如果用智能的两条路径来审视生物演化,脉络会清晰很多。
硅基智能走逻辑路线,可被推演和计算。它精密、高效,支持并行与复制。但短板同样明显:刚性太强,容错率极低——一个bug就可能导致全盘崩溃。能耗问题虽然后续有优化空间,但架构上的脆弱性很难根除。
碳基智能则选择了另一条路:用特征关联来构建表征,通过权重连接形成智能。演化本身就是一种梯度下降,无论是表征学习还是演化过程,容错率都极高。考虑到地球复杂多变的物理环境,碳基路线几乎是必然的选择。
但如今硅基智能已开始涌现。也许马斯克说得对——碳基智能,本来就是硅基智能的引导程序。
还有一个更深层的问题值得追问:除了特征表征和逻辑推演,智能是否还存在第三种形态?既然"二"已经成立,"三"和"四"的存在似乎只是时间问题。这是一个迷人的命题。