在總裁讀書會精品課上，易寶支付聯合創始人兼總裁餘晨為我們推薦了《生命3.0》這本書，這周小書僮陪你一起來精讀這本書。
您如果希望收聽完整音頻，請下載總裁讀書會APP，或者關注跟大咖一起讀服務號，加入我們的會員，更多精彩內容等著您。
在宇宙大爆炸發生之後的138億年中，最不可思議的事情之一就是，荒蕪一片、了無生機的物質之中竟然產生了智能。這究竟是如何發生的？未來會變成什麼樣？從科學的角度出發，應該如何講述宇宙中智能的歷史與命運？為了解決這些問題，這一章我們先來探索智能的構成要素和基礎。那麼，說一團物質擁有智能，到底意味著什麼？說一個物體能記憶、計算和學習，又意味著什麼？
智能（intelligence）：完成複雜目標的能力。
這個定義很廣，足以涵蓋所有定義，因為理解力、自我意識、解決問題的能力、學習能力等都屬於我們可能會遇到的複雜目標。同時，這個定義還能將《牛津英語詞典》中的定義“獲得和應用知識與技能的能力”也涵蓋進去，因為你也可以將“應用知識與技能”作為一個目標。
由於可能存在許多不同的目標，因此，也可能存在許多不同的智能。所以，從我們的定義出發，用IQ這種單一指標來量化人類、動物或機器是沒有意義的。
假設有兩個計算機程序，一個只會下象棋，另一個只會下圍棋，請問哪一個更智能？
這個問題並沒有標準答案，因為它倆各自擅長的事情沒法進行直接的比較。
不過，假如存在第三個計算機程序，它能夠完成所有目標，並且，它在某一個目標上，比如下象棋，做得遠比前面所說的兩個程序都好，而且在其他目標上完成得也不比它們差，那我們就可以說，第三個程序比前面兩個程序更加智能。
對智能進行分類，還有一種方法，那就是用“狹義”（narrow）和“廣義”（broad）來進行區分。
IBM公司的深藍（Deep Blue）計算機雖然在1997年戰勝了國際象棋冠軍加里·卡斯帕羅夫（Garry Kasparov），但它能完成的任務範圍非常“狹窄”，因為它只能下象棋，儘管它的硬件和軟件都令人印象深刻，但它甚至不能在井字棋遊戲中戰勝一個4歲的兒童。
谷歌旗下DeepMind公司的“DQN”人工智能系統能完成的任務範圍稍微廣一點：它會玩幾十種經典的雅達利電子遊戲，並且玩的水平與人類的水平不相上下，甚至更好。
相比之下，人類智能的寬度可比它們廣多了，人類能掌握多如牛毛的技能。只要經過訓練，假以時日，一個健康的兒童不僅能夠學會任何遊戲，還能學會任何語言、運動或職業技能。將人類智能和機器智能做個比較，我們人類會在寬度上立馬勝出。
不過，機器在某些比較狹窄的任務上勝過了我們，這些任務雖然小，但數量卻在與日俱增。
人工智能可以勝出人類的任務
想象一下，如果用地形來比擬人類的能力，就可以畫出一幅“人類能力地形圖”，其中低地代表著“算數”和“死記硬背”，丘陵代表著“定理證明”和“下象棋”，高聳的山巒代表著“運動”“手眼協調”和“社交互動”。
不斷進步的計算機性能就好像水平面，正在逐步上升，淹沒整個陸地。半個世紀以前，它開始淹沒低地，將人類計算員和檔案員逐出了歷史舞臺。
不過，大部分地方還是“乾燥如初”。現在，這場洪水開始淹沒丘陵，我們的前線正在逐步向後撤退。
雖然我們在山頂上感到很安全，但以目前的速度來看，再過半個世紀，山頂也會被淹沒。由於那一天已經不遠了，我建議，我們應該建造一艘方舟，儘快適應航海生活！
人類能力地形圖
注：這張“人類能力地形圖”是機器人專家漢斯·莫拉維克提出的，其中，海拔高度代表這項任務對計算機的難度，不斷上漲的海平面代表計算機現在能做的事情。
隨著“海平面”持續上升，它可能會在某一天到達一個臨界點，從而觸發翻天覆地的變化。
在這個臨界點，機器開始具備設計人工智能的能力。在這個臨界點之前，“海平面”的上升是由人類對機器的改進所引起的，但在這個臨界點之後，“海平面”的上升可能會由機器改進機器的過程推動，其速度很可能比人類改進機器的速度快得多，因此，很快，所有“陸地”都會被淹沒在水下。
這就是“奇點”理論的思想。這個思想雖然十分迷人，但卻充滿爭議。
計算機是通用機器，它們的能力均勻地分佈在一個寬廣得無邊無際的任務區域上。不過，人類能力的分佈卻沒那麼均勻。在對生存至關重要的領域，人類的能力十分強大，但在不那麼重要的事情上就很微弱。
計算機先驅艾倫·圖靈曾有一個著名的證明，假如一臺計算機能實施一組最小的特定運算，那麼，只要給它足夠的時間和內存，它就能被編程以實施其他任何計算機能做的任何事情。超過這個臨界點的機器被稱為“通用計算機”（universal computers），又叫作“圖靈通用計算機”（Turing-universal computers）。
就這個意義而言，今天所有的智能手機和筆記本電腦都算得上是通用計算機。
類似地，設計人工智能所需的智能也有一個臨界點，我喜歡將這個臨界點視為“普遍智能”的臨界點：給它足夠的時間和資源，它就可以具備完成任何目標的能力，並且完成得和其他任何智能體不相上下。
比如，如果普遍智能認為自己需要更好的社交技能、預測技能或設計人工智能的技能，那它就有能力去獲得這些技能；如果它想要了解如何建造一個機器人工廠，它也完全有能力去獲得建造工廠的技能。換句話說，普遍智能具備發展到生命3.0的潛力。
