王育民教授读书笔记
一、问题
2008 年IEEE Spectrum, Vol.45, No.6, No.6, pp.24-73发表一个特别报告集，题为：“The Singularity”，即“奇点”。由信息技术、纳米技术、经济学、神经科学、哲学、意识领域、生理学、心理学等方面的十几位专家参与讨论，发表对这一问题的看法。报告集中既有充满想象、激发众人兴趣、科幻小说式的描述，又有由大量试验探索数据支持的技术成果介绍；既有似是而非的说道，也有充满哲理的历史分析和预言；报告集中充满了争议，所提出的许多问题极具挑战性。
人类自进入信息化社会以来，技术、经济和整个社会的前进步伐大大加快了。信息科学技术几十年如一日地按Moore定律飞速发展，而且人们仍然乐观地预示，今后十年甚至二十年，信息技术仍将会继续按莫尔定律向前发展。1997年IBM造出了“深蓝”计算机，装入了chatterbot ALICE计算机程序，战胜了俄国国际象棋大师Garry Kasparov。这是人类第一次用自己制造的机器在智能上（更确切地说是在下国际象棋的能力上）战胜了自己。这大大地鼓舞了IT业的工程师们，更加努力地建造出具有高于人类智能的计算机，他们幻想并且坚信，总有一天，人会造出超智能计算机。所谓超智能计算机就是不仅在计算能力上，而且在智能上都全面超过人脑。这种计算机可以直接与具有思维能力的大脑相互接入，交换信息。
这一方向可谓人工脑(Artificial brains)研究，是利用计算机科学和人工智能技术，由硅片、纳米等材料构建人脑的基本框架，尤如一个具有智力的超强计算机，并构建基于人脑功能的数学模型，通过软件实现人脑功能的仿真，近似实现人脑模型。
另一研究方向是生物脑(Bionic brains)，研究生物脑的基本构造、工作原理，搞清人为什么能产生意识、精神、思想? 如何存储数据? 如果接受外界信息、进行判断和响应? 个人的性格又是如何形成的? 如何用生物材料构建人造生物脑？??等等。
对于这两个方向能走多远，能否最终实现预定的目标，专家们各有自己的看法。
对于第一个方向，我觉得最困难的是，用现有的图灵计算机模型来仿真生物脑的所有功能，是否能够成功？这是个未知的问题。人脑的有些功能，如计算、逻辑分析，已由灵图计算机成功地仿真实现了，有些方面可能已超过生物脑，如下国际棋。但是人脑的功能并不是都适用由图灵计算机仿真，如图像识别等。这些功能的数学模型是什么样的? 还远未搞清楚，至于到意识层面，精神、个性等就需要走更长的路了，生物脑专家们常常会笑这个方向的想法太天真了! 如诺贝尔奖获得者，San Diego神经科学研究所所长Gerald Edelmann说，奇点论者大大低估了脑的复杂性了，不仅每个人脑是唯一的，而且它还会适应新的经验而不断变化。用同样的特定输入刺激一个生物脑，人们不会看到两次完全一样的响应信号。
对于第二个方向，最困难的是生物脑的工作不仅伴随电磁过程，而且伴随生化过程，对于电磁过程我们有较好的手段进行观测，已取得很多成果，弄清了不少有关生物脑的工作机理，但对于生化过程、对于活体的湿件（Wetware）是如何工作的以及如何在活体上进行分析和检测还有很多难题，我们还有待努力，目前所知甚少。
当前，意识(Consciousness)、精神(Mind)等的研究开始进入信息科学领域，信息科学的研究正在向神经学、生理学、心理学、生命科学以及哲学等领域渗透和溶合。从系统论、信息论的观点来看，生命系统乃至复杂的人体系统(包括人体的神经系统、脑系统和由此产生的感知、思维等精神方面的过程，都被看作是物质、能量和信息三大要素所建的一类复杂系统，其中的信息过程属于信息科学的研究对象。因此，信息自然也就成为人们关注的热点了。它和我们常见的工程系统中的信息过程不同之处在于，人体系统中的信息过程是伴随生化、生命过程产生、传输、处理和作用的。这正是前面所提的两个方向的结合问题，当前人们正在这方面进行广泛深入研究，如用人造器件植入人脑，替代生物脑中部分受损组织，使其恢复一些功能，如帕金斯症、失聪症、盲症等的治疗方面已取得惊人成绩。这也证明了，人工器件至少可以用来替代和修复生物脑的部分组织。但是要制作一个具有全面人脑功能的人工脑来替代生物脑即使不是不可能的，也还需要长期努力才有可能实现!
二、奇点论者的看法
不少搞计算机科学的人对奇点论易于持乐观态度，因为它们受信息科学技术迅速进展的鼓舞，早在半个世纪以前，人工智能先驱MIT的Marvin Minsky和Carnegie Mallon大学的 Hebert Simon就曾经预言在30年内(一代人)计算机将会超越人的智能，这大大鼓舞了年青AI幻想家如Kurzweil、Moravec和Vinge以及科幻作家如Arthur C. Clarke等，他们创造了一批有关奇点的著作。
一年以前(2007年)， IBM的Blue Gene/P超级计算机的速度已达每秒3′1015运算，采用了884736个处理器。奇点论者乐观地认为，不要太久，二、三十年或稍长一些时间内，人类就能制造出高于人类智能的计算机。这将是人类社会发展史的地平线上又一次出现奇点的曙光。智能机的发展将进入了一个循环期，超智能机会导致更灵巧的下一代出现，而且代代之间不需再等待数年、数十年那么久，而是数周甚至数天内就能完成更新换代。这将会大大促进经济的发展和工业革命。
利用这类计算机可以实现将一个人的意识、精神、甚至灵魂从他（她）的驱体中复制或移植到一个机器人上，这将使基于软件的人可流芳百世。乐观者坚信意识最终可以在机器中出现，从而可以实现对意识、精神的保存，而不是人们长期以来所向往的有血有肉的驱体的意义下的永生。
人类的文明是通过一代代人交替，生生不息地传承至今，最早所依赖的是生物体的传授、记忆，后来才有了语言、图形和文字记录、书籍出版，到了近代又有了照相、电影胶片、录音、录像等设备，而今又有了各种数码产品，将来呢?几十年后就可以将一个人的意识、思想、记忆和个性等都直接下载到有巨大、惊人能力的计算机上。此时如果一个人的驱体不行了，但他的很多精神方面的东西可被移植到一台台计算机上、或虚拟的天国(Paradise)中了。是否可以说人可以永生了，作为一个机器的幽灵继续活着，而他人就可以复制、编辑、出售或盗版你的灵魂。世间上一切令驱体烦恼的事，如恐惧、老弱病死、饥寒交迫等是否可能不再困扰人类了? 让每一个人都生活在一个充满快乐、令人激动、充满刺激的虚拟天国之中，是否真的能让某个人，至少是他的思想、意识、精神得到永生?这是否真的能够实现还不得而知，还要看今后科学和技术的进展。但这种可预见的技术，至少为人类的文明、文化的传承提供了有力的工具，可以大大加速人类文明的继承和发展。
这是科幻还是人类的真正未来?对人类而言，这到底是福还是祸?美国的今夏的一部电影 “The Singularity is Near”的编导说 “这是有关未来的一部真实故事”。
三、怀疑论者的看法
生物医学家、心理学家、哲学家们对此多持谨慎甚至反对意见，他们深知生物脑的结构和功能的复杂性，人的意识、精神是神秘莫测的。他们认为IT业界的一些技术专家们的看法过于乐观，他们被信息科学技术几十年如一日飞速发展陶醉了，过高地估计了技术进展的速度，过低估计了人脑的错综复杂性，我们对于人脑是如何建立意识以及每个人的智能和特有习性等有时如何在脑中形成的几乎还是一无所知。
意识看来是神秘的、它是如何与器官联系起来的仍然不清楚。在脑壳里是如何将客观信息转变成为主观的经验，将嘴和鼻子中的化学和神经活动变成为西瓜的味道?压力波又如何变成双簧管的声音?这些都还未完全搞清，但总有一天会明白。意识是人脑中的生物过程，对此没有人提出异议。
从系统论来看人脑也就是一个能力巨大又非常奇特的计算机，但它已经历了数百万年的磨练和进化，生命不停地向更复杂化发展，生物从一开始时就有一种适应能力，借助于可以继承的遗传性的自然选择法则得以幸存下来。随着人类的进步，生物界掌握了解决问题的工具，远比自然选择快得多，这是所谓生命的趋势(Life’s tendency)。人脑能够完成一些奇特的工作，如模式识别、精准的肌肉控制。人脑是确定性的，这表现在对外界的反应和响应，包括感觉和它 “自身”的行为都是完全确定性的，取决于所受到的刺激和其内部的生理和特殊化学过程。基于这些事实，一些数学哲学家得出了结论，所有人脑的功能，包括意识都可以在机器中重建，其实现只不过是时间问题而已。
在过去几千年，人类开始创造工具支持认知能力。如有了书写工具就有了记忆的卸载功能。我们创建了计算机、网络、数据库系统等工具，就大大加速了解决问题的过程，增强了适应性，引出了许多结果。并在生物世界提高了人的智能。
之所以不能或短期内不能实现人工脑的研究目标的主要原因有：
1. 人脑的复杂性；
2. 人脑的生化过程；
3. 实现人脑功能的程序代码；
4. 计算机与生物脑的接口问题。
1. 人脑的复杂性
近来对于生物脑的研究发展速度很快，美国神经科学学会于1970年在美国华盛顿D. C.成立时有700名会员，而今已有40000名会员。在神经科学领域，每年有3.5万种出版物。新的脑杂志每天都在发表利用强有力的脑探测工具得到的大量数据，如核磁共振图像、穿透头盖骨进行电磁刺激等。此外，科学家们还将电极植入脑中监测和刺激个别神经元，设计了基于电极(Electrode-based)的神经修补术(Neural prostheses)，可用来帮助人们解决神经系统失调之类疾病，如失聪（听觉）、失明（视觉）、瘫痪、和丧失记忆等。
健康成人大脑约有1000亿个神经细胞或神经元(Neurons)，每个神经元通过轴突(Axon，输出连线)和树突(Dendrite，输入连线)，中间经过突触(Synapse，轴突和树突之间隙)与多达10万个其它神经元连通。人脑中神经元的连接(Synaptic connection)数达到3千万亿量级 (quadrillion，1015)。这种突触连接是复杂的、动态变化的，有时强，有时弱，有时消失。证据显示，老的神经元会死掉，新的神经元又诞生。参看图1。
图1 生物脑的神经元的连接图（IEEE Spectrum, Vol.45, No.6）
神经元和突触连接并不是按一个模子铸就的，研究发现，它们在形式和功能上显示出令人惊异的变化，两个神经元之间突触所传送的信号也有各种不同的变化，有的突触可长达1米，此外对于神经的信息传送、神经生长因素、激素以及其它流经脑的化学物质涨落(Ebb and flow)等如何建模和认知，都是相当深遂和微妙的。
脑神经元每秒能发出的尖峰信号个数可表示脑的计算能力，若包含1015个突触连接的人脑平均每秒有10个行为潜势(Action potentials)，人脑的计算量就达10′1015 /秒。单从计算能力上看，再过二、三十年计算机是可以超过人脑的。这正是奇点论者们的主要根据。
你越深入学习有关脑的知识，你就会更加疑惑这玩意儿到底是如何工作的。但有时一些患有精神分裂症(Schizophrenia)、双极性错乱(Bipolar disorder)、忧郁症(Depression)、Alzhemer症以及许多其它失调(Disorder)症者常常会拒绝诉说和治疗，使得探索工作更加困难。
由此可见，将神经元简单地看作是晶体管，将大脑简单地看作是一个巨型图灵式计算机是过于简单化了。人脑是远比计算机复杂得多的系统，单就其神经元的结构，工作机理和计算模型也决非用图灵机就可以解释的。
2. 人脑的生化过程[Horgan, 2008]
然而自然界的造化是神奇的。这种奇妙的造化最集中地体现在生命的新陈代谢上。大自然将宇宙中最复杂的化学反应给予了生命，于是自然态下原本单一的判断标准在生命体那里变得不再单一，这是化学反应变成高级的生命反应的过程。
3. 实现人脑功能的程序代码
神经科学家们认为如果生物脑也像计算机那样靠软件代码运行，那生物脑中就应当有 “神经软件代码”(Neural code)，存在有一组规则或算法，将这些尖峰(Spikes)变换为感性(Perceptions)、记忆(Memories)、意味(Meanings)、感觉(Sensations)和意图(Intentions)等。但是至今神经科学家们仍然不清楚神经代码到底是什么东西。
大约70年前，英国电物理学家Edgar Adrian在触摸感官对神经元增强压力时发现会增大发出的脉冲速率，称之为速率代码(Race code)，这是首次发现的神经码，后来在许多动物，包括现代人类(Homo Sapiens)身上都证明了存在速率代码。但这类码是很粗，传信效率不高，恰如人们用单纯声调高低表达信息。生物科学家猜测生物会用更精巧的代码进行工作，即不仅细胞发出脉冲速率，而且尖峰间的精确时间间隔，都用来表示信息如100011和010101虽都有三个尖峰脉冲，但其相隔时间不同而代表不同意思。称之为时态代码(Temporal code)。普林斯顿大学生物物理学家William Bialek计算这种时态代码可以将脑的信息处理能力提高到接近Shannon限。
有些神经科学工作者怀疑在前额皮质(Prefrontal cortex)和脑的其它与 “更高的级”认知功能如做判决相关的结构中，这类时态代码是否是主导的，在这些区域，神经元每秒趋向于平均只发一两个尖峰(Spikes)，而感觉(Sensory)和运动(Motor)神经元每秒发出100或更多次尖峰。
还有很多其它神经代码理论，研究者在更宏观水平上寻找 “群体代码”(Population code)，包括许多神经元相关发射。神经科学研究所(Neurosciences Institute)的Edelman鼓吹一种称之为神经达尔文主义(Neural Darwinism)的方案，认为我们的认知(Recognition)是在大量的表现不同记忆，如狗?猫?黄鼠狼(Weasel)？兔?等的群体神经元，通过竞争浮现出某种动物。生物脑能迅速处置这类群体，找出与外界刺激最匹配的。或许是因为Edelman将这些都装进了一个不透明的罐罐中，这种神经达尔文主义未能获广泛支持。
德国法兰克福Max 普朗克脑研究所(Max Plank Institute for Brain Research)的Wolf Singer所提出的涉及多个神经元同时以同速率发尖峰的代码受到更多人的支持。他们认为所提出的同步振荡在认知，或许甚至在支持意识上都可能起着重要作用。
在机器中建立的意识是不容易给出定义。心理学家William James成功地将它描述为注意力(Attention)加上短期记忆、人在清醒时、睡梦中、麻醉时(Anesthesia=Anaesthesia)是处于有意识、有意识与无意识之间和无意识状态。
1990年，后来诺贝尔奖获得者Francis Crick和他的同事 Christof Koch提出40 Hz同步振荡，Singer和他的合作者早此一年发现，是一种意识的神经签名(Neuronal signatures)，Singer认为除了这种振荡外生物脑还采用其它多种代码。他强调指出，研究者才刚刚开始理解脑的神经过程，要向更高级认知和执行功能迈进，还有很长的路才能理解意识。很难想象，不理解脑是如何创建意识的，人们如何能构建一个奥妙得足以支撑和提供营养，维持某个人的意识存在的人工脑。
Caltech的神经科学家Koch和Singer一样持怀疑主义(Scepticism=skepticism)态度，他是Crick的好友和合作者(和James Watson一起揭示了DNA的双螺旋(Double helix)结构)，他认为神经代码不大可能像遗传代码那样简单和通用。神经代码可能随物种而不同，甚至在同一种群的不同感觉模型中会有不同的神经代码。比如说听觉和味觉的就不相同，部分原因是音素(Phoneme)在一秒内的很短时间变化成字，而味的盛衰变化要慢得多。
研究神经修复的证据表明，脑在响应新的经历时会采用完全新的代码。Koch认为，在神经信息处理中可能不存在一种通用的编制代码的原则，这完全超出了我们的见识(insight)，脑具有令人惊异的自适应性，能够提取每一可能的信息比特，在需要时可以发明新的代码。
4. 计算机与生物脑的接口问题
计算机科学家们清楚知道，不仅在硬件上，而且还要在软件上能够通过反向工程搞清脑的软件，才有可能设计出超人的智能计算机。这首先要解决与人脑的接口技术，使人脑和计算机能相互通信，计算机能够从脆弱的、用血和肉构建的人脑中读出它的 “软件”。
奇点论者坚持认为神经修复已经将我们引向仿生(Bionic)之路。
迄今为止最成功的修复术是耳蜗(Cochlear)植入，在最近几十年全世界已有约十万人恢复了听力，籍助于外部麦克风经由电极通到听觉神经，但是这个技术还远未完善。
2005年Chorost在Rebuilt: How Becoming Part Computer Made Me More Human 一书中描述了2001年失聪后与计算机相处的感受，人造耳蜗与天生的根本无法比拟，声音质量差、噪声大、清晰度低、听不清，对有些人可能难于成功植入，其原因也尚未清楚。这可能需要设计一种新的脑代码方案。
另一个雄心勃勃的神经修复计划涉及记忆。美国洛杉矶南加洲大学的研究人员在设计一种芯片模仿海马组织发出的图样。海马组织是形状像海马一样的神经结构，是记忆的基础。生物工程学教授，USC计划领导人Theodore Berger认为，将来我们可以通过这种芯片下载专门知识，但当下还要在老鼠身上进行长期试验。
匹茨堡大学Andrew Schwarts曾将这种芯片嵌入猴脑的运动皮层，表明猴可以学会控制机器人的手臂，但对于记忆是如何被编成代码的还都不清楚，对脑的高级功能似乎一无所知，要想将复杂的知识直接装入脑中，不仅要激励数以百万计的特殊神经元，而且还要改变通过脑的突触的连接。
这里关键需解决的是接口问题，目前植入脑中的电极只是精确地观测和神经元不经意地工作。接口问题比大多数人所认为的要更难于入手、更困难和更危险。电极要通过头骨上钻的洞嵌入人脑，要防范感染和损害脑。常常会和神经元接触不上，某个时刻100个电极的阵列中可能只有一半的单元接触上了。组织创伤或血液可能将电极包起来，电极的位置可能移动或断开，也可能被腐蚀。
研究者进行各种试验，探索神经元和电极之间的连接方法，采用导电聚合物代替用金属和硅构制的电极，以便和神经组织更好地兼容，将电极涂上称之为细胞分子(Cell-adhesion molecules)的粘合剂，可以帮助脑中细胞和其它的粘起来；设计电极阵能自动调整电极的位置，使接收的神经信号极大化。
Caltech等公司的工程师们所设计的空腔电极可以将液体注入周围组织中，这种液体可以是神经增长素(Nerve-growth factors)、神经传输机(Neurotransmitters)和其它物质。神经增长素能促进电极周围细胞生长，神经传输机强化和提供电极刺激治疗。神经科学家们还在试验光学器件，用来监视和激励神经元以及将控制神经元接通或断开。
Salk生物学研究所的神经科学家Terry Sejnowski说，新的技术可以有选择地让特定类型神经元和突触起作用或不起作用，记录某部分组织的所有神经元，这将有助于实现更有效和更可靠的神经修复。
至今，下载意识所需的接口还不存在，它要求能提供数以百万神经元的精确、有目标的通信、指令和控制的接口。所以人们要先绕过这个内容，预期当前所有的接口将能提供给出很小的机器人或血细胞大小的纳米机器人(Nanobot)，它们可以渗入到整个脑中，记录所有神经活动，并由Zapping神经元操纵。纳米机器人还可具有Wi-Fi设备，可以彼此之间以及和体内外的电子系统进行无线通信。这类研究尚处于起步阶段。
英格兰Open大学神经生物学家Steren Rose对其人造钛合金膝关节和植牙技术很自豪，他说可以通过改进药品和神经修复、或许生物工程等改善人脑的性能，但要马上实现意识下载肯定会赌输的。Rose认为计算机科学家没有认识到脑神经元和突触在计算过程中伴随着基因(Genetic)、激素(Hormonal)和其它过程，脑的总的计算能力可能远远大于奇点论者所声称的超智能计算机的计算能力。
Rose还否定了下载意识的基本前提，构成人的心理(Psyches)的算法就不可能从人体中转换到完全不同的物质，如硅、玻璃纤维或尚难以想象的量子计算机中。(这点与系统论观点相悖)。Rose断言，人的许多方面，如社交、狡猾、情感、有血有肉的灵长目动物的性困扰(Social，crafty，emotional，sex-obsessed flesh-and-blood)在其它媒质中不可能工作。
人的感知不仅受当前所能观测到的事物的影响，而且还可能会追溯到久远的经历、记忆，这些都是计算机难于做到的。
为了在任一瞬间介入神经活动，科学家需要接入整个神经和激素作用下的生命的历史以及所有的经历，而且还要知道在生存社会中有关内容的细节知识。涉及如此复杂的内容，人的心理难于归纳Reducible)、计算(Computable)、可预测(Predictable)和可解释(Explainable)。至于将其下载装入到一个新的容器中就更难于想象了。
有一个老笑话可能是对的 “如果我们所理解的脑是很简单，我们也就不会精明得能够理解脑了”。
关于人脑的脑-机接口速度方面的进展，在2002年，脑中信息可以以2-bit/min速率传给计算机，4年后达到40-bits/min，即每分钟传5个字符。以这种增长速度，到2020年，脑与计算机可以进行语音通信。这是美国国家科学基金和商业部所资助的研究计划报告 “Converging Technologies for Improving Human Performance”，(2002)中所述。当传输速率超过语言通信时，是否将会出现计算机在我们思索之前就能将我们的思想传出?这当然是不可能的，因为待传送的bit首先要收集起来之后才会被传送送出来。
要将脑-机接口(Brain-machine interface)变成为一个真正的精神-机接口(Mind-machine interface)我们还需要知道更多的东西，而不只是特定思想和相应物理过程在我们脑中的关系。
四、生物技术与信息技术结合[Corniou, Marine, 2008]
如前所述，信息科学正在渗透到许多其他科学领域，如哲学、心理学、生理学、生物学、神经生物学等，成为一种有力的研究工具。
首先，意识和脑是不同的，脑是神经生物科学家的研究对象，主要研究人脑是如何工作的，这他们的难点。意识是哲学家和心理学家们的研究对象。
在神经生物学方面有一个有名的 “蓝脑计划”(Blue brain Project)，这是由以色列神经生物学家亨利·马克拉姆(Henry Markram)领导的一个大脑建模计划。其目标是“通过电脑对大脑的全部活动进行完美复制，以在显示屏上对其进行实时观察——就好像把运行中的大脑从颅腔取出，一五一十地呈现在我们的眼前! ”这个计划超越了以前所有的大脑建模计划，想最终揭开哺乳动物智力和意识产生之迷。
2002年他来到瑞士洛桑联邦理工学院(EPFL——Ecole Pelytechnique fédérale de Lausanne)，2005年他说服学院和IBM向他提供了世界最强大的计算机之一——“蓝色基因”(Blue Gene/L，体积为4台电冰箱大，有8000个处理器，每秒可进行22.8万亿次运算。而“走鹃”的运算能力达1000万亿次/秒，占地557m2，功率3兆万瓦，维护成本达300万美元/年。而人脑侧面积只有0.01m2，能耗不到一只灯泡。IBM承诺10年内将优惠提供4台越来越强大的超级计算机)，这是 “蓝脑计划”名称之源。他组建了有35名计算机学家、数学家、生物学家和物理学家的国际研究团队。
第一阶段工作是建立大脑皮层柱的虚拟模型，由几千个神经元组成的大脑皮层基本单元，这个任务已经完成。他们成功地将老鼠大脑片段的生物学特性转译成数学语言，立足于信息科学和生物学研究，成功模拟出一个由1万个虚拟神经元和3000万个神经突触连接组成的三维 “森林”。其神经纤维总长达几公里。基于一个专用图形开发软件，可以深入到此网络核心，探索直到目前还无法接近的世界。参看图2和图3。
图2 在IBM蓝色基因超级计算机上模拟的2毫米高、有约50种神经元的柱形脑结构图像，称之为大脑新皮质柱（Neocortial column），图3中约有100种神经元。一支鼠脑的大脑皮层大约有10000个这样的柱，人脑则有数百万个。(图源自Markram的蓝脑计划的工作，IEEE Spectrum, Vol.45, No.6)
图3 （同图2）
这个虚拟模型模拟的是高1.5mm，直径0.5mm的大鼠大脑新皮层的一个柱体，是通过显微镜观察了几千只大鼠大脑活体切片，对每个人神经元进行全方位检查，记录它们的形态、电生理和基因特性得到的。根据电生理特性区分出了240种神经元。并对神经突触的数量以及电信号在神经元间的传递方式进行了分析。
马克拉姆团队还建立了一个庞大数据库，成为建模的有利工具。过去模拟一个神经元要花三年时间，现在只需按一下电钮。这个工具也将大大减少研究对于动物的需求量，加快医学和医药业的进展。
下一阶段的目标是在神经回路中纳入分子信息，即负责在神经元间传递信号的神经质的性质和数量。距设定的目标还很遥远。要模拟整个大鼠脑就需要将建立大脑新皮质柱的工作重复100万次! 更不用说不要在皮层柱之间交换信息了。研究表明人脑新皮层柱和大鼠的几乎一样，因此人脑皮层柱的模型也不难实现。大脑皮层占人大脑体积的80%，是思维的中枢。马克拉姆还乐观地宣称第一个哺乳动物的虚拟大脑将在10年后诞生。
美国科罗拉多大学神经科学中心兰道尔·奥莱利(Randall O’Reilly)对马克拉姆的工作充满激情，充分肯定了这一复杂模型是趋向生物事实的唯一途径。但他说：“抽象模型可以促进对大脑运作方式的认识，也更容易理解，但它们终究只是想象”。
马克拉姆的模型中有血管和胶质细胞，但总归无法涵盖对大脑运作起作用的所有因素。也有人指责这一计划不切实际，甚至是不可实现的。这个计划对很多方面还不能给出明确说法，如大脑皮层各处的新皮层柱不会是相同的，在皮层中特定区域的信息处理各具特点，在大脑皮层以外，如大脑白质以及躯体感官信息传递到大脑皮层的灰质核团等在马克拉姆的模型中均未涉及。
苏格兰赫瑞-瓦特大学数学和计算机科学院院长菲利普·德怀尔德(Phillilppe de wilde)认为 “蓝脑计划”的目标难于实现，认为要完成计划需将现有计算机能力提高100万倍，存储能力甚至要扩大更多才有可能，这至少需要100年。
马克拉姆的“蓝脑”模型所描述的还只是大脑在某个时间点T的瞬间定格而已。而智力和意识随个体的经历发展变化，这种动态性和可塑性完全没有在模型中考虑。法国国家研究中心(CRS)整合与计算神经科学部(Unic)主任，伊夫·弗雷涅科(Yves Frégnac)指出，所观察和研究的大脑活体切片会使神经元遭受极大创伤，远远偏离了大脑正常运作的轨道。
定格在时间点T的神经元和突触网络不足以建立一个大脑的真实模型。
尽管如此，在马克拉姆的心目中， “蓝脑计划”的意义不亚于人类基因项目。
斯德哥尔摩大学的研究组在2004年曾仿真了800万神经元和40亿突触。但仍有很长的路要走。
另一项生物脑逆向工程的研究工作是由David Adler，Howard Hughes Medical Institute神经生物学室(Wing)的研究员主持的，集合了神经科学家、生物学家、物理学家、工程师和计算机科学家，其第一步要用10~20年来研究果蝇(Fruit-fly)脑的结构，理解果蝇的大脑。参看图4。他们认为人脑的基本连接规则和果蝇的并无本质区别。Adler基于神经电生理学(Neuronal electrophysiology)，用其超精巧电子束显微镜(Ultrasophisticated electron beam microscopes)和先进微处理器进行工作，微处理器的晶体管比红血球还要小。[Adee, Sally, 2008.]
标准扫描电子显微镜(SEM)的图像约10 milion pixels/s，而高分辩TV为30 million pixels/s。Alder想采用更高分辩，如10 billin pixels/s。将果蝇脑切成50纳米薄片构图，很仔细地合成一个3维虚拟连线图。这是很费时费力的工作。毛数据所需的存储量也相当大，一个果蝇脑需要1 petbyte即1000 terabyte，要得到较好的数据至少要对数百个果蝇脑的原始数据进行比较。
图4 JULIE SIMPSON & PHUONG CHUNG/janelia farm（IEEE Spectrum, Vol.45, No.6）
在处理数据中，如何解决数据量过剩是个难题，提供必须的信息丢弃多余、无太大价值的、残缺不全的数据。处理10 billion-pixel-/s，得到果蝇脑的3维连接图大约需要5年时间(Adler估计)。要让计算机能自动识别轴突、树突和突触。这可以大大降低存储量需求，提高工作效率。
今后5年或10年，所有工程问题将会得到解决。Adler坚定认为最终脑是一部微型机器。
其他的研究者如Stanford神经科学家Stephen Smith在研究灵魂。Harvard的脑科学中心，神经科学家Jeff Lichtman在研究脑神经元的连接图。
Adler认为这些研究汇集起来可以构建出脑的拓扑图，尤如卫星观测地球所给出的地面图。这将有助于了解人的意识，了解和治疗一些疾病以及促进转递(Transformative)技术。如何理解脑的记忆、脑中的编辑工具，将来可以修改脑中所记忆的数据。
在Adler看来人脑的研究不过是一种更为先进的纳米技术，但是我们今天所用的纳米技术是静态的硅，这种材料不适用于构建脑，电子可以在今天的芯片中运动，但原子不能动，这就是说我们在运用芯片时芯片本身不会改变。明天将会有人发明用不同的、更接近人脑的方式构建回路。也许这需要50年到100年，但总有天可以实现脑能做的，人工脑也能做。
五、生物人与机器人的竞争[Hanson 2008]
从经济学的角度关心的是机器人，特别是智能机器人的出现对经济发展的作用，他们会出现在劳务市场上吗?和生物人的竞争关系将如何演化?社会分工的格局会发生怎样的变化?生物人和机器人如何分工以及机器人在社会中将处于什么地位?生物人的工资能继续增加吗?他们的生活会持续改善吗?
1. 制作某种智能机器人可能要花数十亿美元，但这种机器人一旦造成，做一个复制品可能需要数百万美元，如果制作百万级的拷贝，那每个复制品的成本就降到几千美元了，而且通过软件更新可使智能机器人的功能不断提高。从发展速度看其成本比训练生物人的成本会低。可以用来替代或辅助生物人的工作。
2. 针对不同的任务，生物人和机器人各有不同的优势，生物人做家务更擅长，如烹饪美食、美容理发。有些工作生物人和机器人都能胜任，有些工作最好由机器人去做，如艰苦、危险环境的工作、量大的重复性劳动、水下、高空、沙漠作业等。随着技术进步，机器人可做的会越来越多。
3. 当智能机器人的智力水平提高到可以与生物人相比拟的时候，经济增长的速度会大大加快。制造智能机器人的速度和成本可能比将生物人训练成胜任某项工作更快和成本更低；另外，计算机的资源和性能增长快，促进了计算机的应用。
4. 生物人和机器人会发生战争吗?相信人的智慧会避免这类事件发生，人类已经用智慧成功地推迟第三次世界大战的到来。
5. 未来的智能机器人永远是人的帮手和奴隶，还是有一天会和生物人一样，在社会中具有平等的社会地位?有人曾预言到2050年后，生物人将会和机器人步入婚姻的殿堂。到那时，人们还会再歧视这类机器人吗?。
6. 机器人会做得越来越精巧，其个头可能只要几毫米高，动作更快，消耗资源更少，可以更密集地生存于地球上。
7. 如果智能机器人的软件是少数优秀生物人的仿真，那么这类智能机器人大量复制品在社会中的竞争力可能会胜过多数生物人，这时，生物人中的多数是否会被淘汰?他们的劳动力不如机器人，而他们生存所消耗的又远大于机器人，他们的工资可能不足以维持他们的生存了。
五、当前对意识的认识[Koch和 Tononi，2008]
意识是难以捉摸的现象，人类思考意识问题已有几千年的历史，其中不少智者试图阐明意识问题，但仍未能给出一个明确的简洁的定义。意识是一种不可言喻的、莫测高深的人的内在精神世界。我们虽然知道意识在大脑中产生，但我们还不知道它是怎样产生的，以及在脑中的哪个地方产生的，也仍然不清楚它是否要求特殊的脑细胞(或神经元)。接特定排列成的神经回路才能产生。
意识是人脑中产生的，大脑是产生意识的物质基础，神经生物科学家研究脑的结构、神经元、树突、轴突、突触是如何连接成复杂的神经网络，信息在网中如何产生传递、处理和存储的，神经代码是如何编制的等等，这方面已取得许多成就，但距离真正揭示生物脑的构造还有很长的路。
计算机科学家在努力构建超级计算机、模拟大脑的结构和功能，试图由纳米级芯片构造生物脑的模型，最终制作出可与人比美的智能机，这个方向未来的路将更要长些。
从系统论来看，人脑是一个复杂的系统，由物质(胺基酸、蛋白质等)、能量(食品…)、信息三个要素构成。当我们搞清楚人脑这个系统的构造、功能、机理等之后，原则上我们可以用某种物质，提供所需的能量和信息构建一个仿真系统。对这两个系统进行观察，如果对所有同样的输入激励，都给出相同的输出响应时，我们将不能区分这两个系统。此时我们的预定的目标就最终真正实现了。
但如前所述，要达到这个目标绝不是奇点论者所乐观估计的三、五十年内就能实现。必须解决很多认识上和技术上的问题。不仅要搞清大脑的生物结构、生理功能、电生理和生化过程，还要搞清其心理过程。所有这些需要数学家、物理学家、化学家、生物学家、计算机科学家、哲学家、心理学家等长期努力工作才有可能实现由仿真脑产生意识的目标。
人的思想、行为和其它较高级的脑功能都和大脑外层灰质层相联系的，而且灰质层各部分的大致功能也已清楚。某部分受伤会丧失相应功能，如听、视等。若伤及多部分就会丧失意识，如成为植物人，甚至导致死亡。
白质层，包括脑通信纤维所通过的部分受损也会造成意识丧失。若受损部分较深，到丘脑中部，及中脑(midbrain)，这可能会对大脑皮层无反映而间接导致意识缺乏。
意识还要求大脑皮层，错误！链接无效。，即脑皮层丘脑系统，其间均匀地充满了神经调节器(neuromodulator)物质，起着帮助或阻止神经脉冲的传递作用。另外我们还知道，在意识机制中，大脑的两个皮层半球相互独立。但脑中的很多行为与意识关系不大，大脑皮层上脑有的基础部分的一些小的结构，尽管那些地方的比脑其它部分的神经元更多些，但其较广泛的损伤却不致影响意识。神经的行为在意识中显然起着基本作用，但这还不足以支撑意识状态。我们知道人在深眠开始时，虽然在脑皮层丘脑系统中神经元行为仍继续像人清醒时那样活跃，但人的意识在逐渐消失。
我们现在虽然有了精致的仪器检测和记录脑神经的行为，对意识这一千变万化、极其复杂的过程也还只有一些初步的了解。距离用机器建立意识的目标还有很长的路。在这长征的第一阶段，我们可以明确为建立机器意识那些方面不是一定需要的。
人类生命中许多工作密切相关的，如情感、记忆、反省、(Self-reflection)、语言、对世界的感知和响应等行为，意识似乎对这些不大要求。人一般对其周围发生的事警觉，有时也会注意自己体内的变化。由此可以推断，意识与我们和外界的交互以及我们自身的交互有关。
1. 意识无需与外界环境交互
当我们在梦中时，我们与环境暂时隔开了，我们对周围发生的事几乎一无所知，我们的肌肉大部分处于瘫痪状态。而监视的电子仪器却显示此时人的大脑皮质、丘脑系统和感觉系统继续在作用着，它们和清醒时没有多大区别。
神经病学(Neurological)指出了相同的结论。一个丧失视力的人可以想象和梦幻图像，只要他以前曾经看到过。一个完全瘫痪的病人仍然可以有健康人那样的意识，如作家史铁生，物理学家霍金。这就说明，虽然意识与大脑的行为有关，但它不一定非要求与外界环境交互。人在早期意识发展阶段要求与环境交互作用是另一回事。
2. 意识无需感情作用，可以不要感觉和显示
如有的人脑前额受损，在没有感情影响下，前额叶显示是平的，他们对于自己所处的困境平心静气，尤如他们周围的人那样。即使他们的行为受到损害，他们的判断是不可靠的，但他们仍然像大多数正常人那样能够看到和听到。
基本的情感，如发怒、害怕、惊异和快乐等是有用的，或许这些对于意识生物体(Conscious organism)是更为本质的。意识机可能依赖情感做出选择，处理世界的复杂性，但它也可能只是一个冰冷的计算引擎，这就是意识?
3. 意识不必需要注意
心理学家争辩说，意识要求选择注意(Selective attention)，集中于给定目标、思想或行为的能力。有人甚至说意识就是选择注意。毕竟是当你的注意力转移后，这个事物就会从你的意识中退出、消失。
然而最近的证据更青睐的观点是，一个人可以有意识地觉察一个事件或目标而无需特别注意它。当你专心盯视一个影片时，你周围并不是只有一个声调，但你可能听不到电话铃声，或你的爱人在呼唤你，但你仍会保持对环绕在你周围某些事务的警觉。还有令人惊异的是反过来也是如此。人们可以注意于事件或目标，也就是他们的大脑优先处理它们，无需有意识地察觉它们。这一事实提示意识不必要求注意。心理学家们还设计了一些试验证实这点。
4. 意识不必需明确的(Explicity)或工作(Working)记忆
1953年一位癫痫病患者H. M，治疗时他的海马和两边相邻区均被切除，手术虽未能使他成为僵尸，但自此他丧失了长期记忆能力，对于给他治疗的医生、护士、所住医院的病房以及曾看望过他的人都记不起来了，他只记得手术前的一些事情。他仍然活着，毫无疑问具有意识。
对于动态的短期工作记忆丧失者也仍然具有意识。
5. 意识无需要自省
自省似乎是人的另一种与意识深深联系起来的特性。心理学家和其它科学家的许多研究报告表明，对外部世界的意识无需任何自省或内省。大脑前额广泛受损后，在缺乏认知、执行、情感和计划能力下，仍具有接近完全的感知能力。
6. 意识无需语言
人类通过语言来描述和与其他人交流经验，自然会认为语言和意识是不可分地联系在一起的，但并非如此，许多病人丧失了理解语言或运用词汇的能力后，但仍有意识。老鼠不能说话，但仍具有意识。没有语言能力，可以用其它方式进行交流。
未来用机器实现意识时，我们就知道了它不一定要同环境联系起来，不需要长期记忆，不需要注意力、自省、语言或情感。这会相应简化用机器实现意识。
但是意识最本质的特性是什么?我们对此尚无经验。要回答这个问题需要大量的综合信息(Integrated information)。需要大的状态集，以能产生综合信息。能产生这类综合信息的不同的神经组织结构是什么样的?如何能达到生成意识的状态?意识的综合信息理论(IIT ? Integrated Information Theory)是信息和复杂性理论的数学基础，并为由任何包含接口部分的系统所生成的综合信息量提供一种特殊度量，称此量度为 ，并以比特表示。错误！链接无效。值越大，表示实体(Entity)的意识剧目表(Repertoire)越大。与Shannon信息量不同的是， 是系统的内在特性，而不是可以通过信道传送的信息量。
IIT提出了一种评估机器中意识的方法，如果你愿意的话可称之为意识的图灵测试。对度量机器意识(或至少是智能)的其它试图不很多。自然语言或博奕策略等被认为是人才能具有的能力。研究者们曾认为，任何具有这类能力的机器就具有人类的智能。但事实上并不正确，1997年深蓝（Deep Blue）超级计算机程序虽战败了Kasparov，从而证明在特别任务上，机器可以超过人的能力。但至今还没有出现机器意识。
科学家们还设想机器能显示情感、自我辨认或有意图的行为作为机器意识的适用准则。但是如以前所述，人们可有清楚的意识但并未显示出这些特性(Traits)。
如何才能更好地测试机器意识?按照IIT，意识意味着有一个属于一个综合系统状态的大剧目可以利用。为了能够有用，这些内部状态还应当能提供大量有关世界的信息。
一个图灵测试可能取一张图画，参看图5，让机器看后，让机器对此图进行概要描述，图中在何处发生了什么事?有那些事?那些不在图中?他们的相对空间位量如何?相互关系又怎样?等等。机器能给出的回答应和有意识的人的回答基本一致。但事实上现在的机器还很难做到。对于一个特定场景也许有可能，但当前还没有机器能够对于任何一种场景都能做到像人一样地认知。
图5（来自EDGE CITY/UNIVERSAL/THE KOBAL COLLECTION，IEEE Spectrum, Vol.45, No.6）
计算机理解图像是人工智能研究中的一个难题，至今未能突破。机器视觉算法在识别信封的ZIP码(邮编)、支票上的签字、街道场景中的行人等上做得还不错。但扩大到稍复杂的画面时算法就完全不行了。
毫无疑问，计算机科学家会很快建立一种程序能够标示出画面中的数以千计的目标，包括人、建筑物、枪、??。但这类软件距离产生意识所要求的还差得远。距离理解图像的内涵，得出对场景的真实 “感受”就更远了。
建立意识机的最佳途径是什么?有两种互补的策略，一个是复制哺乳动物的大脑，一个是开发一种机器。这两个方向都在积极进行研究。
大脑皮层的生物物理学模拟。在今后几十年中构造意识机需要透彻理解人脑的模型。Caenorhabdtis elegans，一种圆形蠕虫，其大脑只有302个神经细胞。1986年科学家曾用电子显微镜艰苦地映射出大约6000根化学突触，并画出相应连接图。至今已过去20多年了。这种最小的神经系统功能的工作模型还未出世。如果规模扩大到人脑，1000亿或更多个神经元和数以百万亿计的突触，要跟踪所有突触的活动根本是不可能的，即使是各部分的特殊用途也还完全不清楚，人的大脑确实是由令人惊异的湿件所构成实时变化着的复杂系统。它有数以百万计的参数，我们对各个参数还不十分清楚，要想搞清意识是如何在其中产生出来的，还不知要等到何时。
一个似乎更可靠的途径是从一个适当抽象的类似于哺乳动物的结构，并开发成一种意识实体(Conscious entity)，例如Sony的机械狗，Aibo和他的具有人特点(Humcnoid)的Qrio，这些都是些初级探讨，运行大量的固定而灵活的规则。这些规则给人一种印象，像活的行为，追逐球、舞蹈、上台阶等，但这些机器人都还不能通过我们的意识测试(Consciousness test)。
MIT的计算神经科学家Tomaso Poggio在探索另一种方法，基于层次结构的视觉系统，类似于神经元的单元的多层映射在学习对真实世界图像的分类上的完成的非常好。事实上这是当前机器视觉系统的最好性能。但这个系统还是很脆弱的。对于运动图像测试的性能不佳。若要能接近人的行为，系统还要大大增强robust，可以识别的范围还要大大增大以便能包括所有可能的情景。
要建意识机在很大程度上要依赖于科学家对于人类自己意识的理解，随着我们的经验增长，对于无限丰富的世界的理解深入，我们会逐步接近目标。
意识是最具主观性的，包含了生命所有特征的概念。
关于综合信息论请访问网站：
http://spectrum.ieee.org/jun08/consciousmachines六、纳米技术能帮我们实现超人计划吗？[Jones, 2008.]
莫尔定律(Moore law)，1965年由Intel的创始人之一Gordon E. Moore最先提出的。半导体积成电路中器件的密度，每隔18个月翻一倍，计算速度每隔18个月翻一倍，成本每隔18个月减半。至今已43年了仍然保持成立。今后能继续保持成立吗？人们寄希望于纳米技术。
一般认为纳米技术诞生于1989年，IBM资深研究员Don Eigler通过一架扫描隧道显微镜(Scanning tunneling microscope)，利用氙原子(Xenon atom)创建了公司的标志。参看图6。自此，这一领域迅速发展，并开发了许多产品，纳米技术提供了从顶级网球拍、不打皱衣服(Wrinkle-free Clothes)、高效太阳屏(More-effective suncreens)到能在我们体内游泳的灵巧纳米级机械人，它们像极小的护卫天使，检测、识别和修复受破坏细胞或DNA，追猎和捣毁有害病毒和细菌。
借助扫描隧道显微镜操纵原子或分子，在软件控制下使大量的纳米级成员按任何符合物理定律的图样进行排列构造所需的物质材料，我们可称之为 “纳米工厂” (Nano- factories)。
纳米技术不仅可以制作已有的材料，而且可以如超人主义者们(Trans humanists)所梦想的集成具有无限功能的材料。当前的工艺水平在感知和信息处理方面可以借助具有令人惊异的功率密度摩托，构建精巧的、具有很强计算功能、能嵌入到已有的组织中器件，这种微型摩托或纳米机器人不仅限于保护我们的躯体，而且可以进一步增强用于修理、纯化我们的躯体，神经纳米机器人还可以成为我们的生物湿件与强大的、具有巨型数据库的计算机之间的接口。也许这些纳米机器人能够在我们的脑中游弋，阅读和下载我们的思想和记忆、我们的整个的人格，并传给超级计算机。这一扩展的分子纳米技术(Molecular nanotechnology)观点在很大程度上应归功于K. Eric Drexler [Drexler，1992]，他的观点在其后16年被大大扩充了。在Drexler看来，组建纳米材料尤如用连杆与齿轮而不是晶体管，像玩积木(Legoet)那样来搭建纳米级的微型机械计算机。
图6 氙原子构建的IBM 公司标志（IEEE Spectrum, Vol.45, No.6）
例如，你想搭建胰腺(Pancreas)，首先要构建人的细胞(约1014原子)，而人的胰腺至少有800亿个细胞，可能还要多些。你可以借助于扫描隧道显微镜按所需的精度安排每个原子，要完成宏观的胰腺需要很长时间。
上述制造是一种原始的理论解，被称之为 “指数制造”(Exponential manufacturing)。如果采用下述制作方式就可大大加速制造过程。即在制作过程中，“纳米装配工”(Nanoscale assembler)在进行装配同时也在构造其自身。因此装配者也将迅速增加，宏观目标也就能迅速构建了，如何创建和协调众多纳米级装配者会有很多挑战性问题。德莱克斯勒将这种复制称之为“灰色粘性物质”（gray goo），指能自复制的机器人。人类将无法控制其发展而会导致世界末日(Doomsday)到来。但Drexler认为，不必担心，这只是Ford式大规模生产线(Ford-style mass production)的无限重复，基本操作的大量的微型化而已。
建造超智能、具有意识机制、纳米机器人，能够在我们的血液中游泳，治疗我们的病痛，可以和我们的精神直接沟通。这就是说有一个后人类时代出现。
这是奇点论者们的主要依据，他们不仅相信莫尔定律今后会继续成立，而且还会在其它技术领域中得到体现。发明家和企业家Ray Kurzweil，“The Singularity ls Near”一书作者就认为工业将会以指数速度增长，计算能力的增长速率就是一个范例，积成电路将从2-维发展成为3-维，并且是将逻辑、传感器、微电子机械器件混合安排到3-维集成的封装里。纳米3-维芯片技术将使Moore定律继续保持成立。Kurzweil还推测在未来3-维分子计算器件将会比芯片更快速。还将会发展在芯片上构建生物逻辑结构，这些在目前还仅仅处于初始状态。能自我复制的超智能机是奇点论者们的另一种假设。即使器件的密度做得很高，每秒计算次数也提到很高，达到或超过人脑的水平，是否机器就能实现真正的人的智能水平仍然是个问题。我们尚需面对许多挑战。
未来错误！链接无效。莫尔定律可能会得益于纳米技术、生物技术、乃至认知(Cognitive)科学而获得新生。
“Lab on a chip”和“Biochemical analysis”技术大大增加了可以测量的对象，如血类脂物(Blood lipids)就可从一滴血测出。但不能幻想第二莫尔定律会引出惊人的成功，所有医疗诊断就会完全改观。
新技术大大增大了医疗诊断能力，但同时也带来许多医学上伦理(Ethical)问题。
虽然血液快速分析，未来严重疾病的即时检测等方面已有很大成果，但在其它很多领域，如系统生物学(System biology)、病理学(Pathology)、生理学(physiology)上并无很大进展。
未来的复杂系统，包括超级智能计算机有两个问题必须面对，一个是算法，一个是程序的缺陷（Bug）。规模为n的算法，其处理能力仅为nlog(n)，而Linux系统虽然做到3年才重新启动一次，已属不易，但有谁愿意自己的大脑 “重新启动”?
如何将人类带到天堂(Bliss，极乐世界)!首先要结束经济消条；其次要根除死亡；第三是要消除引入人体中的拙劣机制。完成这三项的载体是何物?本质上就是分子纳米技术，将所有物质上的问题化为软件状态。
探究典型细胞的内部工作，分子引擎将化学能变为机械能，细胞膜(某种分子)的作用为构建离子信道，这是所需两个关键纳米级组装工。
细胞生物学展示了这类软件控制制造(software-controlled manufacturing)。可用于制造ATP合酶(Adenosine triphophase synthase)，最终合成各种蛋白质。由复杂的纳米装配实现。
但是考虑到细胞生物学揭示的细胞生存的物理环境和纳米组装构造出的东西很少共同之处。细胞是湿件，其中流动的并非是自由流动的水，是组成很复杂的液体，且其运动规律也很复杂，细胞间的相互作用，粘连在一起。
细胞生物学的这种水汪汪的纳米生物学工作是工程师们难以想象和难以相信的。要揭示出它们的设计原理、工作原理和特点还尚要多年的努力。生物界的进化已经历了几十亿年。
在细胞中，化学能如何转为机械能? 电磁能又是如何由化学能转换的？将来又如何能与纳米器件作用? 在生物体内，纳米组件如何能生存?这时有待解决的问题。
最终分子生物学是否能认可这种“硬”纳米机器范例还是个问题。即使机器工程方法能在生物体内工作，仍然有几个问题被支持者们大大低估了。
首先，所创造的构件，链接和齿轮虽由数不清的著名仿真工作所支持，但都存在一些化学性质上的问题。它们本质上都是具有形状奇特的分子丛，但与所要表示的稳定的排列的原子显然远不相同，而且不会自发地(Spontaneously)重新进行排列。这类晶格是采用分子模型软件设计的，模型根据原理工作，满足化学上价和链的要求，与通常值比不会太无序，其结构在化学上是稳定的，但这只是一种问题假设。
规则晶格是链间以完全确定的角度将原子或分子排列成的3-D结构，牢固地将其结合在一起。要构建非自然形状的晶格，譬如说为曲面而不是平面形的，就需要搞乱原子间的自然距离和角度，从而大大改变这些键的形状。不同的排列会得到不同的物质，钻石或石墨。
其次，是表面力的功率问题，预期这类纳米摩托有高表面区(high surface area)。研究试图进一步缩小已有的微电子机械(Microelectromechanical)系统到纳米级，已经发现摩擦和持久粘连的组合作用可能是有破坏力的(Devastating)。纳米摩托期望能在很高功率密度上运行，即使摩擦值很低也可能会蒸发或烧毁这种微型机器。这种摩擦和粘连对于机器的化学稳定性至少是一种浩劫。
第三，如果反应物，如水或氧搞到纳米机器的暴露表面上，搅乱了细致考虑的每种化学性质，就可能造成不可逆的破坏后果。为了避免这类分子，纳米器件需要在完全受控环境下进行组装。还不知道医用纳米机器人一旦在温暖、拥挤、不停骚动的人体内时，可以想象这是一种最异构的环境下，如何受到保护。
第四，按照精确和刚性错综排列的齿、杆在室温下的热噪声和布朗轰击下如何能工作，还是个很大的问题。纳米机器的抖动远远超出了宏观工程结构所能承受的，即使是最具刚性的材料，如钻石也会弯曲(Bend)和颤动(Wobble)。就像钟表那样，难以保持正常工作了。我们现在还想不出什么法能使复杂的、刚性机械系统，即使是用钻石做的，能够在纳米世界中生存下来。
总之，刚性纳米机器能够运行的环境范围受到很大限制，可能只限于低温和真空下，这将使其经济性大为降低。
纳米技术15年来的发展虽然有不少印象深刻的成果，但并未能使我们向奇点论者的目标迈进多少。再过15年来看，虽然会有不少令人印象深刻的成果，但也不会使我们向奇点论者的目标迈进多少，还难于看到能改变生命的分子纳米学的出现，2025年以前技术奇点可能不大会出现。
我们还应当大力研究和发展纳米技术，以程序化结构和自行装配特性来构造新材料和具有新功能的纳米机器人、分子输送器和摩托，并已成功用于医疗中的给药、人体组织工程、微型器官构建、一些的疾病的诊断和治疗。但要用在如细胞修理等还有很长的路。
到目前为止，在计算机人脑接口上虽然已实现读128个神经元的系统，但和人脑的神经元数相比还差得远。
纳米技术在解决能源和环境方面的挑战上，如聚合物(Polymer)和基于纳米粒子的光电池(Photovoltaics)，可能会迅速改进太阳能电池的效率和降低成本。
软件控制和组装分子、电子和光子是精确构建纳米结构的关键技术，这将涉及纳米级下的量子效应、量子计算和量子信息处理等，并且最终将可能使刚体纳米结构达到湿件生物结构的性能，这种梦想能成真吗? “虽然我坚信脑是一种机器，但这种机器是否是计算机则是另外的问题”(Rodney Brooks)。
的,
技术七、人工智能技术能帮我们实现超人计划吗？[Brooks，2008]
一位有30多年研究机器人和人工智能的学者Rodney Brooks说：我们都是以数十亿计的生物分子做成的复杂机器，是按照我们还尚未完全搞清楚的物理和化学规则构建的。生物分子在我们脑中相互作用为我们提供了智慧、感知和我们的意识。如果我们真的是机器，而且如果我们知晓了主宰我们大脑的规则，那么在原则上我们也就能用硅和钢材复制这类规则。我相信我们的创造力将会展示出真正人类水平的智能、情感，甚至意识。
何时能够实现这类水平的机器人?一旦实现了又会发生什么事?这是学术界竞烈争论的问题。
早期的人工智能（AI）当然难以实现，现在提出了人工综合智能（AGI?Artificial general intelligence）。有人认为，AGI在正反馈自我强化的作用下，到一定时候就会出现远远胜过人类自身的超智能机器人。难以想象到那时世界将如何变化，这一事件的出现被称作是一个奇点(Singularity)，称相信奇点会出现的人为奇点论者(Singularitarians)，他们都是Raymond Kurzwell (the Singularity Institute for Artificial intelligence 的理事，在Palo Alto，Calif.)的追随者。
我们的世界将成为一种技术乌托邦(Techno-utopia)，或一种Technodamnation，智能机器人将可能与人类争斗，并有可能胜过我们。
AGI能变成生命(life)吗?当前的机器人无疑会一代比一代更好，并且可以辅助人类躯体，但能否具有“生命”特征则又是另一回事了。
从发展看，我们人类制作的机器人会越来越像我们，而且我们人类自己也同时会变得越来越像智能机器人。搞AI的研究者梦想会有一天能够创造出和生物人一样的机器人。(如科幻片Star Trek，星际旅行)。
基于AI技术已取得很多成果，如Internet搜索引擎、语音识别软件、自适应加油模具、以及股票交易应用软件等。发展AGI还需要在其基本能力上取得突破，主要有四个方面 [Brooks R., 2008]：
1. 目标识别能力达到2岁小孩的水平。对各种目标，如各种不同的鞋，甚至未曾见过的带楔足球鞋（Soccer cleats）或羊皮便鞋（suede oxfords），小孩都能正确将其归入鞋类。但当今最好的计算机视觉系统仍然会搞错，也认不出左、右脚。
2. 语言能力达到4岁小孩水平。四岁小孩可以用完整句子对话，可以处理不规则、大量不同腔调、噪声环境、不完整发音、感叹句、甚至是正确的非乡音、以及对于不符合语法的表述的推断和修正能力。这些对于计算机来说都是困难的、甚至是不可能的。
3．具有6令儿童人的灵巧(Dexterity)。6岁小孩可以抓住以前从未见过的东西，可以灵活地操控物体
