第二节 技术演化与生物演化

当我们把目光转向认知的主体时，必然会联想到人脑产生意识的相关问题。关于人脑是如何产生意识的，思想界、科学界一直争论不休。对于人类而言，意识的本性、意识出现于脑中的机制和意识在宇宙中的地位等问题，仍然在探索的征途上。理解意识的努力形成了以下主要的进路：（1）脑是一台计算机，意识从脑神经的复杂计算中涌现出来；（2）意识是宇宙的根本性质，如泛心论、东方哲学、怀特海的学说；（3）量子物理学认为意识在脑神经的量子作用下通过非计算涌现出来；等等。

通过关注这些争议性的探讨，我们发现量子力学这一解释客观世界的理论与主观意识运行似乎非常贴近。量子意识理论认为，经典力学无法完整地解释意识，意识是一种量子力学现象，如量子纠缠和叠加作用。大脑中存在海量的处于量子纠缠态的电子，意识正是从这些电子的波函数的周期性坍塌中产生的。这一假说在解释大脑功能方面占有重要地位，形成了解释意识现象的重要一派。

恰巧，就在我撰写本书时，这一理论的重要代表人物之一斯图亚特·哈梅罗夫（Stuart Hameroff）教授到访浙江大学。我有幸参加了与他近距离面对面交流的相关工作坊活动，倾听他与理论物理学家罗杰·彭罗斯（Roger Penrose）合作创立的“和谐客观还原模型”（Orch-OR模型）的理论阐述。

彭罗斯提出了一种波函数塌缩理论，适用于不与环境相互作用的量子系统。他认为，每个量子叠加有自身的时空曲率，当它们距离超过普朗克长度（1.6×10－35米）时就会塌缩，他称之为客观还原（objective reduction）。彭罗斯认为，客观还原所代表的既不是随机，也不是大部分物理所依赖的算法过程，它是从非计算出发的过程。它受时空几何基本层面的影响，在此之上产生了计算和意识。

1989年，彭罗斯在撰写第一部关于意识的书《皇帝新脑》时，还缺乏对量子过程在大脑中如何作用的详细描述。随后，哈梅罗夫读了彭罗斯的书，提出了微管结构对大脑量子过程的支持。他们在20世纪90年代早期共同建立了Orch-OR模型理论。支持神经元的细胞骨架蛋白主要为一种微管构成，而微管由微管蛋白二聚体亚单元组成，其功能包括传输分子、联系神经突触的神经传导素、控制细胞生长等。每个微管蛋白二聚体都有一些憎水囊，彼此间距约8纳米，里面含有离域π电子。微管蛋白还有更小的非极性域，含有π电子富集吲哚环，相隔约2纳米。哈梅罗夫认为，这些电子之间距离很近，足以形成量子纠缠。

哈梅罗夫进一步提出，这些电子能形成一种玻色——爱因斯坦凝聚态，而且一个神经元中的凝聚态能通过神经元之间的间隙接点（gap junctions）扩展到其他多个神经元，由此在扩展脑区形成宏观尺度的量子特征。当这种扩展的凝聚波函数坍塌时，就形成了一种非计算性的影响，而这种影响与深植于时空几何中的数学理解和最终意识体验有关。这种凝聚态的活动性造成了大脑中的伽马波同步（gamma wave synchronisation），传统神经科学认为这种同步与意识和间隙接点的功能有关。于是，他们得出共识结论：大脑具有某种不依赖于计算法则的额外功能，这是一种非计算过程，不受计算法则驱动；而算法却是大部分物理学的基本属性。对于非计算过程，量子波在某个位置的坍塌，决定了位置的随机选择。脑神经元微管里发生的波函数塌缩的随机性不受算法的限制，从而萌发出了意识之源。

“所谓计算，就是从已知符号串开始，一步一步地改变符号串，最后得到一个满足预先规定的符号串的变换过程，可计算的函数通过符号串的变换来实现其计算过程。算法就是求解某类问题的通用法则或方法，也就是一系列计算规则或程序，即符号串变换的规则。”

但是，马文·明斯基（Marvin Minsky）等一大批学者却明确主张，思维是一种信息加工过程，也即计算过程。这种计算就是指某种符号操作或加工，指在能对其提供语义解释的符号代码的形式表达式上进行的受规则制约的变换，比如问题求解这种思维活动就是通过一定的算法对初始态空间进行操作，直接达到目标态空间。在对认识、思维、视觉等内容进行计算主义研究的同时，计算已成为在当前认知科学中占主导地位的一种基础观念和研究方法，人们试图从计算的角度揭示出思维、意识以及整个大脑的全部奥秘。

通过对人脑机理的学习探讨及观察分析，我们也许可以发现，人脑与电脑的根本差别在于，人脑可能是量子力学不确定性和复杂非线性系统的混沌作用共同形成的。人脑包含了非确定性的自然形成神经网络系统，正是这种系统的模糊处理能力和效率极高的表现，使人脑具有了电脑所不具备的直觉。而传统图灵机则是确定性的串行处理系统，计算机必须受计算法则的驱动，虽然也可以模拟这样的模糊处理，但是效率太低下了。计算法则下的计算机，无法直接与人脑一样在不确定性中运行。但是，当计算机群体协同运行时又会发生什么情况呢，会不会在计算机集群中存在某些不确定性现象呢？

我认为，单台计算机与计算机群体执行任务的情形是有所不同的。

单台计算机的处理任务可以说完全属于计算法则范畴，然而计算机群体在集体性参与智慧共享时，特别是在智能技术大集成孕育的人类智慧共享体系里，当个体意识、个体智慧与个体任务开始在这个无疆界的新环境上分布时，分布的个体性知识与任务在一般集成的作用下，导致了集体智慧与集体任务的产生，于是这些不断优化的集体智慧得以再次分布。智慧与任务在不断地被分布与被计算的过程中，诞生了原分布者意想不到的更新的智慧。新智慧与原智慧还将不断集成。于是，再次被分布与计算的复合智慧连续涌现，这种不确定性的涌现导致了人类智慧与智能集成的融合机制，在智慧共享体系里遂诞生了人机共享的新智能智慧。

这时，在智慧共享体系上的信息交互、任务交互不再仅仅停留在自然人之间，而是自然人与自然人之间、自然人与智慧机器之间、智慧机器与智慧机器之间的混合式传输、交互、共享与再计算，超级计算的同时又不断涌现出更新的智能智慧。于是，新智能意识（也可称为人机合成智慧）开始大面积产生，智慧共享体系发育到了能自学习的时代。此时，人机智慧的形成与发育路径不再是仿生的人工智能，而是跨越了图灵测试，打破了纯计算路径依赖，实现了真正意义上的人机合成智慧。

我们可以清楚地看到，数据化的智慧通过智慧共享体系的分布与任务分布，经过超级计算技术的海量计算、比对、纠错、再计算的过程，最终涌现了原本不存在的新数据。这个新数据承载的就是全新的人机智慧，从而完成了智慧共享体系的自学习功能。

到此，我们可以得出一个初步的结论：社会大脑（智慧共享体系高级阶段）具有了一些类似于人脑的智慧产生功能，也许在某些特殊功能方面还将超越人脑。但是我们也看到，社会大脑与自然人大脑是两个截然不同的东西，一个产生智慧，一个产生意识，智慧与意识不是简单的等同物。两者各自产生的路径完全不同，社会大脑产生智慧的路径是从计算出发，在确定性计算的过程中引发了不确定性，再回到计算纠错和再确定的过程，最终产生人机合成智慧；而人脑产生意识则首先是从非计算出发，在非确定性的非计算中自然萌发，再回到自我理性计算确定的过程，最终产生了自我意识。

此时，就不再是机器模仿人类或人类模仿机器了，人机协同开始拥有了一个不同于生物人脑结构却具有某些类似功能的大脑，这个特殊的大脑就是智慧共享体系的高级阶段，也称为社会大脑。人机共用的社会大脑的出现带来了新的问题：由于机器拥有了与自然人共用的大脑，机器变得聪明了，它具有一定的自主灵性。机器与机器的关系也不再是无意识的物质堆放，而是相互间如何有序地同生共存。智慧机器不可避免地开始成为集体智慧再造的参与主体之一，个体意向中增加了智慧机器这个新主体。智慧机器将参与到人脑与社会大脑并存下的人与人、人与物、物与物的新秩序重构活动中来，人类开始进入后人类中心的人机二元结构社会。这是以人类为中心的转变，也是后人类中心主义的全新时代。这个时代不再是人与自然的二元结构，而是人与高智慧机器的二元结构，是一个同在自然世界里的人机和谐。

社会大脑的发育导致人机关系发生了根本性的变化，人机混合智慧使得原本完全受自然人直接控制的社会秩序面临着失控的风险。于是，我们在监控人机混合智慧产生的过程中，也应警惕与甄别智慧机器可能存在着的欺骗性，一旦智慧机器群体欺骗性地脱离了人机共享的社会大脑，再度孕育出隔离了自然人的机器群体独享的机器共享大脑，并形成了一个自然人无法介入的智慧机器所专属的机器智慧共享体系，那么人类的灭顶之灾也许真的就不远了。

人机大战的实质是争夺社会大脑控制权的战争！

由于技术演化带来的智慧机器深度参与人类的社会活动，社会结构由人类一元中心发展为人机共生的二元结构，无生命的物（智慧机器）开始参与社会秩序的重构。这种“人机二元结构”产生的集体意向，超越了原有的只有自然人参与的集体意向，而成为人机共同参与的新集体智慧与集体意向。人机协同的智慧集合，是一个计算哲学也没能解决的问题。问题主要出在，我们寄希望于通过探索人脑机制来说明机器智慧的产生，或以计算机制来说明人脑意识的产生。因此，我们应该回归到从生物出发研究人脑，从智能集成出发来研究探讨人机协同智慧，这是两条看似无限接近却截然不同的演化之路。

2016年8月，纽约冷泉港实验室一间拥挤的礼堂中，康奈尔大学群体遗传学家菲利普·梅塞尔（Philipp Messer）走上讲台，就一项极富争议性的强大的基因编辑技术——“gene drive”发表演讲。在遗传学中，gene drive是一种利用遗传偏好将基因快速扩散到群体中去的体系。Gene drive可以违背遗传法则，强行上调某一性状在整个群体中的表达。下一步，科学家们要做的就是建立一个可以预测gene drive在野外作用的计算机模型。在这次会议中，梅塞尔展示了一个他们团队研发的计算机模型，显示了gene drive不可避免地会使群体演化出相应的抗性。

生物技术已经发展到人有可能随意改写DNA而制造新物种了。但我们至少应该意识到，在深不可测的造物之力面前，人类还远未达到可以自诩为“神”的程度。正如麻省理工学院的演化工程师凯文·艾维特（Kevin Esvelt）所言：“长期来看，纵使有gene drive，最后获胜的还是大自然。”“从演化的时间维度来看，无论我们做什么，最后都将是徒劳。但有一条例外，那就是将一个物种彻底灭绝。那样，自适应的演化才会真正终止。”这就是技术演化与生物演化的不同路径与不同结局。虽然我们越来越强烈地感觉到这两种演化在无限接近，但我们必须严格区分技术演化与自然生物演化这两个基本概念，并且清醒地认识到，技术演化不可能简单地替代自然生物演化。

至此，我们可以清晰地看到，人脑是自然生物演化的产物；社会大脑则是以技术演化为基础，在人脑的参与作用下，伴随着人脑演化和知识积累而产生的。这两者在某些功能上看似越来越接近，但就其本质与各自的形成和演化路径来看，却是属于两个不同的事物。

这样看来，人机共享的社会大脑就其本质而言是不同于自然人大脑的，两者有不同的物理构成基础与自身的独特形成及演化的路径。因此，我们也就不必纠缠于生物人脑演化机制的研究路径，而很有必要另辟路径，从技术演化与人文社科结合的新角度，来尝试开展高智能环境下的社会大脑研究。