本書討論的趨勢沒有任何影響。例如，結束幹細胞研究等具有爭議性的問題就像河流中的岩石被前進的激流衝刷著。
●“來自整體論的批評”：引用自邁克爾·丹頓的格言，生物體是“自我組織、自我參照、自我複製、互惠、自我構成並且具有整體性。這種有機形式隻能通過生物過程創造，而這種形式是不可改變的、堅固的、基本的存在事實。”<small>1</small>的確，生物設計有一套深刻的原理。然而，機器能夠使用且一直在使用這些原理，沒有任何東西限製非生物係統治理生物世界模式中出現的屬性。
為了回應各種論壇上這樣的挑戰，我已經經曆了無數次辯論和對話。我編寫這本書的一個目標是對我遇到最主要的批評提供一個全麵的回應。在本書裏，我對關於可行性和必然性的批評做了大部分的反駁。但在本章中，我想就其中一些很有趣的問題做些詳細回答。
●“來自馬爾薩斯的批評”：關於無限的指數趨勢的推斷是錯誤的，因為它們終究會耗盡維持其指數增長的資源。另外，我們將沒有足夠的能源來供應異常密集的計算預測平台，即使我們可以，這些平台也會像太陽一樣燙。指數趨勢最後變成一條漸近線，但每次每一bit的計算和通信所需的物質和能源資源是如此的小，以至於可以在這一點上繼續進行操作，而在這一點上，非生物智能比生物智能強大無數倍。可逆計算可以極大地減少能源需求和散熱需求。即使將計算限製在“冷”電腦中，將實現性能遠遠超越生物智能的非生物的計算平台。
●“來自軟件的批評”：我們的硬件呈指數上漲，但軟件卻發展緩慢。雖然軟件發展的倍增時間比計算硬件的長，但是軟件也在效益、效率和複雜性上加速發展。許多應用軟件，從搜索引擎到遊戲，經常使用人工智能技術，而人工智能技術在10年前還僅僅隻是一個研究項目。通過解決關鍵算法問題，軟件在整體複雜性、生產率和效率方麵都獲得了很大收益。此外，我們有一個有效的在機器上實現人類智能的遊戲計劃：逆向設計大腦來捕獲其運作原理，然後再在有大腦能力的計算平台上執行這些原理。大腦逆向工程的每一個方麵都在加速發展：腦掃描的空間和時間分辨率、大腦運作每個層麵的知識、模擬神經元和大腦區域等仿真模型的成果。
●“來自模擬處理的批評”：數字計算過於僵化，因為數字bit不是1就是0。生物智能大部分是模擬的，所以可以考慮細微的變化。的確，人類大腦使用數字控製的模擬方法，但我們也可以將這種方法應用於機器中。此外，數字計算可以以任意精度對一個模擬過程進行模擬，反之並不正確。
●“來自神經處理複雜性的批評”：神經元間（軸突、樹突、突觸）的信息處理比神經網絡使用的簡單模式複雜得多。這話雖然沒錯，但大腦區域模擬不使用這些簡單模式。我們已經研究出逼真的數學模型以及用電腦模擬神經元和它們之間的聯係，從而捕獲生物體中非線性的、錯綜複雜的特征。另外，我們發現，大腦區域處理的複雜性往往比它們包含的神經元簡單。我們已經擁有了人類大腦幾十個區域的有效模式和模擬。考慮到冗餘，在基因組中10億個字節的設計信息中，僅僅包含30個字節的信息，所以我們還是有能力管理大腦的設計信息。
●“來自微管和量子計算批評”：神經元的微管能夠進行量子計算，這種量子計算是意識的先決條件。一個人要想“上傳”一種個性，就必須掌握它的精確的量子狀態。以上的陳述都沒有證據支持。即使這些陳述是真的，也沒有什麽阻止量子計算在非生物係統中執行。我們經常使用半導體量子效應（例如晶體管隧道），基於機器的量子計算也正在取得進展。如果捕獲精確的量子狀態，我現在的量子狀態和寫這句話之前的已經非常不同。所以，難道我已經變成了另一個人？也許是這樣的，但如果有人捕獲我一分鍾前的狀態，那麽基於這個狀態的上傳仍然可以成功地通過“雷·庫茲韋爾”的圖靈測試。
●“來自圖靈支持派理論的批評”：圖靈教派理論說道：“我們能夠證明很多問題不能用圖靈機解決，也可以證明，圖靈機可以模擬任何計算機（也就是存在一個圖靈機，隻要是計算機解決的問題，它就可以解決），所以，這說明一個問題，一個計算機可以解決的問題是有限的。然而人類有能力解決這些問題，所以機器永遠都趕不上人類的智能。”事實上，人類通常沒有比機器更多的能力去解決“無法解決的”的問題。在某些情況下人類可以用猜測來解決問題，但機器也能，而且做起來快得多。
●“來自故障率的批評”：隨著計算機係統複雜性的增加，它們也表現出驚人的災難性故障率。托馬斯·雷寫道：我們正在“超越通過傳統方法有效設計和製造的東西的限製”。我們已經開發出日益複雜的係統來管理各種各樣的關鍵任務，這些係統的故障率很低。不管怎樣，不完善是任何複雜過程的固有特征，人類智能當然也是如此。
●“來自鎖定效應的批評”：能源或運輸這些領域普遍需要複雜的支持係統（和這些係統中的巨大投資）正在阻礙革新，所以這也將阻止奇點的相關技術所帶來的快速變化。尤其是信息處理在容量和性價比上呈指數增長。我們已經看到，在信息技術的每個方麵，範例迅速轉變，並沒有被鎖定效應現象所阻止（不管是在互聯網還是電信等領域中的大量基礎設施投資）。能源及運輸部門甚至還將見證基於納米技術的創新帶來的巨大變化。
●“來自本體論的批評”：約翰·塞爾描述了不同版本的中文房間的類比。一種構想是一個人根據已編寫的程序用中文來回答問題。這個人似乎完全用中文回答問題，但是由於這個人“隻是機械地執行寫好的程序”，所以他沒有真正理解中文，而且沒有真正意識到他自己在做什麽。用塞爾的話說，房間裏的“人”什麽都不懂，因為它隻是一台計算機。很顯然，計算機不知道自己在做什麽，因為它們隻是執行命令。塞爾的中文房間理論從根本上講是重言式（同意反複），因為它首先假定了自己的結論：計算機不可能真正理解什麽。塞爾簡單類比中的部分哲學把戲隻是規模問題。他聲稱描述了一種簡單的係統，然後讓讀者考慮這樣一個係統怎麽會有真正的理解能力。但是表征描述本身就是錯誤的。為了符合自己的假設，塞爾描述的中文房間係統必須像人腦一樣複雜，因此也擁有和人腦一樣的理解力。實驗中的“人”表現得像中央處理器，這隻是整個係統的一小部分。盡管人可能看不到理解能力，但這個能力遍布在程序中，他認為按程序執行就必須做出很多注釋。想想看，我懂英文，但是我的神經元不懂。我的理解能力是以神經遞質、突觸間隙以及神經元間連接的很多形式來表現的。
●“來自貧富分化的批評”：富人通過這些技術可以得到某些機會，而其他人則不能。當然，這也不是什麽新鮮事。但我想說，由於性價比持續快速增長，所有技術將很快變得非常便宜，甚至幾乎免費。
●“來自政府管製可能性的批評”：政府監管會減緩甚至停止技術增長的加速度。雖然監管阻礙發展的可能性很重要，但是它幾乎對本書討論的趨勢沒有任何影響。例如，結束幹細胞研究等具有爭議性的問題就像河流中的岩石被前進的激流衝刷著。
●“來自整體論的批評”：引用自邁克爾·丹頓的格言，生物體是“自我組織、自我參照、自我複製、互惠、自我構成並且具有整體性。這種有機形式隻能通過生物過程創造，而這種形式是不可改變的、堅固的、基本的存在事實。”<small>1</small>的確，生物設計有一套深刻的原理。然而，機器能夠使用且一直在使用這些原理，沒有任何東西限製非生物係統治理生物世界模式中出現的屬性。
為了回應各種論壇上這樣的挑戰，我已經經曆了無數次辯論和對話。我編寫這本書的一個目標是對我遇到最主要的批評提供一個全麵的回應。在本書裏，我對關於可行性和必然性的批評做了大部分的反駁。但在本章中，我想就其中一些很有趣的問題做些詳細回答。