http://wiki.sseuu.com/api.php?action=feedcontributions&feedformat=atom&user=223.192.192.3 2026-04-07T09:51:03Z 用户贡献 MediaWiki 1.30.0 http://wiki.sseuu.com/index.php?title=%E4%BA%BA%E7%B1%BB%E5%A2%9E%E5%BC%BA%E7%BE%A4%E5%9C%A8%E7%9F%A5%E4%B9%8E%E4%B8%8A%E7%9A%84%E4%BD%9C%E8%80%85&diff=17154 2019-08-28T00:04:28Z

<p>223.192.192.3：创建页面，内容为“{{4}} #[https://www.zhihu.com/people/huang-bi-lu-zheng-fu-shuai-lao 黄必录-征服衰老]”</p> <hr /> <div>{{4}}<br /> #[https://www.zhihu.com/people/huang-bi-lu-zheng-fu-shuai-lao 黄必录-征服衰老]</div>

223.192.192.3 http://wiki.sseuu.com/index.php?title=%E4%BA%BA%E7%B1%BB%E5%A2%9E%E5%BC%BA%E7%BB%BC%E5%90%88%E7%A4%BE%E7%BE%A4&diff=17153 2019-08-28T00:03:37Z

<p>223.192.192.3：</p> <hr /> <div>{{4}}<br /> {{人类增强综合社群上}}<br /> <br /> *[[人类增强]]<br /> *[[人类增强综合社群聊天记录]]&lt;br&gt;<br /> *[http://sqzone.s.xiaouguanjia.com/IndexPage.aspx 人类增强综合社群助手]<br /> *[[人类增强社群代表会议]]<br /> *[[人类增强事业整体框架图]]<br /> *[[人类增强研究院]]<br /> *[[人类增强综合社群贡献/回报机制1.1]]<br /> *[[人类增强群在知乎上的作者]]<br /> <br /> =群主=<br /> #[[用户:黄明宇|黄明宇]] （群主）<br /> <br /> {{人类增强综合社群下}}</div>

223.192.192.3 http://wiki.sseuu.com/index.php?title=%E9%BB%84%E5%BF%85%E5%BD%95:%E6%84%8F%E8%AF%86%E6%98%AF%E4%BB%80%E4%B9%88%EF%BC%9F&diff=17147 2019-08-27T23:35:33Z

<p>223.192.192.3：</p> <hr /> <div>{{4}}作者：[[黄必录]] 来自：[https://zhuanlan.zhihu.com/p/53806832?utm_source=wechat_session&amp;utm_medium=social&amp;utm_oi=982860324109705216 知乎]<br /> <br /> 摘要：当前对于意识的定义比较混乱，把欲望、决策和思考等心智说成是[[意识]]。我认为，所谓的意识，就是指大脑能够切实体验到来自身体内外的信息，如冷热痛痒，声音颜色等，这里所说的体验就是感觉。而欲望、决策和思考等属于心智算法范畴的，而非感觉。<br /> <br /> 在庆祝《科学》SCIENCE创刊125周年之际，该刊杂志社公布了125个最具挑战性的科学问题，其中第2个问题是：意识的生物学基础是什么?<br /> <br /> '''意识是什么？意识在宗教里指的是灵魂，在科学里是指大脑对客观世界的体验。比如，大脑能感觉到手里传来的疼痛冷热的物理信号，这就是体验。'''<br /> <br /> 虽然机器人和人身上都有各种传感器（感受器），电脑和我们人脑都具备逻辑运算和记忆的功能，但是，我们能够体验到自己在思考什么问题以及思考的过程，体验到由机体各种传感器传来的冷热痛痒。而电脑或机器人是无法体验到自己在干什么，思考什么，因此，光有逻辑运算和记忆的电脑是无法产生体验的，据此我认为，'''意识的本质的定义就是“知觉”，或称感觉、感知、知道、或觉醒等。'''<br /> <br /> 生物光有传感器是不具有知觉的，比如，手不小心碰到开水，皮肤中的温度传感器会把滚烫的开水变成电信号。但是，信号没传导到大脑之前或传导信号的神经线中途被切断了，手即使被烫熟了也不知道，只有信号传到了大脑，才会感到手很烫。而电脑机器人也可以有温度传感器，温度变化也会作出相应反应，因此，从表面上看，电脑机器人好象是有知觉的，但实际上是没有知觉的，对温度的反应只是个算法加上机械动作而已。<br /> <br /> 知觉功能应该是来自于一种神经网络，我们把有知觉功能的神经网络称“意识部”。人有8种以上的传感器，分别是温度传感器，检测冷热的；触觉传感器，检测物体形状重量的；味觉传感器，检测酸甜苦的；嗅觉传感器，检测香臭的；听觉传感器，检测声音的；痛觉传感器，检测疼痛的；视觉传感器，检测图像的；逻辑觉传感器，检测逻辑思考过程的。这些传感器就是把一些物理化学的刺激和刺激强度转译成电信号输入到意识部，即把身体内外的物理化学参数告诉意识部。见图1。<br /> <br /> [[文件:黄必录-01.jpg]]<br /> <br /> 目前科学家普遍认为，产生意识的神经网络一定是非常复杂的，要具备较高智力的动物才能产生意识，而小动物大脑很小，智力很低，无法产生意识。我认为既然意识现象的本质定义就是“知觉”，而蚂蚁等小动物就能够感知到冷热痛痒，因此，蚂蚁也有意识。由于蚂蚁神经系统小而简单，因此，产生意识的神经网络应该是简单而巧妙的，意识的产生无需依赖智力的高低。<br /> <br /> 镜子测试（mirror test）通常用于检测生物体的自我认知能力。科学家发现用镜子测试了从灵长类到家禽的一系列动物，发现它们多数不能认出镜像中的自己，于是就认为这些动物不具有自我意识。我认为这种结论是不正确的，因为人类有一种由遗传或后天导致的认不出自己和别人的脸的病，叫“脸盲症”，虽然脸盲症患者认不出镜像中的自己或面前的家人，但还是能靠其它方式区分自己与其它人或物体，也就是说，脸盲症患者也有自我意识，就象狗无法通过镜像测试，但狗可以通过辩别气味来区分自己与其它狗或物体。也就是说，人类脸盲症患者的大脑中或狗狗的大脑中虽然没有人脸或狗脸识别功能，但仍然具有自我意识。<br /> <br /> 综上所述，我认为，意识的本质就是知觉。所谓的自我意识，也是建立在知觉加智能（自我意识=知觉+智能）上的。譬如，大脑能感知到由皮肤等传感器传来的温暖与痛痒，温暖是给大脑一种奖赏，痛痒是给大脑一种惩罚，而眼睛通过视觉看到能感觉冷暖痛痒的肢体皮肤与无感觉的身外之物进行边界区分，这就是产生“自我意识”的“我”的原理，以后就懂得能让皮肉痛痒事物要避开，能让皮肉温暖舒适的要靠近。蚂蚁从来没见过打火机的火焰，但把打火机的火焰靠近蚂蚁，蚂蚁感到疼痛，大脑受到惩罚，于是赶紧逃离火焰，结束惩罚，这就是蚂蚁具有自我意识的依据。一群小鸡追赶一只叼着一条虫子的小鸡，就是小鸡已经能够意识到虫子是它的私人财产。<br /> <br /> 人工智能无论多先进，也只是一种算法，但计算机的算法是不会产生知觉的。理解意识产生原理的关键就是关于知觉是如何产生的？这是很难用熟知的数理化学去理解。如果能够理解，机器人也可以产生意识了。当然，没有意识的人工智能也是危险的，因为只要给机器人杀人属性或输入某个人的照片，就可快速准确杀人，或大开杀戒。<br /> <br /> 目前人们对意识的定义比较混乱，一些概念混淆不清，把情绪情感和欲望及决策等心智说成是意识。其实情绪和情感只是大脑自身设置的一类传感器，情绪情感就是指喜怒哀乐，脑内一些传感器会把比如看到听到的能满足符合自身要求的事物信息转译成快感的电信号，多巴胺、酒精和尼古丁只是能加强这些快感信号的强度而已，从而增加幸福快乐感。相反，脑内一些传感器也会把比如看到听到的不能满足符合自身要求的事物信息转译成痛苦的电信号，某些化学物质只能加强这些痛苦信号的强度，让人痛不欲生。而欲望是一种需求，比如口渴的欲望是喝水，酒瘾的欲望是喝酒，因此，欲望也是一些传感器，比如口渴是因为身体检测组织含水量的传感器向大脑发出缺水的信息，而决策只是一种逻辑思维算法，比如口渴如何找水喝，酒瘾一来的决策是去买酒，买酒决策是先准备钱。<br /> <br /> [[文件:黄必录-02.jpg]]<br /> <br /> 大脑中部的丘脑室旁核（PVT）神经元就是能够被重要的事件所激活，如快乐和痛苦都能激活PVT神经元，让人产生买酒喝水的欲望（朱英洁，陈晓科等人，Science，2018）。<br /> <br /> 各种宗教所说的灵魂就是指意识，由于意识产生于一种神经网络，因此，大脑死亡，意识也会随着消失，灵魂不灭论不成立，没有什么转世轮回，生命只有一次。<br /> <br /> 如果意识本质是知觉，而知觉很可能是个硬件，那么，包括谷歌在内的很多人设想靠意识上传电脑的永生项目可能行不通，因为硬件不能信息化和上传。-原创：[[黄必录]]，欢迎转载</div>

223.192.192.3 http://wiki.sseuu.com/index.php?title=%E7%8E%8B%E6%98%8E%E5%8D%8E%E5%B7%A5%E4%BD%9C%E6%97%A5%E8%AE%B0:2019-08-26&diff=17084 2019-08-26T23:06:59Z

<p>223.192.192.3：创建页面，内容为“{{4}}8月26日星期一，访问兰溪百城医院和康养中心。早上和浙大创新院医养中心陈虹旭老师高铁到金华南站，郑昶院长派车来...”</p> <hr /> <div>{{4}}8月26日星期一，访问兰溪百城医院和康养中心。早上和浙大创新院医养中心陈虹旭老师高铁到金华南站，郑昶院长派车来接。参观兰溪百城医院和康养中心，毗邻兰溪市人民医院，医院6万方，康体中心12万方，总床位2000张，也是浙大创新院医养中心实践基地，有剧院和电视台。康养公寓样板房及康体活动中心精装修对外开放，2幢公寓大楼已经有不少老人入住，医院设备和证照齐全，即将隆重开业。老朋友郑昶院长是浙江绿城医院创始院长，现在身先士卒，勇立潮头，担任医康养护融合一体的百城医院院长，言谈中豪气阵阵，信心满满。我们预祝百城医院华美开业和复制连锁到百城，也约请郑昶院长回访新中医基地和医院外健康服务中心，商洽百亿美金整合上市的合作发展大业。</div>

223.192.192.3 http://wiki.sseuu.com/index.php?title=%E4%BA%BA%E7%B1%BB%E5%A2%9E%E5%BC%BA%E7%BB%BC%E5%90%88%E7%A4%BE%E7%BE%A4%E6%9C%80%E6%96%B0%E6%B4%BB%E5%8A%A8&diff=17016 2019-08-26T07:50:26Z

<p>223.192.192.3：</p> <hr /> <div>{{人类增强综合社群上}}<br /> <br /> [[人类增强社群代表会议]]<br /> <br /> [[《人类永生计划》]]</div>

223.192.192.3 http://wiki.sseuu.com/index.php?title=Wiki%E3%80%81wikipedia%E3%80%81mediawiki&diff=17015 2019-08-26T07:34:57Z

<p>223.192.192.3：</p> <hr /> <div>wiki系统是个统称,Wiki（中文译为“维基”）是一种在网络上开放且可供多人协同创作的“自由”与“大同”模式的超文本系统，这种超文本系统支持面向社群的协作。 Wiki形式的网站可以供多人（甚至任何访问者）维护，每个人都可以发表自己的意见，或者对共同的主题进行扩展或者探讨。这种系统对超文本的编辑进行详细的历史记录，可以很清楚的知道谁在什么时候贡献了什么内容，修改过什么内容，很容易的将被改错过破坏的内容进行恢复。<br /> <br /> wikipedia，维基百科全书，是做得最成功也是较早的一个,他在目前世界的所有网站中排名第四（见下表）。后来的维基类百科网站都使用wiki作为百科全书的代名词。<br /> <br /> [[文件:Wikipedia.jpg]]<br /> <br /> 2019年5月29日Alex.com排名检索，世界排名前7的网站如下：<br /> <br /> [[文件:Alexa20190529.jpg]]<br /> <br /> 维基百科全书（wikipedia）使用的是mediawiki系统，mediawiki是一个免费开源的软件平台，我们这个网站使用的就是这个平台。</div>

223.192.192.3 http://wiki.sseuu.com/index.php?title=%E5%85%B3%E4%BA%8E%E7%BB%B4%E5%9F%BA&diff=17014 2019-08-26T07:32:14Z

<p>223.192.192.3：</p> <hr /> <div>&lt;font size=&quot;4&quot;&gt;<br /> *[[强烈推荐mediawiki，功能强大到无以复加]]<br /> *[[维基:大规模协作如何改变一切]]<br /> *[[维基百科（wikipedia）是如何聚集全球编辑者的？]]<br /> *[[美国维基百科全书的编辑是如何组织和管理的？]]<br /> *[[只有6个正式员工的维基百科如何“操纵”670万个词条？]]<br /> *[[破解维基解密的秘密资金从哪里来的？]]<br /> *[[创新思维发展起来的维基百科新的创新思维在哪里？]]<br /> *[[美国维基百科全书wikipedia给中国集体主义者的启示]]<br /> *[[维基趣闻:史上最无技术含量的编辑战争]]<br /> *[[wiki、wikipedia、mediawiki]]<br /> &lt;/font&gt;</div>

223.192.192.3 http://wiki.sseuu.com/index.php?title=%E6%B1%9F%E5%8D%97%E7%9A%84%E7%AE%80%E5%8E%86&diff=17003 2019-08-26T05:02:06Z

<p>223.192.192.3：</p> <hr /> <div>{{4}}高中：华南师大附中毕业（1965-）<br /> <br /> 知青：广东东莞长安公社务农（1968-）<br /> <br /> 招工：东莞长安公社粮管所（1971-）<br /> <br /> 大学：华南农大植物保护专业（1973-）<br /> <br /> 留校：植保系昆虫教研室（1977-）由于研究昆虫生态和分类，开始学习计算机软件及计算机病毒防治。<br /> <br /> 下海：（1990-）创办广州市天安电脑技术研究所，和西蒙管理顾问有限公司（后来改名广州广软信息技术服务有限公司），从事软件开发，信息工程监理，软件评测等业务。<br /> <br /> 软件园：（2003-）软件科学园，软件出口业务，电子商务培训。<br /> <br /> 退休：(2011-)最后在广东省软件科学园退休。</div>

223.192.192.3 http://wiki.sseuu.com/index.php?title=%E6%B1%9F%E5%8D%97%E7%9A%84%E7%AE%80%E5%8E%86&diff=17002 2019-08-26T05:00:10Z

<p>223.192.192.3：</p> <hr /> <div>{{4}}高中：华南师大附中毕业（1965-）<br /> <br /> 知青：广东东莞长安公社务农（1968-）<br /> <br /> 招工：东莞长安公社粮管所（1971-）<br /> <br /> 大学：华南农大植物保护专业（1973-）<br /> <br /> 留校：植保系昆虫教研室（1977-）由于研究昆虫生态和分类，开始学习计算机软件及计算机病毒防治。<br /> <br /> 下海：（1990-）创办广州市天安电脑技术研究所，和西蒙管理顾问有限公司（后来改名广州广软信息技术服务有限公司），从事信息工程监理，软件评测等业务。<br /> <br /> 软件园：（2003-）软件科学园，软件出口业务，电子商务培训。<br /> <br /> 退休：(2011-)最后在广东省软件科学园退休。</div>

223.192.192.3 http://wiki.sseuu.com/index.php?title=%E8%A5%BF%E7%8F%AD%E7%89%99%E8%92%99%E5%BE%B7%E6%8B%89%E8%B4%A1%E8%81%94%E5%90%88%E5%85%AC%E5%8F%B8%E7%9A%84%E5%81%9A%E6%B3%95%E5%92%8C%E7%BB%8F%E9%AA%8C&diff=16995 2019-08-26T01:33:38Z

<p>223.192.192.3：创建页面，内容为“{{4}}西班牙蒙德拉贡联合公司的做法和经验 （一）组建和发展。 “蒙德拉贡”是西班牙北部巴斯克自治区的一个山区...”</p> <hr /> <div>{{4}}西班牙蒙德拉贡联合公司的做法和经验<br /> <br /> （一）组建和发展。<br /> <br /> “蒙德拉贡”是西班牙北部巴斯克自治区的一个山区小镇，因有一座山常年有雾带状云彩笼罩而得名（MONDRAGON意为“龙山”）。1956年，蒙德拉贡技术学校毕业的5个年轻工程师共同发起成立了当地第一家工业合作组织。此后，一家又一家产业合作社陆续诞生。为融资需要和提高合作社的科技水平，1959年、1974年先后成立了合作社性质的Caja Laboral劳动银行与Ikerlan技术研究中心。1991年，为适应欧洲统一市场的竞争环境，该地区的众多合作社又联合起来，组建了蒙德拉贡联合公司（MONDRAGON CORPOILACION COOPERATIVA，以下简称MCC）。目前，MCC已发展成为集工业、农业和农产品加工业、商业、金融、教育和培训、科研和信息、服务等120多个合作社为一体的跨行业合作制联合体。公司下设金融（Financial）、产业（Industrail）、分销（Distribution）三大子集团。2004年，MCC在全球的营业额高达191.41亿欧元，成为欧洲乃至世界最大的合作社集团。<br /> <br /> （二）办社理念和原则。<br /> <br /> 据MCC负责人介绍，合作社事业之所以取得巨大的成功，其关键在于实现了“合作社原则与市场经济相统一”，即：坚持以国际合作社联盟确定的“罗虚代尔原则”①为基础，根据市场经济的发展不断加以变革和调整，使合作社在现代市场经济条件下发展得更快更好。其核心价值发展观主要体现在以下四个方面：&lt;br&gt;<br /> （1）合作（Co—operation）：社员既是劳动者，又是所有者，社员利益与企业发展荣辱与共、休戚相关。&lt;br&gt;<br /> （2）参与（Participation）：人人持有“股份”，并参与管理，分享利益。&lt;br&gt;<br /> （3）社会责任（Social Responsibility）：分配是建立在平等、稳定的基础上，集体利益优先，确保合作社和集体的发展；个人的目标与合作社的目标相一致，合作社的目标与其社会角色相一致；工作不只是为了赚钱，而是为了自我价值的实现。&lt;br&gt;<br /> （4）创新（Innovation）：只有不断创新，才是合作社发展的不竭动力。<br /> <br /> 按照这四个理念，MCC确定了办社的十大原则：&lt;br&gt;<br /> 1.自由加入（Open Admission）。MCC向所有能够证明自己胜任合作社工作的人开放；不同宗教信仰、不同政治观点、不同民族和不同性别的人，在加入合作社时，均不受歧视。一视同仁，共享平等。&lt;br&gt;<br /> 2.民主管理（Democratic Organization）。MCC的最高权力机构是由全体职工组成的社员大会；社员大会遵循“一人一票”制，而无论其投入“股金”多少；MCC所有成员，在占有和了解信息方面权力平等。&lt;br&gt;<br /> 3.劳动者主权（Sovereignty of Labor）。MCC认为，劳动者是改造自然、社会和人类自己最重要的因素，劳动者享有合作社最高权力，包括分配劳动成果的权力。MCC负责人一再强调了我们听着非常耳熟的话——“在MCC工作，劳动不是谋生手段而是乐趣”。&lt;br&gt;<br /> 4.资本处于从属辅助地位（Instrumental and Subordin-ate Nature of Control）。MCC认为，是劳动创造财富，资本只是一种工具，从属于劳动，是合作社发展的必要条件；资本的积累应当与个人的贡献挂钩。&lt;br&gt;<br /> 5.社员参与管理（Participatory Management）。MCC的民主办社理念，不仅体现于入社资格的开放性方面，而且还体现在建立和形成了良好的社员参与机制等方面，使所有社员实行自我管理并通过多种渠道参与合作社管理工作。&lt;br&gt;<br /> 6.报酬的一致性（Payment Solidarity）。MCC内各合作社实行统一的工资确定方法；合作社按工作岗位、工作业绩的不同，制定不同的工资标准，以体现社员对合作社的贡献；MCC还可以通过横向调剂，确保所属合作社或子集团间社员工资水平不会出现太大差别。从整体看，MCC普通员工的工资高于社会平均水平，而领导层工资则低于社会的平均水平。&lt;br&gt;<br /> 7.合作社之间的合作（Inter-cooperation）。MCC认为，为了实施“一致性原则”和提高效益，必须建立合作社之间的合作机制。MCC通过建立统一的和可以流动的劳动制度，以及实行生产经营上的协作，促进内部利益共享。MCC与巴斯克自治区的其他合作社开展合作，促进共同发展。MCC还与西班牙、欧盟和世界各地的合作社进行广泛的合作，促进了合作社运动的全面发展。&lt;br&gt;<br /> 8.推动社会变革（Social Transformation）。MCC致力于以合作社为主的各项活动，为社区经济的发展和社会进步作出贡献。包括：创造新的就业机会、建立符合合作制原则和社会保障制度，并与当地经济、社会组织密切合作，创办公益事业等。&lt;br&gt;<br /> 9.普遍合作（Universality）。MCC在社会经济各个领域，主张实现和平、公正和发展的目标，主张缩小贫富差别。&lt;br&gt;<br /> 10.发展教育（Education）。MCC的创业者们认为，要想使合作社得到发展壮大，必须要有高素质的领导和员工。为此，需要投入必要的人力、财力和物力，来开展各方面的教育和培训；通过对合作社成员的培训，让他们深入了解合作社的原则和制度，提高他们的专业素质和水平。<br /> <br /> （三）主要经验<br /> <br /> MCC在自身发展中较好地贯彻了上述理念和原则，形成了特色鲜明的“蒙德拉贡经验”，值得学习和借鉴。<br /> <br /> 1.股权——均衡持有。每个社员入社必须交纳一定的资金，其标准由管理委员会提出并经社员大会批准，数量相当于一个年轻社员一年的收入。早期的入社资金约合1000美元，现在提高到约1万欧元。这一标准大约相当于当地创造一个就业机会所需成本的10%。MCC强调，资金的多少应以不对成员的加入构成障碍为准，如一次性交纳有困难，可在两年内分期付清。交纳入社资金的目的，在于使社员在经济上有拥有感，在工作中有激励作用。除规定的金额外，社员还可以自愿决定投入更多资金，但这部分资金只作为借款，合作社以比银行利率高约2个百分点的水平支付利息（利息按法律规定可以在企业成本中列支）。为了体现合作社的原则，合作社并不把入社资金叫做“股金”和“投资”，而是称为“经费”和“捐款”，并采用与银行业务不同的会计规则。<br /> <br /> 2.分配——兼顾公平和效率。在资本分红方面，合作社为每个社员设立“个人资本账户”，社员交纳的初始入社资金全部记入该账户，合作社税后利润分红也全部存入“个人资本账户”；账户资金归社员所有，但此资金暂留在合作社使用，社员只有到退休或离开合作社时才可提取；如果社员转到一家与合作社有直接竞争的企业工作，则合作社最多可以扣除其账户金额的20%；如果社员去世，“个人资本账户”可以兑现退还给其法定继承人。据MCC亚太区总裁介绍，他于1994年加入MCC，其“个人资本账户”已积累至近1000万欧元。<br /> <br /> 在工资支付方面，合作社首先请社会中介机构按照其规模、技术水平、效益情况确定职工的总体工资水平，使职工的工资水平与社会同类型企业基本相当；然后，按照MCC制定的8级工资表，综合生产、经营、技术等多方面因素，确定每个工作岗位的工资分数；同时，对每个社员按照知识、经验、领导能力、公共关系、责任心等计算出一个具体分数，将这个具体分数与拟任工作岗位的分数相对照，确定每个职工的工资级别。职工工资确定后，由上级主管根据其工作表现，每6个月作1次升降工资级别的评定。MCC各合作社职工工资水平与西班牙同行业企业比较，一般工人、初级技术水平人员的工资高于社会平均水平，中级技术人员的工资与社会相当，高级技术人员和高级管理人员的工资要比社会低很多。MCC内部职工之间工资水平差距并不大，合作社成立初期的工资差距为3：1，以后逐步扩大到8：1。<br /> <br /> 在职工保险方面，MCC的职工保险一般交给拉固那罗合作社办理，该社由各合作社、各合作社职工、本合作社社员共同出资，不以盈利为目的，主要为个人“股东”和合作社“股东”提供保险服务。国家对合作社职工加入保险给予一定的优惠政策。<br /> <br /> 3.管理——充分民主。MCC的最高权力机构是社员大会。社员大会决策实行一人一票制。主要职责是通过发展规划、决定重大投资事项、总结工作、修改章程、选举委员会成员等。社员大会每年至少召开一次，合作社的执行委员会或超过1／3的社员，可以随时召集社员大会。<br /> <br /> 管理委员会是社员大会闭会期间的常设机构，是合作社的最高管理机构和代表。其成员一般为9－12人，管理委员会主席是合作社法定代表人。委员实行2倍差额选举产生，任期4年，每2年换选50%，可以连选连任。落选人员依得票多少次序，在现任委员出缺时自然递补。管理委员会主席也实行差额选举，由社员大会直接选举产生。管理委员会的所有委员均是兼职，无任何专门报酬，只有规模大的合作社委员会主席为专职。委员会的职责是：任命、监督和撤换经理、厂长；批准成员的加入或辞退；确定工作等级；提交年度报告和统计报表；向社员大会建议利润的分配方案；审批财务经营计划和业务；审批管理计划等。<br /> <br /> 合作社总经理由管理委员会聘任。管理委员会与总经理的关系是建立在相互信任和充分授权的基础上的。MCC的合作社无论大小，均不设副总经理。企业各部门负责人由总经理提名，委员会批准。总经理和各部门负责人任期为4年，可以连任1期。MCC对委员会的成员没有学历、资历和技能方面的要求，但对总经理和各部门负责人则要求是专业人士。合作社总经理与各部门负责人，共同组成执行委员会。<br /> <br /> MCC的另一独特之处，在于它的社会委员会。它是由合作社成员所在的工作集体（如车间、班组、事业部等）选举产生的机构。根据合作社的大小，每10名或更多的成员可以选举1名委员（但一般不超过50名委员）。委员任期2年，每年改选50%。MCC不鼓励重复参选或当选，以便让尽可能多的社员有机会担任社会委员。社会委员会主席由管理委员会主席兼任。社会委员会的职责是负责社会保障、工资制度、劳动卫生、职工福利等社会事务，并参与合作社管理。管理委员会或总经理拟决定的所有重大事项，须先通过社会委员会征求社员的意见，社会委员会根据社员的意见向管理委员会或总经理提出决策建议。建议未被采纳时，社会委员会还可以按照合作社章程，决定是否将意见提交社员大会表决。<br /> <br /> 合作社还设有审计委员会，一般由3人组成，由社员大会选举产生。审计委员会主要负责审计合作社的年度财务报告。只有经其审计批准的财务报告，才能提交社员大会讨论。<br /> <br /> 4.个人发展——得到切实保证。MCC的基本价值观强调人的作用、劳动神圣、民主和团结：人是合作社发展中最重要的因素，要通过教育让人们认识到自己的责任，激发人的创造性；劳动创造了资本，参加合作社就是劳动合作，任何职务和岗位的劳动都应当受到尊重；民主体现在平等参与的过程中，社员享有平等的权利和义务，应相互理解和信任；团结就是要求社员之间、合作社之间互助共济、共同发展。在上述理念的支持下，合作社高度重视个人的发展和保障：一是重视教育。如前所述，MCC的发展首先是从一个专业技术学校开始的，现在这个学校已经为合作社的发展，培养了成千上万的专业人才；为了适应发展的需要，MCC还成立了蒙德拉贡大学和3个技术研究中心；这些机构全部按照合作社的方式组建和运作。蒙德拉贡大学还建立了学生合作社，帮助贫困学生半工半读，MCC10%以上的利润投入了教育、文化和福利活动。二是保证就业。在MCC工作没有失业之虞，如果某个合作社因经营不善而倒闭，其社员可以被安排到其他的合作社工作。三是保障收入。MCC可以统一调剂各个合作社的经营利润，确保每个合作社员工能够拿到工资。<br /> <br /> 国家发改委经济体制综合改革司考察团</div>

223.192.192.3 http://wiki.sseuu.com/index.php?title=%E8%B5%84%E7%AE%A1%E4%B8%8E%E5%88%9B%E6%96%B0COO--%E8%B4%A2%E5%AF%8C%E7%90%86%E8%AE%BA%E7%A0%94%E7%A9%B6%E9%99%A2&diff=16994 2019-08-26T01:09:43Z

<p>223.192.192.3：创建页面，内容为“{{4}} 目标： 防范风险，优化服务，提出意见，补其不足。&lt;br&gt; 以资源与资本参与创新进程，凝优势为人所用。&lt;br&gt; 拿出四年时...”</p> <hr /> <div>{{4}}<br /> 目标：<br /> <br /> 防范风险，优化服务，提出意见，补其不足。&lt;br&gt;<br /> 以资源与资本参与创新进程，凝优势为人所用。&lt;br&gt;<br /> 拿出四年时间为预计方案探索路线，使更充分的得到调偏考虑。&lt;br&gt;<br /> 群负责 资金周转审计 与 具体实践设计 方面的建设。&lt;br&gt;<br /> 群先行 统计资本额度 及 对汇入资本给出灵活分档措施。&lt;br&gt;<br /> 在本阶段启用“研读经典”主题行动来增进理论认知、提炼话题热点。&lt;br&gt;<br /> 各位有哪方面学习成果与习得所长可及时于群通报，以供做相关构建之参考。&lt;br&gt;<br /> 群内每人应逐渐以领会到的兴趣为基础选一项学习内容上报，以增进触类旁通能力，对无所选者渐劝退出。<br /> <br /> 成员：</div>

223.192.192.3 http://wiki.sseuu.com/index.php?title=%E6%B0%B8%E7%94%9F%E5%85%B1%E7%94%9F%E4%B8%BB%E4%B9%89%E8%80%85%E7%9A%84%E8%92%99%E5%BE%B7%E6%8B%89%E8%B4%A1%E7%BB%8F%E6%B5%8E%E4%BD%93%E8%AE%A8%E8%AE%BA%E7%BE%A4&diff=16976 2019-08-26T00:14:43Z

<p>223.192.192.3：</p> <hr /> <div>{{4}}群目标：为了推动永生共生事业可持续发展，挖掘毛泽东智慧星星之火可以燎原，联合一切的力量，以广大弱势群体为主才能推动倒金字塔结构，这个火是技术或是永生共生主义者的蒙德拉贡经济体，建立永生共生主义者的蒙德拉贡经济体，愿意参加讨论成立永生蒙德拉贡，（如蒙德拉贡推荐业务提成给组织，蒙德拉贡业务优先互动，人脉互动）<br /> <br /> 成员：<br /> #[[user:陈海华|海仔]] <br /> #[[user:江南仁|江南]]<br /> #[[user:明华|文华]]<br /> #[[user:云志|云志]]<br /> #[[user:快乐行者|快乐行者]]<br /> #[[user:Socan|Socan]]<br /> #[[user:被造物的蜕变|被造物的蜕变]]<br /> #[[user:智脑宇宙|智脑宇宙]]<br /> #[[user:韩真|韩真]]<br /> #[[user:Aerowalker|Aerowalker]]（源炁）<br /> #[[user:生者为过客|生者为过客]]</div>

223.192.192.3 http://wiki.sseuu.com/index.php?title=%E6%80%9D%E7%BB%B4%E8%BD%AF%E4%BB%B6%E5%BC%80%E5%8F%91:%E5%8F%82%E8%80%83%E8%B5%84%E6%96%99&diff=16944 2019-08-24T03:29:30Z

<p>223.192.192.3：</p> <hr /> <div>{{4}}<br /> *[[虚拟人永生参考资料]]<br /> *[[意识]]<br /> *[[笛卡尔的错误]]<br /> *[[意识研究的历史回顾]]<br /> *[[脑机接口]]<br /> *[https://new.qq.com/omn/20181130/20181130B0KB1G.html 人工智能产生自我意识，只是时间问题]<br /> *[[意识的本质是一种过程，而不是一种实体]]</div>

223.192.192.3 http://wiki.sseuu.com/index.php?title=%E6%80%9D%E7%BB%B4%E8%BD%AF%E4%BB%B6%E8%AE%BE%E8%AE%A1:%E9%9C%80%E6%B1%82%E5%88%86%E6%9E%90&diff=16939 2019-08-24T01:16:07Z

<p>223.192.192.3：</p> <hr /> <div>{{4}}我们要设计一个代表人类整体的人，就得先对这个整体的人进行描述，这样才能对ta进行设计。我们这里使用的是ta，因为我们无法用“它”、“他”、“她”来作为代词。世间的人有男性有女性，有老有少，而微软设计的[[机器人小冰]]是一个18岁的姑娘，显然作为共性的虚拟人不能这样设定。&lt;br&gt;<br /> 再者，ta的智商应该是代表人类的最高智慧，不能有意的将智商设定高低，由现实人选择，有人选择智商低一点，蠢一点？&lt;br&gt;<br /> 第三，作为基本的，整体的人，需要有一个基本的人格特征，比如是善还是恶呢？显然应该是善，这样才能代表人类的总体取值方向。我们现在已经在时刻防范机器人的恶念的产生，我们不希望机器人是邪恶的。但这条的定义会产生如下的矛盾，一个整体的人的操作系统的设计目的是可以让世间人的意识上传，附载其中成为一个世间人的替身，世间人有的意识有善有恶，能够让现实的人的意识一旦上传，都过滤掉所有的恶念了吗？&lt;br&gt;<br /> 所以，我们首先需要对基本的、共性的人性进行定义，进而对基本的、共性的机器人的人性进行定义。&lt;br&gt;<br /> 毛泽东有句名言：“有没有人性这种东西？当然有的。但是只有具体的人性，没有抽象的人性。在阶级社会里就是只有带阶级性的人性，而没有什么超阶级的人性。”我们定义的机器人的人性是阶级社会以后的事情，所以不能以现在的人性定义来定义未来的人性，未来的人性是一种对现实人的人性的理想的抽象。&lt;br&gt;<br /> 要考虑的第二大项，与应用程序的接口。&lt;br&gt;<br /> 现有人类开发的应用软件，都是人类思维的结晶，都可以成为机器人思维，机器人行为功能的一部分。作为未来的机器人思维软件，要解决的主要是输入输出的问题，比如某一个工厂的仓库管理软件，原来录入员的输入项都成了传感器的自动采集输入了，一个机器人在仓库转一圈，库存数据就都有了，或根本就不需要，各个物联网节点的数据传递过来就行了。而库存管理的很多算法可以直接使用。至于输出部分，有的则自动发到供应商或销售方。当然，这是一个不断迭代的开发过程，未来的产业生态不是现在的软件的应用生态。这里只是例子。&lt;br&gt;<br /> 作为思维软件操作系统，需要与应用软件分开，中间以接口的形式联系起来。&lt;br&gt;<br /> 这里只是作为引子，提出问题，具体的需求分析需要我们逐项展开。<br /> ----<br /> '''参考资料：'''<br /> *[[soul data 灵魂数据：为自己和家人，你爱的人建立灵魂数据]]<br /> *[[陈海华:永生数据分析]]<br /> *[[数据人权与数据的共产共享共富]]</div>

223.192.192.3 http://wiki.sseuu.com/index.php?title=%E8%AE%A8%E8%AE%BA:%E6%80%9D%E7%BB%B4%E8%BD%AF%E4%BB%B6%E8%AE%BE%E8%AE%A1:%E9%9C%80%E6%B1%82%E5%88%86%E6%9E%90&diff=16938 2019-08-24T00:50:40Z

<p>223.192.192.3：</p> <hr /> <div>{{4}}<br /> ————— 2019-08-23 —————&lt;br&gt;<br /> '''[[user:陈海华|海仔]]''' 15:39据悉，浦发“数字人”将应用于浦发银行APP、网银以及各类移动终端，还能融入到智能家居、智能交通。&lt;br&gt;<br /> 　　除了浦发“数字人”，百度智能云未来还计划推出“数字人工厂”，打造更多专业领域的“数字人”，工作助手，海底捞服务员，甚至是全职伴侣都有可能由“数字人”来扮演。而在建造这些数字人的过程中，百度智能云也会融入更多的技术，让“数字人”变得更加逼真。<br /> 　　“数字人”时代真的要到来了，你准备好了吗？&lt;br&gt;<br /> '''[[user:陈海华|海仔]]''' 15:59 百度智能云联合浦发推“数字人” *****多模态计算促进智能化飞跃*****[http://www.iqiyi.com/w_19s8jrqcpt.html]&lt;br&gt;<br /> '''[[user:陈海华|海仔]]''' [http://mp.weixin.qq.com/s?__biz=MzU5Mjc4MjIzOA==&amp;mid=2247486308&amp;idx=1&amp;sn=ac57020d1416358ee20e71328143a494&amp;chksm=fe1b3d95c96cb483555f590814eea0bdf8a54da650502480aed77f091bf13b573d36977f7ff0&amp;mpshare=1&amp;scene=1&amp;srcid=0823uV8G4NE6rrZLvj9RKpe9&amp;sharer_sharetime=1566548636731&amp;sharer_shareid=bdf7c8e33919177319d6be101dad7816#rd [Nature | 纯粹的算法学习不可取，启发神经网络研究要靠动物: ]&lt;br&gt;<br /> '''[[user:陈海华|海仔]]''' 17:42大多数动物的行为不是聪明的学习算法的结果——监督或无监督——而是早已被编码在基因组中。&lt;br&gt;<br /> '''[[user:陈海华|海仔]]''' 17:50--------------------但是，人工智能的进一步发展是否会受益于动物大脑的研究仍然存在争议。也许我们从动物大脑中学到了所有我们需要的东西。正如飞机与鸟类非常不同，人们可以想象智能机器的操作原理与生物有机体的原理截然不同。<br /> 我们认为这不太可能，因为我们对智能机器的要求 - 有时被误导地称为“人工通用智能” - 根本不是通用的; 如此紧密地匹配人的能力，只有与大脑类似的机器才能实现它，这在很大程度上受到了限制。-------------&lt;br&gt;<br /> '''[[user:陈海华|海仔]]''' 17:53-----------从某些方面来看，飞机比鸟类优越得多:它可以飞得更快，飞得更高，飞得更远，承载货物的能力也更强。但是飞机不能潜入水中抓鱼，也不能从树上悄悄地飞下来抓老鼠。<br /> 同样地，现代计算机在某些方面已经大大超过了人类的计算能力(如国际象棋)，但在定义为一般智力的一组明确的专门任务上却无法与人类匹敌。如果我们想要设计一个能够完成我们工作的系统，我们将需要根据相同的设计原则来构建它。------------&lt;br&gt;<br /> '''[[user:云志|云志]]''' 18:49感觉他说的意思是简化成数学题，把大自然演化加快1亿倍的速度，才可以用2年模拟出来通用智能，还需要知道怎么设计等价大自然环境的演化模型，神经元模型也要调整，需要的计算量太大了。现在水平研究才到十万，百万级别的神经元模型，到人类的1000亿还有好几个数量级&lt;br&gt;<br /> '''[[user:大张斌|大张斌]]''' 18:50人工智能目前我理解不太可能做成通用的，最多在解决一个问题上效率做到很高而已&lt;br&gt;<br /> '''[[user:大张斌|大张斌]]''' 18:51而且是一个问题的细分再细分而已&lt;br&gt;<br /> '''[[user:大张斌|大张斌]]''' 18:55比如拿人脸识别这个问题来说，我一直在想，对面走过来三个女人，一个老，两个年轻，年轻里一个漂亮，一个比较难看。正常男人花0.1秒就能选出那个年轻漂亮的，耗费能量0.1瓦。那如果换成电脑呢，现在最先进的人识别功能估计都做不到，要做到的话要花几秒？多少能量？效率差多少倍？ 所以说人工智能还早呢。数字瞎编的，大概就是这个意思。&lt;br&gt;<br /> '''[[user:na|na]]''' 19:08美是感性的&lt;br&gt;<br /> '''[[user:陈海华|海仔]]''' 19:24@靖 我理解是先天架构已经演化成固定架构，先天架构已经可以无监督学习，人类要先找到这种固定架构才能实现类脑工作&lt;br&gt;<br /> '''[[user:Aerowalker（源炁） 19:27|Aerowalker（源炁） 19:27]]'''这么厉害[傲慢]&lt;br&gt;<br /> '''[[user:江南|江南]]''' 22:25 @陈海华 成为ROM了，或OS了。&lt;br&gt;<br /> '''[[user:江南|江南]]''' 22:28 @靖 我看一个报道，说量子计算机的运算能力相当于1000亿个奔腾处理器。&lt;br&gt;<br /> '''[[user:江南|江南]]''' 22:30 所以不用担心摩尔定律失效&lt;br&gt;<br /> '''[[user:江南|江南]]''' 22:31 计算机运算速度不是1年半到两年翻一倍的问题了&lt;br&gt;<br /> '''[[user:宇恒|宇恒]]''' 22:32 哈哈哈识别美女很快的&lt;br&gt;<br /> '''[[user:云志|云志]]''' 22:32 然而量子计算机作为通用计算起码要几十年发展之后&lt;br&gt;<br /> '''[[user:宇恒|宇恒]]''' 22:34 量子计算机暂时不指望&lt;br&gt;<br /> '''[[user:陈海华|海仔]]''' 23:22 成为ROM了，或OS了。--…不理解意思，不过从第二次成人报告或狼孩故事或华生婴儿实验，可以理解人类后天软件也很特别很重要，正常人的一定是有后天正常软件，从那篇基因文章可以看成先天硬件，人类社会交互是后天软件--我是这么理解&lt;br&gt;<br /> '''[[user:陈海华|海仔]]''' 23:25 第二次成人过程原理[愉快]记错了&lt;br&gt;<br /> <br /> ————— 2019-08-24 —————&lt;br&gt;<br /> '''[[user:陈海华 00:07|陈海华 00:07]]'''或者说用带bios的先天硬件来形容&lt;br&gt;<br /> '''[[user:云志 00:11|云志 00:11]]'''一般归于本能，本能是挺重要的，触觉能感觉是否舒适，噪音和痛觉能带来恐惧，音乐有种美感，视觉也有对称美感，等等这些都是天生的，不用学习。除了五感，人体还有多巴胺，肾上腺素，皮质醇，都对人体的内感有影响。另外研究狼孩区别也能知道挺多，研究不同缺陷的人有挺多关于认知的文章。<br /> AI有五感对于有五感相关词汇来说是挺重要的，尽管AI可以凭借不同的设置知道某些感觉的物理性质是怎样的，具备一定精细度的感知来还原抽象词语的原本意思有很大的帮助&lt;br&gt;<br /> '''[[user:云志|云志]]''' 00:11 人体的多巴胺和皮质醇就影响了人是不是快乐，是不是有压力和应激反应。这些有很多相关的词语，如果AI没有同感的话，就会建立推理，在什么条件下，人类会出现这些感觉，通过统计推理才得出来，而不是AI本身内在的感觉，就是说，我们可能只能制造一个没有某些情感的AI，但能用智商来弥补知觉&lt;br&gt;<br /> '''[[user:江南|江南]]''' 07:22 @陈海华 计算机中的ROM，OS，都是只读的，不会改变，除非更新版本。就有如人的本能，或DNA自带的算法，出生就具备的了。或就是你后面说的“bios的先天硬件”。&lt;br&gt;<br /> '''[[user:敬亭山|敬亭山]]''' 07:25 人类是一个为了生存繁衍高度专业化的机器，对于危险、食物、美女这些信息是极端敏感的。并不是人脑的算力比电脑强大多少，而是专门优化了这几个领域的算法。相当于人脑缓存里有大量的专用模块处理这方面信息，那效率当然高。但是这些模块基本也占用了人脑全部缓存，处理其他通用数据的效率就并不高了，根本无法跟电脑相比。&lt;br&gt;<br /> '''[[user:敬亭山|敬亭山]]''' 07:34 科研发现，人脑结构跟电脑不同，不是专门用于处理逻辑运算的。人脑里面有大量的资源专门用于诸如人脸识别、社会关系处理等等非通用逻辑运算。所以大脑较小的人，智力往往不受影响，而社交能力、运动能力等往往较弱。逻辑运算是人类后天发展起来的运算方式，在大脑里根本就没有专用软件，运算效率极低&lt;br&gt;<br /> '''[[user:江南|江南]]''' 07:36@陈海华 @靖 但我们需要继续讨论，未来我们设计的人类机器人思维软件操作系统及其基本的智能，不应该是通过学习得来的，比如计算能力，人需要从孩子从背诵九九乘法表口诀开始，作为机器人就不需要，也不应该了。那么，人的第二次成人过程是后天得来，是经过学习得来的，而机器人有现成的“后天软件”可以应用。接下的问题是从哪里开始学习的问题了，完全模仿人的学习过程是不需要了，但继续依靠人的学习而影响、改进“后天软件”却仍需要。其实先天固化在硬件中的软件也需要改进，那属于进化的范围，但却少不了。&lt;br&gt;</div>

223.192.192.3 http://wiki.sseuu.com/index.php?title=%E8%AE%A8%E8%AE%BA:%E6%80%9D%E7%BB%B4%E8%BD%AF%E4%BB%B6%E8%AE%BE%E8%AE%A1:%E9%9C%80%E6%B1%82%E5%88%86%E6%9E%90&diff=16935 2019-08-24T00:31:20Z

<p>223.192.192.3：创建页面，内容为“{{4}} ————— 2019-08-23 —————&lt;br&gt; '''海仔''' 15:39据悉，浦发“数字人”将应用于浦发银行APP、网银以及各...”</p> <hr /> <div>{{4}}<br /> ————— 2019-08-23 —————&lt;br&gt;<br /> '''[[user:陈海华|海仔]]''' 15:39据悉，浦发“数字人”将应用于浦发银行APP、网银以及各类移动终端，还能融入到智能家居、智能交通。&lt;br&gt;<br /> 　　除了浦发“数字人”，百度智能云未来还计划推出“数字人工厂”，打造更多专业领域的“数字人”，工作助手，海底捞服务员，甚至是全职伴侣都有可能由“数字人”来扮演。而在建造这些数字人的过程中，百度智能云也会融入更多的技术，让“数字人”变得更加逼真。<br /> 　　“数字人”时代真的要到来了，你准备好了吗？&lt;br&gt;<br /> '''[[user:陈海华|海仔]]''' 15:39[img]https://mail.qq.com/cgi-bin/viewfile?f=CBC89A0D66C7B223EB0BDC8A01691CD95BAA9C09217F59CFC6BD52BE8C7FD3DC31F2B59D656134FDE2DB7AD52CBA9C55C405E54BE50F5E457ED29CDC3395E581FE33F6F63C9C72CFE3791825B7CF2184BD9BBD0DC093A84F39C1465B751C96BC&amp;mailid=ZL1224-uojUUGYbif%7EfIzRpQBrcL98&amp;sid=BDYoHiiqfghofWo3&amp;net=889192575[/img]&lt;br&gt;<br /> '''[[user:陈海华|海仔]]''' 15:59 百度智能云联合浦发推“数字人” *****多模态计算促进智能化飞跃***** [color=rgb(30, 84, 148)][url=http://www.iqiyi.com/w_19s8jrqcpt.html]http://www.iqiyi.com/w_19s8jrqcpt.html[/url][/color]&lt;br&gt;<br /> '''[[user:陈海华|海仔]]''' 17:41[Nature | 纯粹的算法学习不可取，启发神经网络研究要靠动物: [color=rgb(30, 84, 148)][url=http://mp.weixin.qq.com/s?__biz=MzU5Mjc4MjIzOA==&amp;mid=2247486308&amp;idx=1&amp;sn=ac57020d1416358ee20e71328143a494&amp;chksm=fe1b3d95c96cb483555f590814eea0bdf8a54da650502480aed77f091bf13b573d36977f7ff0&amp;mpshare=1&amp;scene=1&amp;srcid=0823uV8G4NE6rrZLvj9RKpe9&amp;sharer_sharetime=1566548636731&amp;sharer_shareid=bdf7c8e33919177319d6be101dad7816#rd]http://mp.weixin.qq.com/s?__biz=MzU5Mjc4MjIzOA==&amp;mid=2247486308&amp;idx=1&amp;sn=ac57020d1416358ee20e71328143a494&amp;amp;chksm=fe1b3d95c96cb483555f590814eea0bdf8a54da650502480aed77f091bf13b573d36977f7ff0&amp;mpshare=1&amp;scene=1&amp;srcid=0823uV8G4NE6rrZLvj9RKpe9&amp;sharer_sharetime=1566548636731&amp;sharer_shareid=bdf7c8e33919177319d6be101dad7816#rd[/url][/color]]&lt;br&gt;<br /> '''[[user:陈海华|海仔]]''' 17:42大多数动物的行为不是聪明的学习算法的结果——监督或无监督——而是早已被编码在基因组中。&lt;br&gt;<br /> '''[[user:陈海华|海仔]]''' 17:50--------------------但是，人工智能的进一步发展是否会受益于动物大脑的研究仍然存在争议。也许我们从动物大脑中学到了所有我们需要的东西。正如飞机与鸟类非常不同，人们可以想象智能机器的操作原理与生物有机体的原理截然不同。<br /> 我们认为这不太可能，因为我们对智能机器的要求 - 有时被误导地称为“人工通用智能” - 根本不是通用的; 如此紧密地匹配人的能力，只有与大脑类似的机器才能实现它，这在很大程度上受到了限制。-------------&lt;br&gt;<br /> '''[[user:陈海华|海仔]]''' 17:53-----------从某些方面来看，飞机比鸟类优越得多:它可以飞得更快，飞得更高，飞得更远，承载货物的能力也更强。但是飞机不能潜入水中抓鱼，也不能从树上悄悄地飞下来抓老鼠。<br /> 同样地，现代计算机在某些方面已经大大超过了人类的计算能力(如国际象棋)，但在定义为一般智力的一组明确的专门任务上却无法与人类匹敌。如果我们想要设计一个能够完成我们工作的系统，我们将需要根据相同的设计原则来构建它。------------&lt;br&gt;<br /> '''[[user:云志|云志]]''' 18:49感觉他说的意思是简化成数学题，把大自然演化加快1亿倍的速度，才可以用2年模拟出来通用智能，还需要知道怎么设计等价大自然环境的演化模型，神经元模型也要调整，需要的计算量太大了。现在水平研究才到十万，百万级别的神经元模型，到人类的1000亿还有好几个数量级&lt;br&gt;<br /> '''[[user:大张斌|大张斌]]''' 18:50人工智能目前我理解不太可能做成通用的，最多在解决一个问题上效率做到很高而已&lt;br&gt;<br /> '''[[user:大张斌|大张斌]]''' 18:51而且是一个问题的细分再细分而已&lt;br&gt;<br /> '''[[user:大张斌|大张斌]]''' 18:55比如拿人脸识别这个问题来说，我一直在想，对面走过来三个女人，一个老，两个年轻，年轻里一个漂亮，一个比较难看。正常男人花0.1秒就能选出那个年轻漂亮的，耗费能量0.1瓦。那如果换成电脑呢，现在最先进的人识别功能估计都做不到，要做到的话要花几秒？多少能量？效率差多少倍？ 所以说人工智能还早呢。数字瞎编的，大概就是这个意思。&lt;br&gt;<br /> '''[[user:na|na]]''' 19:08美是感性的&lt;br&gt;<br /> '''[[user:陈海华|海仔]]''' 19:24@靖 我理解是先天架构已经演化成固定架构，先天架构已经可以无监督学习，人类要先找到这种固定架构才能实现类脑工作&lt;br&gt;<br /> '''[[user:Aerowalker（源炁） 19:27|Aerowalker（源炁） 19:27]]'''这么厉害[傲慢]&lt;br&gt;<br /> '''[[user:江南|江南]]''' 22:25 @陈海华 成为ROM了，或OS了，如何运行，已经写在中断中了。&lt;br&gt;<br /> '''[[user:江南|江南]]''' 22:28 @靖 我看一个报道，说量子计算机的运算能力相当于1000亿个奔腾处理器。&lt;br&gt;<br /> '''[[user:江南|江南]]''' 22:30 所以不用担心摩尔定律失效&lt;br&gt;<br /> '''[[user:江南|江南]]''' 22:31 计算机运算速度不是1年半到两年翻一倍的问题了&lt;br&gt;<br /> '''[[user:宇恒|宇恒]]''' 22:32 哈哈哈识别美女很快的&lt;br&gt;<br /> '''[[user:云志|云志]]''' 22:32 然而量子计算机作为通用计算起码要几十年发展之后&lt;br&gt;<br /> '''[[user:宇恒|宇恒]]''' 22:34 量子计算机暂时不指望&lt;br&gt;<br /> '''[[user:陈海华|海仔]]''' 23:22 成为ROM了，或OS了，如何运行，已经写在中断中了。--…不理解意思，不过从第二次成人报告或狼孩故事或华生婴儿实验，可以理解人类后天软件也很特别很重要，正常人的一定是有后天正常软件，从那篇基因文章可以看成先天硬件，人类社会交互是后天软件--我是这么理解&lt;br&gt;<br /> '''[[user:陈海华|海仔]]''' 23:25 第二次成人过程原理[愉快]记错了&lt;br&gt;<br /> <br /> ————— 2019-08-24 —————&lt;br&gt;<br /> '''[[user:陈海华 00:07|陈海华 00:07]]'''或者说用带bios的先天硬件来形容&lt;br&gt;<br /> '''[[user:云志 00:11|云志 00:11]]'''一般归于本能，本能是挺重要的，触觉能感觉是否舒适，噪音和痛觉能带来恐惧，音乐有种美感，视觉也有对称美感，等等这些都是天生的，不用学习。除了五感，人体还有多巴胺，肾上腺素，皮质醇，都对人体的内感有影响。另外研究狼孩区别也能知道挺多，研究不同缺陷的人有挺多关于认知的文章。<br /> AI有五感对于有五感相关词汇来说是挺重要的，尽管AI可以凭借不同的设置知道某些感觉的物理性质是怎样的，具备一定精细度的感知来还原抽象词语的原本意思有很大的帮助&lt;br&gt;<br /> '''[[user:云志|云志]]''' 00:11 人体的多巴胺和皮质醇就影响了人是不是快乐，是不是有压力和应激反应。这些有很多相关的词语，如果AI没有同感的话，就会建立推理，在什么条件下，人类会出现这些感觉，通过统计推理才得出来，而不是AI本身内在的感觉，就是说，我们可能只能制造一个没有某些情感的AI，但能用智商来弥补知觉&lt;br&gt;<br /> '''[[user:江南|江南]]''' 07:22 @陈海华 计算机中的ROM，OS，都是只读的，不会改变，除非更新版本。就有如人的本能，或DNA自带的算法，出生就具备的了。或就是你后面说的“bios的先天硬件”。&lt;br&gt;<br /> '''[[user:敬亭山|敬亭山]]''' 07:25 人类是一个为了生存繁衍高度专业化的机器，对于危险、食物、美女这些信息是极端敏感的。并不是人脑的算力比电脑强大多少，而是专门优化了这几个领域的算法。相当于人脑缓存里有大量的专用模块处理这方面信息，那效率当然高。但是这些模块基本也占用了人脑全部缓存，处理其他通用数据的效率就并不高了，根本无法跟电脑相比。&lt;br&gt;<br /> '''[[user:敬亭山|敬亭山]]''' 07:34 科研发现，人脑结构跟电脑不同，不是专门用于处理逻辑运算的。人脑里面有大量的资源专门用于诸如人脸识别、社会关系处理等等非通用逻辑运算。所以大脑较小的人，智力往往不受影响，而社交能力、运动能力等往往较弱。逻辑运算是人类后天发展起来的运算方式，在大脑里根本就没有专用软件，运算效率极低&lt;br&gt;<br /> '''[[user:江南|江南]]''' 07:36@陈海华 @靖 但我们需要继续讨论，未来我们设计的人类机器人思维软件操作系统及其基本的智能，不应该是通过学习得来的，比如计算能力，人需要从孩子从背诵九九乘法表口诀开始，作为机器人就不需要，也不应该了。那么，人的第二次成人过程是后天得来，是经过学习得来的，而机器人有现成的“后天软件”可以应用。接下的问题是从哪里开始学习的问题了，完全模仿人的学习过程是不需要了，但继续依靠人的学习而影响、改进“后天软件”却仍需要。其实先天固化在硬件中的软件也需要改进，那属于进化的范围，但却少不了。&lt;br&gt;</div>

223.192.192.3 http://wiki.sseuu.com/index.php?title=%E4%BA%BA%E7%B1%BB%E5%A2%9E%E5%BC%BA&diff=16919 2019-08-22T23:20:15Z

<p>223.192.192.3：</p> <hr /> <div>{{4}}<br /> {{人类增强综合社群上}}<br /> <br /> 人类增强（英语：Human enhancement）。是指那些希望通过自然或人工的手段暂时或永久的克服现在人体局限的尝试。人类增强技术不仅是为了治疗疾病和残疾，同时为了增强人类素质。[[人类增强科技联盟]]将其具体定义为[[人类:超级长寿|超级长寿]]、[[人类:超级智慧|超级智慧]]、[[人类:超级幸福|超级幸福]]。<br /> ----<br /> &lt;table border=&quot;0&quot;&gt;<br /> &lt;tr&gt;<br /> &lt;td&gt;[[人类增强:细胞抗衰老|细胞抗衰老]]&lt;/td&gt; &lt;td&gt;　　　　　　 &lt;/td&gt; &lt;td&gt;[[人类增强:养生|养生]]&lt;/td&gt;<br /> &lt;/tr&gt;&lt;tr&gt; <br /> &lt;td&gt;[[人类增强:基因工程|基因工程]]&lt;/td&gt; &lt;td&gt;　　　　　　 &lt;/td&gt; &lt;td&gt;[[人类增强:冷冻技术|冷冻技术]]&lt;/td&gt;<br /> &lt;/tr&gt;&lt;tr&gt; <br /> &lt;td&gt;[[人类增强:人工智能|人工智能]]&lt;/td&gt;&lt;td&gt;　 &lt;/td&gt; &lt;td&gt;[[人类增强:脑科学|脑科学]]&lt;/td&gt;<br /> &lt;/tr&gt;<br /> &lt;/table&gt;<br /> ----<br /> 人类增强相关组织及网站<br /> #国内<br /> ##[[人类增强科技联盟]]<br /> ##[[数据永存与人类虚拟永生网]]<br /> ##http://www.1153.me 人类永生联盟网<br /> ##[[国内相关社群]]<br /> #国外<br /> ##https://www.terasemmovementfoundation.com [[特雷塞运动（Terasem Movement）基金会]]<br /> ##http://Www.LifeNaut.com [[生命之舟]]<br /> ##http://www.eter9.com [[数字人社交网络平台]]<br /> ##http://www.eterni.me [[人类数字克隆体网]]站<br /> ##https://www.terasemfaith.net/ 幸福快乐地生活（[[泰拉姆信仰网]]）<br /> ##https://www.terasemweb.org/ [[泰拉姆网|特雷塞运动跨宗教公司]] <br /> ##https://maps.secondlife.com [[泰拉姆第二人生地图]]<br /> ##https://www.terasemradio.com/ [[泰拉姆电台]]</div>

223.192.192.3 http://wiki.sseuu.com/index.php?title=%E7%8E%8B%E6%98%8E%E5%8D%8E%E5%B7%A5%E4%BD%9C%E6%97%A5%E8%AE%B0:2019-08-21&diff=16904 2019-08-21T23:35:34Z

<p>223.192.192.3：创建页面，内容为“{{4}}8月21日星期三。上午去桐庐，考察江南镇奇石园。浙江石景旅游文化股份王嘉明总经理带领大家参观一期已建成40亩房产...”</p> <hr /> <div>{{4}}8月21日星期三。上午去桐庐，考察江南镇奇石园。浙江石景旅游文化股份王嘉明总经理带领大家参观一期已建成40亩房产以及130亩湖塘，实地观看二期200多亩的规划用地，向大家汇报项目概况和文化-康养合作意向。77云医园王明华董事长介绍桐庐《新中医康养互联网医院》1+1+1田园综合体项目情况。丽水耕道农业陈如庆总经理介绍有机养殖和种植的项目配合。金中文会长介绍SOLOMO管理和发展会员。萧桂森老师总结发言，从项目基地到各方资源，系统分析，井井有条，博得大家认同。回杭到天工艺苑，与77医陈杰、79医沈宏等脑外科专家小坐。接待浙大南京健康产业研究院叶继术院长等三人，商洽江浙合作，约定双方进一步的走访交流。</div>

223.192.192.3 http://wiki.sseuu.com/index.php?title=IP_%E5%9C%B0%E5%9D%80%E8%AE%B0%E5%BD%95&diff=16900 2019-08-21T23:30:22Z

<p>223.192.192.3：</p> <hr /> <div>{{4}}使用 http://www.ip138.com 查找IP所在地<br /> *[http://www.tywiki.com/index.php/%E7%89%B9%E6%AE%8A:%E7%94%A8%E6%88%B7%E8%B4%A1%E7%8C%AE/223.192.192.75 223.192.192.75] 江南（广东省广州市 长城宽带）<br /> *223.192.192.3 江南 广东省广州市 长城宽带<br /> *[[123.151.77.70]] 天津市天津市 电信<br /> *[[183.196.181.201]] 河北省邢台市 移动<br /> *[[123.151.76.158]] 天津市天津市 电信<br /> *[[218.68.91.101]] 天津市天津市 联通</div>

223.192.192.3 http://wiki.sseuu.com/index.php?title=%E6%A8%A1%E5%BC%8F%E8%AF%86%E5%88%AB&diff=16899 2019-08-21T23:27:08Z

<p>223.192.192.3：创建页面，内容为“{{4}}'''模式识别''' 来自 [https://baike.baidu.com/item/%E6%A8%A1%E5%BC%8F%E8%AF%86%E5%88%AB/295301 百度百科] 模式识别就是通过计算机用数学技...”</p> <hr /> <div>{{4}}'''模式识别''' 来自 [https://baike.baidu.com/item/%E6%A8%A1%E5%BC%8F%E8%AF%86%E5%88%AB/295301 百度百科]<br /> <br /> 模式识别就是通过计算机用数学技术方法来研究模式的自动处理和判读，把环境与客体统称为“模式”。随着计算机技术的发展，人类有可能研究复杂的信息处理过程，其过程的一个重要形式是生命体对环境及客体的识别。模式识别以图像处理与计算机视觉、语音语言信息处理、脑网络组、类脑智能等为主要研究方向，研究人类模式识别的机理以及有效的计算方法。 [1] <br /> <br /> == 发展历程 ==<br /> <br /> 早期的模式识别研究着重在数学方法上。20世纪50年代末，F．罗森布拉特提出了一种简化的模拟人脑进行识别的数学模型——感知器，初步实现了通过给定类别的各个样本对识别系统进行训练，使系统在学习完毕后具有对其他未知类别的模式进行正确分类的能力。1957年，周绍康提出用统计决策理论方法求解模式识别问题，促进了从50年代末开始的模式识别研究工作的迅速发展。1962年，R．纳拉西曼提出了一种基于基元关系的句法识别方法。付京孙(K．S． Fu）在笮的理论及应用两方^行了系统的卓有成效的研究，并于1974年出版了一本专著《句法模式识别及其应用》。1982年和1984年，J．荷甫菲尔德发表了两篇重要论文，深刻揭示出人工神经元，网路所具有的联想存储和计算能力，进一步推动了模式识别的研究工作，短短几年在很多应用方面就取得了显著成果，从而形成了模式识别的人工神经元网络方法的新的学科方向。<br /> 人们在观察事物或现象的时候，常常要寻找它与其他事物或现象的不同之处，并根据一定的目的把各个相似的但又不完全相同的事物或现象组成一类。字符识别就是一个典型的例子。例如数字“4”可以有各种写法，但都属于同一类别。更为重要的是，即使对于某种写法的“4”，以前虽未见过，也能把它分到“4”所属的这一类别。人脑的这种思维能力就构成了“模式”的概念。在上述例子中，模式和集合的概念是分开来的，只要认识这个集合中的有限数量的事物或现象，就可以识别属于这个集合的任意多的事物或现象。为了强调从一些个别的事物或现象推断出事物或现象的总体，我们把这样一些个别的事物或现象叫作各个模式。也有的学者认为应该把整个的类别叫作模式，这样的“模式”是一种抽象化的概念，如“房屋”等都是“模式”，而把具体的对象，如人民大会堂，叫作“房屋”这类模式中的一个样本。这种名词上的不同含义是容易从上下文中弄清楚的。<br /> <br /> 模式识别是人类的一项基本智能，在日常生活中，人们经常在进行“模式识别”。随着20世纪40年代计算机的出现以及50年代人工智能的兴起，人们当然也希望能用计算机来代替或扩展人类的部分脑力劳动。(计算机)模式识别在20世纪60年代初迅速发展并成为一门新学科。<br /> <br /> 模式识别是指对表征事物或现象的各种形式的(数值的、文字的和逻辑关系的)信息进行处理和分析，以对事物或现象进行描述、辨认、分类和解释的过程，是信息科学和人工智能的重要组成部分。 [2] <br /> <br /> == 研究方向 ==<br /> <br /> 模式识别又常称作模式分类，从处理问题的性质和解决问题的方法等角度，模式识别分为有监督的分类（Supervised Classification）和无监督的分类(Unsupervised Classification)两种。二者的主要差别在于，各实验样本所属的类别是否预先已知。一般说来，有监督的分类往往需要提供大量已知类别的样本，但在实际问题中，这是存在一定困难的，因此研究无监督的分类就变得十分有必要了。<br /> <br /> 模式还可分成抽象的和具体的两种形式。前者如意识、思想、议论等，属于概念识别研究的范畴，是人工智能的另一研究分支。我们所指的模式识别主要是对语音波形、地震波、心电图、脑电图、图片、照片、文字、符号、生物传感器等对象的具体模式进行辨识和分类。 [2] <br /> <br /> 模式识别研究主要集中在两方面，一是研究生物体(包括人)是如何感知对象的，属于认识科学的范畴，二是在给定的任务下，如何用计算机实现模式识别的理论和方法。前者是生理学家、心理学家、生物学家和神经生理学家的研究内容，后者通过数学家、信息学专家和计算机科学工作者近几十年来的努力，已经取得了系统的研究成果。<br /> <br /> 应用计算机对一组事件或过程进行辨识和分类，所识别的事件或过程可以是文字、声音、图像等具体对象，也可以是状态、程度等抽象对象。这些对象与数字形式的信息相区别，称为模式信息。<br /> <br /> 模式识别所分类的类别数目由特定的识别问题决定。有时，开始时无法得知实际的类别数，需要识别系统反复观测被识别对象以后确定。<br /> <br /> 模式识别与统计学、心理学、语言学、 计算机科学 、生物学、控制论等都有关系。它与 人工智能 、 图像处理 的研究有交叉关系。例如自适应或自组织的模式识别系统包含了人工智能的学习机制；人工智能研究的景物理解、自然语言理解也包含模式识别问题。又如模式识别中的预处理和特征抽取环节应用图像处理的技术；图像处理中的图像分析也应用模式识别的技术。 [2] <br /> <br /> == 研究方法 ==<br /> <br /> '''决策理论方法'''<br /> <br /> 又称统计方法，是发展较早也比较成熟的一种方法。被识别对象首先数字化，变换为适于计算机处理的数字信息。一个模式常常要用很大的信息量来表示。许多模式识别系统在数字化环节之后还进行预处理，用于除去混入的干扰信息并减少某些变形和失真。随后是进行特征抽取，即从数字化后或预处理后的输入模式中抽取一组特征。所谓特征是选定的一种度量，它对于一般的变形和失真保持不变或几乎不变，并且只含尽可能少的冗余信息。特征抽取过程将输入模式从对象空间映射到特征空间。这时，模式可用特征空间中的一个点或一个特征矢量表示。这种映射不仅压缩了信息量，而且易于分类。在决策理论方法中，特征抽取占有重要的地位，但尚无通用的理论指导，只能通过分析具体识别对象决定选取何种特征。特征抽取后可进行分类，即从特征空间再映射到决策空间。为此而引入鉴别函数，由特征矢量计算出相应于各类别的鉴别函数值，通过鉴别函数值的比较实行分类。<br /> <br /> '''句法方法'''<br /> <br /> 又称结构方法或语言学方法。其基本思想是把一个模式描述为较简单的子模式的组合，子模式又可描述为更简单的子模式的组合，最终得到一个树形的结构描述，在底层的最简单的子模式称为模式基元。在句法方法中选取基元的问题相当于在决策理论方法中选取特征的问题。通常要求所选的基元能对模式提供一个紧凑的反映其结构关系的描述，又要易于用非句法方法加以抽取。显然，基元本身不应该含有重要的结构信息。模式以一组基元和它们的组合关系来描述，称为模式描述语句，这相当于在语言中，句子和短语用词组合，词用字符组合一样。基元组合成模式的规则，由所谓语法来指定。一旦基元被鉴别，识别过程可通过句法分析进行，即分析给定的模式语句是否符合指定的语法，满足某类语法的即被分入该类。<br /> <br /> 模式识别方法的选择取决于问题的性质。如果被识别的对象极为复杂，而且包含丰富的结构信息，一般采用句法方法；被识别对象不很复杂或不含明显的结构信息，一般采用决策理论方法。这两种方法不能截然分开，在句法方法中，基元本身就是用决策理论方法抽取的。在应用中，将这两种方法结合起来分别施加于不同的层次，常能收到较好的效果。<br /> <br /> '''统计模式识别'''<br /> <br /> 统计模式识别(statistic pattern recognition)的基本原理是：有相似性的样本在模式空间中互相接近，并形成“集团”，即“物以类聚”。其分析方法是根据模式所测得的特征向量Xi=(xi1，xi2，…，xid)T(i=1，2，…，N)，将一个给定的模式归入C个类ω1，ω2，…， ωc中，然后根据模式之间的距离函数来判别分类。其中，T表示转置；N为样本点数；d为样本特征数。<br /> <br /> 统计模式识别的主要方法有：判别函数法，近邻分类法，非线性映射法，特征分析法，主因子分析法等。<br /> <br /> 在统计模式识别中，贝叶斯决策规则从理论上解决了最优分类器的设计问题，但其实施却必须首先解决更困难的概率密度估计问题。BP神经网络直接从观测数据(训练样本)学习，是更简便有效的方法，因而获得了广泛的应用，但它是一种启发式技术，缺乏指定工程实践的坚实理论基础。统计推断理论研究所取得的突破性成果导致现代统计学习理论——VC理论的建立，该理论不仅在严格的数学基础上圆满地回答了人工神经网络中出现的理论问题，而且导出了一种新的学习方法——支持向量机（SVM）。 [2] <br /> <br /> == 应用领域 ==<br /> <br /> 模式识别可用于文字和语音识别、遥感和医学诊断等方面。<br /> <br /> '''① 文字识别'''<br /> <br /> 汉字已有数千年的历史，也是世界上使用人数最多的文字，对于中华民族灿烂文化的形成和发展有着不可磨灭的功勋。所以在信息技术及计算机技术日益普及的今天，如何将文字方便、快速地输入到计算机中已成为影响人机接口效率的一个重要瓶颈，也关系到计算机能否真正在我国得到普及的应用。目前，汉字输入主要分为人工键盘输入和机器自动识别输入两种。其中人工键入速度慢而且劳动强度大；自动输入又分为汉字识别输入及语音识别输入。从识别技术的难度来说，手写体识别的难度高于印刷体识别，而在手写体识别中，脱机手写体的难度又远远超过了联机手写体识别。到目前为止，除了脱机手写体数字的识别已有实际应用外，汉字等文字的脱机手写体识别还处在实验室阶段。<br /> <br /> '''②　语音识别'''<br /> <br /> 语音识别技术技术所涉及的领域包括：信号处理、模式识别、概率论和信息论、发声机理和听觉机理、人工智能等等。近年来，在生物识别技术领域中，声纹识别技术以其独特的方便性、经济性和准确性等优势受到世人瞩目，并日益成为人们日常生活和工作中重要且普及的安验证方式。而且利用基因算法训练连续隐马尔柯夫模型的语音识别方法现已成为语音识别的主流技术，该方法在语音识别时识别速度较快，也有较高的识别率。<br /> <br /> '''③ 指纹识别'''<br /> <br /> 我们手掌及其手指、脚、脚趾内侧表面的皮肤凹凸不平产生的纹路会形成各种各样的图案。而这些皮肤的纹路在图案、断点和交叉点上各不相同，是唯一的。依靠这种唯一性，就可以将一个人同他的指纹对应起来，通过比较他的指纹和预先保存的指纹进行比较，便可以验证他的真实身份。一般的指纹分成有以下几个大的类别:环型(loop)，螺旋型(whorl)，弓型(arch)，这样就可以将每个人的指纹分别归类，进行检索。指纹识别基本上可分成：预处理、特征选择和模式分类几个大的步骤。<br /> <br /> '''④ 遥感'''<br /> <br /> 遥感图像识别已广泛用于农作物估产、资源勘察、气象预报和军事侦察等。<br /> <br /> '''⑤　医学诊断'''<br /> <br /> 在癌细胞检测、X射线照片分析、血液化验、染色体分析、心电图诊断和脑电图诊断等方面，模式识别已取得了成效。 [2] <br /> <br /> == 发展潜力 ==<br /> <br /> 模式识别技术是人工智能的基础技术，21世纪是智能化、信息化、计算化、网络化的世纪，在这个以数字计算为特征的世纪里，作为人工智能技术基础学科的模式识别技术，必将获得巨大的发展空间。在国际上，各大权威研究机构，各大公司都纷纷开始将模式识别技术作为公司的战略研发重点加以重视。<br /> <br /> '''1、语音识别技术'''<br /> <br /> 语音识别技术正逐步成为信息技术中人机接口(Human Computer Interface， HCI)的关键技术，语音技术的应用已经成为一个具有竞争性的新兴高技术产业。中国互联网中心的市场预测：未来5年，中文语音技术领域将会有超过400亿人民币的市场容量，然后每年以超过30%的速度增长。<br /> <br /> '''2、生物认证技术'''<br /> <br /> 生物认证技术(Biometrics)本世纪最受关注的安全认证技术，它的发展是大势所趋。人们愿意忘掉所有的密码、扔掉所有的磁卡，凭借自身的唯一性来标识身份与保密。国际数据集团（IDC）预测：作为未来的必然发展方向的移动电子商务基础核心技术的生物识别技术在未来10年的时间里将达到100亿美元的市场规模。<br /> <br /> '''3、数字水印技术'''<br /> <br /> 90年代以来才在国际上开始发展起来的数字水印技术(Digital Watermarking)是最具发展潜力与优势的数字媒体版权保护技术。IDC预测，数字水印技术在未来的5年内全球市场容量超过80亿美元。 [2] <br /> <br /> 模式识别从20世纪20年代发展至今，人们的一种普遍看法是不存在对所有模式识别问题都适用的单一模型和解决识别问题的单一技术，我们现在拥有的只是一个工具袋，所要做的是结合具体问题把统计的和句法的识别结合起来，把统计模式识别或句法模式识别与人工智能中的启发式搜索结合起来，把统计模式识别或句法模式识别与支持向量机的机器学习结合起来，把人工神经元网络与各种已有技术以及人工智能中的专家系统、不确定推理方法结合起来，深入掌握各种工具的效能和应有的可能性，互相取长补短，开创模式识别应用的新局面。<br /> <br /> 对于识别二维模式的能力，存在各种理论解释。模板说认为，我们所知的每一个模式，在长时记忆中都有一个相应的模板或微缩副本。模式识别就是与视觉刺激最合适的模板进行匹配。特征说认为，视觉刺激由各种特征组成，模式识别是比较呈现刺激的特征和储存在长时记忆中的模式特征。特征说解释了模式识别中的一些自下而上过程，但它不强调基于环境的信息和期待的自上而下加工。基于结构描述的理论可能比模板说或特征说更为合适。<br /> <br /> <br /> == 《模式识别》教材 ==<br /> <br /> 丛书名： 国外计算机科学教材系列&lt;br&gt;<br /> 作　者： （希）西奥多里德斯 等著，李晶皎 等译&lt;br&gt;<br /> 出 版 社： 电子工业出版社&lt;br&gt;<br /> 出版时间： 2006-12-1&lt;br&gt;<br /> 页　数： 551&lt;br&gt;<br /> 纸　张： 胶版纸&lt;br&gt;<br /> S B N ： 9787121026478&lt;br&gt;<br /> 包　装： 平装&lt;br&gt;<br /> 所属分类： 图书 &gt;&gt; 计算机/网络 &gt;&gt; 人工智能&lt;br&gt;<br /> 定价：￥58.00&lt;br&gt;<br /> '''内容简介'''&lt;br&gt;<br /> 模式识别是指对表征事物或现象的各种形式的信息进行处理和分析，以对事物或现象进行描述、辨认、分类和解释的过程。它是信息科学和人工智能的重要组成部分，主要应用领域是图像分析与处理、语音识别、声音分类、通信、计算机辅助诊断、数据挖掘等学科。本书在完美地结合当前的理论与实践的基础上，讨论了贝叶斯分类、贝叶斯网络、线性和非线性分类器设计、动态编程和用于顺序数据的隐马尔可夫模型、特征生成、特征选取技术、学习理论的基本概念以及聚类概念与算法。与前一版相比，主要更新了关于支持向量机和聚类算法的内容，重点研究了图像分析、语音识别和声音分类的特征生成。每章末均提供有习题与练习，且支持网站上提供有习题解答，以便于读者增加实际经验。&lt;br&gt;<br /> 本书可作为高等院校自动化、计算机、电子和通信等专业研究生和高年级本科生的教材，也可作为计算机信息处理、自动控制等相关领域的工程技术人员的参考用书。&lt;br&gt;<br /> '''作者简介'''&lt;br&gt;<br /> Sergios Theodoridis：希腊雅典大学信息与通信系教授。他于1973年在雅典大学获得物理学学士学位，又分别于1975年和1978年在英国伯明翰大学获得信号处理与通信硕士和博士学位。自1995年以来，他一直是希腊雅典大学信息与通信系教授。其主要研究方向是自适应信号处理、通信与模式识别。他是欧洲并行结构及语言协会（PARLE-95）主席和欧洲信号处理协会（DUSIPCO-98）常务主席、《信号处理》杂志编委。&lt;br&gt;<br /> '''目录'''&lt;br&gt;<br /> 1.3 有监督和无监督模式识别&lt;br&gt;<br /> 1.4 本书的内容安排&lt;br&gt;<br /> 第2章 基于贝叶斯决策理论的分类器&lt;br&gt;<br /> 2.1 引言&lt;br&gt;<br /> 2.2 贝叶斯决策理论&lt;br&gt;<br /> 2.3 判别函数和决策面&lt;br&gt;<br /> 2.4 正态分布的贝叶斯分类&lt;br&gt;<br /> 2.5 未知概率密度函数的估计&lt;br&gt;<br /> 2.6 最近邻规则&lt;br&gt;<br /> 2.7 贝叶斯网络&lt;br&gt;<br /> 习题&lt;br&gt;<br /> 参考文献&lt;br&gt;<br /> 第3章 线性分类器&lt;br&gt;<br /> 3.2 线性判别函数和决策超平面&lt;br&gt;<br /> 3.3 感知器算法&lt;br&gt;<br /> 3.4 最小二乘法&lt;br&gt;<br /> 3.7 支持向量机&lt;br&gt;<br /> 习题&lt;br&gt;<br /> 参考文献&lt;br&gt;<br /> 第4章 非线性分类器&lt;br&gt;<br /> 4.1 引言&lt;br&gt;<br /> 4.2 异或问题&lt;br&gt;<br /> 4.3 两层感知器&lt;br&gt;<br /> 4.4 三层感知器&lt;br&gt;<br /> 4.5 基于训练集准确分类的算法&lt;br&gt;<br /> 4.6 反向传播算法&lt;br&gt;<br /> 4.7 反向传播算法的改进&lt;br&gt;<br /> 4.8 代价函数选择&lt;br&gt;<br /> 4.9 神经网络的大小选择&lt;br&gt;<br /> 4.10 仿真实例&lt;br&gt;<br /> 4.11 具有权值共享的网络&lt;br&gt;<br /> 4.12 线性分类器的推广&lt;br&gt;<br /> 4.13 线性二分法中l维空间的容量&lt;br&gt;<br /> 4.14 多项式分类器&lt;br&gt;<br /> 4.15 径向基函数网络&lt;br&gt;<br /> 4.16 通用逼近&lt;br&gt;<br /> 4.17 支持向量机：非线性情况&lt;br&gt;<br /> 4.18 决策树&lt;br&gt;<br /> 1.19 合并分割器&lt;br&gt;<br /> 1.20 合并分类器的增强法&lt;br&gt;<br /> 4.21 讨论&lt;br&gt;<br /> 习题&lt;br&gt;<br /> 5.2 预处理&lt;br&gt;<br /> 5.3 基于统计假设检验的特征选择&lt;br&gt;<br /> 5.4 接收机操作特性ROC曲线&lt;br&gt;<br /> 5.5 类可分性测量&lt;br&gt;<br /> 5.6 特征子集的选择&lt;br&gt;<br /> 5.7 最优特征生成&lt;br&gt;<br /> 5.8 神经网络和特征生成/选择&lt;br&gt;<br /> 5.9 推广理论的提示&lt;br&gt;<br /> 5.10 贝叶斯信息&lt;br&gt;<br /> 习题&lt;br&gt;<br /> 6.2 基本向量和图像&lt;br&gt;<br /> 6.3 Karhunen-loeve变换&lt;br&gt;<br /> 6.4 奇异值分解&lt;br&gt;<br /> 6.5 独立成分分析&lt;br&gt;<br /> 6.6 离散傅里叶变换（DFT）&lt;br&gt;<br /> ……&lt;br&gt;<br /> 第7章 特征生成Ⅱ&lt;br&gt;<br /> 第8章 模板匹配&lt;br&gt;<br /> 第9章 上下文相关分类&lt;br&gt;<br /> 第10章 系统评价&lt;br&gt;<br /> 第11章 聚类：基本概念&lt;br&gt;</div>

223.192.192.3 http://wiki.sseuu.com/index.php?title=%E6%80%9D%E7%BB%B4%E8%BD%AF%E4%BB%B6%E5%B7%A5%E7%A8%8B:%E4%BA%BA%E5%91%98&diff=16850 2019-08-20T14:36:59Z

<p>223.192.192.3：创建页面，内容为“{{4}} #江南 #唐庆华 #林世哲 #江海韵 #陈海华”</p> <hr /> <div>{{4}}<br /> #江南<br /> #唐庆华<br /> #林世哲<br /> #江海韵<br /> #陈海华</div>

223.192.192.3 http://wiki.sseuu.com/index.php?title=%E6%80%9D%E7%BB%B4%E8%BD%AF%E4%BB%B6%E5%BC%80%E5%8F%91&diff=16849 2019-08-20T14:35:19Z

<p>223.192.192.3：</p> <hr /> <div>&lt;font size=&quot;4&quot;&gt;<br /> '''[[思维软件]]（[[思维软件|思维软件操作系统]]）'''将模拟人脑的思维过程，再现人的人格特点和思维能力，即使人的肉体大脑死亡，但大脑的思维不会随之而去，从而实现人类在虚拟世界的永生以及在通过载体成为永生人。——'''为着理想勇敢前进！'''<br /> ----<br /> &lt;table border=&quot;0&quot;&gt;<br /> &lt;tr&gt;<br /> &lt;td&gt;[[思维软件设计:思路|思路]]&lt;/td&gt; &lt;td&gt;　　　　　　&lt;/td&gt; &lt;td&gt;[[思维软件设计:原型|原型]]&lt;/td&gt;<br /> &lt;/tr&gt;&lt;tr&gt;<br /> &lt;td&gt;[[思维软件设计:需求分析|需求分析]]&lt;/td&gt; &lt;td&gt;　　　　　　&lt;/td&gt; &lt;td&gt;[[思维软件设计:概要设计|概要设计]]&lt;/td&gt;<br /> &lt;/tr&gt;&lt;tr&gt;<br /> &lt;td&gt;[[思维软件设计:详细设计|详细设计]]&lt;/td&gt; &lt;td&gt;　　　　　　&lt;/td&gt; &lt;td&gt;[[思维软件设计:编码|编码]]&lt;/td&gt;<br /> &lt;/tr&gt;&lt;tr&gt;<br /> &lt;td&gt;[[思维软件设计:测试|测试]]&lt;/td&gt; &lt;td&gt;　　　　　　 &lt;/td&gt; &lt;td&gt;[[思维软件设计:迭代|迭代]]&lt;/td&gt;<br /> &lt;/tr&gt;<br /> &lt;/table&gt;<br /> ----<br /> [[思维软件开发:参考资料|参考资料]]<br /> ----<br /> [[思维软件工程人员清单]]</div>

223.192.192.3 http://wiki.sseuu.com/index.php?title=%E7%A4%BE%E4%BC%9A%E8%A7%82%E5%BF%B5%E7%9A%84%E6%94%B9%E5%8F%98%E4%B8%8E%E7%BB%88%E6%9E%81%E4%BA%BA%E9%81%93%E4%B8%BB%E4%B9%89%E7%A4%BE%E4%BC%9A&diff=16845 2019-08-20T12:17:10Z

<p>223.192.192.3：</p> <hr /> <div>{{4}}<br /> <br /> <br /> <br /> <br /> <br /> <br /> <br /> ----<br /> 参考资料<br /> *[[人类政治的局限性]]<br /> *[[什么是超人类主义者的世界观？（荐书）]]<br /> *[[人类历史给超人类主义者的最伟大教训]]<br /> *[[人类与文明]]<br /> *[[超人类的理想（对新道德的呼唤）]]<br /> *[[燃野唯珂:无题]]<br /> *[[创造者之路--献给所有超人类主义者]]<br /> *[[什么是超人类主义？]]<br /> *[[超人类主义思想对美国大选的反思]]</div>

223.192.192.3 http://wiki.sseuu.com/index.php?title=%E7%94%A8%E6%88%B7:Creator&diff=16843 2019-08-20T12:02:22Z

<p>223.192.192.3：</p> <hr /> <div>{{4}}<br /> *[[永生计划现阶段三大纲领]]<br /> *[[Creator:关于写一本有关永生的书的设想]]<br /> *[[《人类永生计划》]]</div>

223.192.192.3 http://wiki.sseuu.com/index.php?title=%E4%BA%BA%E7%B1%BB%E6%94%BF%E6%B2%BB%E7%9A%84%E5%B1%80%E9%99%90%E6%80%A7&diff=16817 2019-08-20T10:04:05Z

<p>223.192.192.3：</p> <hr /> <div>特朗普于2016年最终成为了美国的第45届总统，美国政治形态开始右转，开始走向孤立主义、民族主义。<br /> <br /> 这是美国的民族主义在全球化进程中、在自由市场经济的趋势下最后的挣扎，美国的民众还没有真正的认识到，真正的敌人并不是其他国家或是移民，而是人类自私和贪婪的天性。<br /> <br /> 在自由市场经济中的绝多数利益从来都没有流向全体民众，而是资本家、是既得利益群体，他们拥有着这世界上的话语权（媒体），当然会用此来制造对他们有利的舆论环境，从而歌颂自由市场经济。<br /> <br /> 然而，只要人类天性中的永无止境的贪婪依旧存在，所有的自由市场经济都最终会走向垄断、所有的政府调控经济都会走向腐败。因为每一个人类都会最先考虑当下的、自己的利益。这些问题并不是孤立主义、民族主义、民主政体、独裁政体能够解决的。从古至今，人类们发起了一次又一次的革命，最终都全部失败了，仅仅只是陷入到了一个又一个循环，所有的勇者要不就是死了，要不就最终都变成了恶龙。但是这并不是每一个勇者个体的错，因为恶龙其实存在与每一个人类的内心。<br /> <br /> 然而，恶龙并不一开始就是恶龙，在人类一百多万年的狩猎采集社会中，导致人类对短期利益的的注重和对资源的无尽贪婪是保证人类在原始社会中存活的基因是有利基因，正是由于这些天性，人类才从非洲角落中的小小原始部落发展成，覆盖全球种群数量超70亿的现代文明。但是地球的空间和资源最终有限，远方最终走无可走，生存环境以及从原始丛林变成了钢筋水泥丛林，过去成就我们的东西成为了我们今天的累赘。<br /> <br /> 如果比较一下现代人类的基因和生活在冰河世纪和猛犸、雕齿兽、大地懒一起生活的原始人类基因，你会发现这两个时期的人类的基因几乎是没有差别的，人类仅仅只是进入了信息社会不过十几年，进入城市生活不过几千年，进入农业社会不过几万年，我们今天所生存的社会和祖先们所生存的自然环境的差别岂止云泥之别，但是我们却和我们几百代之前的祖先拥有着差不多的基因，几十年、几千年的自然选择对人类这么复杂的哺乳动物实在是太少了。在生物的演化历史上来看，人类几乎是前一秒还在非洲玩泥巴，下一秒就已经上天了。<br /> <br /> 深植在人类本性中的贪婪和对短期利益的过度注重造成了现代人类社会中的绝大多数痛苦和问题，肥胖、拖延症、贫穷、垄断、独裁、战争、全球气候变暖、物种全球的大灭绝，种种问题一直存在于现代人类社会，而且不以政体、法律体系、道德伦理体系、地理分布为转移，人类是人类社会中一切痛苦和问题的根源。<br /> <br /> 其实今天已经不是第一次有人认识到人类的天性极度的不适应现代文明社会，荀子的性恶论、基督教的原罪论等等都指出了这些问题，他们因此曾经创造出道德、法律、伦理等来试图约束人类的这些天性，但他们最终都失败了。再好的体系、再好的理论，如果人类不去遵守又有何用呢？人类最终什么都不会听，他们只会听从自己的内心、自己的快感、自己脑中的多巴胺。<br /> <br /> 马尔萨斯在一百多年前曾经说过：“由于人的缺点是天生而不可改变的，导致人类社会的自然状态是苦难和罪恶，是疾病、战争、变态和乱交，因此对人类社会乌托邦的梦想绝对不可能实现。”<br /> <br /> 今天依托现代科学的发展，一条崭新的路开始逐渐在人类眼前铺开。对科技的应用使得今天的人类得到了一个可以从根源上解决人类社会一切问题、将所有人从那些已经被人类习以为常的痛苦中解脱出来。想要从根本上解决人类社会中所有痛苦和问题从来的不应当依靠是“Revolution”,而是“Evolution”!<br /> <br /> 在过去的一百年，人类从来就没有停止过对乌托邦的追求，从来都没有停止过对战胜人类自己的先天缺陷的追求。共产主义者们曾谈论过培育“新苏维埃人”，那是一个“无私、有学识、健康、乐观”的人种，那会有助于建立马克思所说的那种乌托邦。法西斯主义则说过“要有一种新的人类，是行动力、暴力和阳刚之气的楷模”，从而免于个人主义的玷污。可悲的是，由于科学技术的限制和人类盲目的自大，他们都失败了，并且在失败之时给人类带来了巨大的灾难。<br /> <br /> 自从上世纪50年代DNA双螺旋结构的发现，人类终于能认识到真正决定了我们是我们的不是民族，不是伦理道德体系，不是国家历史传统，不是阶级和财富，而是我们的基因。生物科技的进步让我们从过去需要全球几十个国家几十年的合作才能完成的人类基因组测序，现在只需要一点唾液不到一千美元一个礼拜就能完成。现在的基因治疗手段，不仅仅能修复你损坏或是缺失的基因，还可以给你添加新的，更强的基因。过去需要寒窗苦读几十年的分子生物学，才能掌握的最基本，最简陋的基因编译技术，托近几年新发现的CRISPR分子工具的福，现在一个普通人只需要经过一段时间简单实验操作训练，就可以以前人想象不到的精度和廉价来编辑生物的基因。通过现在的基因技术，人类已经可以在实验室中培育出更聪明，更强壮，更长寿的动物，不仅仅可以从胚胎的尺度改进动物的基因，而且还可以改进成熟体动物的基因。人类已经可以在不远的未来将这些成果应用在人类本身和人类的后代身上。合成生物学的发展也许会使人类在将来的某一天不用依赖任何设备也能在宇宙的环境中漫游。人类如今才真正得到了过去人类历史上前所未有的机会，既“无限自我改进的机会。”<br /> <br /> 尼采曾告诉我们人类仅仅只是一根系在动物与超人之间的绳索，一根悬在深渊之上的绳索。<br /> <br /> 一种危险的穿越，一种危险的路途，一种危险的回顾，一种危险的战栗和停留。<br /> <br /> 在这场伟大的改造中，人类作为这个星球上最伟大的物种，会不可避免的被我们的存量所限制。人类的美丽的人性和人类给自己构造的花园也不可避免的使大多数人留恋。还有人类社会的既得利益者们，为保障他们的利益，为了使人类社会始终以对他们最有利益的形式存在，为了能继续的奴役和压榨底层群众，他们在人类贪婪的本性的趋使下创造和宣扬对他们有利的伦理和道德还有法律来从心灵和肉体的层面来约束大众，使得我们不敢前进。<br /> <br /> 这次伟大的冒险不仅仅只是为了人类文明的进步，为了使人类的肉体更适宜我们高科技的社会形态，也是为了使每一个人都可以拥有一个更美好的未来，更健康，更长寿，更智慧的身心而奋斗。<br /> <br /> 那些勇于去为全人类试错，去迈出第一步的先驱们。他们不仅仅只是同束缚人类的基因做斗争，还要同束缚着人类的旧伦理道德（迷因）做斗争！他们所代表的不仅仅是今天正在活着的人类，也代表着那些在人类文明进程中曾经活过的人类，还代表着未来将要活者的“人类”。<br /> <br /> <br /> 尼采在《查拉图斯特拉如是说》前言是这样向每一个勇于承担、敢于行动、善于创造的先驱呼吁的：<br /> <br /> “然则那用舌头舔你们的闪电何在呢？那必将注射到你们身上的疯狂又何在呢？<br /> <br /> 看吧！我来把超人教给你们：他就是那道闪电，他就是那种疯狂！”</div>

223.192.192.3 http://wiki.sseuu.com/index.php?title=%E4%BA%BA%E7%B1%BB%E6%94%BF%E6%B2%BB%E7%9A%84%E5%B1%80%E9%99%90%E6%80%A7&diff=16816 2019-08-20T10:03:44Z

<p>223.192.192.3：</p> <hr /> <div>特朗普于2016年最终成为了美国的第45届总统，美国政治形态开始右转，开始走向孤立主义、民族主义。<br /> <br /> 这是美国的民族主义在全球化进程中、在自由市场经济的趋势下最后的挣扎，美国的民众还没有真正的认识到，真正的敌人并不是其他国家或是移民，而是人类自私和贪婪的天性。<br /> <br /> 在自由市场经济中的绝多数利益从来都没有流向全体民众，而是资本家、是既得利益群体，他们拥有着这世界上的话语权（媒体），当然会用此来制造对他们有利的舆论环境，从而歌颂自由市场经济。<br /> <br /> 然而，只要人类天性中的永无止境的贪婪依旧存在，所有的自由市场经济都最终会走向垄断、所有的政府调控经济都会走向腐败。因为每一个人类都会最先考虑当下的、自己的利益。这些问题并不是孤立主义、民族主义、民主政体、独裁政体能够解决的。从古至今，人类们发起了一次又一次的革命，最终都全部失败了，仅仅只是陷入到了一个又一个循环，所有的勇者要不就是死了，要不就最终都变成了恶龙。但是这并不是每一个勇者个体的错，因为恶龙其实存在与每一个人类的内心。<br /> <br /> 然而，恶龙并不一开始就是恶龙，在人类一百多万年的狩猎采集社会中，导致人类对短期利益的的注重和对资源的无尽贪婪是保证人类在原始社会中存活的基因是有利基因，正是由于这些天性，人类才从非洲角落中的小小原始部落发展成，覆盖全球种群数量超70亿的现代文明。但是地球的空间和资源最终有限，远方最终走无可走，生存环境以及从原始丛林变成了钢筋水泥丛林，过去成就我们的东西成为了我们今天的累赘。<br /> <br /> 如果比较一下现代人类的基因和生活在冰河世纪和猛犸、雕齿兽、大地懒一起生活的原始人类基因，你会发现这两个时期的人类的基因几乎是没有差别的，人类仅仅只是进入了信息社会不过十几年，进入城市生活不过几千年，进入农业社会不过几万年，我们今天所生存的社会和祖先们所生存的自然环境的差别岂止云泥之别，但是我们却和我们几百代之前的祖先拥有着差不多的基因，几十年、几千年的自然选择对人类这么复杂的哺乳动物实在是太少了。在生物的演化历史上来看，人类几乎是前一秒还在非洲玩泥巴，下一秒就已经上天了。<br /> <br /> 深植在人类本性中的贪婪和对短期利益的过度注重造成了现代人类社会中的绝大多数痛苦和问题，肥胖、拖延症、贫穷、垄断、独裁、战争、全球气候变暖、物种全球的大灭绝，种种问题一直存在于现代人类社会，而且不以政体、法律体系、道德伦理体系、地理分布为转移，人类是人类社会中一切痛苦和问题的根源。<br /> <br /> 其实今天已经不是第一次有人认识到人类的天性极度的不适应现代文明社会，荀子的性恶论、基督教的原罪论等等都指出了这些问题，他们因此曾经创造出道德、法律、伦理等来试图约束人类的这些天性，但他们最终都失败了。再好的体系、再好的理论，如果人类不去遵守又有何用呢？人类最终什么都不会听，他们只会听从自己的内心、自己的快感、自己脑中的多巴胺。<br /> <br /> 马尔萨斯在一百多年前曾经说过：“由于人的缺点是天生而不可改变的，导致人类社会的自然状态是苦难和罪恶，是疾病、战争、变态和乱交，因此对人类社会乌托邦的梦想绝对不可能实现。”<br /> <br /> 今天依托现代科学的发展，一条崭新的路开始逐渐在人类眼前铺开。对科技的应用使得今天的人类得到了一个可以从根源上解决人类社会一切问题、将所有人从那些已经被人类习以为常的痛苦中解脱出来。想要从根本上解决人类社会中所有痛苦和问题从来的不应当依靠是“Revolution”,而是“Evolution”!<br /> <br /> 在过去的一百年，人类从来就没有停止过对乌托邦的追求，从来都没有停止过对战胜人类自己的先天缺陷的追求。共产主义者们曾谈论过培育“新苏维埃人”，那是一个“无私、有学识、健康、乐观”的人种，那会有助于建立马克思所说的那种乌托邦。法西斯主义则说过“要有一种新的人类，是行动力、暴力和阳刚之气的楷模”，从而免于个人主义的玷污。可悲的是，由于科学技术的限制和人类盲目的自大，他们都失败了，并且在失败之时给人类带来了巨大的灾难。<br /> <br /> 自从上世纪50年代DNA双螺旋结构的发现，人类终于能认识到真正决定了我们是我们的不是民族，不是伦理道德体系，不是国家历史传统，不是阶级和财富，而是我们的基因。生物科技的进步让我们从过去需要全球几十个国家几十年的合作才能完成的人类基因组测序，现在只需要一点唾液不到一千美元一个礼拜就能完成。现在的基因治疗手段，不仅仅能修复你损坏或是缺失的基因，还可以给你添加新的，更强的基因。过去需要寒窗苦读几十年的分子生物学，才能掌握的最基本，最简陋的基因编译技术，托近几年新发现的CRISPR分子工具的福，现在一个普通人只需要经过一段时间简单实验操作训练，就可以以前人想象不到的精度和廉价来编辑生物的基因。通过现在的基因技术，人类已经可以在实验室中培育出更聪明，更强壮，更长寿的动物，不仅仅可以从胚胎的尺度改进动物的基因，而且还可以改进成熟体动物的基因。人类已经可以在不远的未来将这些成果应用在人类本身和人类的后代身上。合成生物学的发展也许会使人类在将来的某一天不用依赖任何设备也能在宇宙的环境中漫游。人类如今才真正得到了过去人类历史上前所未有的机会，既“无限自我改进的机会。”<br /> <br /> 尼采曾告诉我们人类仅仅只是一根系在动物与超人之间的绳索，一根悬在深渊之上的绳索。<br /> <br /> 一种危险的穿越，一种危险的路途，一种危险的回顾，一种危险的战栗和停留。<br /> <br /> 在这场伟大的改造中，人类作为这个星球上最伟大的物种，会不可避免的被我们的存量所限制。人类的美丽的人性和人类给自己构造的花园也不可避免的使大多数人留恋。还有人类社会的既得利益者们，为保障他们的利益，为了使人类社会始终以对他们最有利益的形式存在，为了能继续的奴役和压榨底层群众，他们在人类贪婪的本性的趋使下创造和宣扬对他们有利的伦理和道德还有法律来从心灵和肉体的层面来约束大众，使得我们不敢前进。<br /> <br /> 这次伟大的冒险不仅仅只是为了人类文明的进步，为了使人类的肉体更适宜我们高科技的社会形态，也是为了使每一个人都可以拥有一个更美好的未来，更健康，更长寿，更智慧的身心而奋斗。<br /> <br /> 那些勇于去为全人类试错，去迈出第一步的先驱们。他们不仅仅只是同束缚人类的基因做斗争，还要同束缚着人类的旧伦理道德（迷因）做斗争！他们所代表的不仅仅是今天正在活着的人类，也代表着那些在人类文明进程中曾经活过的人类，还代表着未来将要活者的“人类”。<br /> <br /> <br /> 尼采在《查拉图斯特拉如是说》前言是这样向每一个勇于承担、敢于行动、善于创造的先驱呼吁的：<br /> <br /> “然则那用舌头舔你们的闪电何在呢？那必将注射到你们身上的疯狂又何在呢？<br /> <br /> 看吧！我来把超人教给你们：他就是那道闪电，他就是那种疯狂！”<br /> <br /> [[文件:https://pic1.zhimg.com/80/v2-887f4911009eb30e74583d68c21cd2c0_hd.jpg]]</div>

223.192.192.3 http://wiki.sseuu.com/index.php?title=%E4%BA%BA%E7%B1%BB%E4%B8%8E%E6%96%87%E6%98%8E&diff=16815 2019-08-20T10:00:39Z

<p>223.192.192.3：创建页面，内容为“能量和信息决定了人类文明的尺度，能量和信息构成了我们的世界。 人类文明的每一次飞跃都伴随着能量和信息的获取和交...”</p> <hr /> <div>能量和信息决定了人类文明的尺度，能量和信息构成了我们的世界。<br /> <br /> <br /> 人类文明的每一次飞跃都伴随着能量和信息的获取和交互能力的提高。<br /> <br /> 最初，一切生物都会对能量进行利用，植物通过光合作用积累来自恒星稀薄的能量，为了获取足够生存的能量，植物需要在太阳升起的每一分每一秒用光合作用获取能量，而相对高等的食草动物通过进食植物来获取经过植物积累过的相对高密度的能量，它们每天需要运用十个小时左右的时间来通过进食植物获取生存所需要的能量。而动物中最高等的食肉动物则通过进食能量密度更高的肉类，每几天只需要用几十分钟来通过进食获取足够生存的能量。人科人属的人类过去只是处于食物链顶端的动物中的一种，然而，一个偶然的机会，人类拥有了火焰科技。通过火焰，植物中积累了几年几十年的化学能可以在几分钟内被释放出来，通过火焰的利用，人类获得了一种其它一切高等动物获得不了的额外能量，同样的食物，被火焰加工了之后提供的能量要比生吃高出许多。这种生存以外的额外能量对人类的输入使得人类人口开始不断的增多，从而开始向外面的世界进行扩张，人类由此进入了石器文明。进入了石器文明的人类取得了超越其它一切高等动物的成就，从大西洋到太平洋，从东非裂谷到昆仑山，人类实现了对整个星球的扩张。<br /> <br /> <br /> 后来，人类通过对动物和植物的驯化，牲畜肌肉中通过氧化作用产生的动能和植物体内通过光合作用产生的化学能开始源源不断的向人类文明输入，额外能量的输入先是导致了人类种群数量的进一步扩增和文明的前进，其中额外的食物使得一部分人类可以脱离生产从而开始发展更复杂的文化、律法、商业、科技。而额外的动能使得人类可以更深刻的对地球开始改造。于是宏伟的宫殿，庞大的运河被建造出来了，人类由此进入了农业文明，几千年农业文明中的人类所产生的成就比几十万年石器文明的人类产生的成就加起来还要多。<br /> <br /> <br /> 人类文明的第三次飞跃开始于对地球几千万年来积累的化石能源的利用，开始是煤，后来是石油，人类将它们从大地深处掘起，开始源源不断的输进人类文明，太阳千万年来所积累的能量使列车在铁道上奔驰，翻山越岭。使飞机在空中飞翔，穿云破雾。使轮船在大海中航行，乘风破浪。自然力的征服，化学在工业和农业中的应用，整个整个大陆的开垦，工业文明几百年所创造的生产力比过去一切世代加起来还要多，还要大。<br /> <br /> <br /> 而人类今天正站在第四次飞跃的当口，在可预见的将来，人类文明对原子中能量的运用将会更大更深刻的改造我们的世界，今天的人类仅仅学会了用原子中的能量互相杀伤，就像原始人使用这火把互相攻击，当人类学会了将原子能运用在每一个生产环节，一场我们都不可想象的跃进将会来临。<br /> <br /> <br /> 对信息的积累和交互也像能量一样深刻的塑造生命和文明。最初，信息存在于每一种生物的基因之中，没有信息就无法使无生命的物质组成生命。越高等的生物拥有越高的对信息的获取和交互的能力。同种生物之间的基因中信息的获取和交互使得多细胞生物的诞生成为可能，而随着对信息的获取和交互提升，生命本身也变得越高级，信息开始有了除基因以外越来越多的载体，行为，气味，声音等等，在自然界，对信息获取和交互程度往往象征着生命体的高级和复杂程度，其中人科人种的人类是其中的佼佼者之一。<br /> <br /> <br /> 由火带来的额外能量供应促进了人类大脑的发展，人类发展出了语言，通过语言，信息得以以极大的速度在人类个体之间交换。通过语言，个体收集到的信息被共享给了群体。人类部落得以更高效的组织狩猎，分配资源，互相协作，人类的群体从而比一切其它高等动物的群体更高效的获取生存资源和更高的存活率。<br /> <br /> <br /> 由农业带来的额外能量和脱产人口，使得文字的发明成为可能，文字的发明使得人类社会中的信息第一次不仅仅可以在空间的尺度上进行传播，也能在时间的尺度上进行传播和积累。文字的发明使得拥有文字的社会信息交换的尺度以一种远超其它任何没有文字的社会，而文字使得人类可以脱离部落的尺度以国家和民族的尺度对人类进行组织和管理，将资源可以以国家的尺度来进行整合。<br /> <br /> <br /> 随后对电能的运用赋予了人类能运用电磁波进行信息的交换，使得人类能以大陆为尺度的进行资源分配和组织生产，互联网使得人类可以以星球为尺度进行信息交换，从星球另一端发出的信息到这一端只需要0.8秒。互联网对人类文明结构的改造和运行效率的提升比原来所有历史改造加起来还要深刻，还要强。拥有语言的智人灭绝了其它人类，拥有文字的民族吞并了其它民族，没有电磁波作为交流手段的国家很快就不存在了，而互联网的到来已经开始大规模的在全球范围内毁灭小型的本土经济。<br /> <br /> <br /> 可见信息交换效率的每一次提升都会毁灭旧的结构，而用新的更高效的结构代替，无论是生物的个体还是人类的群体都是这样。每一次人类之间信息交换效率的提升都象征着人类文明向着更高的尺度提升。<br /> <br /> <br /> 然则，在这场进化中，与其说是人类向前进了一大步，不如说是人类的文明向前进了一大步。文明兴衰，国家起落，而人类依旧是那人类，如果把今天的人类和一百多万年前在非洲大草原上狩猎采集的人类拿出来对比，他们没有任何先天区别，甚至狩猎采集的人类会比现代社会中的底层农民营养更好，更健康，那时候的人类经过进化灭绝了当时生存环境中一切竞争对手，大自然对他们来说是敞开的乐园，他们适应当时的自然，就像自然是为他们而造一样，他们的生活中不用每天加班到深夜，不用担心自己没钱买房，不会被剥夺一切的剩余价值。如同其它在食物链顶端的生物一样，原始人类通过狩猎采集活动获得了当时自然界中能量密度最高的食物，植物中的果实根茎和动物蛋白，在他们的生活中每天只需要进行两三个小时的劳作就可以获得一天所需的全部能量，每当当地的人口过剩，就向着远方扩张。<br /> <br /> <br /> 然而这一切的生活终止与文明的到来，一开始只是无意间播种的粮食却带来了大量的额外食物，额外的食物养活了额外的人口，而额外的人口需要更多额外的食物来养活，所以只能用更多的土地种更多的粮食，而土地是有限的，为了能获得更多可耕种的土地，农耕的部落势必要向着狩猎采集部落生活的地方扩张，而狩猎采集部落在拥有更高组织化和人口规模农耕部落面前不堪一击，于是原始部落一个又一个的被农耕部落驱逐或是同化。到最后，世界上适合耕种的土地都变成了人类的农田。从此人类进入了农业文明的时代，原本由狩猎采集获得的多样化营养来源变成了单一的碳水化合物，原本适应平原上追逐狩猎的人类脊椎不得不长时间的弯腰在田间劳作，并且农耕带来的密集的人口密度和牲畜使人类因为成片成片的因为瘟疫而死亡。人类的旧的生产方式被新的生产方式在几千年间被取代了，但是几千年的时间农耕生产方式对生物的进化来说太短了，人类本身并没有因为生产方式的改变而改变，而不适应所带来的痛苦却被文明带来了，因为人类的肉体是通过几百万年的自然选择而塑造出来专门适应狩猎采集生产方式的身体，其脱离了原有的环境和生产条件，就像是强迫让鱼在岸上生存，必然会导致痛苦，不适等等。是的，原始的鱼类最终上了岸，进化成了两栖类动物，可是这是经过了百万年自然演化而导致的。而人类每次进入一个全新的时代不过区区几千年，几百年，如此短的时间让人类肉体自然演化来适应新的生产方式、新的文明不过是杯水车薪。<br /> <br /> <br /> 而自然进化有着自己的局限性，人类也正面临着退化的危险。在自然环境中每一次改变都是在原来的基础之上进行修改去接近最适应当前环境的最优解。这意味着在自然环境中的进化存在天花板，这个天花板就是选择压力。例如如果一个羚羊已经跑的比所有捕食者都快，它就脱离了自然选择的压力，不会向跑得更快的方向进化，因为在没有选择压力的情况下，任何多余的能力都是对能量和信息的浪费。跑的更快的羚羊不会提升它的繁殖概率反而会成为适应当下环境的障碍。这种进化天花板就曾经深刻的影响过人类，例如维生素C作为人体生长发育必需的维生素，但如今的人类自身却不能合成维生素C。曾经每种需要维生素C的动物都拥有自身合成维生素C的能力，但是因为我的的灵长类祖先开始吃树叶和水果之后，每天都可以通过食物得到自身生长发育所需的维生素C量的几百倍，所以再保持自身合成维生素C的能力就成为了一种对资源的浪费，于是在演化的过程中，人类的祖先就逐渐丧失了这个对自身有益的能力。今天的人类也面临着同样的危险，人类生活在越来越发达的文明之中，高度的分工化使人需要掌握的知识和使用到大脑的机会越来越少，人类的高智商往往在现代社会成为了一种浪费能量的冗余。科学家已经证实了，在一些发达国家，促进智商发育的基因的比例在过去的几十年里逐年降低。人类的文明正变得越来越聪明，而人类却开始了退化。<br /> <br /> <br /> 而旧的文明在不断的被摧毁，不断被新的更强盛的文明取代，文明的进化脚步没有一刻停歇，而原地踏步的人类被裹挟其中，当人类越不适应文明的环境，文明就越是希望利用伦理道德，利用制度来等后天的改造来压抑人类的天性。因为如果不这么做就无法高效的组织和规范人类，无法更高效的使能量和信息被高效的获取和传播，而在地球这一个星球有限的土地之中不改造和压抑人性以谋求高竞争力的文明都被其它压抑人性的文明给吞并了，取代了，连同着那些保存着人性的自由的、充满天性的人类一起。<br /> <br /> <br /> 于是文明不断的前进，对人性的规范与压抑也不断的被加深：清规戒律、存天理，灭人欲无一不是如此。今天的社会鼓励一部分的人性因为这些人性有利于文明，例如鼓励每个人发展个性以促进更广阔的市场需求，压制和打压另一部分人性因为它们不利于人类文明，例如控制舆论以维持社会稳定。于是在文明前进的过程中，人类越来越沦为文明的附属，被文明圈养起来了，驯化了，如同人类对待那些牲畜一样。人类兴为文明而兴，亡为文明而亡，如同那些牲畜对人类一样。今天的人类，文明前所未有的昌盛，而文明对人类的奴役也前所未有的剧烈，已经剧烈到无法忍受的地步。过去在人类被文明化之前，人类的幼儿是在大自然中自由的游玩和嬉戏，因为通过嬉戏和玩耍，人类的幼儿可以更能了解他们生活的环境更能知道该如何和同伴互动，而人类的幼儿天生也是如此，他们对世界有着强烈的好奇心更喜欢与伙伴玩耍，可是文明却在他们最喜欢玩耍最喜欢接触大自然的时候将他们关进学校的小房间去学习文明需要他们学习的知识，最需要和家庭培养感情的时候将他们从家庭中剥离，最需要学习人际交往技能的时候却被强制灌输文明发展所需要的知识。到了最后，凡是成功的被文明改造出来的小孩，他们除了学校让他们学习的知识以外没有任何生存技能，因为城市已经接管了他的生存，他们通过学校高效的获得知识，通过电子游戏高效的获得快感。他们与家庭没有深刻的纽带，家人是提供生活物资的人，家是自己居住的地方，对家庭和家族强烈的纽带会对社会组织生产，组织人员产生阻碍。他们不懂得如何更好与人交往，因为原子化的个人是最能被文明高效的摆布。这种痛苦我相信每个人都切身的体会过。他们没有选择，因为他们的父母知道，不去学校学习知识的儿童最终会被社会所淘汰，而社会也必须这么做，不这么做的社会最终都会被这么做的社会所淘汰。今天城市里的人类与狩猎采集的原始人相比，他们缺少住房，缺少配偶，缺少彼此之间的纽带，缺少干净的空气。随着人类文明的进步，人类逐渐的被剥夺自己曾经赖以生存的东西。<br /> <br /> <br /> 有人指责我们，难道你说的这些是想表达超人类主义者是反文明、反现代的吗？不，绝不！在之前的段落已经提到，提升人类文明中获取和组织信息和能量的道路是人类文明和生物进化的必由之路，作为超人类主义者我们不仅仅只是希望人类在这条路上继续走下去，还希望人类走的更高，走的更远，走向星辰大海。<br /> <br /> <br /> 我们是想指出，人类所受的一切痛苦本质上都来自于人类肉体的进化速度远远低于文明进步的速度。因为我们的基因和肉体限制着我们，文明不断的进步，旧的文明不断被新的文明取代，旧的人类却始终没有被取代，人类还拥有着适应狩猎采集生产方式的肉体、本能和情感。这种人类本身与文明的不适应，时时刻刻的在互相磨砺着对方，对彼此造成莫大的痛苦，有时文明赢了，社会前进了一大步，可是人类却被更深刻的奴役了，有时人性赢了，人们沉溺于享乐，则导致社会衰败了，文化倒退了。人类的历史就是这样磕磕绊绊的前进。<br /> <br /> <br /> 而超人类主义者们认识到了这样一个事实，我们认为既然人类已经脱离了狩猎采集的生产方式和生活环境，而文明的进化脚步必然向前也必须向前，而人类也再也不能回到狩猎采集时代，那么对人类本身进行改造，通过科技将人类重新纳入能量和信息的获取和交互的进化过程，从而即消除了人类在文明中的一切痛苦，又使得人类本身变成更高级更完美的物种，还会加速人类文明的进步速度。在科技的帮助下，我们要从本质上消除这种冲突，这种痛苦，我们要通过对人类自身的超越将人类从自身软弱的和文明的束缚中解放，我们要通过对人类自身的超越，将文明从人性的枷锁中解放。在科技的帮助下，我们将重现狩猎采集时代人类的伟大扩张，不过他们的扩张是对一个星球的扩张，而新的扩张将会是对一个星系的扩张！<br /> <br /> 我们的征途，是星辰大海！</div>

223.192.192.3 http://wiki.sseuu.com/index.php?title=%E4%BA%BA%E7%B1%BB%E5%8E%86%E5%8F%B2%E7%BB%99%E8%B6%85%E4%BA%BA%E7%B1%BB%E4%B8%BB%E4%B9%89%E8%80%85%E7%9A%84%E6%9C%80%E4%BC%9F%E5%A4%A7%E6%95%99%E8%AE%AD&diff=16814 2019-08-20T10:00:09Z

<p>223.192.192.3：创建页面，内容为“仪礼 - 高梨康治 - 单曲 - 网易云音乐 人类历史给超人类主义者唯一的教训就是：“人类从来都不吸取教训。” 无论技术如...”</p> <hr /> <div>仪礼 - 高梨康治 - 单曲 - 网易云音乐<br /> <br /> 人类历史给超人类主义者唯一的教训就是：“人类从来都不吸取教训。”<br /> <br /> <br /> 无论技术如何发展，权利和制度如何更替，人类还是那人类，人类的历史还是那一个又一个循环。真正能带来一个美好新世界的方式只有用一种更高级的人类取代，是的，在这个取代过程中，我们会失去很多，但是一个崭新的未来将会被带来。<br /> <br /> No more Revolution.<br /> <br /> No more suffer from your own kind.<br /> <br /> But Evolution.<br /> <br /> But transcend human itself.<br /> <br /> 我们将向着我们的方向前进，我们将遵循着我们自己的道路，我们将越过踟蹰者和落后者，让我们的前进成为他们的没落！--尼采</div>

223.192.192.3 http://wiki.sseuu.com/index.php?title=%E4%BB%80%E4%B9%88%E6%98%AF%E8%B6%85%E4%BA%BA%E7%B1%BB%E4%B8%BB%E4%B9%89%E8%80%85%E7%9A%84%E4%B8%96%E7%95%8C%E8%A7%82%EF%BC%9F%EF%BC%88%E8%8D%90%E4%B9%A6%EF%BC%89&diff=16813 2019-08-20T09:59:38Z

<p>223.192.192.3：创建页面，内容为“想了解超人类主义者就必须要了解超人类主义者的三观，那么什么是超人类主义者的世界观呢？超人类主义者是怎样看待我们...”</p> <hr /> <div>想了解超人类主义者就必须要了解超人类主义者的三观，那么什么是超人类主义者的世界观呢？超人类主义者是怎样看待我们现在所生存的世界呢？<br /> <br /> <br /> 超人类主义者们都说唯物主义者，超人类主义者根其他人最根本不同的一点在于超人类主义者能用一个新的视角审视人类和人类的社会，从而能发现那些我们已经习以为常的不合理和痛苦，并致力于改变它们。那么如何能获得这样的视角呢？在此我想要像所有渴望获得这种智慧的人推荐一本小说。《临高启明》如何评价《临高启明》这本书？<br /> <br /> 这小说在文学史上都很难找到前例。不管临高启明在各领域专家的眼中如何漏洞百出，对99.9%的读者来说已经是牛逼得难以置信了。<br /> 同为文史，搞明史研究的人，或许很熟悉越南南北朝的情况，但对高棉王朝的了解就会少很多，对同期东印度公司雅加达总部也就停留在知道的程度（除非是专门做台湾的论文），更不用说1万公里外三十年战争的细节了。年鉴学派的泰斗布罗代尔号称为人类文明著史，对中国的了解还不如临高这帮作者对欧洲的了解。<br /> 搞电力的对化工是两眼一摸黑，搞土木的肯定不懂海洋生物。医生不懂航运，金融系的不懂刑侦，海军不懂马，陆军出来的不会看六分仪，这都是天经地义的。<br /> 现代学科的“专”在这种涉及人类文明所有层次的创作中是一个非常不利的因素，有志于此的作者，不要说查阅资料，就是把涉及各学科资料的目录列出来，都堪称一个小型文史工程了。我觉得可以起名叫《银河系右悬臂太阳系第三行星新生代晚期智人科技史目录》。<br /> 唯一的办法就是把各学科的人全都找来，即使是顶级的出版社，也不可能有这样的实力。大概只有国家才有这样的实力，但是显然到目前为止没有哪个政府会这么蛋疼。<br /> <br /> <br /> 作者：孟德尔<br /> 链接：https://www.zhihu.com/question/23883502/answer/144471626<br /> <br /> 这篇小说到底如何优秀我在此就不再赘述了，此次我想讲一讲如何从一个新的角度来越多这本书。<br /> <br /> 这本书大致讲的是500个现代人带着现代科技和精心准备一起穿越到明朝末年重新建设文明的故事。其中我希望大家在阅读此书时多留意一下明朝人的生活，明朝人生活在当时世界上数一数二的强大国家中，拥有着当时最灿烂的文化和悠久的历史，他们和其它蛮夷对比感到无比骄傲，但他们看不见自己到底生活在一个什么样的时代，几乎每个人身上都有寄生虫和各种疾病，人均寿命只有几十岁，他们的制度效率极其低下，在现代人看来如今一个城市中底层的人享受到的物质条件都比当时最顶层的一批人还要好。可是为什么他们意识不到自己的问题吗？为什么不努力发展科技呢？是他们愚蠢吗？其实他们并不愚蠢，明朝人也是人，他们很多人甚至比穿越们还要聪明。是他们懒惰吗？并不，他们比绝大多数穿越者都能吃苦耐劳。那么为什么他们在中国大地上生活了几百年却始终还是那样，可是穿越者集团却可以在几年之内长成一个庞然大物。这之间其实并不仅仅是科技之间的代差，更因为是明朝人和穿越人之间观念的不同。<br /> <br /> 在明朝人类看来，这个世界本来就应该是这样的，他们所受的一切苦难都是每个人都要承受的，他们生活中的全部努力只是在已有世界的制度中进行阶级爬升。而穿越者们不然，他们知道这个世界应该是什么样子，即使把他们放到这个世界的最高层他们也无法忍受，明朝人视之为圭钵的东西，穿越者们弃之入敝履，一切明朝人类习以为常的东西，在穿越者面前都变的无法忍受。因为他们曾见过更广阔的未来，他们知道这个世界原本不应该是这样的，他们改造世界的动力是任何明朝人类所不能比拟的。<br /> <br /> 后之视今，亦如今之视昔。--《兰亭集序》<br /> <br /> <br /> 现在的人类也生活在这样一个世界，现代人同样也被自己所生活的时代遮蔽了。现代人其实本质上和明朝人没有任何不同，大部分的底层人民和明朝底层的人民一样，他们<br /> <br /> 把生命的突泉捧在我手里，<br /> 我只觉得它来得新鲜，<br /> 是浓烈的酒，清新的泡沫，<br /> 注入我的奔波、劳作、冒险。<br /> 仿佛前人从未经临的园地<br /> 就要展现在我的面前。<br /> 但如今，突然面对着坟墓，<br /> 我冷眼向过去稍稍回顾，<br /> 只见它曲折灌溉的悲喜<br /> 都消失在一片亘古的荒漠，<br /> 这才知道我的全部努力 不过完成了普通的生活。<br /> --穆旦<br /> <br /> 一生的奋斗目标都是为了进行在当今世界中的阶级爬升，而所有的上层阶级也同明朝的上层阶级一样，他们的全部努力都是为了保护自己的阶级地位从而能继续享受这个可悲世界的生活。但是对于所有见过未来的人来说，这样的生活是一刻也不值得过的，人们受苦，人们受难，却告诉自己这个世界本该就是这样的。没错，就像明朝人骄傲的认为自己拥有圣贤教化、三纲五常一样，现代人也骄傲的认为我们拥有民主、自由、人权。却从来都不会去认识到现代价值观、世界观、人生观的可笑性。<br /> <br /> 人类历史给人类的唯一教训就是人类从来都不吸取教训。<br /> <br /> 明朝人封关禁海、闭关锁国在一个可笑的国家中进行自给自足的生活，现代人封锁互联网、拆除火箭发展民生将自己锁在一个可笑的星球中致力于互相压迫。明朝人恐惧新技术怒斥这些技术是奇淫技巧、巫妖邪术，现代人对新技术进行伦理审查，将能提升生活和科技的技术怒斥为反人类、帝国主义的阴谋。明朝人认为人生就应该是四五十年，现代人认为活到七八十岁就已经很不错了。明朝人认为发瘟死是很正常的，现代人认为癌症等等就是绝症，人类的身体就应该是这么脆弱的。何其可悲，何其可笑！这样的世界有什么好留恋的？<br /> <br /> Lacrimosa Dominae - Immediate Music - 单曲 - 网易云音乐<br /> <br /> 他们怒斥我们超人类主义者要毁灭人类，毁灭人类一切宝贵的人性。呵呵，毁灭你，与你有何相干？<br /> <br /> 不似希腊伟岸铜塑雕像 　<br /> 　　拥有征服疆域的臂膀 　<br /> 　　红霞落波之门你巍然屹立 　<br /> 　　高举灯盏喷薄光芒 　<br /> 　　您凝聚流光的名字 —— 　<br /> 　　放逐者之母 　<br /> 　　把广袤大地照亮 　<br /> 　　凝视中宽柔撒满长桥 海港 　<br /> 　　“扼守你们旧世界旷古虚华的土地与荣耀吧！”她呼喊 　颤栗着缄默双唇： 　把你， 那劳瘁贫贱的流民 那向往自由呼吸，又被无情抛弃 　那拥挤于彼岸悲惨哀吟 那骤雨暴风中翻覆的惊魂 全都给我! 　 我高举灯盏伫立在新世界金色的大门! 高举自由的灯火　<br /> 　　--《新巨人》</div>

223.192.192.3 http://wiki.sseuu.com/index.php?title=%E4%BA%BA%E7%B1%BB%E6%94%BF%E6%B2%BB%E7%9A%84%E5%B1%80%E9%99%90%E6%80%A7&diff=16812 2019-08-20T09:57:43Z

<p>223.192.192.3：创建页面，内容为“特朗普于2016年最终成为了美国的第45届总统，美国政治形态开始右转，开始走向孤立主义、民族主义。 这是美国的民族主义...”</p> <hr /> <div>特朗普于2016年最终成为了美国的第45届总统，美国政治形态开始右转，开始走向孤立主义、民族主义。<br /> <br /> 这是美国的民族主义在全球化进程中、在自由市场经济的趋势下最后的挣扎，美国的民众还没有真正的认识到，真正的敌人并不是其他国家或是移民，而是人类自私和贪婪的天性。<br /> <br /> 在自由市场经济中的绝多数利益从来都没有流向全体民众，而是资本家、是既得利益群体，他们拥有着这世界上的话语权（媒体），当然会用此来制造对他们有利的舆论环境，从而歌颂自由市场经济。<br /> <br /> 然而，只要人类天性中的永无止境的贪婪依旧存在，所有的自由市场经济都最终会走向垄断、所有的政府调控经济都会走向腐败。因为每一个人类都会最先考虑当下的、自己的利益。这些问题并不是孤立主义、民族主义、民主政体、独裁政体能够解决的。从古至今，人类们发起了一次又一次的革命，最终都全部失败了，仅仅只是陷入到了一个又一个循环，所有的勇者要不就是死了，要不就最终都变成了恶龙。但是这并不是每一个勇者个体的错，因为恶龙其实存在与每一个人类的内心。<br /> <br /> 然而，恶龙并不一开始就是恶龙，在人类一百多万年的狩猎采集社会中，导致人类对短期利益的的注重和对资源的无尽贪婪是保证人类在原始社会中存活的基因是有利基因，正是由于这些天性，人类才从非洲角落中的小小原始部落发展成，覆盖全球种群数量超70亿的现代文明。但是地球的空间和资源最终有限，远方最终走无可走，生存环境以及从原始丛林变成了钢筋水泥丛林，过去成就我们的东西成为了我们今天的累赘。<br /> <br /> 如果比较一下现代人类的基因和生活在冰河世纪和猛犸、雕齿兽、大地懒一起生活的原始人类基因，你会发现这两个时期的人类的基因几乎是没有差别的，人类仅仅只是进入了信息社会不过十几年，进入城市生活不过几千年，进入农业社会不过几万年，我们今天所生存的社会和祖先们所生存的自然环境的差别岂止云泥之别，但是我们却和我们几百代之前的祖先拥有着差不多的基因，几十年、几千年的自然选择对人类这么复杂的哺乳动物实在是太少了。在生物的演化历史上来看，人类几乎是前一秒还在非洲玩泥巴，下一秒就已经上天了。<br /> <br /> 深植在人类本性中的贪婪和对短期利益的过度注重造成了现代人类社会中的绝大多数痛苦和问题，肥胖、拖延症、贫穷、垄断、独裁、战争、全球气候变暖、物种全球的大灭绝，种种问题一直存在于现代人类社会，而且不以政体、法律体系、道德伦理体系、地理分布为转移，人类是人类社会中一切痛苦和问题的根源。<br /> <br /> 其实今天已经不是第一次有人认识到人类的天性极度的不适应现代文明社会，荀子的性恶论、基督教的原罪论等等都指出了这些问题，他们因此曾经创造出道德、法律、伦理等来试图约束人类的这些天性，但他们最终都失败了。再好的体系、再好的理论，如果人类不去遵守又有何用呢？人类最终什么都不会听，他们只会听从自己的内心、自己的快感、自己脑中的多巴胺。<br /> <br /> 马尔萨斯在一百多年前曾经说过：“由于人的缺点是天生而不可改变的，导致人类社会的自然状态是苦难和罪恶，是疾病、战争、变态和乱交，因此对人类社会乌托邦的梦想绝对不可能实现。”<br /> <br /> 今天依托现代科学的发展，一条崭新的路开始逐渐在人类眼前铺开。对科技的应用使得今天的人类得到了一个可以从根源上解决人类社会一切问题、将所有人从那些已经被人类习以为常的痛苦中解脱出来。想要从根本上解决人类社会中所有痛苦和问题从来的不应当依靠是“Revolution”,而是“Evolution”!<br /> <br /> 在过去的一百年，人类从来就没有停止过对乌托邦的追求，从来都没有停止过对战胜人类自己的先天缺陷的追求。共产主义者们曾谈论过培育“新苏维埃人”，那是一个“无私、有学识、健康、乐观”的人种，那会有助于建立马克思所说的那种乌托邦。法西斯主义则说过“要有一种新的人类，是行动力、暴力和阳刚之气的楷模”，从而免于个人主义的玷污。可悲的是，由于科学技术的限制和人类盲目的自大，他们都失败了，并且在失败之时给人类带来了巨大的灾难。<br /> <br /> 自从上世纪50年代DNA双螺旋结构的发现，人类终于能认识到真正决定了我们是我们的不是民族，不是伦理道德体系，不是国家历史传统，不是阶级和财富，而是我们的基因。生物科技的进步让我们从过去需要全球几十个国家几十年的合作才能完成的人类基因组测序，现在只需要一点唾液不到一千美元一个礼拜就能完成。现在的基因治疗手段，不仅仅能修复你损坏或是缺失的基因，还可以给你添加新的，更强的基因。过去需要寒窗苦读几十年的分子生物学，才能掌握的最基本，最简陋的基因编译技术，托近几年新发现的CRISPR分子工具的福，现在一个普通人只需要经过一段时间简单实验操作训练，就可以以前人想象不到的精度和廉价来编辑生物的基因。通过现在的基因技术，人类已经可以在实验室中培育出更聪明，更强壮，更长寿的动物，不仅仅可以从胚胎的尺度改进动物的基因，而且还可以改进成熟体动物的基因。人类已经可以在不远的未来将这些成果应用在人类本身和人类的后代身上。合成生物学的发展也许会使人类在将来的某一天不用依赖任何设备也能在宇宙的环境中漫游。人类如今才真正得到了过去人类历史上前所未有的机会，既“无限自我改进的机会。”<br /> <br /> 尼采曾告诉我们人类仅仅只是一根系在动物与超人之间的绳索，一根悬在深渊之上的绳索。<br /> <br /> 一种危险的穿越，一种危险的路途，一种危险的回顾，一种危险的战栗和停留。<br /> <br /> 在这场伟大的改造中，人类作为这个星球上最伟大的物种，会不可避免的被我们的存量所限制。人类的美丽的人性和人类给自己构造的花园也不可避免的使大多数人留恋。还有人类社会的既得利益者们，为保障他们的利益，为了使人类社会始终以对他们最有利益的形式存在，为了能继续的奴役和压榨底层群众，他们在人类贪婪的本性的趋使下创造和宣扬对他们有利的伦理和道德还有法律来从心灵和肉体的层面来约束大众，使得我们不敢前进。<br /> <br /> 这次伟大的冒险不仅仅只是为了人类文明的进步，为了使人类的肉体更适宜我们高科技的社会形态，也是为了使每一个人都可以拥有一个更美好的未来，更健康，更长寿，更智慧的身心而奋斗。<br /> <br /> 那些勇于去为全人类试错，去迈出第一步的先驱们。他们不仅仅只是同束缚人类的基因做斗争，还要同束缚着人类的旧伦理道德（迷因）做斗争！他们所代表的不仅仅是今天正在活着的人类，也代表着那些在人类文明进程中曾经活过的人类，还代表着未来将要活者的“人类”。<br /> <br /> <br /> 尼采在《查拉图斯特拉如是说》前言是这样向每一个勇于承担、敢于行动、善于创造的先驱呼吁的：<br /> <br /> “然则那用舌头舔你们的闪电何在呢？那必将注射到你们身上的疯狂又何在呢？<br /> <br /> 看吧！我来把超人教给你们：他就是那道闪电，他就是那种疯狂！”<br /> [[文件:[[文件:https://pic1.zhimg.com/80/v2-887f4911009eb30e74583d68c21cd2c0_hd.jpg]]]]</div>

223.192.192.3 http://wiki.sseuu.com/index.php?title=%E5%8D%A2%E9%BA%92%E5%85%83:%E7%BE%8E%E5%85%83%E9%9C%B8%E6%9D%83%E4%B8%8E%E4%BA%BA%E6%B0%91%E5%B8%81%E7%9A%84%E6%9C%AA%E6%9D%A5(%E6%BC%94%E8%AE%B2%E5%85%A8%E6%96%87)&diff=16735 2019-08-19T11:50:52Z

<p>223.192.192.3：创建页面，内容为“{{4}}卢麒元：美元霸权与人民币的未来(演讲全文) 2016-01-10 16:50:19 来源：破土网 作者：卢麒元 　　【破土编者按】 1月2...”</p> <hr /> <div>{{4}}卢麒元：美元霸权与人民币的未来(演讲全文)<br /> <br /> 2016-01-10 16:50:19 来源：破土网 作者：[[卢麒元]]<br /> <br /> 　　【破土编者按】 1月2日，由破土网主办的沙龙“美元霸权与人民币的未来”在北京成功举办。此次沙龙中，卢麒元先生（香港沃德国际资产管理顾问公司董事局主席）向读者们分享了他对美元霸权的认识并介绍了美元霸权的历史渊源和美元的未来；阳和平老师（对外经济贸易大学教授）则从马克思主义的分析视角提出，美元币值强弱实质上是美国工业资本与金融资本的力量博弈。沙龙引起了读者的热烈反响，破土特整理出此次沙龙的现场实录，以飨读者。实录分为三篇刊出，本文为第一篇卢麒元先生的演讲，第二篇为阳和平老师的点评（经作者整理补充），第三篇为提问精选。 <br /> <br /> 　　讲美元霸权有一些压力，压力不是来自于学术方面。因为，美元霸权和人民币崛起已经成为了热门话题。也正因为如此，这方面的话题往往具有很强烈的“遮蔽性”。就是越多的讨论，越容易掩盖事情的本源和真相。今天我尝试把这件事情用我的视角重新解读，也对人民币未来提供一些建议。我今天讲的大概分四个方面：一，给出美元霸权一个基本的定义和基本的分析框架;二，讲一下美元霸权的历史，其中涉及到卢布，也涉及到人民币的一些历史故事;三，讲一下美元的未来，不了解对手的未来，就很难规划我们的未来;四，最后一部分讲一下人民币的历史、现状和未来。　　<br /> <br /> 卢麒元：美元霸权与人民币的未来<br /> <br /> 　　一、什么是美元霸权？<br /> <br /> 　　我对美元霸权的定义是这样的：第一句话，它首先是帝国霸权在货币上的延伸。实际上霸权是阴阳两面，阴的部分是货币，阳的部分才是军事，或者说钱和剑是霸权的阴阳两面。定义的第二句话是，美元是强制在世界范围内行使的主权信用，两句话构成一个完整的定义。第一句话是说，它是帝国霸权的一部分。它的意思是，如果一个货币，一个主权信用形成霸权，他首先必须是建立在帝国的基础上，如果你不是帝国，你的信用就不可能成为全球霸权的。第二句话的含义是，它是强制在全球行使的主权信用。我们知道有这么一个定义就行了。下面我展开讲，一个主权信用成为霸权的三个必要条件，或者说是货币霸权的主要特征——<br /> <br /> 　　第一个必要条件，就是超稳定的政治结构。<br /> <br /> 　　其实在工业革命后，有两个具有这种霸权特征的货币，一个是英镑，一个是美元。我们注意一下，它背后的超稳定政治结构，英国八百年没有遭受外国侵略，三百年没有内战。美国两百年没有遭受外侵，一百年没有内战。我们的问题是，我们中国可以做出这样的承诺吗?两百年不遭受外侵，一百年没有内战。第一个问题，大体上解决了，朝鲜战争和两弹一星，大体奠定了中国两百年内不被外侵的这样一个外部环境，至少在一百年之内，就是我们有生之年可以看到，从1949年到2049年不会被外侵，因为中国拥有强大的军事能力来捍卫我们的领土主权。但是我们能确保在未来的一百年内，或者是在说短一点，在2049年之前，没有内战或者内乱吗?这个课题非常沉重，这个课题或者说这个话题，其实是留给40后、50后、和60后的问题。他们必须回答，并且是他们必须完成的一种责任或者是使命。这是我们今天说的第一个必要条件，就是一个霸权，或者是一个具有霸权特征的主权货币必须具备的第一个必要条件，就是超稳定的政治结构，他包括了没有外侵和没有内乱。<br /> <br /> 　　第二个必要条件，是财政的一次分配平衡和再分配的平衡。<br /> <br /> 　　一次分配的平衡大家容易理解，主要是通过市场进行的。也就是说，必须有一个规范的市场体系。二次分配平衡大家可能不一定能理解，因为财政的分配平衡，并不简单地是收与支的平衡，它意味着三大平衡：<br /> <br /> 　　第一必须实现区域的平衡，在一个大国内部，区域分配必须是平衡的，不能有超穷的地区和超富的地区，目前中国的状况是不能令人满意的;第二个是阶级平衡，财政平衡里面的第二个是阶级平衡，财政的二次分配，或者是再分配，必须解决阶级分配平衡的问题。如果这个国家贫富严重分化，就不能支持一个强大的主权货币;第三个平衡是种族平衡，在阶级平衡之外，还有第三个种族平衡，就是不可以让特定的人群，处于极度贫困的状态，这将必然导致内乱。<br /> <br /> 　　第二个必要条件，也是货币霸权的关键性因素。就是必须实现一次分配平衡和二次分配平衡。这个平衡我们在思考人民币的时候必须要高度关注。因为两次平衡决定了政治稳定，再分配平衡是内部稳定的基础。如果我们把超稳定政治结构理解为意识形态，那么财政平衡就是一个非常完美的制度设计。如果制度设计有瑕疵或者是有严重的缺陷，那么超稳定政治结构就不能实现。换句话说，我们今天提出来的重要课题，就是40后、50后、60后必须回答的问题。他们要告诉我们的孩子，同时告诉全世界，我们如何建立非常完备的、可以持续的、稳定的财政结构，来实现一次分配平衡和再分配平衡。<br /> <br /> 　　第三个必要条件是实现跨国的金融均输平准。<br /> <br /> 　　一个具有霸权特征的主权货币，不仅仅要进行国内的流动性的平衡，还要进行跨国的流动性的平衡。国内的流动性的平衡，需要有巨大的金融蓄水池，在黄金美元的时代，或者是在黄金英镑的时代，黄金储备算是蓄水池的一部分，但是主体仍然是国家税收。美元时代，也需要强大的储备，黄金储备和石油战略储备。现在美国的主要均输平准方式，是通过巨大的虚拟资产池，来使流动性在泛滥时进行有序的收缩，在通缩时进行有序的释放，维持国内的平衡，实际上它是一种大规模均输平准的金融能力。对外就不是均输平准了，对外必须有超级金融机构，霸权是阴阳两面，阴的这一面也需要“超级舰队”，一个霸权特征的主权货币，必须拥有超级的金融舰队，就是我们理解的高盛啊、美林啊、摩根啊等等，这样的具有跨国能力的强可敌国的机构，不是富可敌国的一般性的金融机构，是能够实施完整的全球的金融战略的超级金融机构。<br /> <br /> 　　在谈美元霸权的初始阶段，我们给出了定义，也给出了一个基本的分析框架，这个基本的分析框架，包括三个必要条件，这样为我们以后的分析奠定了一个基本的逻辑基础。<br /> <br /> 　　二、美元霸权的历史<br /> <br /> 　　1、美元的故事<br /> <br /> 　　第二个大的部分，想讲一下美元霸权的历史。首先讲一下美元和美联储。我1994年第一次访问美联储。去美联储的时候，给我们讲解的人说了一句话，我印象非常深刻。他说“美元与美联储是美国革命的伟大成果”。当然，他说的美国革命是指美国的独立战争。当他们推翻了或者终结了英国的殖民地统治之后，他们需要一个具有主权特征的货币，这时候美元诞生了。因为美元，美元信用，不同于类似像苏联，或者中国这种革命所诞生的主权货币，因为他不能直接进行对富有阶层的剥夺，美国政府推翻了殖民政府之后，一穷二白，他要创造信用，需要的是一种独特的信用创造的模式，所以美国的政治家和当时的美国的金融家，天才地设计了美元和美联储。它确实是革命的产物，当然人民币也是革命的产物，在后面我要谈到人民币。在这个意义上来讲，主权货币，大多是革命的产物，这个美国人没有说错。<br /> <br /> 　　那么美元是什么呢?我今天带了一张美元，带了一张港币，带了一张人民币，我相信人民币大家是看过的。但是港币，我问过差不多上百个香港人，他们没有认真看过港币，港币上的一些字他们没有读，比如说类似于港币上面这四个很小的字，“凭票即付”，很多人没有读过，这是一张渣打银行的钱，上面有四个字“凭票即付”，这四个字意味着港币不是钱，它仅仅是一张美元兑换券，但是我们把它当作钱用。<br /> <br /> 　　美元是什么东西呢?这是一张100美元。这里面很有趣的，这是”In God We Trust”，就是它是以上帝的名义发行的，他不是以黄金为本位的啊，它是以上帝的名义，它有很强烈的宗教色彩。关键在这边，这上面有一行字，他说这个是美国联邦储备局标注，当然也可以理解它是一个记号。　　<br /> <br /> 　　下面这段话就非常有趣了。美元本质上是美国政府国库券，它是一张记账符号。既然如此，直接流通国库券就可以了，为什么流通这个符号呢?这就非常有意思了，这涉及到非常重要的金融常识。美国政府发行的债券是远期信用，当赶走英国人之后，新的美国政府，华盛顿和他的同事们，要建立新的政府需要钱。那怎么办?他们决定发行国债，国债直接流通，当然也可以。但是，国债毕竟是远期信用，他需要一种变现的方法，变成即期承兑的票据，也就是明天可以用，可以流通的货币。其实后面这段话，就告诉你，这是一张即期承兑的票据。整个的结构设计是这样的，美国政府发行了国债，由一些私人银行，组成了一个叫美联储的机构承兑，其实我们把对国家的债券进行承兑的这样的机构，或者叫结算或叫清算机构，就称之为中央银行。但是，当时美国只能由私人银行联合来承兑国家发行的债券，这就形成了美联储和美元的特殊关系。<br /> <br /> 　　《货币战争》讲到了美联储私人机构的性质。从性质上来看，美联储是私人机构，但是美联储绝对不能理解成一般的私人机构。为什么?它是跟美元一起诞生的，或者它是为美元而诞生的，它真正的老板是美国的立法机构，也就是说美联储受美国立法机构的约束(注意它的人民性)。第二个问题，它承兑的是美国国库券，它跟财政部有一种共生的关系，有一种必要的联系和制约的关系。我们看到了，它受立法机构的监管，它受美国政府的制约，它是一个为立法机构，为人民和为政府服务的一个私人机构。你可以理解它是私人机构，但是它并没有独立做出重大决策的权利。很多人可能对美联储有诸多的想象或者是理解，我们中国人长时间以来对美联储的理解是错误的。我再重复一遍，任何执行国家债券清算的机构，都是在履行中央银行的职能。无论他是私人机构，还是公共机构，履行的使命就是中央银行的使命。后面我要谈到它，为什么它可以变成一个准世界中央银行。<br /> <br /> 　　美元和美联储有很多故事可以讲，但是今天不讲。美元问题，涉及到很多国内的人对美联储的解读，大部分的解读是不够精确的，我们忽略了它的国家性质，忽略了它的人民性质。第二句话，人民性质，非常重要。在谈到美元出现的时候，有一段话，这个大家必须记住，特别是年轻人。这句话叫No taxation without representation。它的意思是“无代议不纳税”，这是美元发行的伦理原则，也是美国革命的重要原则。它是革命的产物，同时它也遵循了革命的基本原则。也就是说，美元有固有的道德优势。为什么说美元是归立法权管辖，或者是受人民的约束，就是源于这句话。这也是英镑成为世界货币的伦理基础。这句话最早出现于英国大宪章，其实英国革命或者是英国的民主化进程，源于大宪章，它也奠定了英镑的伦理基础。<br /> <br /> 　　无代议不纳税，是什么意思呢?为什么它跟美元有联系呢?因为美国政府，发行的债券是以老百姓的税收为备兑支付基础的。发行这张纸必须要老百姓同意，没有立法权，无代议，没有议政的权利，就不纳税，这是一个重要的货币管理原则。这个原则，奠定了美元的伦理基础，这也是它日后强大的、非军事的软实力。这句话我们要记住，我们今后要用同样的思想来框定人民币的伦理基础。<br /> <br /> 　　其实没有伦理基础，没有真正的道德基础，想做到真空妙有是不可能的。新的美国的政府，就是华盛顿们，战胜了英国以后，他们新的政府一穷二白，一无所有，他们创造一个崭新的国家，创造一个崭新的工业体系出来，要靠创造信用。必须有强大的信用，并且为老百姓接受，以及日后为全世界接受，它必须要有它的伦理基础。记住这六个字，无代议不纳税，英文也要记住。<br /> <br /> 　　美元霸权的历史里面我要讲一段故事。1944年7月1号，我们党的生日，44个国家在美国的布雷顿森林公园开了一个会，这个会有一个人的名字永载史册，他叫[[怀特]]，是美国财政部的一个官员 ，他其实是非常优秀的金融专家。美国财政部的官员往往是美国最顶级的金融专家。美国是这样的一个国家，因为他的财政部，一开始就是靠融资的，他像一家公司，是靠融资的，所以他必须依靠金融专家。反而美联储的专家，往往是优秀的财政专家，他们懂得什么叫做平衡。和我们国家不太一样，我们国家财政部大体上不太搞金融，搞金融的基本上不理财政平衡。这个[[怀特]]呢，很有趣，他充满着神秘，1944年的怀特是财政部官员，1946年被发现他是苏联间谍，之后1948年他就莫名其妙地死了。但是，[[怀特方案]]已经确定了美元代替英镑成为全球结算货币这样一种现实。[[怀特方案]]也导致了美联储基本上成为准世界银行，或者叫准世界中央银行。<br /> <br /> 　　与[[怀特方案]]同时推出的，还有凯恩斯方案。大家都知道，凯恩斯是伟大的英国经济学家。在座的可能有学金融的，但是中国学金融的孩子，可能并未深刻理解什么是[[怀特方案]]，也未必真正了解什么是凯恩斯方案，或者是搞清楚了二者的区别。今天为什么要解释这个，因为中国在1995年实施了东方版的[[怀特方案]]。今天，我们的金融问题，大部分与这个[[怀特方案]]有关。当时1944年，战争接近尾声，很多国家，特别是一些西方的发达国家，被打的稀烂，一个被战争破坏的国家，没有信用可言。那么他要重建经济，必须要有政府信用，这个信用的源泉由哪里来?显然，他们需要他国强大的信用支持。<br /> <br /> 　　我们的革命可以土改，可以工商业改造，所以我们有资产来源，我们其实建立信用是有物质基础的。一个被打的稀碎的德国、法国，新政府信用从哪里来呢?必须借助信用，就是别人对他的一种信用背书，或者是提供一种主权货币备兑支付手段。所以凯恩斯提出来，就是英国人的想法，建立世界中央银行，做全球清算和结算。同时，由世界中央银行给这些需要信用的国家提供信用。给它贷款，或者是给它信用额度。这样的话，它就有了信用，它可以根据自己的信用来发行自己的钞票。但是，前提条件是这个世界中央银行可信。当时全世界的黄金大部分在美国，美国经济没有遭受战争影响，美元又非常强大，如果美国同意建立这个世界中央银行，那么凯恩斯方案就可行。可惜，美国人不同意，所以美国提出[[怀特方案]]，就是美联储提供信用支持。知道怀特是间谍之后，我一直在找他的方案的瑕疵，既然是苏联间谍，他出这个方案里面是不是隐藏了什么?事实上[[怀特方案]]确实是一个陷阱，这导致1971年经济危机大爆发。但是，[[怀特方案]]，整体上不是他一个人可以做决定的。[[怀特方案]]还是体现了美国人完整的帝国思路。[[怀特方案]]有两步：第一步为了让全世界确认美国人印的这个钞票，是有信用的，他决定与黄金挂钩，就是黄金和美元在一个价格上挂钩，美国老百姓不能换，但是外国政府，这44个国家的政府，借用了美国信用的政府可以换，这样的话，你就相信了我的美元是不贬的，你就按[[怀特方案]]走就行了，你就是按美国给你的信用为依据发行等额钞票。什么意思?大家看一下这张钞票，港币上面有四个字，凭票即付，意味着这张钱是兑换券，它叫美元兑换券，你拿到这张钱，到发钞银行，你把这个钱，放在桌上，你不用讲话，他按7.8换给你美元，这就是[[怀特方案]]的本意。[[怀特方案]]，意味着美元变相成为全球货币。<br /> <br /> 　　1983年12月份香港人接受了[[怀特方案]]。要记住，1982年打的马岛战争，1983年邓小平和撒切尔夫人谈完收回香港之后，撒切尔做的第一件事，就是在香港使用[[怀特方案]]。这个事情直到今天也没有人把它说清楚，因为直到今天，香港的衰落都是因为这四个字，“凭票即付”，不然的话，香港今天不会这么惨。[[怀特方案]]，相当于美元境外流通，只不过他通过代币的方式，那个时候德国马克，法郎，甚至英镑，在某种意义上都是美元兑换券。<br /> <br /> 　　所以美元变成了全球流通货币，美国本土只流通三分之一，三分之二在全球流通。记住，中国执行[[怀特方案]]是1995年朱镕基的改革，那时候我们开始联系汇率，人民币开始作为美元兑换券而存在，直至今天。[[怀特方案]]很重要，[[怀特方案]]有瑕疵，就是跟黄金挂钩，美元跟黄金挂钩这件事情有瑕疵。因为，作为经济学家，通常是考虑一个完美的结构，他没考虑会有战争。朝鲜战争和越南战争，两场战争，把美国的财政平衡打破，打破以后，美元多印了以后，开始出现美元和黄金价值的背离。所以，六十年代，以戴高乐为首的这些西方国家，开始拿美元换黄金，然后他们开始重建自己的主权货币，重建法郎、德国马克和英镑的主体性。他们最终重新成为主权独立的货币，这就导致全球金融危机，我们管它叫石油危机，其实是美元价值遭到质疑，美元价格开始剧烈波动。美元1971年的8月15号结束了和黄金挂钩，当然早就想结束，因为尼克松一直对[[怀特方案]]很不满，尤其是知道他是苏联间谍之后，他就更不满，早就想结束。那么美元的历史，在怀特故事里面，跨越了一个重要的历史时期。在1944年之前，美元还不能算是一个霸权货币，从1944年[[怀特方案]]之后，真正建立了美元的霸权。<br /> <br /> 　　美国的霸权比美元的霸权，差不多早了将近半个世纪，这个对中国有启发，就是军事霸权，往往并不必然导致经济霸权，或者是货币的霸权，它这个时间的跨度大概将近有半个世纪。到了1971年[[怀特方案]]结束之后，美国进入到石油美元，那么[[怀特方案]]即是开启了美元霸权，又是结束黄金美元的这样一个历史阶段，1971年美国结束了黄金美元，美元进入石油美元阶段。石油美元从1971年开始，我估计会持续到2021年。大体上在2025年左右，世界可能进入碳美元的时代。美国也在做努力，除了中国在拼命准备人民币崛起，美国也在安排美元的未来。石油美元的时代，对美国人来讲，也是一个不错的时代。但是，石油美元的时代，随着社会主义阵营的衰落和解体，资本主义失去了外部约束。虽然，内部的道德约束还在，但是外部约束没有了，所以资本主义进入了新自由主义阶段，实际上是一个弱约束的时代，所以出现了很多的问题。此后，美国进入到了一个很微妙的状态。奥巴马用了十年时间，试图扭转这个历史趋势，但是奥巴马的力量不够。<br /> <br /> 　　美国这个国家是个会思考的国家，但是这个国家也是需要后面挨一脚才能前进。因为，没有外部力量的压迫，它也很难形成深刻的历史性的变革。它正处在一个历史性的关键节点上。<br /> <br /> 　　2、卢布的故事<br /> <br /> 　　下面我想简单的讲一下卢布的故事。工业革命以后，除了英镑美元之外，真正的对美元，或者是主权货币霸权构成挑战的只有卢布。地球上曾经有三分之一人使用卢布信用，我们中国人自己不觉得，但是我们其实是长时间生活在卢布信用这样一个结算框架之内，虽然不是处于中央清算的那样完整的框架下。1948年12月1号，我们正式发行了第一版的人民币，实际上是以三大解放区的货币，陕甘宁边区，晋察冀边区，和山东解放区，其中重点是以山东解放区的基础发行的一套人民币。收藏货币的人可能知道，第一套人民币货币面值非常大，有一万元，还有五万元，当然还有便宜的。现在一万元的人民币，在香港已经炒到300万一张了。一块钱的人民币也炒到三万块钱了。第一版的人民币，是中华人民共和国最纯正的主权货币，他是来自于解放区。其实，中国那代的领导人，就是延安过来这批人，他们讲不了太多的理论，但是他们管理财政金融真的一流。我很难想象，一个高中毕业生，他竟然敢发钞票，我们陕甘宁跟晋察冀边区发钞票的没有一个大学生，只有山东解放区薛暮桥是学数学的大学生，被罗荣桓扣了下来，说你懂数学你帮我们发钞票吧，他就发了钞票。其中，海币非常厉害，当时在解放区，在中国的地位极高，比国民党的钞票好，比伪军的钞票好，甚至比朝鲜等殖民地钞票好。在某种意义上，甚至比当时的日元还强悍。海币的基本逻辑就是以盐为备兑支付基础，就是我承诺我发了一块钱，可以买到相应的盐，就是有一个逻辑基础，所以老百姓信它，它也比较稳定。人民币在1955年开始发行第二套，这第二套，我们就和卢布信用并轨了。它有历史原因，因为我们在解放区的时候，没有什么外贸可言，内贸都说不清楚，主要是跟国民党打，统一货币，为了统一解放区的物资调配，没有想太多，到建国之后，我们开始接受大规模的苏联援助，实际上是苏式的[[怀特方案]]进入了中国。我们154个项目，大量的政府贷款都进来了，需要有一个可以稳定的匹配的货币，这就是1955年我们发行新货币的历史背景。实际上我们那个10块钱，最大面额10块钱人民币，基本上是跟卢布对应的，而且这个货币，非常非常的稳定，一直稳定到1978年，它始终非常稳定。这个货币实际上把中国纳入了整个的华约体系，或者是整个的卢布信用体系。卢布是斯大林的一个伟大的创造，斯大林有很多的优点和缺点，但是确实是在卢布这个问题上，不得不让人肃然起敬。<br /> <br /> 　　因为一个政府存在的原因，除了军事能力以外，很大程度上是建立一个稳定的财政系统。而稳定的财政系统，必须有一个，足以承担整个财政运行的国家信用，它就是主权货币。苏联草创的时候，就开始安排苏联的新卢布，它的方式跟美元不同。它的方式更像我们的解放区的人民币，它实际上是靠领袖和政党的信用产生的信用。我们发行人民币，我们在边区货币和人民币的时候，我们没有承诺，如果大家仔细阅读我们的人民币上所有的文字，里面没有备兑支付承诺，它既不是国债的记账符号，也没有备兑支付的物质的描述。没有，它就是一张纸，它承载的是领袖和政党，个人威望和政党的信誉，它之所以能够成立的原因就是这样的。卢布也是这样的，但是作为一个货币，初创阶段可以这样，你不可以永远这样。尤其是当你走向国际化的时候，你不能告诉大家，这是某一个人的威望，虽然我们把这个印在上面，这是威望，同时我们也说了，这是共产党的信用，但是这两件事情太意识形态，不足以备兑支付，还是要建立强大的备兑支付基础。斯大林，将整个苏联的工业化，和在工业化过程中进行的残酷的土改和工商业改造，为卢布奠定了强大的物质基础，没有这个物质基础，卢布没有在1945年之后，成为国际货币的可能。<br /> <br /> 　　在谈到斯大林的卢布的时候，我们必须说一下大清洗。三十年代的大清洗，其实它有点类似于中国的文革。两年前，我在潮州讲课，跟我在一起的有一个我们国家科学院的院士，他问我你是学财政的，你能解释一下文革的财政原因吗?难道文革只是意识形态，没有经济背景和财政方面的原因吗?我立刻想到了大清洗，立刻想到了斯大林的大清洗，很多人认为大清洗不人道，有很多的人性恶的问题。其实我也认为不一定要杀那么多的人，但是你作为一个财政学者，你必须懂得，再平衡是非常残忍的。当全国的意识形态无法跟进，当制度设计无法跟进的时候，只能用人头来解决再平衡，如果三十年代不进行大清洗，苏联的一次分配、二次分配都无法完成，那么二次大战必输。在残酷的国内环境和国际环境下，实现再平衡，有的时候非常残忍，但是又无法用语言来描述，甚至无法进行理论的描述，很多人很难理解，会把它理解成个人的偏执、疯狂和残忍。这种事情在德国也发生了，或者这样讲，当一个国家实现工业化的时候，都不可避免出现同类的问题，无论是资本主义，还是社会主义。解读大清洗，解读文革，不能单纯从政治角度、文化角度，或者是人性的角度，必须回到经济基本面，从财政的角度来看，今天我们不展开说这个事情。<br /> <br /> 　　无论是卢布和人民币在草创初期，有两点是必须做到。第一点，国家必须集中足够的资源，土改和工商业改造是不可避免的，集中足够的资源才能创造足够的信用，才能迅速地实施有序的工业化，才能迅速地进行现代化，它是有代价的，但是这个代价，历史来看是不可避免的，如果不进行，它的状态就是南美和印度的状态，因为他们都没有经历过这种惨烈的革命或者是资产重组，所以它没有办法，太多的这种利益平衡它做不到，所以它必须把现代化的过程大大的推后;其次货币的本质是税收，税收的本质是生产力水平的不断提升。如果不能确保生产力获得充分的持续的有效的发展，不可能存在一个有魅力的，或者是有能力的主权信用。所以，苏联的工业化，中国的工业化，都表达了这一特征，当然当年英国的工业化，和美国的工业化，同样也是非常残忍和野蛮的，在这点上本质上没有太大区别。<br /> <br /> 　　卢布的故事，我不想讲它的建立，而是需要讲它的结束。卢布信用已经有地球上三分之一的人口使用，已经是一个主权信用霸权了，为什么会忽然倒下，是哪里出了问题?拥有核武器，拥有强大军队，拥有克格勃的苏联，政治相对稳定，它的真正的问题出现在了第二个必要条件，就是刚才我们分析框架里面的财政问题。他的一次分配和二次分配，分别在八十年代中期被破坏了。我们一直在研究苏联问题，因为苏联问题和中国问题有同质性。实际上在八十年代初，苏联错过了进行制度变革的最佳时期，他们走反了。重建一次分配的平衡，主要是市场平衡机制，这条思路对不对，应该说是对的。全部计划是有问题的，借助市场是应该的，但是越是搞一次平衡，越要强化二次平衡，就是再分配的平衡。也就是说市场平衡的前提条件，是政府强大的转移支付能力。市场必然会由资本强者来领导，如果政府不能在再平衡上面，施以非常严厉的手段，社会分配失衡是必然的。其实我们很多人不理解，其实你仔细研究美国的，英国的，德国的财政你会发现，再平衡非常非常残忍。它的遗产税，它的资产赠予税，非常之高，基本上都在50%附近，就是你死了，一半财富就被拿走了，跟革命是差不多的，比革命温和一点而已。它对资产持有的征税，累进的幅度之高，足以令你成为穷人。如果，没有二次分配的强大的道德和制度的约束，一次分配的冒进，必然导致一个主权货币的崩溃，苏联就是倒在这个问题上的。它决定改革，决定引进市场机制，却在财政转移支付上面没有跟进。改革，变成了劫掠，国家迅速解体。现在，我们在这方面不能说一点跟进没有，至少我们看到跟进的不完整和不系统。改革，毕竟需要人民的高度认同。记住前面那句话，那六个字，无代议不纳税，其实这是一个重要的原则，当老百姓不能决定税收的时候，无法决定一部好的预算法和税法的时候，那么一次分配的变革，往往会导致灾难性的后果。卢布的故事告诉我们，首先要在治理上，在顶层设计上，解决好二次分配之后，再强化一次分配的改革。不能一切通过市场，不然的话，卢布的故事，会在人民币上重演。<br /> <br /> 　　3、人民币的故事<br /> <br /> 　　人民币的信用，确实是革命的产物。在它的历史过程中，从红军时期的根据地的货币发行，从毛泽民的苏区货币时代开始，到抗日战争时期根据地货币就比较成熟了。我们在抗日战争时期的货币发行已经基本成熟了，到解放战争时期从有了成片的根据地我们开始把它归结和统一。到1948年第一版人民币，已经是非常经典的主权货币了。我觉得第一版人民币真的是珍贵的，因为算是中国历史上，第一次拥有主权特征的货币。1955年之后，它的主权特征被削弱了。1955年到1995年，人民币实际上是卢布信用的延伸。当然有我们自己的主权信用，但是它仍然不是完全独立的主权信用。四十年之后，1955年到1995年，四十年之后，因为我们的市场化要跟世界接轨，所以我们决定跟美元信用接轨。在这个事情上，我们做了一次重大的决策，就是人民币与美元挂钩。<br /> <br /> 　　很多人问我，1995年的汇改是对还是错，是好还是坏?我一直这样说，在那样的历史时刻，汇率改革是必须的，也是必要的，甚至可以说是好的。因为中国需要两样东西。在1995年，中国资本严重稀缺，我们需要大量的引入资本，引入资本，就得借助别人的信用，接受东方版的[[怀特方案]]是可以理解的。同时，中国有大量的劳动力剩余，我们中国制造要走向全世界，也需要结算和清算方便。<br /> <br /> 　　在那个时刻，特定的历史时刻，在货币主权上，做出适当的让步无可厚非。但是，任何正确的事情，都有时间和空间的约束。当一件事情，走过它的时间约束，就走向了正确的反面。2005年，中国的资本稀缺问题已经解决，中国产品出口的问题已经解决，那个时候就应该开始反思我们的联系汇率制度。如果，我们在那个时候开始进行反思，并且做出适度的政策安排，可能能够避免一些事情的发生。<br /> <br /> 　　这是港币，这张钱，大家一定要记住，它在1983年12月之前，这张钱是一张具有主权特征的货币，也正是这张主权特征的货币，使得香港成为四小龙之一。1971年之前，港币是跟英镑挂钩的，1971年港币取消跟英镑挂钩，成为独立的主权货币，1983年它重新跟美元挂钩，成为了另一个[[怀特方案]]的一部分。正是这张纸的变更，导致了超级地租的出现，也就是这张纸，导致了香港资本大规模流出。从1983年到1997年，我们估计至少5000亿镑以上的资本，因资产泡沫大规模上升而撤走。甚至可能有一些人估计更多，他们认为可能高达一万亿镑资本流出。这件事情，1997年并未结束，资本仍然在流出，因为超级地租更严重了，而且现在不但流出自己的资本，也成为中国资本外泄的一个重要通道。不要小看[[怀特方案]]，这是剥皮的方案。是的，在特定历史时期，我们需要它，借助它，在我们长大之后，我们应该学习的是戴高乐，法国在1944年接受了这个方案以后，二十年之后，法国进行了反思，他们终结了法郎的兑换券的地位，成为主权货币。<br /> <br /> 　　今天，我们有很多年轻人，希望你们理解这张纸的含义，我们必须思考中国人民币的主权地位和它的主权特征。今天，人民币若不是一个具有主权特征的货币，若仍然是一张美元兑换券的话，我们如何讨论人民币的未来呢?<br /> <br /> 　　三、美元的未来<br /> <br /> 　　许多朋友认为美国完了。我跟他们说，完了，这是一个正确的历史判断。都得完，但是什么时间完，以怎样的方式完，才是我们应该解释的。另外，对手完了，不代表我们赢，因为我们的对手不止美元，还有欧元，还有日元。况且，美元未必完，我们要讨论的不是他怎么死，而是在他的变更中，找到我们的路。几年前，高盛上市，我当时提出的问题是，这么赚钱的一个公司，如果是我，我不让它上市，因为上市是与公众分享，为什么要上市呢?它的老板是美国最有钱的人，股东套了钱干什么，美国人在想什么?我问了很多朋友，一直没有得到正确的答复，直到我看萨莫斯的文章，他提出了环保美元的概念。后来，我发现我国碳排放权，大量地被外资收购了。后来我们发现，前苏联地区，碳排放权被外资收购了，后来我们发现南美洲、非洲碳排放权也被收购了。可能大家不知道碳排放权是什么东西?理论上讲，可以视同为黄金储备，它实际上是一种未来的全球征税权。我说一件事大家可能就知道了，到2030年，碳排放权交易将超过石油交易。拥有了碳排放权，或者是碳排放权的储备，意味着拥有了备兑支付手段。拥有了强大碳排放权储备的美国，可能在2025年或者是在这个时间的前后，可能会采取新的联系汇率制度。它以前曾经是黄金美元，跟黄金挂钩，但是这件事情，黄金的稀缺性不能支撑。那么碳排放权的储备量，可能是黄金储备量的上千倍，而且现在很大的部分已经囤积在美资的手上。所以他们有能力重新做一个碳排放权挂钩的美元，我们把它称之为碳美元。<br /> <br /> 　　如果朋友们不理解碳美元，那么我们今天要仔细看美国工业化的方向，美国的工业化也就是再工业化，最核心的部分是低碳技术。实际上，美国在用信息技术和低碳技术改造所有的传统产业。碳权利，包括碳排放权的储备，和现有碳排放的压缩。它是减少碳排放的能力，和持有碳排放权的能力。这两个能力，将构成未来主权货币的强大基础。换句话说，在2025年，十年之后，可能会有一个新的[[怀特方案]]出来，也就是说，美国会用一个新的[[怀特方案]]，重新占据世界中央银行这样一个独特的地位。未来，我们的晚辈将面临残酷的国际环境和金融挑战。而我们今天，为他们做的事情，远远不够。美元的未来，大家记住碳美元三个字就行了。<br /> <br /> 　　四、人民币的未来<br /> <br /> 　　简单的说一下人民币，我刚才在开篇的时候讲了，政治稳定是一个主权货币的先决条件。超政治稳定，包括了内部和外部，外部我不认为有问题，甚至我可以确定2049年之前，没有人可以或者是敢于入侵中国，甚至可以将这个时间长度拉长到下一个百年，'''当然这要感谢毛泽东等老一辈无产阶级革命家。一场朝鲜战争和两弹一星，奠定了两百年不被入侵的基础。'''<br /> <br /> 　　但是我们谁也没有能力可以说在2049年之前，或者是未来的一百年之间，一定没有内战或内乱。可以承诺的，不是一个人，而是一个制度。今天，我们必须让我们国家，需要承担责任的人，包括在座的，包括学者，也包括政治家，他们必须给一个解释，你们准备建立一个什么样的制度，来确保未来的一百年没有内战或者内乱?没有内战和没有内乱的核心是财政分配，其中一次平衡，就是我们要建立一个充分的市场，和二次平衡，我们要建立一个再分配体系，在中国现在这个事情非常非常的难。我重复那六个字，无代议不纳税。因为，中国现在立法机构，并无这样的动因，或者是动力，去改善现有的税法，我们看到了超级地租。我们看到了严重程度，中国是全球仅有的少数国家，是不设立遗产税和赠予税的国家。我们是同时对资本利得和资产持有，几乎不进行征税的神奇国家。我们很难想象，在市场化突飞猛进的同时，在二次分配不跟进的情况下，会出现什么样的糟糕情况。<br /> <br /> 　　我对我们国家当代的知识分子感到失望，因为我们有责任把话说清楚。改革特别是真正的改革，侧重点在二次分配和再分配上面，因为一次分配是建立市场，这个我们有榜样 可以学。二次分配，我们必须走出一条真正的具有中国特色的路。因为中国是一个大国，是一个非常复杂的国家，我们必须完成区域平衡、阶级平衡和种族平衡。这三大平衡，要在制度上给予有说服力的安排，不是说服我们，是说服我们的子孙，说服全世界的人，告诉他们一百年不会有问题，这是一个沉重的历史责任。<br /> <br /> 　　我有的时候挺失望的，极端左翼的朋友是寄望于领袖的，极端右翼的朋友是寄望于外国人的，这两个都不对。我们希望中间的人起来，我们自己完成对整个伦理的诉说。一个好的制度要有一套伦理依据，并以此完成法理的构建，最终完成管理的变革。如果我们在伦理上不敢说，甚至说不清楚，我们的法理的基础就没有了。我们现在的法律，大家有兴趣的话，仔细去阅读一下我们的预算法、税法，那是多么卑劣的法律。如此的法律怎能支撑一个稳定的社会结构呢?我们变革的压力，应该是来自于知识分子的良知，来自于年轻人对美好未来的追求。虽然问题非常大，但是还应该有信心，因为经历了这几年，特别是2010年之后，我还是觉得左翼在慢慢地崛起，左翼的思想家在慢慢地崛起，他们在慢慢地梳理基本的伦理。在基本的伦理梳理的基础上，我们开始慢慢地建立中国特有的法理逻辑，其实我们现在已经开始提出一些东西了，虽然这个声音非常微小，虽然老百姓还不一定能理解，不一定能够认同。但是，在这方面，我们正在慢慢地进步。<br /> <br /> 　　技术层面，金融层面，我不担心，解决金融的技术问题，应该有条件吧。我们会建立自己的蓄水池，我们会建立自己强大的机构，我们会有自己强大的可以作为舰队出海远航的机构。<br /> <br /> 　　结语<br /> <br /> 　　我认为，希望在青年。没有独立的人格，就没有独立的主权，没有国家主权和没有人民主权，就没有真正意义的主权信用。</div>

223.192.192.3 http://wiki.sseuu.com/index.php?title=%E5%8D%A2%E9%BA%92%E5%85%83&diff=16734 2019-08-19T11:44:24Z

<p>223.192.192.3：创建页面，内容为“{{4}} *卢麒元:美元霸权与人民币的未来(演讲全文)”</p> <hr /> <div>{{4}}<br /> *[[卢麒元:美元霸权与人民币的未来(演讲全文)]]</div>

223.192.192.3 http://wiki.sseuu.com/index.php?title=%E7%BB%88%E4%BA%8E%E6%9C%89%E4%BA%BA%E8%AF%B4%E6%B8%85%E6%A5%9A%E4%BA%86%E4%BA%BA%E6%B0%91%E5%B8%81%E4%B8%8E%E7%BE%8E%E5%85%83%E7%9A%84%E6%9C%AA%E6%9D%A5%EF%BC%88%E9%9D%9E%E5%B8%B8%E6%B7%B1%E5%88%BB%EF%BC%8C%E5%BB%BA%E8%AE%AE%E7%BB%86%E8%AF%BB%EF%BC%89&diff=16733 2019-08-19T11:39:44Z

<p>223.192.192.3：创建页面，内容为“{{4}}香港沃德国际资产管理顾问公司董事局主席'''卢麒元'''属于立场鲜明的知识分子，曾任职于中华人民共和国财政部及中...”</p> <hr /> <div>{{4}}香港沃德国际资产管理顾问公司董事局主席'''[[卢麒元]]'''属于立场鲜明的知识分子，曾任职于中华人民共和国财政部及中国经济开发信托投资公司，被称为中国人中少有的几个真正懂世界金融经济的人。近日，卢麒元参加破土网主办的沙龙“美元霸权与人民币的未来”，深入浅出的讲解了人民币的破局之道。小编认为该文是目前把人民币汇率讲得最清楚的一篇，特此整理，供分享。<br /> <br /> 讲美元霸权有一些压力，压力不是来自于学术方面。因为，美元霸权和人民币崛起已经成为了热门话题。也正因为如此，这方面的话题往往具有很强烈的“遮蔽性”。就是越多的讨论，越容易掩盖事情的本源和真相。今天我尝试把这件事情用我的视角重新解读，也对人民币未来提供一些建议。<br /> <br /> '''美元的故事'''<br /> <br /> 首先讲一下美元和美联储。我1994年第一次访问美联储。去美联储的时候，给我们讲解的人说了一句话，我印象非常深刻。他说“'''美元与美联储是美国革命的伟大成果'''”。当然，他说的美国革命是指美国的独立战争。当他们推翻了或者终结了英国的殖民地统治之后，他们需要一个具有主权特征的货币，这时候美元诞生了。<br /> <br /> 那么美元是什么呢？我今天带了一张美元，带了一张港币，带了一张人民币，我相信人民币大家是看过的。但是港币，我问过差不多上百个香港人，他们没有认真看过港币，港币上的一些字他们没有读，比如说类似于港币上面这四个很小的字，“凭票即付”，很多人没有读过，这是一张渣打银行的钱，上面有四个字“凭票即付”，这四个字意味着港币不是钱，它仅仅是一张美元兑换券，但是我们把它当作钱用。<br /> <br /> 美元是什么东西呢？这是一张100美元。这里面很有趣的，这是“In God We Trust”，就是它是以上帝的名义发行的，他不是以黄金为本位的啊，它是以上帝的名义，它有很强烈的宗教色彩。关键在这边，这上面有一行字，他说这个是美国联邦储备局标注，当然也可以理解它是一个记号。<br /> <br /> 下面这段话就非常有趣了。美元本质上是美国政府国库券，它是一张记账符号。既然如此，直接流通国库券就可以了，为什么流通这个符号呢？这就非常有意思了，这涉及到非常重要的金融常识。美国政府发行的债券是远期信用，当赶走英国人之后，新的美国政府，华盛顿和他的同事们，要建立新的政府需要钱。那怎么办？他们决定发行国债，国债直接流通，当然也可以。但是，国债毕竟是远期信用，他需要一种变现的方法，变成即期承兑的票据，也就是明天可以用，可以流通的货币。其实后面这段话，就告诉你，这是一张即期承兑的票据。整个的结构设计是这样的，美国政府发行了国债，由一些私人银行，组成了一个叫美联储的机构承兑，其实我们把对国家的债券进行承兑的这样的机构，或者叫结算或叫清算机构，就称之为中央银行。但是，当时美国只能由私人银行联合来承兑国家发行的债券，这就形成了美联储和美元的特殊关系。<br /> <br /> 美元和美联储有很多故事可以讲，但是今天不讲。美元问题，涉及到很多国内的人对美联储的解读，大部分的解读是不够精确的，我们忽略了它的国家性质，忽略了它的人民性质。第二句话，人民性质，非常重要。在谈到美元出现的时候，有一段话，这个大家必须记住，特别是年轻人。这句话叫Notaxation without representation。它的意思是“无代议不纳税”，这是美元发行的伦理原则，也是美国革命的重要原则。它是革命的产物，同时它也遵循了革命的基本原则。也就是说，美元有固有的道德优势。为什么说美元是归立法权管辖，或者是受人民的约束，就是源于这句话。<br /> <br /> 无代议不纳税，是什么意思呢？为什么它跟美元有联系呢？因为美国政府，发行的债券是以老百姓的税收为备兑支付基础的。发行这张纸必须要老百姓同意，没有立法权，无代议，没有议政的权利，就不纳税，这是一个重要的货币管理原则。这个原则，奠定了美元的伦理基础，这也是它日后强大的、非军事的软实力。这句话我们要记住，我们今后要用同样的思想来框定人民币的伦理基础。<br /> <br /> 美元霸权的历史里面我要讲一段故事。1944年7月1号，44个国家在美国的布雷顿森林公园开了一个会，这个会有一个人的名字永载史册，他叫[[怀特]]，是美国财政部的一个官员，他其实是非常优秀的金融专家。美国财政部的官员往往是美国最顶级的金融专家。美国是这样的一个国家，因为他的财政部，一开始就是靠融资的，他像一家公司，是靠融资的，所以他必须依靠金融专家。反而美联储的专家，往往是优秀的财政专家，他们懂得什么叫做平衡。和我们国家不太一样，我们国家财政部大体上不太搞金融，搞金融的基本上不理财政平衡。这个[[怀特]]呢，很有趣，他充满着神秘，1944年的怀特是财政部官员，1946年被发现他是苏联间谍，之后1948年他就莫名其妙地死了。但是，[[怀特方案]]已经确定了美元代替英镑成为全球结算货币这样一种现实。[[怀特方案]]也导致了美联储基本上成为准世界银行，或者叫准世界中央银行。<br /> <br /> 与[[怀特方案]]同时推出的，还有凯恩斯方案。大家都知道，凯恩斯是伟大的英国经济学家。在座的可能有学金融的，但是中国学金融的孩子，可能并未深刻理解什么是[[怀特方案]]，也未必真正了解什么是凯恩斯方案，或者是搞清楚了二者的区别。今天为什么要解释这个，因为中国在1995年实施了东方版的[[怀特方案]]。今天，我们的金融问题，大部分与这个[[怀特方案]]有关。当时1944年，战争接近尾声，很多国家，特别是一些西方的发达国家，被打的稀烂，一个被战争破坏的国家，没有信用可言。那么他要重建经济，必须要有政府信用，这个信用的源泉由哪里来？显然，他们需要他国强大的信用支持。<br /> <br /> 我们的革命可以土改，可以工商业改造，所以我们有资产来源，我们其实建立信用是有物质基础的。一个被打的稀碎的德国、法国，新政府信用从哪里来呢？必须借助信用，就是别人对他的一种信用背书，或者是提供一种主权货币备兑支付手段。所以凯恩斯提出来，就是英国人的想法，建立世界中央银行，做全球清算和结算。同时，由世界中央银行给这些需要信用的国家提供信用。给它贷款，或者是给它信用额度。这样的话，它就有了信用，它可以根据自己的信用来发行自己的钞票。但是，前提条件是这个世界中央银行可信。当时全世界的黄金大部分在美国，美国经济没有遭受战争影响，美元又非常强大，如果美国同意建立这个世界中央银行，那么凯恩斯方案就可行。可惜，美国人不同意，所以美国提出[[怀特方案]]，就是美联储提供信用支持。知道怀特是间谍之后，我一直在找他的方案的瑕疵，既然是苏联间谍，他出这个方案里面是不是隐藏了什么？事实上[[怀特方案]]确实是一个陷阱，这导致1971年经济危机大爆发。但是，[[怀特方案]]，整体上不是他一个人可以做决定的。[[怀特方案]]还是体现了美国人完整的帝国思路。<br /> <br /> [[怀特方案]]有两步：第一步为了让全世界确认美国人印的这个钞票，是有信用的，他决定与黄金挂钩，就是黄金和美元在一个价格上挂钩，美国老百姓不能换，但是外国政府，这44个国家的政府，借用了美国信用的政府可以换，这样的话，你就相信了我的美元是不贬的，你就按[[怀特方案]]走就行了，你就是按美国给你的信用为依据发行等额钞票。什么意思？大家看一下这张钞票，港币上面有四个字，凭票即付，意味着这张钱是兑换券，它叫美元兑换券，你拿到这张钱，到发钞银行，你把这个钱，放在桌上，你不用讲话，他按7.8换给你美元，这就是[[怀特方案]]的本意。[[怀特方案]]，意味着美元变相成为全球货币。<br /> <br /> 1983年12月份香港人接受了[[怀特方案]]。要记住，1982年打的马岛战争，1983年邓小平和撒切尔夫人谈完收回香港之后，撒切尔做的第一件事，就是在香港使用[[怀特方案]]。这个事情直到今天也没有人把它说清楚，因为直到今天，香港的衰落都是因为这四个字，“凭票即付”，不然的话，香港今天不会这么惨。[[怀特方案]]，相当于美元境外流通，只不过他通过代币的方式，那个时候德国马克，法郎，甚至英镑，在某种意义上都是美元兑换券。<br /> <br /> 所以美元变成了全球流通货币，美国本土只流通三分之一，三分之二在全球流通。记住，中国执行[[怀特方案]]是1995年朱镕基的改革，那时候我们开始联系汇率，人民币开始作为美元兑换券而存在，直至今天。[[怀特方案]]很重要，[[怀特方案]]有瑕疵，就是跟黄金挂钩，美元跟黄金挂钩这件事情有瑕疵。因为，作为经济学家，通常是考虑一个完美的结构，他没考虑会有战争。朝鲜战争和越南战争，两场战争，把美国的财政平衡打破，打破以后，美元多印了以后，开始出现美元和黄金价值的背离。所以，六十年代，以戴高乐为首的这些西方国家，开始拿美元换黄金，然后他们开始重建自己的主权货币，重建法郎、德国马克和英镑的主体性。他们最终重新成为主权独立的货币，这就导致全球金融危机，我们管它叫石油危机，其实是美元价值遭到质疑，美元价格开始剧烈波动。美元1971年的8月15号结束了和黄金挂钩，当然早就想结束，因为尼克松一直对[[怀特方案]]很不满，尤其是知道他是苏联间谍之后，他就更不满，早就想结束。那么美元的历史，在怀特故事里面，跨越了一个重要的历史时期。在1944年之前，美元还不能算是一个霸权货币，从1944年[[怀特方案]]之后，真正建立了美元的霸权。<br /> <br /> 美国的霸权比美元的霸权，差不多早了将近半个世纪，这个对中国有启发，就是军事霸权，往往并不必然导致经济霸权，或者是货币的霸权，它这个时间的跨度大概将近有半个世纪。到了1971年[[怀特方案]]结束之后，美国进入到石油美元，那么[[怀特方案]]即是开启了美元霸权，又是结束黄金美元的这样一个历史阶段，1971年美国结束了黄金美元，美元进入石油美元阶段。石油美元从1971年开始，我估计会持续到2021年。大体上在2025年左右，世界可能进入碳美元的时代。美国也在做努力，除了中国在拼命准备人民币崛起，美国也在安排美元的未来。石油美元的时代，对美国人来讲，也是一个不错的时代。但是，石油美元的时代，随着社会主义阵营的衰落和解体，资本主义失去了外部约束。虽然，内部的道德约束还在，但是外部约束没有了，所以资本主义进入了新自由主义阶段，实际上是一个弱约束的时代，所以出现了很多的问题。此后，美国进入到了一个很微妙的状态。奥巴马用了十年时间，试图扭转这个历史趋势，但是奥巴马的力量不够。<br /> <br /> 美国这个国家是个会思考的国家，但是这个国家也是需要后面挨一脚才能前进。因为，没有外部力量的压迫，它也很难形成深刻的历史性的变革。它正处在一个历史性的关键节点上。<br /> <br /> '''人民币的故事'''<br /> <br /> 人民币的信用，确实是革命的产物。在它的历史过程中，从红军时期的根据地的货币发行，从毛泽民的苏区货币时代开始，到抗日战争时期根据地货币就比较成熟了。我们在抗日战争时期的货币发行已经基本成熟了，到解放战争时期从有了成片的根据地我们开始把它归结和统一。到1948年第一版人民币，已经是非常经典的主权货币了。我觉得第一版人民币真的是珍贵的，因为算是中国历史上，第一次拥有主权特征的货币。1955年之后，它的主权特征被削弱了。1955年到1995年，人民币实际上是卢布信用的延伸。当然有我们自己的主权信用，但是它仍然不是完全独立的主权信用。四十年之后，1955年到1995年，四十年之后，因为我们的市场化要跟世界接轨，所以我们决定跟美元信用接轨。在这个事情上，我们做了一次重大的决策，就是人民币与美元挂钩。<br /> <br /> 很多人问我，1995年的汇改是对还是错，是好还是坏？我一直这样说，在那样的历史时刻，汇率改革是必须的，也是必要的，甚至可以说是好的。因为中国需要两样东西。在1995年，中国资本严重稀缺，我们需要大量的引入资本，引入资本，就得借助别人的信用，接受东方版的[[怀特方案]]是可以理解的。同时，中国有大量的劳动力剩余，我们中国制造要走向全世界，也需要结算和清算方便。<br /> <br /> 在那个时刻，特定的历史时刻，在货币主权上，做出适当的让步无可厚非。但是，任何正确的事情，都有时间和空间的约束。当一件事情，走过它的时间约束，就走向了正确的反面。2005年，中国的资本稀缺问题已经解决，中国产品出口的问题已经解决，那个时候就应该开始反思我们的联系汇率制度。如果，我们在那个时候开始进行反思，并且做出适度的政策安排，可能能够避免一些事情的发生。<br /> <br /> 这是港币，这张钱，大家一定要记住，它在1983年12月之前，这张钱是一张具有主权特征的货币，也正是这张主权特征的货币，使得香港成为四小龙之一。1971年之前，港币是跟英镑挂钩的，1971年港币取消跟英镑挂钩，成为独立的主权货币，1983年它重新跟美元挂钩，成为了另一个[[怀特方案]]的一部分。正是这张纸的变更，导致了超级地租的出现，也就是这张纸，导致了香港资本大规模流出。从1983年到1997年，我们估计至少5000亿镑以上的资本，因资产泡沫大规模上升而撤走。甚至可能有一些人估计更多，他们认为可能高达一万亿镑资本流出。这件事情，1997年并未结束，资本仍然在流出，因为超级地租更严重了，而且现在不但流出自己的资本，也成为中国资本外泄的一个重要通道。不要小看[[怀特方案]]，这是剥皮的方案。是的，在特定历史时期，我们需要它，借助它，在我们长大之后，我们应该学习的是戴高乐，法国在1944年接受了这个方案以后，二十年之后，法国进行了反思，他们终结了法郎的兑换券的地位，成为主权货币。<br /> <br /> 今天，我们有很多年轻人，希望你们理解这张纸的含义，我们必须思考中国人民币的主权地位和它的主权特征。今天，人民币若不是一个具有主权特征的货币，若仍然是一张美元兑换券的话，我们如何讨论人民币的未来呢？<br /> <br /> '''美元的未来'''<br /> <br /> 许多朋友认为美国完了。我跟他们说，完了，这是一个正确的历史判断。都得完，但是什么时间完，以怎样的方式完，才是我们应该解释的。另外，对手完了，不代表我们赢，因为我们的对手不止美元，还有欧元，还有日元。况且，美元未必完，我们要讨论的不是他怎么死，而是在他的变更中，找到我们的路。几年前，高盛上市，我当时提出的问题是，这么赚钱的一个公司，如果是我，我不让它上市，因为上市是与公众分享，为什么要上市呢？它的老板是美国最有钱的人，股东套了钱干什么，美国人在想什么？我问了很多朋友，一直没有得到正确的答复，直到我看萨莫斯的文章，他提出了环保美元的概念。后来，我发现我国碳排放权，大量地被外资收购了。后来我们发现，前苏联地区，碳排放权被外资收购了，后来我们发现南美洲、非洲碳排放权也被收购了。可能大家不知道碳排放权是什么东西？理论上讲，可以视同为黄金储备，它实际上是一种未来的全球征税权。我说一件事大家可能就知道了，到2030年，碳排放权交易将超过石油交易。拥有了碳排放权，或者是碳排放权的储备，意味着拥有了备兑支付手段。拥有了强大碳排放权储备的美国，可能在2025年或者是在这个时间的前后，可能会采取新的联系汇率制度。它以前曾经是黄金美元，跟黄金挂钩，但是这件事情，黄金的稀缺性不能支撑。那么碳排放权的储备量，可能是黄金储备量的上千倍，而且现在很大的部分已经囤积在美资的手上。所以他们有能力重新做一个碳排放权挂钩的美元，我们把它称之为碳美元。<br /> <br /> 如果朋友们不理解碳美元，那么我们今天要仔细看美国工业化的方向，美国的工业化也就是再工业化，最核心的部分是低碳技术。实际上，美国在用信息技术和低碳技术改造所有的传统产业。碳权利，包括碳排放权的储备，和现有碳排放的压缩。它是减少碳排放的能力，和持有碳排放权的能力。这两个能力，将构成未来主权货币的强大基础。换句话说，在2025年，十年之后，可能会有一个新的[[怀特方案]]出来，也就是说，美国会用一个新的[[怀特方案]]，重新占据世界中央银行这样一个独特的地位。未来，我们的晚辈将面临残酷的国际环境和金融挑战。而我们今天，为他们做的事情，远远不够。美元的未来，大家记住碳美元三个字就行了。<br /> <br /> '''人民币的未来'''<br /> <br /> 简单的说一下人民币，我刚才在开篇的时候讲了，政治稳定是一个主权货币的先决条件。超政治稳定，包括了内部和外部，外部我不认为有问题，甚至我可以确定2049年之前，没有人可以或者是敢于入侵中国，甚至可以将这个时间长度拉长到下一个百年，当然这要'''感谢毛泽东等老一辈无产阶级革命家。一场朝鲜战争和两弹一星，奠定了两百年不被入侵的基础'''。<br /> <br /> 但是我们谁也没有能力可以说在2049年之前，或者是未来的一百年之间，一定没有内战或内乱。可以承诺的，不是一个人，而是一个制度。今天，我们必须让我们国家，需要承担责任的人，包括在座的，包括学者，也包括政治家，他们必须给一个解释，你们准备建立一个什么样的制度，来确保未来的一百年没有内战或者内乱？没有内战和没有内乱的核心是财政分配，其中一次平衡，就是我们要建立一个充分的市场，和二次平衡，我们要建立一个再分配体系，在中国现在这个事情非常非常的难。我重复那六个字，无代议不纳税。因为，中国现在立法机构，并无这样的动因，或者是动力，去改善现有的税法，我们看到了超级地租。我们看到了严重程度，中国是全球仅有的少数国家，是不设立遗产税和赠予税的国家。我们是同时对资本利得和资产持有，几乎不进行征税的神奇国家。我们很难想象，在市场化突飞猛进的同时，在二次分配不跟进的情况下，会出现什么样的糟糕情况。<br /> <br /> 我对我们国家当代的知识分子感到失望，因为我们有责任把话说清楚。改革特别是真正的改革，侧重点在二次分配和再分配上面，因为一次分配是建立市场，这个我们有榜样可以学。二次分配，我们必须走出一条真正的具有中国特色的路。因为中国是一个大国，是一个非常复杂的国家，我们必须完成区域平衡、阶级平衡和种族平衡。这三大平衡，要在制度上给予有说服力的安排，不是说服我们，是说服我们的子孙，说服全世界的人，告诉他们一百年不会有问题，这是一个沉重的历史责任。<br /> <br /> 关于人民币汇率，我希望政府对人民币的均衡点有清晰的认识，所以我建议在7.8，港币一比一建坚固防线，因为在战略上，或者是战术上，你既然要建防线，你就不能且战且退，你要找依托建立坚固防线，然后一次到位，不要这样的，每天500的这样，这样让大家会把子弹打光，会把信心打光。但是现在的央行的做法，是且战且退，他们在找到舒服的地方，我怕如此做法，可能在2016年会有一次巨变，为什么？<br /> <br /> 比如说你跟GDP的比重是多少，或者是你跟实物的比重是多少，或者你有一个依据没有，如果什么依据都没有，仍然采取目前拍脑袋玩的状态，我大体上可以确定，在2016年，主要的评级机构，会降低人民币主权评级，那个时候再进行防守，恐怕就非常困难，或者是为时晚矣。我不能预测2016年会发生什么，但是我依然希望大家，在人民币问题上，采取谨慎的策略，尽可能得做好对冲的安排。当然我不呼吁大家去换美元，或者做什么，另外我还是希望更多的学者专家站出来，把本质、真实的东西，说给领导听，说给所有老百姓听，让大家觉得这件事情是大事的时候，他们就必须按照正确的逻辑做。<br /> <br /> 经济学没有太多是非，经济学讲边际，所有的事情，在正确的时间和正确的地点就是对的，过了就错了。所以2016年，中国经济整体的探底，还没有结束，因为我们一直等待在资产泡沫上面做深刻调整，但是这个资产泡沫的调整没有发生，反而是人民币的贬值过程，所以我们觉得这个调整没到位，就意味着调整终究会到位。2016年仍然是调整，是不是局部，或者是不是历史性的局部，不好说，但是向下的。人民币汇率是处于一个非常困难的时候。再说一遍，我是主张调整一步到位的，在一个防线，建立坚固防守。在2014年4月份，在无锡我们开了一个内部会议，我说了卢布会出事，北京来的朋友，好多专家和学者觉得我神经病，俄罗斯有5000亿美元外汇储备，不但能源出口，粮食都出口怎么会有事，他们不相信，但是我是用眼睛看到的。我在香港，我住在跑马地怎么来了这么多的俄罗斯人，到处都是俄罗斯人，大量的俄资本涌入香港，其实我们知道俄卢布要出事了，但是怎么说国内都不信，到10月份，30卢布贬到70了，这时候大家开始意识到，已经贬到一倍了。设想一下，如果人民币贬到7.8你觉得很多，如果贬到12呢，甚至我觉得如果现在不做任何事情，在个位数之内，根本没有可防守的点。没有地方建防线，你建防线的依据是什么，你有备兑支付手段吗？<br /> <br /> '''反思'''<br /> <br /> 美国的财政的平衡的问题是非常严重的，所以美元有压力。但是美国人最近这几十年解决问题，都不是靠自己的努力，都是靠别人的不努力，或者是别人失误形成的，包括上次苏联解体，是靠对手一步步的失误，特别是重大的失误，形成美元的复苏，上次复苏主要是苏联解体，苏联和东欧的倒下，使美元有一次比较从容的整理。为什么七十年代初，尼克松跑来见毛泽东呢，他处于强烈的危机之中，他不知道怎么办，他必须得有帮手。但是到了八十年代末九十年代初，又缓过来这个气来了，因为有一只大象倒下，他现在在等第二只大象倒下。你刚才问我靴子问题，我说的靴子就是房地产价格，崩的那天这靴子落地，但是现在看这个政策，我们也很难去评价，因为这个就是阳老师说的搏弈的过程，不完全是一个自己认知或者是良知认识的过程。<br /> <br /> 其实我们都很清楚发生了什么事情，但是为什么不能形成安排，比如说像税这个问题，难道遗产税这么难吗？遗产税我们没有说让你收50%，80%，我们收1%行不行啊，要有吧。只有几个不文明的国家没有遗产税了。遗产税、赠予税，都要收税，这些属于基本的东西，但因为有众多的这种搏弈的过程，或者是侥幸的心理，把这个事情往后拖，但是同时大家又非常强调人民币国际化，从我学财政角度来看，当我打开中国的税法，我连读了美国20年的预算，连读了日本20年预算，德国20年预算，也连读了香港20年预算，我每次看完，我会心痛，因为我知道我们的结构会导致生产力水平不断的下降。因为超级地租这样的问题，会导致中国所有的资本和资源，慢慢的被一个黑洞吸干，使他的产业最后崩溃，是这样一个结果。<br /> <br /> 100美元这个指数，大体上在2016年会进行第一次跳跃，他就会过这个槛。美元强大的原因，不仅仅是因为美国经济强大。美国增加了大量的国债，我是学财政的，我一直在盯他的预算，他的预算去哪里了？(观众：科技)正确，美国政府，就是奥巴马做了一件很牛的事情，他通过扭曲操作，政府增加负债，然后强制性压低全社会的利息，就是利率扭曲到0，然后增加了个人的国民福利。你知道美国的大部分个人是负债者，增加了企业的利润，你知道一个企业，正常的资本支出是很大的，通过会占到5%-7%，如果这7%变成0，全部变成利润，他使得美国上市公司的股票，连续31次创历史新高，使得美国所有的企业，具有强大的资本优势，融资能力，使得美国企业可以在下一轮的危机之中，形成全球的并购，所以大家对美国经济的理解，不能光看美国自身，也要看美国所有的动作。<br /> <br /> 来源：破土工作室（ID：potu_groundbreaking）：作者：'''[[卢麒元]]'''</div>

223.192.192.3 http://wiki.sseuu.com/index.php?title=%E4%B8%AD%E7%BE%8E%E5%85%B3%E7%B3%BB&diff=16730 2019-08-19T11:26:04Z

<p>223.192.192.3：</p> <hr /> <div>{{4}}<br /> *[https://mp.weixin.qq.com/s/n2poQHlo87fKFgpZ9XQDMQ 突发！美国对华3000亿产品征税清单来了！终 极 大 战即将上演！]<br /> *[[中美贸易战：历史的和文化的思考]]<br /> *[[中美贸易战，对我们每个人究竟意味着什么？]]<br /> *[[终于有人说清楚了人民币与美元的未来（非常深刻，建议细读）]]</div>

223.192.192.3 http://wiki.sseuu.com/index.php?title=%E6%9C%BA%E5%99%A8%E4%BA%BA%E4%BC%9A%E7%BB%A7%E6%89%BF%E5%9C%B0%E7%90%83%E5%90%97%EF%BC%9F&diff=16729 2019-08-19T10:31:25Z

<p>223.192.192.3：</p> <hr /> <div>{{4}}根据 [[Will Robots Inherit the Earth?]] 百度自动翻译<br /> <br /> 机器人会继承地球吗？<br /> <br /> 马文明斯基 <br /> （科学美国人，1994年10月---经过一些小修改）<br /> <br /> <br /> （科学美国人，1994年10月---经过一些小修改）<br /> <br /> <br /> 早睡早起，使一个人健康，富裕，聪明。 - - 本杰明·富兰克林<br /> <br /> <br /> 每个人都想要智慧和财富。然而，在我们实现这些目标之前，我们的健康往往会发 为了延长我们的生活，改善我们的思想，未来我们将需要改变我们的身体和大脑。为此，我们首先必须考虑正常的达尔文进化如何将我们带到现在的位置。然后我们必须想象未来更换磨损的身体部位可以解决大多数健康问题。然后我们必须发明策略来增强我们的大脑并获得更多的智慧。最终，我们将完全取代我们的大脑 - 使用纳米技术。一旦从生物学的局限性中获益，我们将能够决定我们的生命长度 - 选择不朽 - 并选择其他无法想象的能力。<br /> <br /> <br /> 在这样的未来，获得财富不会成为问题; 麻烦在于控制它。显然，这些变化很难设想，许多思想家仍然认为这些进步是不可能的 - 特别是在人工智能领域。但是，制定这种转变所需的科学已经在形成，现在是时候考虑这个新世界会是什么样的了。<br /> <br /> <br /> 健康长寿。<br /> <br /> <br /> 这样的未来不能通过生物学来实现。最近，我们学到了很多关于健康以及如何维持健康的知识。我们为特定疾病和残疾设计了数千种特定疗法。但是，我们似乎没有增加我们寿命的最大长度。富兰克林生活了84年，除了流行的传说和神话之外，没有人生活过那么长的时间。根据加州大学洛杉矶分校医学院病理学教授罗伊沃尔福德的估计，古罗马人的平均寿命约为22岁; 在1900年发达国家大约有50个，现在大约是75个。尽管如此，这些曲线中的每一个似乎都在115年左右急剧终止。几个世纪以来医疗保健的改善对这一最大值没有影响。为什么我们的生命如此有限？答案很简单：自然选择有利于后代最多的人的基因。这些数字往往随着世代的数量呈指数增长 - 因此这有利于早期繁殖者的基因。进化通常不利于延长生命的基因超过成年人需要照顾年轻人的数量。事实上，它甚至可能有利于不必与父母竞争的后代。这种竞争可能促进导致死亡的基因的积累。例如，在产卵后，地中海章鱼（O。Hummelincki）立即停止进食并饿死。如果我们除去某个腺体，章鱼继续吃，并且寿命是两倍。许多其他动物在停止繁殖后很快就会死亡。例外情况包括那些长寿的动物，<br /> <br /> <br /> 我们人类似乎是最长寿的温血动物。选择压力可能导致我们目前的寿命几乎是我们其他灵长类动物亲属的两倍？这与智慧有关！在所有哺乳动物中，我们的婴儿是最难以自己生存的。也许我们不仅需要父母，还需要祖父母，以照顾我们并传递宝贵的生存秘诀。即使有这样的建议，我们可能会屈服于死亡的原因很多。一些死亡是由感染引起的。我们的免疫系统已经发展出多种方式来应对大多数此类疾病。然而，不幸的是，那些完全相同的免疫系统经常通过治疗我们自己的各个部分来伤害我们，好像它们也是传染性入侵者一样。这种失明会导致糖尿病，多发性硬化症等疾病，<br /> <br /> <br /> 我们也受到伤害，我们的身体无法修复。也就是说，事故，饮食不平衡，化学毒物，热，辐射和各种其他影响可能使细胞内的分子变形或化学改变，使它们无法发挥作用。通过更换有缺陷的分子可以纠正其中一些错误。但是，当替换率太慢时，错误会累积。例如，当眼睛的镜片蛋白质失去弹性时，我们失去了聚焦的能力，需要双焦眼镜 - 富兰克林的发明之一。<br /> <br /> <br /> 死亡的主要原因是遗传基因的影响。这些基因包括那些似乎主要负责心脏病和癌症的疾病，两种最大的死亡原因，以及无数其他疾病，如囊性纤维化和镰状细胞性贫血。新技术应该能够通过寻找替代这些基因的方法来预防这些疾病。<br /> <br /> <br /> 也许最糟糕的是，我们的基因系统工作方式存在固有缺陷。基因和细胞之间的关系非常间接; 没有蓝图或地图来指导我们的基因建立或重建身体。随着我们对基因的了解越来越多，我们希望能够纠正，或者至少推迟许多困扰我们晚年的疾病。<br /> <br /> <br /> 最有可能的是，最终的衰老在所有生物体中都是不可避免的。可以肯定的是，某些物种（包括鱼类，陆龟和龙虾的某些品种）似乎没有随着年龄的增长而显着增加死亡率。这些动物似乎主要死于外部原因，如捕食者或缺乏食物。尽管如此，我们还没有生存长达200年的动物的记录 - 尽管这并不能证明不存在。沃尔福德和其他许多人认为精心设计的饮食，一种严重限制热量的饮食，可以显着增加人的寿命 - 但不能阻止我们的最终死亡。<br /> <br /> <br /> 生物磨损。<br /> <br /> <br /> 随着我们对基因的了解越来越多，我们希望能够纠正，或者至少推迟许多困扰我们晚年的疾病。然而，即使我们找到针对每种特定疾病的治疗方法，我们仍然需要处理“磨损”的一般问题。每个细胞的正常功能涉及数千个化学过程，每个化学过程有时会产生随机错误。我们的身体使用多种矫正技术，每种技术都由特定类型的错误触发。然而，这些随机错误以许多不同的方式发生，没有低级方案可以纠正它们。<br /> <br /> <br /> 问题是我们的遗传系统不是为长期维持而设计的。基因和细胞之间的关系非常间接; 没有蓝图或地图来指导我们的基因建立或重建身体。为了修复更大规模的缺陷，身体需要某种目录来指定哪些类型的细胞应该位于何处。在计算机程序中，很容易安装这种冗余。许多计算机维护其最关键的“系统”程序的未使用副本，并定期检查其完整性。然而，没有动物像计划一样进化，大概是因为这样的算法不能通过自然选择发展。麻烦的是纠错然后会停止变异 - 这最终会减慢动物的进化速度'<br /> <br /> <br /> 我们可以通过改变一些基因来生活几个世纪吗？毕竟，我们现在与我们的进化亲属，大猩猩和黑猩猩不同，只有几千个基因 - 然而我们的生活几乎是其两倍。如果我们假设这些新基因中只有一小部分导致寿命延长，那么这些基因可能不会超过一百个左右。尽管如此，即使事实证明这是真的，也不能保证通过改变另外一百个基因来获得另一个世纪。我们可能只需改变其中的一小部分 - 或者我们可能需要改变更多的东西。<br /> <br /> <br /> 制造新基因并安装它们正在慢慢变得可行。但我们已经在利用另一种方法来对抗生物磨损：用生物或人工替代品替换每个可能失败的器官。一些替代品已经是常规的。其他人即将到来。心脏只是聪明的泵。肌肉和骨骼是马达和横梁。消化系统是化学反应器。最终，我们将解决与移植或更换所有这些部件相关的问题。<br /> <br /> <br /> 当我们考虑更换大脑时，移植手术无效。你不能简单地将你的大脑换成另一个人并保持同一个人。您将失去构成您身份的知识和流程。尽管如此，我们也许可以通过移植组织培养的胎儿细胞来取代某些已经磨损的大脑部分。这个程序不会恢复丢失的知识 - 但这似乎并不重要。我们可能以不同的形式将每个知识片段存储在几个不同的地方。大脑的新部分可以重新训练并与其他部分整合 - 其中一些甚至可能自发发生。<br /> <br /> <br /> 人类智慧的局限。<br /> <br /> <br /> 甚至在我们的身体磨损之前。我怀疑我们遇到了大脑的局限。作为一个物种，我们似乎已经在我们的智力发展中达到了一个高原。没有迹象表明我们变得越来越聪明。阿尔伯特爱因斯坦是比牛顿还是阿基米德更好的科学家？近年来有剧作家是莎士比亚还是欧里庇得斯？我们在两千年里学到了很多东西，但是很多古老的智慧似乎仍然是合理的 - 这使我怀疑我们没有取得多大进展。我们仍然不知道如何处理个人目标与全球利益之间的冲突。我们做出重要决定是如此糟糕，只要我们能够，我们就会把不确定的事情留给我们。<br /> <br /> <br /> 为什么我们的智慧如此有限？是因为我们没有时间学习，或者我们缺乏足够的能力？是因为，在流行的传说中，我们只使用了一小部分大脑？更好的教育能帮助吗？当然，但只有一点。即便是我们最好的天才学习的速度也不会超过其他神童的两倍。一切都需要我们太长时间才能学习，因为我们的大脑非常缓慢。它肯定会有更多的时间，但长寿是不够的。像其他有限的东西一样，大脑必须达到它可以学到的东西的某些限制。我们不知道这些限制是什么; 也许我们的大脑可以继续学习几个世纪。但最终，我们需要增加他们的能力。<br /> <br /> <br /> 我们越了解我们的大脑，我们就会找到更多改善它们的方法。每个大脑都有数百个专门区域。我们只知道每个人做了什么 - 但是一旦我们发现任何一个部分如何工作，研究人员将试图设法扩展该器官的能力。他们还将设想生物学从未提供过的全新能力。随着这些发明的积累，我们将尝试将它们连接到我们的大脑 - 可能通过数百万个微电极插入到称为胼call体的大神经束中，这是大脑中最大的数据总线。随着进一步的进步，大脑的任何部分都不会超出附加新配件的范围。到底，<br /> <br /> <br /> 毋庸置疑，在这样做的过程中，我们将把自己变成机器。<br /> <br /> <br /> 这是否意味着机器将取代我们？我觉得用“我们”和“他们”来思考是没有多大意义的。我更喜欢Carnegie-Mellon大学的Hans Moravec的态度，他建议我们将未来的智能机器视为我们自己的“思想孩子”。<br /> <br /> <br /> 在过去，我们倾向于将自己视为进化的最终产物 - 但我们的进化并未停止。实际上，我们现在正在迅速发展 - 尽管不是以熟悉的，缓慢的达尔文式方式。现在是我们开始思考新兴身份的时候了。我们现在可以基于可以利用明确的计划和目标的新的“非自然选择”来设计系统，并且还可以利用所获得的特征的继承。进化论者花了一个世纪来训练自己以避免这些想法 - 生物学家称他们为'目的论'和拉马克人 - 但现在我们可能不得不改变这些规则！<br /> <br /> <br /> 取代大脑<br /> <br /> 我们学到的几乎所有知识都体现在我们大脑内的各种网络中。这些网络由大量微小的神经细胞组成，甚至还有大量称为突触的较小结构，它们控制信号从一个神经细胞跳到另一个神经细胞。为了替代你的大脑，我们需要知道你的每个突触如何与它所连接的两个细胞相关。我们还必须知道这些结构中的每一种如何响应各种电场，激素，神经递质，营养素和其他活跃于其邻域的化学物质。你的大脑含有数万亿个突触，所以这是一个不小的要求。<br /> <br /> <br /> 幸运的是，我们不需要知道每一分钟的细节。如果是这样的话，我们的大脑就不会起作用了。在生物有机体中，通常每个系统都发展为对其所依赖的较小子系统中发生的事情的大多数细节不敏感。因此，复制功能性大脑，应该足够复制每个部分的功能，以产生其对其他部分的重要影响。<br /> <br /> <br /> 假设我们想要复制包含万亿个组件的机器，例如大脑。如果我们必须分别构建每个组件，今天我们不能做这样的事情（即使我们配备了必要的知识）。但是，如果我们有一百万台建筑机器，每台机器每秒可以生产一千个零件，我们的任务只需几分钟。在未来的几十年中，新的制造机器将使这成为可能。目前大多数制造都是基于塑料散装材料。相比之下，被称为“纳米技术”的领域旨在通过将每个原子和分子精确地放置在我们想要的位置来构建材料和机械。<br /> <br /> <br /> 通过这样的方法，我们可以制造真正相同的部件 - 从而摆脱妨碍传统制造机器的随机性。今天，例如，当我们尝试蚀刻非常小的电路时，电线的尺寸变化太大，以至于我们无法预测它们的电气特性。但是，如果我们可以精确定位每个原子，那么这些导线将无法区分。这将导致当前技术永远无法制造的新型材料; 我们可以赋予它们巨大的力量或新的量子特性。这些产品反过来将导致计算机像突触一样小，具有无与伦比的速度和效率。<br /> <br /> <br /> 一旦我们可以使用这些技术来构建在原子尺度上运行的通用装配机器，就应该迅速取得进一步的进展。如果这台机器需要一个星期来制作一份自己的副本，那么我们可以在不到一年的时间内获得10亿份。<br /> <br /> <br /> 这些设备将改变我们的世界。例如，我们可以对它们进行编程以制造高效的太阳能收集装置并将它们应用于附近的表面，以便它们可以自己供电。通过这种方式，我们可以像现在种植树木一样种植微型工厂。在这样的未来，我们在获得财富方面没有什么困难，而是在学习如何控制财富方面。特别是，在处理可能能够自我复制的事物（例如我们自己）时，我们必须始终保持谨慎。<br /> <br /> <br /> 人类记忆的极限。<br /> <br /> 如果我们想考虑增强我们的大脑，我们可能首先会问一个人今天知道多少。Bell Communications Research的Thomas K. Landauer回顾了许多实验，其中人们被要求阅读文本，查看图片，听取文字，句子，短段音乐和无意义音节。他们后来以各种方式进行测试，看看他们记得多少。在这些情况中，没有一个人能够学习，并且后来记住，在任何延长的时间段内，每秒超过大约2比特。如果你可以将这个速率保持在每天12小时100年，那么总量将大约为30亿比特 - 比我们今天在普通的5英寸光盘上存储的数量少。在十年左右的时间里，这个数量应该适合单个计算机芯片。<br /> <br /> <br /> 虽然这些实验与我们现实生活中的实验并不太相似，但我们没有任何确凿证据表明人们可以更快地学习。尽管那些有着“摄影记忆”的流行传说，但似乎没有人一字一句地掌握，只有一百本书或一本主要百科全书的内容。莎士比亚的全部作品大约有1.3亿比特。Landauer的限制意味着一个人需要至少四年才能记住它们。我们没有充分的基础估计我们需要多少信息来执行诸如ainting或滑雪等技能，但我认为没有任何理由说明为什么这些活动不应受到类似的限制。<br /> <br /> <br /> 大脑被认为包含了一百万亿个突触的序列 - 这应该留下足够的空间容纳那几十亿个可重复的记忆。有一天，使用纳米技术将这么多的存储空间构建成像豌豆一样小的包装应该是可行的。<br /> <br /> <br /> 智力的未来。<br /> <br /> 一旦我们知道我们需要做什么，我们的纳米技术应该使我们能够构建替代的身体和大脑，而不会受限于以“实时”的爬行速度工作。我们的计算机芯片中的事件已经比脑细胞中的事件快了数百万倍。因此，我们可以设计我们的“思想 - 孩子”，比我们快一百万倍。对于这样的存在，半分钟似乎与我们的一年一样长，每一小时只要一整个人的一生。<br /> <br /> <br /> 但这样的存在真的存在吗？许多思想家坚信，机器永远不会有像我们这样的想法，因为无论我们如何构建它们，它们总是缺乏一些重要的成分。他们用各种名称来称呼这个本质 - 如感知，意识，精神或灵魂。哲学家们写完整本书来证明，由于这种缺陷，机器永远不会感受或理解人们所做的各种事情。然而，每本书中的每一个证据都有缺陷，即以某种方式假设它声称要证明的东西 - 存在一些没有可检测属性的神奇火花。<br /> <br /> <br /> 我对这些论点没有耐心。我们不应该寻找任何一个缺失的部分。人类的思想有许多因素，我们制造的每台机器都缺少数十个或数百个！将今天的计算机与我们称之为“思考”的计算机进行比较。显然，人类思维更灵活，更有资源，更具适应性。当在当前的计算机程序中出现任何问题时，机器将停止或产生一些错误或毫无价值的结果。当一个人思考时，事情也经常出错 - 但这很少会阻止我们。相反，我们只是尝试别的东西。我们以不同的方式看待我们的问题，并切换到另一种策略。人类的思维以各种方式运作。是什么赋予我们这样做的权力？<br /> <br /> <br /> 在我的桌子上躺着一本关于大脑的教科书。它的索引有大约6000行，涉及数百个专业结构。如果你碰巧伤害其中一些，你可能会失去记住动物名字的能力。另一种伤害可能会让你无法制定任何远程计划。另一种损害可能会使你容易突然发出肮脏的话语，因为机器的损坏通常会审查那种表达方式。我们从成千上万的类似事实中知道大脑包含多种机器。<br /> <br /> <br /> 因此，您的知识以各种形式表示，存储在大脑的不同区域，供不同的过程使用。这些陈述是什么样的？在大脑中，我们还不知道。然而，在人工智能领域，研究人员已经找到了几种有用的方法来表示知识，每种方法都更适合某些目的，而不是其他目的。最受欢迎的使用“If-Then”规则的集合。其他系统使用称为“框架”的结构 - 类似于填写的形式。然而，其他程序使用类似网络的网络或类似树状脚本的方案。有些系统将知识存储在类似语言的句子中，或存储在数学逻辑的表达中。程序员通过尝试确定哪种表示最能完成手头的任务来启动任何新工作。通常情况下，计算机程序仅使用单个表示，如果这应该失败，则系统会崩溃。这个缺点证明了计算机并没有真正“理解”他们正在做什么的普遍抱怨。<br /> <br /> <br /> 但理解是什么意思？许多哲学家已经宣称，理解（或意义或意识）必须是一种基本的，基本的能力，只有活着的头脑才能拥有。对我而言，这种说法似乎是“物理嫉妒”的症状 - 也就是说，他们嫉妒物理科学如此擅长如此少地解释原则。物理学家通过拒绝所有看似过于复杂的解释，而不是搜索简单的解释，做得非常好。然而，当我们处理大脑的完整复杂性时，这种方法不起作用。以下是我在“心灵社会”一书中对理解所说的内容。<br /> <br /> <br /> “如果你只用一种方式理解某些东西，那么你根本就不会理解它。这是因为，如果出现问题，你就会陷入一种无处可去的想法中。什么对我们意味着什么取决于我们如何将它与我们所知道的所有其他事物联系起来。这就是为什么当有人“死记硬背”时，我们说他们并不真正理解。但是，如果你有几个不同的话。然后，当一种方法失败时，你可以尝试另一种方法。当然，制造太多不加选择的联系会让人心旷神怡。但是，良好关联的表现形式可以让你在脑海中转变想法，从多个角度设想事物，直到找到一个适合你的。这就是我们思考的意思！“<br /> <br /> <br /> 我认为这种灵活性解释了为什么现在对我们来说很容易思考，对计算机很难。在“心灵社会”中，我认为大脑很少只使用单一的表现形式。相反，它始终并行运行多个场景，以便始终可以使用多个视点。此外，每个系统都由其他更高级别的系统监督，以跟踪其性能，并在必要时重新制定问题。由于大脑中的每个部分和过程都可能存在缺陷，我们应该期望找到其他试图检测和纠正此类错误的部分。<br /> <br /> <br /> 为了有效地思考，您需要多个流程来帮助您描述，预测，解释，抽象和规划您的思想应该做什么。我们能够如此好地思考的原因并不是因为我们拥有神秘的火花般的天赋和礼物，而是因为我们雇佣了一致同意的机构社团来阻止我们陷入困境。当我们发现这些社会如何运作时，我们也可以将它们放入计算机内部。然后，如果程序中的一个程序被卡住，另一个程序可能会建议另一种方法。如果你看到机器做这样的事情，你肯定认为它是有意识的。<br /> <br /> <br /> 道德失范<br /> <br /> <br /> 这篇文章承载了我们生育孩子的权利，改变我们的基因，如果我们愿意，就会死。尚无流行的道德体系，无论是以人道主义还是以宗教为基础，都表明自己能够面对已经面临的挑战。有多少人应该占据地球？他们应该是什么样的人？我们应该如何分享可用空间？显然，我们必须改变关于增加孩子的想法。个人现在是偶然受孕的。然而，总有一天，它们可以根据所考虑的欲望和设计“组合”。此外，当我们建立新的大脑时，这些不需要以我们的方式开始，对世界知之甚少。我们的孩子应该知道什么样的事情？我们应该生产多少人 - 谁应该决定他们的属性？<br /> <br /> <br /> 传统的伦理思想体系主要关注个体，就好像它们是唯一有价值的东西。显然，我们还必须考虑更大规模存在的权利和角色 - 例如我们称之为文化的超级人物，以及称为科学的伟大的，不断增长的系统，帮助我们理解其他事物。我们想要多少个这样的实体？我们最需要哪种？我们应该警惕那些陷入抵制所有进一步增长的形式的人。从未见过一些未来的选择：想象一个可以回顾你和我的心态的方案，然后根据共享的经验编译一个新的，合并的思想。<br /> <br /> <br /> 无论未知未来可能带来什么，我们已经在改变制造我们的规则。虽然我们大多数人都会害怕改变，但其他人肯定想摆脱目前的局限。当我决定撰写这篇文章时，我在几个小组中尝试了这些想法并让他们回应非正式民意调查。令我惊讶的是，至少有四分之三的观众似乎觉得我们的生命已经太长了。“为什么有人想要活五百年？难道不是很无聊吗？如果你比你所有的朋友都活得多久怎么办？你会用那么多时间做什么？” 他们问过。似乎他们暗中担心他们不应该活得那么久。我发现令人担忧的是，这么多人都被迫辞职。这样的人可能不会很危险<br /> <br /> <br /> 我的科学家朋友几乎没有这样的担忧 “我想找出无数的东西，我想解决的问题很多，我可以用很多世纪，”他们说。当然，如果它意味着无尽的虚弱，衰弱和对他人的依赖，那么不朽似乎没有吸引力 - 但我们假设健康状态良好。有些人表达了一个更健康的担忧 - 旧的人必须死，因为需要年轻人才能消除他们破旧的想法。但是，如果我认为我们正在接近我们的智力极限，那么这种反应就不是一个好的答案。在我们掌握的智慧海洋中，我们仍然会被那些更大的想法所切断。<br /> <br /> <br /> 机器人会继承地球吗？是的，但他们将是我们的孩子。我们应该关注所有参与进化斗争的生物的死亡和生命。我们的工作是看到所有这些工作最终都不会成为毫无意义的浪费。</div>

223.192.192.3 http://wiki.sseuu.com/index.php?title=Will_Robots_Inherit_the_Earth%3F&diff=16728 2019-08-19T10:27:48Z

<p>223.192.192.3：</p> <hr /> <div>Will Robots Inherit the Earth?<br /> <br /> <br /> Marvin Minsky<br /> (Scientific American, October 1994---with some minor revisions)<br /> <br /> <br /> Early to bed and early to rise,<br /> Makes a man healthy and wealthy and wise. --- Benjamin Franklin<br /> <br /> <br /> Everyone wants wisdom and wealth. Nevertheless, our health often gives out before we achieve them. To lengthen our lives, and improve our minds, in the future we will need to change our our bodies and brains. To that end, we first must consider how normal Darwinian evolution brought us to where we are. Then we must imagine ways in which future replacements for worn body parts might solve most problems of failing health. We must then invent strategies to augment our brains and gain greater wisdom. Eventually we will entirely replace our brains -- using nanotechnology. Once delivered from the limitations of biology, we will be able to decide the length of our lives--with the option of immortality--and choose among other, unimagined capabilities as well. <br /> <br /> <br /> In such a future, attaining wealth will not be a problem; the trouble will be in controlling it. Obviously, such changes are difficult to envision, and <br /> many thinkers still argue that these advances are impossible--particularly in the domain of artificial intelligence. But the sciences needed to enact <br /> this transition are already in the making, and it is time to consider what this new world will be like.<br /> <br /> <br /> Health and Longevity.<br /> <br /> <br /> Such a future cannot be realized through biology. In recent times we've learned a lot about health and how to maintain it. We have devised thousands of specific treatments for particular diseases and disabilities. However, we do not seem to have increased the maximum length of our life span. Franklin lived for 84 years and, except in popular legends and myths, no one has ever lived twice that long. According to the estimates of Roy Walford, professor of pathology at UCLA Medical School, the average human life span was about 22 years in ancient Rome; about 50 in the developed countries in 1900, and today stands at about 75. Still, each of those curves seems to terminate sharply near 115 years. Centuries of improvements in health care have had no effect on that maximum. Why are our life spans so limited? The answer is simple: Natural selection favors the genes of those with the most descendants. Those numbers tend to grow exponentially with the number of generations--and so this favors the genes of those who reproduce at earlier ages. Evolution does not usually favor genes that lengthen lives beyond that amount adults need to care for their young. Indeed, it may even favor offspring who do not have to compete with living parents. Such competition could promote the accumulation of genes that cause death. For example, after spawning, the Mediterranean octopus (O. Hummelincki) promptly stops eating and starves to death. If we remove a certain gland though, the octopus continues to eat, and lives twice as long. Many other animals are programmed to die soon after they cease reproducing. Exceptions to this <br /> include those long-lived animals, like ourselves and the elephants, whose progeny learn so much from the social transmission of accumulated knowledge.<br /> <br /> <br /> We humans appear to be the longest lived warm-blooded animals. What selective pressure might have led to our present longevity which is almost twice that of our other primate relatives? This is related to wisdom! Among all mammals, our infants are the most poorly equipped to survive by themselves. Perhaps we needed not only parents, but grandparents too, to care for us and to pass on precious survival tips. Even with such advice, there are many causes of mortality to which we might succumb. Some deaths result from infections. Our immune systems have evolved versatile ways to deal with most such diseases. Unhappily though, those very same immune systems often injure us by treating various parts of ourselves as though they, too, were infectious invaders. This blindness leads to diseases such as diabetes, multiple sclerosis, rheumatoid arthritis, and many others. <br /> <br /> <br /> We are also subject to injuries that our bodies cannot repair. Namely, accidents, dietary imbalances, chemical poisons, heat, radiation, and sundry other influences can deform or chemically alter the molecules inside our cells so that they are unable to function. Some of these errors get corrected by replacing defective molecules. However, when the replacement rate is too slow, errors accumulate. For example, when the proteins of the eyes' lenses lose their elasticity, we lose our ability to focus and need bifocal spectacles--one of Franklin's inventions. <br /> <br /> <br /> The major causes of death result from the effects of inherited genes. These genes include those that seem to be largely responsible for heart disease and cancer, the two largest causes of mortality, as well as countless other disorders such as cystic fibrosis and sickle cell anemia. New technologies should be able to prevent some of these disorders by finding ways to replace those genes.<br /> <br /> <br /> Perhaps worst of all, we suffer from defects inherent in how our genetic system works. The relationship between genes and cells is exceedingly indirect; there are no blueprints or maps to guide our genes as they build or rebuild the body. As we learn more about our genes, we will hopefully <br /> be able to correct, or at least postpone many conditions that still plague our later years.<br /> <br /> <br /> Most likely, eventual&gt; senescence is inevitable in all biological organisms. To be sure, certain species (including some varieties of fish, tortoises, and lobsters) do not appear to show any systematic increase of mortality rate with age. These animals seem to die mainly from external causes, such as predators or a lack of food. Still, we have no records of animals that have lived for as long as 200 years-- although this does not prove that none exist. Walford and many others believe that a carefully designed diet, one seriously restricted in calories, can significantly increase a human零 life span--but cannot prevent our ultimate death. <br /> <br /> <br /> Biological Wearing-Out.<br /> <br /> <br /> As we learn more about our genes, we will hopefully be able to correct, or at least postpone many conditions that still plague our later years. However, even if we found cures for each specific disease, we would still have to deal with the general problem of &quot;wearing out.&quot; The normal function of every cell involves thousands of chemical processes, each of which sometimes makes random mistakes. Our bodies use many kinds of correction techniques, each triggered by a specific type of mistake. However, those random errors happen in so many different ways that no low-level scheme can correct them all.<br /> <br /> <br /> The problem is that our genetic systems were not designed for very long-term maintainance. The relationship between genes and cells is exceedingly indirect; there are no blueprints or maps to guide our genes as they build or rebuild the body. To repair defects on larger scales, a body would need some sort of catalogue that specified which types of cells should be located where. In computer programs it is easy to install such redundancy. Many computers maintain unused copies of their most critical &quot;system&quot; programs, and routinely check their integrity. However, no animals have evolved like schemes, presumably because such algorithms cannot develop through natural selection. The trouble is that error correction then would stop mutation--which would ultimately slow the rate of evolution of an animal's descendants so much that they would be unable to adapt to changes in their nvironments.<br /> <br /> <br /> Could we live for several centuries simply by changing some number of genes? After all, we now differ from our evolutionary relatives, the gorillas and chimpanzees, by only a few thousand genes--and yet we live almost twice as long. If we assume that only a small fraction of those new genes caused that increase in life span, then perhaps no more than a hundred or so of those genes were involved. Still, even if this turned out to be true, it would not guarantee that we could gain another century by changing another hundred genes. We might need to change only a few of them--or we might have to change a good many more.<br /> <br /> <br /> Making new genes and installing them is slowly becoming feasible. But we are already exploiting another approach to combat biological wear and tear: replacing each organ that threatens to fail with a biological or artificial substitute. Some replacements are already routine. Others are on the horizon. Hearts are merely clever pumps. Muscles and bones are motors and beams. Digestive systems are chemical reactors. Eventually, we will solve the problems associated with transplanting or replacing all of these parts.<br /> <br /> <br /> When we consider replacing a brain though, a transplant will not work. You cannot simply exchange your brain for another and remain the same person. You would lose the knowledge and the processes that constitute your identity. Nevertheless, we might be able to replace certain worn out parts of brains by transplanting tissue-cultured fetal cells. This procedure would not restore lost knowledge --but that might not matter as much as it seems. We probably store each fragment of knowledge in several different places, in different forms. New parts of the brain could be retrained and eintegrated with the rest -- and some of that might even happen spontaneously.<br /> <br /> <br /> Limitations of Human Wisdom.<br /> <br /> <br /> Even before our bodies wear out. I suspect that we run into limitations of our brains. As a species we seem to have reached a plateau in our intellectual development. There's no sign that we're getting smarter. Was Albert Einstein a better scientist than Newton or Archimedes? Has any <br /> playwright in recent years topped Shakespeare or Euripides? We have learned a lot in two thousand years, yet much ancient wisdom still seems sound--which makes me suspect that we haven't been making much progress. We still don't know how to deal with conflicts between individual goals and global interests. We are so bad at making important decisions that, whenever we can, we leave to chance what we are unsure about.<br /> <br /> <br /> Why is our wisdom so limited? Is it because we do not have the time to learn very much, or that we lack enough capacity? Is it because, as in popular legend, we use only a fraction of our brains? Could better education help? Of course, but only to a point. Even our best prodigies learn no more than twice as quickly as the rest. Everything takes us too long to learn because our brains are so terribly slow. It would certainly help to have more time, but longevity is not enough. The brain, like other finite things, must reach some limits to what it can learn. We don't know what those limits are; perhaps our brains could keep learning for several more centuries. Ultimately, though, we will need to increase their capacity.<br /> <br /> <br /> The more we learn about our brains, the more ways we will find to improve them. Each brain has hundreds of specialized regions. We know only a little about what each one does -- but as soon as we find out how any one part works, researchers will try to devise ways to extend that organ's capacity. They will also conceive of entirely new abilities that biology has never provided. As these inventions accumulate, we'll try to connect them to our brains -- perhaps through millions of microscopic electrodes inserted into the great nerve-bundle called the corpus callosum, the largest data-bus in the brain. With further advances, no part of the brain will be out of bounds for attaching new accessories. In the end, we will find ways to replace every part of the body and brain--and thus repair all the defects and flaws that make our lives so brief.<br /> <br /> <br /> Needless to say, in doing so, we'll be making ourselves into machines. <br /> <br /> <br /> Does this mean that machines will replace us? I don't feel that it makes much sense to think in terms of &quot;us&quot; and &quot;them.&quot; I much prefer the attitude of Hans Moravec of Carnegie-Mellon University, who suggests that we think of those future intelligent machines as our own &quot;mind-children.&quot; <br /> <br /> <br /> In the past, we have tended to see ourselves as a final product of evolution -- but our evolution has not ceased. Indeed, we are now evolving more rapidly--although not in the familiar, slow Darwinian way. It is time that we started to think about our new emerging identities. We now can design systems based on new kinds of &quot;unnatural selection&quot; that can exploit explicit plans and goals, and can also exploit the inheritance of acquired characteristics. It took a century for evolutionists to train themselves to avoid such ideas--biologists call them 'teleological' and Lamarckian'- -but now we may have to change those rules!<br /> <br /> <br /> Replacing the brain<br /> <br /> <br /> Almost all the knowledge that we learn is embodied in various networks inside our brains. These networks consist of huge numbers of tiny nerve cells, and even larger numbers of smaller structures called synapses, which control how signals jump from one nerve cell to another. To make a replacement of your brain, we would need to know something about how each of your synapses relates to the two cells it bridges. We would also have to know how each of those structures responds to the various electric fields, hormones, neurotransmitters, nutrients and other chemicals that are active in its eighborhood. Your brain contains trillions of synapses, so this is no small requirement.<br /> <br /> <br /> Fortunately, we would not need to know every minute detail. If that were so, our brains wouldn't work in the first place. In biological organisms, generally each system has evolved to be insensitive to most details of what goes on in the smaller subsystems on which it depends. <br /> Therefore, to copy a functional brain, it should suffice to replicate just enough of the function of each part to produce its important effects on <br /> other parts.<br /> <br /> <br /> Suppose that we wanted to copy a machine, such as a brain, that contained a trillion components. Today we could not do such a thing (even were we equipped with the necessary knowledge) if we had to build each component separately. However, if we had a million construction machines that could each build a thousand parts per second, our task would take only minutes. In the decades to come, new fabrication machines will make this possible. Most present-day manufacturing is based on shaping bulk materials. In contrast, the field called 'nanotechnology' aims to build materials and machinery by placing each atom and molecule precisely where we want it.<br /> <br /> <br /> By such methods, we could make truly identical parts--and thus escape from the randomness that hinders conventionally made machines. Today, for example, when we try to etch very small circuits, the sizes of the wires vary so much that we cannot predict their electrical properties. However, if we can locate each atom exactly, then those wires will be indistinguishable. This would lead to new kinds of materials that current techniques could never make; we could endow them with enormous strength, or novel quantum properties. These products in turn will lead to computers as small as synapses, having unparalleled speed and efficiency.<br /> <br /> <br /> Once we can use these techniques to construct a general-purpose assembly machine that operates on atomic scales, further progress should be swift. If it took one week for such a machine to make a copy of itself, then we could have a billion copies in less than a year.<br /> <br /> <br /> These devices would transform our world. For example, we could program them to fabricate efficient solar energy collecting devices and apply these to nearby surfaces, so that they could power themselves. In this way, we could grow fields of micro-factories in much the same way that we now grow trees. In such a future, we will have little trouble attaining wealth, but rather in learning how to control it. In particular, we must always take care when dealing with things (such as ourselves) that might be able to reproduce themselves.<br /> <br /> <br /> Limits of Human Memory.<br /> <br /> <br /> If we want to consider augmenting our brains, we might first ask how much a person knows today. Thomas K. Landauer of Bell Communications Research reviewed many experiments in which people were asked to read text, look at pictures, and listen to words, sentences, short passages of music, and nonsense syllables. They were later tested in various ways to see how much they remembered. In none of these situations were people able to learn, and later remember, more than about 2 bits per second, for any extended period. If you could maintain that rate for twelve hours every day for 100 years, the total would be about three billion bits -- less than what we can store today on a regular 5-inch Compact Disk. In a decade or so, that amount should fit on a single computer chip.<br /> <br /> <br /> Although these experiments do not much resemble what we do in real life, we do not have any hard evidence that people can learn more quickly. Despite those popular legends about people with 'photographic memories,' no one seems to have mastered, word for word, the contents of as few as one hundred books--or of a single major encyclopedia. The complete works of Shakespeare come to about 130 million bits. Landauer's limit implies that a person would need at least four years to memorize them. We have no well-founded estimates of how much information we require to perform skills such as ainting or skiing, but I don't see any reason why these activities shouldn't be similarly limited.<br /> <br /> <br /> The brain is believed to contain the order of a hundred trillion synapses--which should leave plenty of room for those few billion bits of reproducible memories. Someday though it should be feasible to build that much storage space into a package as small as a pea, using nanotechnology.<br /> <br /> <br /> The Future of Intelligence.<br /> <br /> <br /> Once we know what we need to do, our nanotechnologies should enable us to construct replacement bodies and brains that won't be constrained to work at the crawling pace of &quot;real time.&quot; The events in our computer chips already happen millions of times faster than those in brain cells. Hence, we could design our &quot;mind-children&quot; to think a million times faster than we do. To such a being, half a minute might seem as long as one of our years, and each hour as long as an entire human lifetime.<br /> <br /> <br /> But could such beings really exist? Many thinkers firmly maintain that machines will never have thoughts like ours, because no matter how we build them, they'll always lack some vital ingredient. They call this essence by various names--like sentience, consciousness, spirit, or soul. Philosophers write entire books to prove that, because of this deficiency, machines can never feel or understand the sorts of things that people do. However, every proof in each of those books is flawed by assuming, in one way or another, the thing that it purports to prove--the existence of some magical spark that has no detectable properties.<br /> <br /> <br /> I have no patience with such arguments. We should not be searching for any single missing part. Human thought has many ingredients, and every machine that we have ever built is missing dozens or hundreds of them! Compare what computers do today with what we call &quot;thinking.&quot; Clearly, human thinking is far more flexible, resourceful, and adaptable. When anything goes even slightly wrong within a present-day computer program, the machine will either come to a halt or produce some wrong or worthless results. When a person thinks, things constantly going wrong as well--yet this rarely thwarts us. Instead, we simply try something else. We look at our problem a different way, and switch to another strategy. <br /> The human mind works in diverse ways. What empowers us to do this?<br /> <br /> <br /> On my desk lies a textbook about the brain. Its index has about 6000 lines that refer to hundreds of specialized structures. If you happen to injure some of these, you could lose your ability to remember the names of animals. Another injury might leave you unable to make any long range plans. Yet another kind of impairment could render you prone to suddenly utter dirty words, because of damage to the machinery that normally censors that sort of expression. We know from thousands of similar facts that the brain contains diverse machinery.<br /> <br /> <br /> Thus, your knowledge is represented in various forms that are stored in different regions of the brain, to be used by different processes. What are those representations like? In the brain, we do not yet know. However, in the field of Artificial Intelligence, researchers have found several useful <br /> ways to represent knowledge, each better suited to some purposes than to others. The most popular ones use collections of &quot;If-Then&quot; rules. Other systems use structures called 'frames'--which resemble forms that are filled out. Yet other programs use web- like networks, or schemes that resemble tree-like scripts. Some systems store knowledge in language-like sentences, or in expressions of mathematical logic. A programmer starts any new job by trying to decide which representation will best accomplish the task at hand. Typically then, a computer program uses only a single representation and if this should fail, the system breaks down. This shortcoming justifies the common complaint that computers don't really &quot;understand&quot; what they're doing.<br /> <br /> <br /> But what does it mean to understand? Many philosophers have declared that understanding (or meaning, or consciousness) must be a basic, elemental ability that only a living mind can possess. To me, this claim appears to be a symptom of &quot;physics envy&quot;--that is, they are jealous of how well physical science has explained so much in terms of so few principles. Physicists have done very well by rejecting all explanations that seem too complicated, and searching, instead, for simple ones. However, this method does not work when we're dealing with the full omplexity of the brain. Here is an abridgment of what I said about understanding in my book, &quot;The Society of Mind.&quot;<br /> <br /> <br /> &quot;If you understand something in only one way, then you don't really understand it at all. This is because, if something goes wrong, you get stuck with a thought that just sits in your mind with nowhere to go. The secret of what anything means to us depends on how we've connected it to all the other things we know. This is why, when someone learns 'by rote,' we say that they don't really understand. However, if you have several different representations then, when one approach fails you can try another. Of course, making too many indiscriminate connections will turn a mind to mush. But well-connected representations let you turn ideas around in your mind, to envision things from many perspectives until you find one that works for you. And that's what we mean by thinking!&quot;<br /> <br /> <br /> I think that this flexibility explains why thinking is easy for us and hard for computers, at the moment. In &quot;The Society of Mind,&quot; I suggest that the brain rarely uses only a single representation. Instead, it always runs several scenarios in parallel so that multiple viewpoints are always available. Furthermore, each system is supervised by other, higher-level ones that keep track of their performance, and reformulate problems when necessary. Since each part and process in the brain may have deficiencies, we should expect to find other parts that try to detect and correct such bugs.<br /> <br /> <br /> In order to think effectively, you need multiple processes to help you describe, predict, explain, abstract, and plan what your mind should do next. The reason we can think so well is not because we house mysterious spark-like talents and gifts, but because we employ societies of agencies that work in concert to keep us from getting stuck. When we discover how these societies work, we can put them to inside computers too. Then if one procedure in a program gets stuck, another might suggest an alternative approach. If you saw a machine do things like that, you'd certainly think it was conscious.<br /> <br /> <br /> The Failures of Ethics<br /> <br /> <br /> This article bears on our rights to have children, to change our genes, and to die if we so wish. No popular ethical system yet, be it humanist or religion-based, has shown itself able to face the challenges that already confront us. How many people should occupy Earth? What sorts of people should they be? How should we share the available space? Clearly, we must change our ideas about making additional children. Individuals now are conceived by chance. Someday, though, they could be 'composed' in accord with considered desires and designs. Furthermore, when we build new brains, these need not start out the way ours do, with so little knowledge about the world. What sorts of things should our mind-children know? How many of them should we produce--and who should decide their attributes?<br /> <br /> <br /> Traditional systems of ethical thought are focused mainly on individuals, as though they were the only things of value. Obviously, we must also consider the rights and the roles of larger scale beings--such as the super-persons we call cultures, and the the great, growing systems called sciences, that help us to understand other things. How many such entities do we want? Which are the kinds that we most need? We ought to be wary of ones that get locked into forms that resist all further growth. Some future options have never been seen: Imagine a scheme that could review both your and my mentalities, and then compile a new, merged mind based upon that shared experience.<br /> <br /> <br /> Whatever the unknown future may bring, already we're changing the rules that made us. Although most of us will be fearful of change, others will surely want to escape from our present limitations. When I decided to write this article, I tried these ideas out on several groups and had them respond to informal polls. I was amazed to find that at least three quarters of the audience seemed to feel that our life spans were already too long. &quot;Why would anyone want to live for five hundred years? Wouldn't it be boring? What if you outlived all your friends? What would you do with all that time?&quot; they asked. It seemed as though they secretly feared that they did not deserve to live so long. I find it rather worrisome that so many people are resigned to die. Might not such people be dangerous, who feel that they do not have much to lose?<br /> <br /> <br /> My scientist friends showed few such concerns. &quot;There are countless things that I want to find out, and so many problems I want to solve, that I could use many centuries,&quot; they said. Certainly, immortality would seem unattractive if it meant endless infirmity, debility, and dependency upon others--but we're assuming a state of perfect health. Some people expressed a sounder concern--that the old ones must die because young ones are needed to weed out their worn-out ideas. However, if it's true, as I fear, that we are approaching our intellectual limits, then that response is not a good answer. We'd still be cut off from the larger ideas in those oceans of wisdom beyond our grasp.<br /> <br /> <br /> Will robots inherit the earth? Yes, but they will be our children. We owe our minds to the deaths and lives of all the creatures that were ever engaged in the struggle called Evolution. Our job is to see that all this work shall not end up in meaningless waste.</div>

223.192.192.3 http://wiki.sseuu.com/index.php?title=Will_Robots_Inherit_the_Earth%3F&diff=16725 2019-08-19T10:09:36Z

<p>223.192.192.3：</p> <hr /> <div>Will Robots Inherit the Earth?<br /> <br /> <br /> Marvin Minsky<br /> (Scientific American, October 1994---with some minor revisions)<br /> <br /> <br /> Early to bed and early to rise,<br /> Makes a man healthy and wealthy and wise. --- Benjamin Franklin<br /> <br /> <br /> Everyone wants wisdom and wealth. Nevertheless, our health often gives out before we achieve them. To lengthen our lives, and improve our minds, in the future we will need to change our our bodies and brains. To that end, we first must consider how normal Darwinian evolution brought us to where we are. Then we must imagine ways in which future replacements for worn body parts might solve most problems of failing health. We must then invent strategies to augment our brains and gain greater wisdom. Eventually we will entirely replace our brains -- using nanotechnology. Once delivered from the limitations of biology, we will be able to decide the length of our lives--with the option of immortality--and choose among other, unimagined capabilities as well. <br /> <br /> <br /> In such a future, attaining wealth will not be a problem; the trouble will be in controlling it. Obviously, such changes are difficult to envision, and <br /> many thinkers still argue that these advances are impossible--particularly in the domain of artificial intelligence. But the sciences needed to enact <br /> this transition are already in the making, and it is time to consider what this new world will be like.<br /> <br /> <br /> Health and Longevity.<br /> <br /> <br /> Such a future cannot be realized through biology. In recent times we've learned a lot about health and how to maintain it. We have devised thousands of specific treatments for particular diseases and disabilities. However, we do not seem to have increased the maximum length of our life span. Franklin lived for 84 years and, except in popular legends and myths, no one has ever lived twice that long. According to the estimates of Roy Walford, professor of pathology at UCLA Medical School, the average human life span was about 22 years in ancient Rome; about 50 in the developed countries in 1900, and today stands at about 75. Still, each of those curves seems to terminate sharply near 115 years. Centuries of improvements in health care have had no effect on that maximum. Why are our life spans so limited? The answer is simple: Natural selection favors the genes of those with the most descendants. Those numbers tend to grow exponentially with the number of generations--and so this favors the genes of those who reproduce at earlier ages. Evolution does not usually favor genes that lengthen lives beyond that amount adults need to care for their young. Indeed, it may even favor offspring who do not have to compete with living parents. Such competition could promote the accumulation of genes that cause death. For example, after spawning, the Mediterranean octopus (O. Hummelincki) promptly stops eating and starves to death. If we remove a certain gland though, the octopus continues to eat, and lives twice as long. Many other animals are programmed to die soon after they cease reproducing. Exceptions to this <br /> include those long-lived animals, like ourselves and the elephants, whose progeny learn so much from the social transmission of accumulated knowledge.<br /> <br /> <br /> We humans appear to be the longest lived warm-blooded animals. What selective pressure might have led to our present longevity which is almost twice that of our other primate relatives? This is related to wisdom! Among all mammals, our infants are the most poorly equipped to survive by themselves. Perhaps we needed not only parents, but grandparents too, to care for us and to pass on precious survival tips. Even with such advice, there are many causes of mortality to which we might succumb. Some deaths result from infections. Our immune systems have evolved versatile ways to deal with most such diseases. Unhappily though, those very same immune systems often injure us by treating various parts of ourselves as though they, too, were infectious invaders. This blindness leads to diseases such as diabetes, multiple sclerosis, rheumatoid arthritis, and many others. <br /> <br /> <br /> We are also subject to injuries that our bodies cannot repair. Namely, accidents, dietary imbalances, chemical poisons, heat, radiation, and sundry other influences can deform or chemically alter the molecules inside our cells so that they are unable to function. Some of these errors get corrected by replacing defective molecules. However, when the replacement rate is too slow, errors accumulate. For example, when the proteins of the eyes' lenses lose their elasticity, we lose our ability to focus and need bifocal spectacles--one of Franklin's inventions. <br /> <br /> <br /> The major causes of death result from the effects of inherited genes. These genes include those that seem to be largely responsible for heart disease and cancer, the two largest causes of mortality, as well as countless other disorders such as cystic fibrosis and sickle cell anemia. New technologies should be able to prevent some of these disorders by finding ways to replace those genes.<br /> <br /> <br /> Perhaps worst of all, we suffer from defects inherent in how our genetic system works. The relationship between genes and cells is exceedingly indirect; there are no blueprints or maps to guide our genes as they build or rebuild the body. As we learn more about our genes, we will hopefully <br /> be able to correct, or at least postpone many conditions that still plague our later years.<br /> <br /> <br /> Most likely, eventual&gt; senescence is inevitable in all biological organisms. To be sure, certain species (including some varieties of fish, tortoises, and lobsters) do not appear to show any systematic increase of mortality rate with age. These animals seem to die mainly from external causes, such as predators or a lack of food. Still, we have no records of animals that have lived for as long as 200 years-- although this does not prove that none exist. Walford and many others believe that a carefully designed diet, one seriously restricted in calories, can significantly increase a human零 life span--but cannot prevent our ultimate death. <br /> <br /> <br /> Biological Wearing-Out.<br /> <br /> <br /> As we learn more about our genes, we will hopefully be able to correct, or at least postpone many conditions that still plague our later years. However, even if we found cures for each specific disease, we would still have to deal with the general problem of &quot;wearing out.&quot; The normal function of every cell involves thousands of chemical processes, each of which sometimes makes random mistakes. Our bodies use many kinds of correction techniques, each triggered by a specific type of mistake. However, those random errors happen in so many different ways that no low-level scheme can correct them all.<br /> <br /> <br /> The problem is that our genetic systems were not designed for very long-term maintainance. The relationship between genes and cells is exceedingly indirect; there are no blueprints or maps to guide our genes as they build or rebuild the body. To repair defects on larger scales, a body would need some sort of catalogue that specified which types of cells should be located where. In computer programs it is easy to install such redundancy. Many computers maintain unused copies of their most critical &quot;system&quot; programs, and routinely check their integrity. However, no animals have evolved like schemes, presumably because such algorithms cannot develop through natural selection. The trouble is that error correction then would stop mutation--which would ultimately slow the rate of evolution of an animal's descendants so much that they would be unable to adapt to changes in their nvironments.<br /> <br /> <br /> Could we live for several centuries simply by changing some number of genes? After all, we now differ from our evolutionary relatives, the gorillas and chimpanzees, by only a few thousand genes--and yet we live almost twice as long. If we assume that only a small fraction of those new genes caused that increase in life span, then perhaps no more than a hundred or so of those genes were involved. Still, even if this turned out to be true, it would not guarantee that we could gain another century by changing another hundred genes. We might need to change only a few of them--or we might have to change a good many more.<br /> <br /> <br /> Making new genes and installing them is slowly becoming feasible. But we are already exploiting another approach to combat biological wear and tear: replacing each organ that threatens to fail with a biological or artificial substitute. Some replacements are already routine. Others are on the horizon. Hearts are merely clever pumps. Muscles and bones are motors and beams. Digestive systems are chemical reactors. Eventually, we will solve the problems associated with transplanting or replacing all of these parts.<br /> <br /> <br /> When we consider replacing a brain though, a transplant will not work. You cannot simply exchange your brain for another and remain the same person. You would lose the knowledge and the processes that constitute your identity. Nevertheless, we might be able to replace certain worn out parts of brains by transplanting tissue-cultured fetal cells. This procedure would not restore lost knowledge --but that might not matter as much as it seems. We probably store each fragment of knowledge in several different places, in different forms. New parts of the brain could be retrained and eintegrated with the rest -- and some of that might even happen spontaneously.<br /> <br /> <br /> Limitations of Human Wisdom.<br /> <br /> <br /> Even before our bodies wear out. I suspect that we run into limitations of our brains. As a species we seem to have reached a plateau in our intellectual development. There's no sign that we're getting smarter. Was Albert Einstein a better scientist than Newton or Archimedes? Has any <br /> playwright in recent years topped Shakespeare or Euripides? We have learned a lot in two thousand years, yet much ancient wisdom still seems sound--which makes me suspect that we haven't been making much progress. We still don't know how to deal with conflicts between individual goals and global interests. We are so bad at making important decisions that, whenever we can, we leave to chance what we are unsure about.<br /> <br /> <br /> Why is our wisdom so limited? Is it because we do not have the time to learn very much, or that we lack enough capacity? Is it because, as in popular legend, we use only a fraction of our brains? Could better education help? Of course, but only to a point. Even our best prodigies learn no more than twice as quickly as the rest. Everything takes us too long to learn because our brains are so terribly slow. It would certainly help to have more time, but longevity is not enough. The brain, like other finite things, must reach some limits to what it can learn. We don't know what those limits are; perhaps our brains could keep learning for several more centuries. Ultimately, though, we will need to increase their capacity.<br /> <br /> <br /> The more we learn about our brains, the more ways we will find to improve them. Each brain has hundreds of specialized regions. We know only a little about what each one does -- but as soon as we find out how any one part works, researchers will try to devise ways to extend that organ's capacity. They will also conceive of entirely new abilities that biology has never provided. As these inventions accumulate, we'll try to connect them to our brains -- perhaps through millions of microscopic electrodes inserted into the great nerve-bundle called the corpus callosum, the largest data-bus in the brain. With further advances, no part of the brain will be out of bounds for attaching new accessories. In the end, we will find ways to replace every part of the body and brain--and thus repair all the defects and flaws that make our lives so brief.<br /> <br /> <br /> Needless to say, in doing so, we'll be making ourselves into machines. <br /> <br /> <br /> Does this mean that machines will replace us? I don't feel that it makes much sense to think in terms of &quot;us&quot; and &quot;them.&quot; I much prefer the attitude of Hans Moravec of Carnegie-Mellon University, who suggests that we think of those future intelligent machines as our own &quot;mind-children.&quot; <br /> <br /> <br /> In the past, we have tended to see ourselves as a final product of evolution -- but our evolution has not ceased. Indeed, we are now evolving more rapidly--although not in the familiar, slow Darwinian way. It is time that we started to think about our new emerging identities. We now can design systems based on new kinds of &quot;unnatural selection&quot; that can exploit explicit plans and goals, and can also exploit the inheritance of acquired characteristics. It took a century for evolutionists to train themselves to avoid such ideas--biologists call them 'teleological' and Lamarckian'- -but now we may have to change those rules!<br /> <br /> <br /> Replacing the brain<br /> <br /> <br /> Almost all the knowledge that we learn is embodied in various networks inside our brains. These networks consist of huge numbers of tiny nerve cells, and even larger numbers of smaller structures called synapses, which control how signals jump from one nerve cell to another. To make a replacement of your brain, we would need to know something about how each of your synapses relates to the two cells it bridges. We would also have to know how each of those structures responds to the various electric fields, hormones, neurotransmitters, nutrients and other chemicals that are active in its eighborhood. Your brain contains trillions of synapses, so this is no small requirement.<br /> <br /> <br /> Fortunately, we would not need to know every minute detail. If that were so, our brains wouldn't work in the first place. In biological organisms, generally each system has evolved to be insensitive to most details of what goes on in the smaller subsystems on which it depends. <br /> Therefore, to copy a functional brain, it should suffice to replicate just enough of the function of each part to produce its important effects on <br /> other parts.<br /> <br /> <br /> Suppose that we wanted to copy a machine, such as a brain, that <br /> contained a trillion components. Today we could not do such a thing (even <br /> were we equipped with the necessary knowledge) if we had to build each <br /> component separately. However, if we had a million construction <br /> machines that could each build a thousand parts per second, our task <br /> would take only minutes. In the decades to come, new fabrication <br /> machines will make this possible. Most present-day manufacturing is <br /> based on shaping bulk materials. In contrast, the field called <br /> 'nanotechnology' aims to build materials and machinery by placing each <br /> atom and molecule precisely where we want it.<br /> <br /> <br /> By such methods, we could make truly identical parts--and thus escape <br /> from the randomness that hinders conventionally made machines. Today, <br /> for example, when we try to etch very small circuits, the sizes of the wires <br /> vary so much that we cannot predict their electrical properties. However, <br /> if we can locate each atom exactly, then those wires will be <br /> indistinguishable. This would lead to new kinds of materials that current <br /> techniques could never make; we could endow them with enormous <br /> strength, or novel quantum properties. These products in turn will lead to <br /> computers as small as synapses, having unparalleled speed and efficiency.<br /> <br /> <br /> Once we can use these techniques to construct a general-purpose <br /> assembly machine that operates on atomic scales, further progress should <br /> be swift. If it took one week for such a machine to make a copy of itself, <br /> then we could have a billion copies in less than a year.<br /> <br /> <br /> These devices would transform our world. For example, we could <br /> program them to fabricate efficient solar energy collecting devices and <br /> apply these to nearby surfaces, so that they could power themselves. In <br /> this way, we could grow fields of micro-factories in much the same way <br /> that we now grow trees. In such a future, we will have little trouble <br /> attaining wealth, but rather in learning how to control it. In particular, we <br /> must always take care when dealing with things (such as ourselves) that <br /> might be able to reproduce themselves.<br /> <br /> <br /> Limits of Human Memory.<br /> <br /> <br /> If we want to consider augmenting our brains, we might first ask how <br /> much a person knows today. Thomas K. Landauer of Bell <br /> Communications Research reviewed many experiments in which people <br /> were asked to read text, look at pictures, and listen to words, sentences, <br /> short passages of music, and nonsense syllables. They were later tested <br /> in various ways to see how much they remembered. In none of these <br /> situations were people able to learn, and later remember, more than about <br /> 2 bits per second, for any extended period. If you could maintain that rate <br /> for twelve hours every day for 100 years, the total would be about three <br /> billion bits -- less than what we can store today on a regular 5-inch <br /> Compact Disk. In a decade or so, that amount should fit on a single <br /> computer chip.<br /> <br /> <br /> Although these experiments do not much resemble what we do in real <br /> life, we do not have any hard evidence that people can learn more quickly. <br /> Despite those popular legends about people with 'photographic <br /> memories,' no one seems to have mastered, word for word, the contents <br /> of as few as one hundred books--or of a single major encyclopedia. The <br /> complete works of Shakespeare come to about 130 million bits. <br /> Landauer's limit implies that a person would need at least four years to <br /> memorize them. We have no well-founded estimates of how much <br /> information we require to perform skills such as painting or skiing, but I <br /> don't see any reason why these activities shouldn't be similarly limited.<br /> <br /> <br /> The brain is believed to contain the order of a hundred trillion <br /> synapses--which should leave plenty of room for those few billion bits of <br /> reproducible memories. Someday though it should be feasible to build that <br /> much storage space into a package as small as a pea, using <br /> nanotechnology.<br /> <br /> <br /> The Future of Intelligence.<br /> <br /> <br /> Once we know what we need to do, our nanotechnologies should <br /> enable us to construct replacement bodies and brains that won't be <br /> constrained to work at the crawling pace of &quot;real time.&quot; The events in our <br /> computer chips already happen millions of times faster than those in brain <br /> cells. Hence, we could design our &quot;mind-children&quot; to think a million <br /> times faster than we do. To such a being, half a minute might seem as <br /> long as one of our years, and each hour as long as an entire human <br /> lifetime.<br /> <br /> <br /> But could such beings really exist? Many thinkers firmly maintain that <br /> machines will never have thoughts like ours, because no matter how we <br /> build them, they'll always lack some vital ingredient. They call this <br /> essence by various names--like sentience, consciousness, spirit, or soul. <br /> Philosophers write entire books to prove that, because of this deficiency, <br /> machines can never feel or understand the sorts of things that people do. <br /> However, every proof in each of those books is flawed by assuming, in <br /> one way or another, the thing that it purports to prove--the existence of <br /> some magical spark that has no detectable properties.<br /> <br /> <br /> I have no patience with such arguments. We should not be searching <br /> for any single missing part. Human thought has many ingredients, and <br /> every machine that we have ever built is missing dozens or hundreds of <br /> them! Compare what computers do today with what we call &quot;thinking.&quot; <br /> Clearly, human thinking is far more flexible, resourceful, and adaptable. <br /> When anything goes even slightly wrong within a present-day computer <br /> program, the machine will either come to a halt or produce some wrong or <br /> worthless results. When a person thinks, things constantly going wrong <br /> as well--yet this rarely thwarts us. Instead, we simply try something else. <br /> We look at our problem a different way, and switch to another strategy. <br /> The human mind works in diverse ways. What empowers us to do this?<br /> <br /> <br /> On my desk lies a textbook about the brain. Its index has about 6000 <br /> lines that refer to hundreds of specialized structures. If you happen to <br /> injure some of these, you could lose your ability to remember the names <br /> of animals. Another injury might leave you unable to make any long range <br /> plans. Yet another kind of impairment could render you prone to <br /> suddenly utter dirty words, because of damage to the machinery that <br /> normally censors that sort of expression. We know from thousands of <br /> similar facts that the brain contains diverse machinery.<br /> <br /> <br /> Thus, your knowledge is represented in various forms that are stored in <br /> different regions of the brain, to be used by different processes. What are <br /> those representations like? In the brain, we do not yet know. However, <br /> in the field of Artificial Intelligence, researchers have found several useful <br /> ways to represent knowledge, each better suited to some purposes than to <br /> others. The most popular ones use collections of &quot;If-Then&quot; rules. Other <br /> systems use structures called 'frames'--which resemble forms that are <br /> filled out. Yet other programs use web- like networks, or schemes that <br /> resemble tree-like scripts. Some systems store knowledge in language-<br /> like sentences, or in expressions of mathematical logic. A programmer <br /> starts any new job by trying to decide which representation will best <br /> accomplish the task at hand. Typically then, a computer program uses <br /> only a single representation and if this should fail, the system breaks <br /> down. This shortcoming justifies the common complaint that computers <br /> don't really &quot;understand&quot; what they're doing.<br /> <br /> <br /> But what does it mean to understand? Many philosophers have declared <br /> that understanding (or meaning, or consciousness) must be a basic, <br /> elemental ability that only a living mind can possess. To me, this claim <br /> appears to be a symptom of &quot;physics envy&quot;--that is, they are jealous of <br /> how well physical science has explained so much in terms of so few <br /> principles. Physicists have done very well by rejecting all explanations <br /> that seem too complicated, and searching, instead, for simple ones. <br /> However, this method does not work when we're dealing with the full <br /> complexity of the brain. Here is an abridgment of what I said about <br /> understanding in my book, &quot;The Society of Mind.&quot;<br /> <br /> <br /> &quot;If you understand something in only one way, then you don't really <br /> understand it at all. This is because, if something goes wrong, you get <br /> stuck with a thought that just sits in your mind with nowhere to go. The <br /> secret of what anything means to us depends on how we've connected it <br /> to all the other things we know. This is why, when someone learns 'by <br /> rote,' we say that they don't really understand. However, if you have <br /> several different representations then, when one approach fails you can try <br /> another. Of course, making too many indiscriminate connections will turn <br /> a mind to mush. But well-connected representations let you turn ideas <br /> around in your mind, to envision things from many perspectives until you <br /> find one that works for you. And that's what we mean by thinking!&quot;<br /> <br /> <br /> I think that this flexibility explains why thinking is easy for us and hard <br /> for computers, at the moment. In &quot;The Society of Mind,&quot; I suggest that <br /> the brain rarely uses only a single representation. Instead, it always runs <br /> several scenarios in parallel so that multiple viewpoints are always <br /> available. Furthermore, each system is supervised by other, higher-level <br /> ones that keep track of their performance, and reformulate problems when <br /> necessary. Since each part and process in the brain may have deficiencies, <br /> we should expect to find other parts that try to detect and correct such <br /> bugs.<br /> <br /> <br /> In order to think effectively, you need multiple processes to help you <br /> describe, predict, explain, abstract, and plan what your mind should do <br /> next. The reason we can think so well is not because we house <br /> mysterious spark-like talents and gifts, but because we employ societies of <br /> agencies that work in concert to keep us from getting stuck. When we <br /> discover how these societies work, we can put them to inside computers <br /> too. Then if one procedure in a program gets stuck, another might suggest <br /> an alternative approach. If you saw a machine do things like that, you'd <br /> certainly think it was conscious.<br /> <br /> <br /> The Failures of Ethics<br /> <br /> <br /> This article bears on our rights to have children, to change our genes, <br /> and to die if we so wish. No popular ethical system yet, be it humanist or <br /> religion-based, has shown itself able to face the challenges that already <br /> confront us. How many people should occupy Earth? What sorts of <br /> people should they be? How should we share the available space? <br /> Clearly, we must change our ideas about making additional children. <br /> Individuals now are conceived by chance. Someday, though, they could <br /> be 'composed' in accord with considered desires and designs. <br /> Furthermore, when we build new brains, these need not start out the way <br /> ours do, with so little knowledge about the world. What sorts of things <br /> should our mind-children know? How many of them should we produce-<br /> -and who should decide their attributes?<br /> <br /> <br /> Traditional systems of ethical thought are focused mainly on <br /> individuals, as though they were the only things of value. Obviously, we <br /> must also consider the rights and the roles of larger scale beings--such as <br /> the super-persons we call cultures, and the the great, growing systems <br /> called sciences, that help us to understand other things. How many such <br /> entities do we want? Which are the kinds that we most need? We ought <br /> to be wary of ones that get locked into forms that resist all further growth. <br /> Some future options have never been seen: Imagine a scheme that could <br /> review both your and my mentalities, and then compile a new, merged <br /> mind based upon that shared experience.<br /> <br /> <br /> Whatever the unknown future may bring, already we're changing the <br /> rules that made us. Although most of us will be fearful of change, others <br /> will surely want to escape from our present limitations. When I decided to <br /> write this article, I tried these ideas out on several groups and had them <br /> respond to informal polls. I was amazed to find that at least three quarters <br /> of the audience seemed to feel that our life spans were already too long. <br /> &quot;Why would anyone want to live for five hundred years? Wouldn't it be <br /> boring? What if you outlived all your friends? What would you do with <br /> all that time?&quot; they asked. It seemed as though they secretly feared that <br /> they did not deserve to live so long. I find it rather worrisome that so <br /> many people are resigned to die. Might not such people be dangerous, <br /> who feel that they do not have much to lose?<br /> <br /> <br /> My scientist friends showed few such concerns. &quot;There are countless <br /> things that I want to find out, and so many problems I want to solve, that I <br /> could use many centuries,&quot; they said. Certainly, immortality would seem <br /> unattractive if it meant endless infirmity, debility, and dependency upon <br /> others--but we're assuming a state of perfect health. Some people <br /> expressed a sounder concern--that the old ones must die because young <br /> ones are needed to weed out their worn-out ideas. However, if it's true, <br /> as I fear, that we are approaching our intellectual limits, then that response <br /> is not a good answer. We'd still be cut off from the larger ideas in those <br /> oceans of wisdom beyond our grasp.<br /> <br /> <br /> Will robots inherit the earth? Yes, but they will be our children. We <br /> owe our minds to the deaths and lives of all the creatures that were ever <br /> engaged in the struggle called Evolution. Our job is to see that all this <br /> work shall not end up in meaningless waste.</div>

223.192.192.3 http://wiki.sseuu.com/index.php?title=Will_Robots_Inherit_the_Earth%3F&diff=16724 2019-08-19T10:02:25Z

<p>223.192.192.3：</p> <hr /> <div>Will Robots Inherit the Earth?<br /> <br /> <br /> Marvin Minsky<br /> (Scientific American, October 1994---with some minor revisions)<br /> <br /> <br /> Early to bed and early to rise,<br /> Makes a man healthy and wealthy and wise. --- Benjamin Franklin<br /> <br /> <br /> Everyone wants wisdom and wealth. Nevertheless, our health often gives out before we achieve them. To lengthen our lives, and improve our <br /> minds, in the future we will need to change our our bodies and brains. To that end, we first must consider how normal Darwinian evolution brought <br /> us to where we are. Then we must imagine ways in which future replacements for worn body parts might solve most problems of failing health. We must then invent strategies to augment our brains and gain greater wisdom. Eventually we will entirely replace our brains -- using nanotechnology. Once delivered from the limitations of biology, we will be able to decide the length of our lives--with the option of immortality--and choose among other, unimagined capabilities as well. <br /> <br /> <br /> In such a future, attaining wealth will not be a problem; the trouble will <br /> be in controlling it. Obviously, such changes are difficult to envision, and <br /> many thinkers still argue that these advances are impossible--particularly <br /> in the domain of artificial intelligence. But the sciences needed to enact <br /> this transition are already in the making, and it is time to consider what <br /> this new world will be like.<br /> <br /> <br /> Health and Longevity.<br /> <br /> <br /> Such a future cannot be realized through biology. In recent times we've <br /> learned a lot about health and how to maintain it. We have devised <br /> thousands of specific treatments for particular diseases and disabilities. <br /> However, we do not seem to have increased the maximum length of our <br /> life span. Franklin lived for 84 years and, except in popular legends and <br /> myths, no one has ever lived twice that long. According to the estimates <br /> of Roy Walford, professor of pathology at UCLA Medical School, the <br /> average human life span was about 22 years in ancient Rome; about 50 in <br /> the developed countries in 1900, and today stands at about 75. Still, each <br /> of those curves seems to terminate sharply near 115 years. Centuries of <br /> improvements in health care have had no effect on that maximum. Why <br /> are our life spans so limited? The answer is simple: Natural selection <br /> favors the genes of those with the most descendants. Those numbers tend <br /> to grow exponentially with the number of generations--and so this favors <br /> the genes of those who reproduce at earlier ages. Evolution does not <br /> usually favor genes that lengthen lives beyond that amount adults need to <br /> care for their young. Indeed, it may even favor offspring who do not <br /> have to compete with living parents. Such competition could promote the <br /> accumulation of genes that cause death. For example, after spawning, the <br /> Mediterranean octopus (O. Hummelincki) promptly stops eating and <br /> starves to death. If we remove a certain gland though, the octopus <br /> continues to eat, and lives twice as long. Many other animals are <br /> programmed to die soon after they cease reproducing. Exceptions to this <br /> include those long-lived animals, like ourselves and the elephants, whose <br /> progeny learn so much from the social transmission of accumulated <br /> knowledge.<br /> <br /> <br /> We humans appear to be the longest lived warm-blooded animals. <br /> What selective pressure might have led to our present longevity which is <br /> almost twice that of our other primate relatives? This is related to wisdom! <br /> Among all mammals, our infants are the most poorly equipped to survive <br /> by themselves. Perhaps we needed not only parents, but grandparents too, <br /> to care for us and to pass on precious survival tips. Even with such <br /> advice, there are many causes of mortality to which we might succumb. <br /> Some deaths result from infections. Our immune systems have evolved <br /> versatile ways to deal with most such diseases. Unhappily though, those <br /> very same immune systems often injure us by treating various parts of <br /> ourselves as though they, too, were infectious invaders. This blindness <br /> leads to diseases such as diabetes, multiple sclerosis, rheumatoid arthritis, <br /> and many others. <br /> <br /> <br /> We are also subject to injuries that our bodies cannot repair. Namely, <br /> accidents, dietary imbalances, chemical poisons, heat, radiation, and <br /> sundry other influences can deform or chemically alter the molecules <br /> inside our cells so that they are unable to function. Some of these errors <br /> get corrected by replacing defective molecules. However, when the <br /> replacement rate is too slow, errors accumulate. For example, when the <br /> proteins of the eyes' lenses lose their elasticity, we lose our ability to <br /> focus and need bifocal spectacles--one of Franklin's inventions. <br /> <br /> <br /> The major causes of death result from the effects of inherited genes. <br /> These genes include those that seem to be largely responsible for heart <br /> disease and cancer, the two largest causes of mortality, as well as <br /> countless other disorders such as cystic fibrosis and sickle cell anemia. <br /> New technologies should be able to prevent some of these disorders by <br /> finding ways to replace those genes.<br /> <br /> <br /> Perhaps worst of all, we suffer from defects inherent in how our genetic <br /> system works. The relationship between genes and cells is exceedingly <br /> indirect; there are no blueprints or maps to guide our genes as they build <br /> or rebuild the body. As we learn more about our genes, we will hopefully <br /> be able to correct, or at least postpone many conditions that still plague our <br /> later years.<br /> <br /> <br /> Most likely, eventual&gt; senescence is inevitable in all biological <br /> organisms. To be sure, certain species (including some varieties of fish, <br /> tortoises, and lobsters) do not appear to show any systematic increase of <br /> mortality rate with age. These animals seem to die mainly from external <br /> causes, such as predators or a lack of food. Still, we have no records of <br /> animals that have lived for as long as 200 years-- although this does not <br /> prove that none exist. Walford and many others believe that a carefully <br /> designed diet, one seriously restricted in calories, can significantly <br /> increase a human零 life span--but cannot prevent our ultimate death. <br /> <br /> <br /> Biological Wearing-Out.<br /> <br /> <br /> As we learn more about our genes, we will hopefully be able to correct, <br /> or at least postpone many conditions that still plague our later years. <br /> However, even if we found cures for each specific disease, we would still <br /> have to deal with the general problem of &quot;wearing out.&quot; The normal <br /> function of every cell involves thousands of chemical processes, each of <br /> which sometimes makes random mistakes. Our bodies use many kinds of <br /> correction techniques, each triggered by a specific type of mistake. <br /> However, those random errors happen in so many different ways that no <br /> low-level scheme can correct them all.<br /> <br /> <br /> The problem is that our genetic systems were not designed for very <br /> long-term maintainance. The relationship between genes and cells is <br /> exceedingly indirect; there are no blueprints or maps to guide our genes as <br /> they build or rebuild the body. To repair defects on larger scales, a body <br /> would need some sort of catalogue that specified which types of cells <br /> should be located where. In computer programs it is easy to install such <br /> redundancy. Many computers maintain unused copies of their most <br /> critical &quot;system&quot; programs, and routinely check their integrity. However, <br /> no animals have evolved like schemes, presumably because such <br /> algorithms cannot develop through natural selection. The trouble is that <br /> error correction then would stop mutation--which would ultimately slow <br /> the rate of evolution of an animal's descendants so much that they would <br /> be unable to adapt to changes in their environments.<br /> <br /> <br /> Could we live for several centuries simply by changing some number of <br /> genes? After all, we now differ from our evolutionary relatives, the <br /> gorillas and chimpanzees, by only a few thousand genes--and yet we live <br /> almost twice as long. If we assume that only a small fraction of those new <br /> genes caused that increase in life span, then perhaps no more than a <br /> hundred or so of those genes were involved. Still, even if this turned out <br /> to be true, it would not guarantee that we could gain another century by <br /> changing another hundred genes. We might need to change only a few of <br /> them--or we might have to change a good many more.<br /> <br /> <br /> Making new genes and installing them is slowly becoming feasible. <br /> But we are already exploiting another approach to combat biological wear <br /> and tear: replacing each organ that threatens to fail with a biological or <br /> artificial substitute. Some replacements are already routine. Others are on <br /> the horizon. Hearts are merely clever pumps. Muscles and bones are <br /> motors and beams. Digestive systems are chemical reactors. Eventually, <br /> we will solve the problems associated with transplanting or replacing all of <br /> these parts.<br /> <br /> <br /> When we consider replacing a brain though, a transplant will not work. <br /> You cannot simply exchange your brain for another and remain the same <br /> person. You would lose the knowledge and the processes that constitute <br /> your identity. Nevertheless, we might be able to replace certain worn out <br /> parts of brains by transplanting tissue-cultured fetal cells. This procedure <br /> would not restore lost knowledge --but that might not matter as much as it <br /> seems. We probably store each fragment of knowledge in several <br /> different places, in different forms. New parts of the brain could be <br /> retrained and reintegrated with the rest -- and some of that might even <br /> happen spontaneously.<br /> <br /> <br /> Limitations of Human Wisdom.<br /> <br /> <br /> Even before our bodies wear out. I suspect that we run into limitations <br /> of our brains. As a species we seem to have reached a plateau in our <br /> intellectual development. There's no sign that we're getting smarter. Was <br /> Albert Einstein a better scientist than Newton or Archimedes? Has any <br /> playwright in recent years topped Shakespeare or Euripides? We have <br /> learned a lot in two thousand years, yet much ancient wisdom still seems <br /> sound--which makes me suspect that we haven't been making much <br /> progress. We still don't know how to deal with conflicts between <br /> individual goals and global interests. We are so bad at making important <br /> decisions that, whenever we can, we leave to chance what we are unsure <br /> about.<br /> <br /> <br /> Why is our wisdom so limited? Is it because we do not have the time to <br /> learn very much, or that we lack enough capacity? Is it because, as in <br /> popular legend, we use only a fraction of our brains? Could better <br /> education help? Of course, but only to a point. Even our best prodigies <br /> learn no more than twice as quickly as the rest. Everything takes us too <br /> long to learn because our brains are so terribly slow. It would certainly <br /> help to have more time, but longevity is not enough. The brain, like other <br /> finite things, must reach some limits to what it can learn. We don't know <br /> what those limits are; perhaps our brains could keep learning for several <br /> more centuries. Ultimately, though, we will need to increase their <br /> capacity.<br /> <br /> <br /> The more we learn about our brains, the more ways we will find to <br /> improve them. Each brain has hundreds of specialized regions. We know <br /> only a little about what each one does -- but as soon as we find out how <br /> any one part works, researchers will try to devise ways to extend that <br /> organ's capacity. They will also conceive of entirely new abilities that <br /> biology has never provided. As these inventions accumulate, we'll try to <br /> connect them to our brains -- perhaps through millions of microscopic <br /> electrodes inserted into the great nerve-bundle called the corpus callosum, <br /> the largest data-bus in the brain. With further advances, no part of the <br /> brain will be out of bounds for attaching new accessories. In the end, we <br /> will find ways to replace every part of the body and brain--and thus repair <br /> all the defects and flaws that make our lives so brief.<br /> <br /> <br /> Needless to say, in doing so, we'll be making ourselves into machines. <br /> <br /> <br /> Does this mean that machines will replace us? I don't feel that it makes <br /> much sense to think in terms of &quot;us&quot; and &quot;them.&quot; I much prefer the <br /> attitude of Hans Moravec of Carnegie-Mellon University, who suggests <br /> that we think of those future intelligent machines as our own &quot;mind-<br /> children.&quot; <br /> <br /> <br /> In the past, we have tended to see ourselves as a final product of <br /> evolution -- but our evolution has not ceased. Indeed, we are now <br /> evolving more rapidly--although not in the familiar, slow Darwinian way. <br /> It is time that we started to think about our new emerging identities. We <br /> now can design systems based on new kinds of &quot;unnatural selection&quot; that <br /> can exploit explicit plans and goals, and can also exploit the inheritance of <br /> acquired characteristics. It took a century for evolutionists to train <br /> themselves to avoid such ideas--biologists call them 'teleological' and <br /> Lamarckian'- -but now we may have to change those rules!<br /> <br /> <br /> Replacing the brain<br /> <br /> <br /> Almost all the knowledge that we learn is embodied in various networks <br /> inside our brains. These networks consist of huge numbers of tiny nerve <br /> cells, and even larger numbers of smaller structures called synapses, <br /> which control how signals jump from one nerve cell to another. To make a <br /> replacement of your brain, we would need to know something about how <br /> each of your synapses relates to the two cells it bridges. We would also <br /> have to know how each of those structures responds to the various electric <br /> fields, hormones, neurotransmitters, nutrients and other chemicals that are <br /> active in its neighborhood. Your brain contains trillions of synapses, so <br /> this is no small requirement.<br /> <br /> <br /> Fortunately, we would not need to know every minute detail. If that <br /> were so, our brains wouldn't work in the first place. In biological <br /> organisms, generally each system has evolved to be insensitive to most <br /> details of what goes on in the smaller subsystems on which it depends. <br /> Therefore, to copy a functional brain, it should suffice to replicate just <br /> enough of the function of each part to produce its important effects on <br /> other parts.<br /> <br /> <br /> Suppose that we wanted to copy a machine, such as a brain, that <br /> contained a trillion components. Today we could not do such a thing (even <br /> were we equipped with the necessary knowledge) if we had to build each <br /> component separately. However, if we had a million construction <br /> machines that could each build a thousand parts per second, our task <br /> would take only minutes. In the decades to come, new fabrication <br /> machines will make this possible. Most present-day manufacturing is <br /> based on shaping bulk materials. In contrast, the field called <br /> 'nanotechnology' aims to build materials and machinery by placing each <br /> atom and molecule precisely where we want it.<br /> <br /> <br /> By such methods, we could make truly identical parts--and thus escape <br /> from the randomness that hinders conventionally made machines. Today, <br /> for example, when we try to etch very small circuits, the sizes of the wires <br /> vary so much that we cannot predict their electrical properties. However, <br /> if we can locate each atom exactly, then those wires will be <br /> indistinguishable. This would lead to new kinds of materials that current <br /> techniques could never make; we could endow them with enormous <br /> strength, or novel quantum properties. These products in turn will lead to <br /> computers as small as synapses, having unparalleled speed and efficiency.<br /> <br /> <br /> Once we can use these techniques to construct a general-purpose <br /> assembly machine that operates on atomic scales, further progress should <br /> be swift. If it took one week for such a machine to make a copy of itself, <br /> then we could have a billion copies in less than a year.<br /> <br /> <br /> These devices would transform our world. For example, we could <br /> program them to fabricate efficient solar energy collecting devices and <br /> apply these to nearby surfaces, so that they could power themselves. In <br /> this way, we could grow fields of micro-factories in much the same way <br /> that we now grow trees. In such a future, we will have little trouble <br /> attaining wealth, but rather in learning how to control it. In particular, we <br /> must always take care when dealing with things (such as ourselves) that <br /> might be able to reproduce themselves.<br /> <br /> <br /> Limits of Human Memory.<br /> <br /> <br /> If we want to consider augmenting our brains, we might first ask how <br /> much a person knows today. Thomas K. Landauer of Bell <br /> Communications Research reviewed many experiments in which people <br /> were asked to read text, look at pictures, and listen to words, sentences, <br /> short passages of music, and nonsense syllables. They were later tested <br /> in various ways to see how much they remembered. In none of these <br /> situations were people able to learn, and later remember, more than about <br /> 2 bits per second, for any extended period. If you could maintain that rate <br /> for twelve hours every day for 100 years, the total would be about three <br /> billion bits -- less than what we can store today on a regular 5-inch <br /> Compact Disk. In a decade or so, that amount should fit on a single <br /> computer chip.<br /> <br /> <br /> Although these experiments do not much resemble what we do in real <br /> life, we do not have any hard evidence that people can learn more quickly. <br /> Despite those popular legends about people with 'photographic <br /> memories,' no one seems to have mastered, word for word, the contents <br /> of as few as one hundred books--or of a single major encyclopedia. The <br /> complete works of Shakespeare come to about 130 million bits. <br /> Landauer's limit implies that a person would need at least four years to <br /> memorize them. We have no well-founded estimates of how much <br /> information we require to perform skills such as painting or skiing, but I <br /> don't see any reason why these activities shouldn't be similarly limited.<br /> <br /> <br /> The brain is believed to contain the order of a hundred trillion <br /> synapses--which should leave plenty of room for those few billion bits of <br /> reproducible memories. Someday though it should be feasible to build that <br /> much storage space into a package as small as a pea, using <br /> nanotechnology.<br /> <br /> <br /> The Future of Intelligence.<br /> <br /> <br /> Once we know what we need to do, our nanotechnologies should <br /> enable us to construct replacement bodies and brains that won't be <br /> constrained to work at the crawling pace of &quot;real time.&quot; The events in our <br /> computer chips already happen millions of times faster than those in brain <br /> cells. Hence, we could design our &quot;mind-children&quot; to think a million <br /> times faster than we do. To such a being, half a minute might seem as <br /> long as one of our years, and each hour as long as an entire human <br /> lifetime.<br /> <br /> <br /> But could such beings really exist? Many thinkers firmly maintain that <br /> machines will never have thoughts like ours, because no matter how we <br /> build them, they'll always lack some vital ingredient. They call this <br /> essence by various names--like sentience, consciousness, spirit, or soul. <br /> Philosophers write entire books to prove that, because of this deficiency, <br /> machines can never feel or understand the sorts of things that people do. <br /> However, every proof in each of those books is flawed by assuming, in <br /> one way or another, the thing that it purports to prove--the existence of <br /> some magical spark that has no detectable properties.<br /> <br /> <br /> I have no patience with such arguments. We should not be searching <br /> for any single missing part. Human thought has many ingredients, and <br /> every machine that we have ever built is missing dozens or hundreds of <br /> them! Compare what computers do today with what we call &quot;thinking.&quot; <br /> Clearly, human thinking is far more flexible, resourceful, and adaptable. <br /> When anything goes even slightly wrong within a present-day computer <br /> program, the machine will either come to a halt or produce some wrong or <br /> worthless results. When a person thinks, things constantly going wrong <br /> as well--yet this rarely thwarts us. Instead, we simply try something else. <br /> We look at our problem a different way, and switch to another strategy. <br /> The human mind works in diverse ways. What empowers us to do this?<br /> <br /> <br /> On my desk lies a textbook about the brain. Its index has about 6000 <br /> lines that refer to hundreds of specialized structures. If you happen to <br /> injure some of these, you could lose your ability to remember the names <br /> of animals. Another injury might leave you unable to make any long range <br /> plans. Yet another kind of impairment could render you prone to <br /> suddenly utter dirty words, because of damage to the machinery that <br /> normally censors that sort of expression. We know from thousands of <br /> similar facts that the brain contains diverse machinery.<br /> <br /> <br /> Thus, your knowledge is represented in various forms that are stored in <br /> different regions of the brain, to be used by different processes. What are <br /> those representations like? In the brain, we do not yet know. However, <br /> in the field of Artificial Intelligence, researchers have found several useful <br /> ways to represent knowledge, each better suited to some purposes than to <br /> others. The most popular ones use collections of &quot;If-Then&quot; rules. Other <br /> systems use structures called 'frames'--which resemble forms that are <br /> filled out. Yet other programs use web- like networks, or schemes that <br /> resemble tree-like scripts. Some systems store knowledge in language-<br /> like sentences, or in expressions of mathematical logic. A programmer <br /> starts any new job by trying to decide which representation will best <br /> accomplish the task at hand. Typically then, a computer program uses <br /> only a single representation and if this should fail, the system breaks <br /> down. This shortcoming justifies the common complaint that computers <br /> don't really &quot;understand&quot; what they're doing.<br /> <br /> <br /> But what does it mean to understand? Many philosophers have declared <br /> that understanding (or meaning, or consciousness) must be a basic, <br /> elemental ability that only a living mind can possess. To me, this claim <br /> appears to be a symptom of &quot;physics envy&quot;--that is, they are jealous of <br /> how well physical science has explained so much in terms of so few <br /> principles. Physicists have done very well by rejecting all explanations <br /> that seem too complicated, and searching, instead, for simple ones. <br /> However, this method does not work when we're dealing with the full <br /> complexity of the brain. Here is an abridgment of what I said about <br /> understanding in my book, &quot;The Society of Mind.&quot;<br /> <br /> <br /> &quot;If you understand something in only one way, then you don't really <br /> understand it at all. This is because, if something goes wrong, you get <br /> stuck with a thought that just sits in your mind with nowhere to go. The <br /> secret of what anything means to us depends on how we've connected it <br /> to all the other things we know. This is why, when someone learns 'by <br /> rote,' we say that they don't really understand. However, if you have <br /> several different representations then, when one approach fails you can try <br /> another. Of course, making too many indiscriminate connections will turn <br /> a mind to mush. But well-connected representations let you turn ideas <br /> around in your mind, to envision things from many perspectives until you <br /> find one that works for you. And that's what we mean by thinking!&quot;<br /> <br /> <br /> I think that this flexibility explains why thinking is easy for us and hard <br /> for computers, at the moment. In &quot;The Society of Mind,&quot; I suggest that <br /> the brain rarely uses only a single representation. Instead, it always runs <br /> several scenarios in parallel so that multiple viewpoints are always <br /> available. Furthermore, each system is supervised by other, higher-level <br /> ones that keep track of their performance, and reformulate problems when <br /> necessary. Since each part and process in the brain may have deficiencies, <br /> we should expect to find other parts that try to detect and correct such <br /> bugs.<br /> <br /> <br /> In order to think effectively, you need multiple processes to help you <br /> describe, predict, explain, abstract, and plan what your mind should do <br /> next. The reason we can think so well is not because we house <br /> mysterious spark-like talents and gifts, but because we employ societies of <br /> agencies that work in concert to keep us from getting stuck. When we <br /> discover how these societies work, we can put them to inside computers <br /> too. Then if one procedure in a program gets stuck, another might suggest <br /> an alternative approach. If you saw a machine do things like that, you'd <br /> certainly think it was conscious.<br /> <br /> <br /> The Failures of Ethics<br /> <br /> <br /> This article bears on our rights to have children, to change our genes, <br /> and to die if we so wish. No popular ethical system yet, be it humanist or <br /> religion-based, has shown itself able to face the challenges that already <br /> confront us. How many people should occupy Earth? What sorts of <br /> people should they be? How should we share the available space? <br /> Clearly, we must change our ideas about making additional children. <br /> Individuals now are conceived by chance. Someday, though, they could <br /> be 'composed' in accord with considered desires and designs. <br /> Furthermore, when we build new brains, these need not start out the way <br /> ours do, with so little knowledge about the world. What sorts of things <br /> should our mind-children know? How many of them should we produce-<br /> -and who should decide their attributes?<br /> <br /> <br /> Traditional systems of ethical thought are focused mainly on <br /> individuals, as though they were the only things of value. Obviously, we <br /> must also consider the rights and the roles of larger scale beings--such as <br /> the super-persons we call cultures, and the the great, growing systems <br /> called sciences, that help us to understand other things. How many such <br /> entities do we want? Which are the kinds that we most need? We ought <br /> to be wary of ones that get locked into forms that resist all further growth. <br /> Some future options have never been seen: Imagine a scheme that could <br /> review both your and my mentalities, and then compile a new, merged <br /> mind based upon that shared experience.<br /> <br /> <br /> Whatever the unknown future may bring, already we're changing the <br /> rules that made us. Although most of us will be fearful of change, others <br /> will surely want to escape from our present limitations. When I decided to <br /> write this article, I tried these ideas out on several groups and had them <br /> respond to informal polls. I was amazed to find that at least three quarters <br /> of the audience seemed to feel that our life spans were already too long. <br /> &quot;Why would anyone want to live for five hundred years? Wouldn't it be <br /> boring? What if you outlived all your friends? What would you do with <br /> all that time?&quot; they asked. It seemed as though they secretly feared that <br /> they did not deserve to live so long. I find it rather worrisome that so <br /> many people are resigned to die. Might not such people be dangerous, <br /> who feel that they do not have much to lose?<br /> <br /> <br /> My scientist friends showed few such concerns. &quot;There are countless <br /> things that I want to find out, and so many problems I want to solve, that I <br /> could use many centuries,&quot; they said. Certainly, immortality would seem <br /> unattractive if it meant endless infirmity, debility, and dependency upon <br /> others--but we're assuming a state of perfect health. Some people <br /> expressed a sounder concern--that the old ones must die because young <br /> ones are needed to weed out their worn-out ideas. However, if it's true, <br /> as I fear, that we are approaching our intellectual limits, then that response <br /> is not a good answer. We'd still be cut off from the larger ideas in those <br /> oceans of wisdom beyond our grasp.<br /> <br /> <br /> Will robots inherit the earth? Yes, but they will be our children. We <br /> owe our minds to the deaths and lives of all the creatures that were ever <br /> engaged in the struggle called Evolution. Our job is to see that all this <br /> work shall not end up in meaningless waste.</div>

223.192.192.3 http://wiki.sseuu.com/index.php?title=Will_Robots_Inherit_the_Earth%3F&diff=16723 2019-08-19T10:01:33Z

<p>223.192.192.3：</p> <hr /> <div>Will Robots Inherit the Earth?<br /> <br /> <br /> Marvin Minsky<br /> (Scientific American, October 1994---with some minor revisions)<br /> <br /> <br /> Early to bed and early to rise,<br /> Makes a man healthy and wealthy and wise. --- Benjamin Franklin<br /> <br /> <br /> Everyone wants wisdom and wealth. Nevertheless, our health often gives out before we achieve them. To lengthen our lives, and improve our <br /> minds, in the future we will need to change our our bodies and brains. To that end, we first must consider how normal Darwinian evolution brought <br /> us to where we are. Then we must imagine ways in which future replacements for worn body parts might solve most problems of failing health. We must then invent strategies to augment our brains and gain greater wisdom. Eventually we will entirely replace our brains -- using nanotechnology. Once delivered from the limitations of biology, we will be able to decide the length of our lives--with the option of immortality--and choose among other, unimagined capabilities as well. <br /> <br /> <br /> In such a future, attaining wealth will not be a problem; the trouble will <br /> be in controlling it. Obviously, such changes are difficult to envision, and <br /> many thinkers still argue that these advances are impossible--particularly <br /> in the domain of artificial intelligence. But the sciences needed to enact <br /> this transition are already in the making, and it is time to consider what <br /> this new world will be like.<br /> <br /> <br /> Health and Longevity.<br /> <br /> <br /> Such a future cannot be realized through biology. In recent times we've <br /> learned a lot about health and how to maintain it. We have devised <br /> thousands of specific treatments for particular diseases and disabilities. <br /> However, we do not seem to have increased the maximum length of our <br /> life span. Franklin lived for 84 years and, except in popular legends and <br /> myths, no one has ever lived twice that long. According to the estimates <br /> of Roy Walford, professor of pathology at UCLA Medical School, the <br /> average human life span was about 22 years in ancient Rome; about 50 in <br /> the developed countries in 1900, and today stands at about 75. Still, each <br /> of those curves seems to terminate sharply near 115 years. Centuries of <br /> improvements in health care have had no effect on that maximum. Why <br /> are our life spans so limited? The answer is simple: Natural selection <br /> favors the genes of those with the most descendants. Those numbers tend <br /> to grow exponentially with the number of generations--and so this favors <br /> the genes of those who reproduce at earlier ages. Evolution does not <br /> usually favor genes that lengthen lives beyond that amount adults need to <br /> care for their young. Indeed, it may even favor offspring who do not <br /> have to compete with living parents. Such competition could promote the <br /> accumulation of genes that cause death. For example, after spawning, the <br /> Mediterranean octopus (O. Hummelincki) promptly stops eating and <br /> starves to death. If we remove a certain gland though, the octopus <br /> continues to eat, and lives twice as long. Many other animals are <br /> programmed to die soon after they cease reproducing. Exceptions to this <br /> include those long-lived animals, like ourselves and the elephants, whose <br /> progeny learn so much from the social transmission of accumulated <br /> knowledge.<br /> <br /> <br /> We humans appear to be the longest lived warm-blooded animals. <br /> What selective pressure might have led to our present longevity which is <br /> almost twice that of our other primate relatives? This is related to wisdom! <br /> Among all mammals, our infants are the most poorly equipped to survive <br /> by themselves. Perhaps we needed not only parents, but grandparents too, <br /> to care for us and to pass on precious survival tips. Even with such <br /> advice, there are many causes of mortality to which we might succumb. <br /> Some deaths result from infections. Our immune systems have evolved <br /> versatile ways to deal with most such diseases. Unhappily though, those <br /> very same immune systems often injure us by treating various parts of <br /> ourselves as though they, too, were infectious invaders. This blindness <br /> leads to diseases such as diabetes, multiple sclerosis, rheumatoid arthritis, <br /> and many others. <br /> <br /> <br /> We are also subject to injuries that our bodies cannot repair. Namely, <br /> accidents, dietary imbalances, chemical poisons, heat, radiation, and <br /> sundry other influences can deform or chemically alter the molecules <br /> inside our cells so that they are unable to function. Some of these errors <br /> get corrected by replacing defective molecules. However, when the <br /> replacement rate is too slow, errors accumulate. For example, when the <br /> proteins of the eyes' lenses lose their elasticity, we lose our ability to <br /> focus and need bifocal spectacles--one of Franklin's inventions. <br /> <br /> <br /> The major causes of death result from the effects of inherited genes. <br /> These genes include those that seem to be largely responsible for heart <br /> disease and cancer, the two largest causes of mortality, as well as <br /> countless other disorders such as cystic fibrosis and sickle cell anemia. <br /> New technologies should be able to prevent some of these disorders by <br /> finding ways to replace those genes.<br /> <br /> <br /> Perhaps worst of all, we suffer from defects inherent in how our genetic <br /> system works. The relationship between genes and cells is exceedingly <br /> indirect; there are no blueprints or maps to guide our genes as they build <br /> or rebuild the body. As we learn more about our genes, we will hopefully <br /> be able to correct, or at least postpone many conditions that still plague our <br /> later years.<br /> <br /> <br /> Most likely, eventual&gt; senescence is inevitable in all biological <br /> organisms. To be sure, certain species (including some varieties of fish, <br /> tortoises, and lobsters) do not appear to show any systematic increase of <br /> mortality rate with age. These animals seem to die mainly from external <br /> causes, such as predators or a lack of food. Still, we have no records of <br /> animals that have lived for as long as 200 years-- although this does not <br /> prove that none exist. Walford and many others believe that a carefully <br /> designed diet, one seriously restricted in calories, can significantly <br /> increase a human零 life span--but cannot prevent our ultimate death. <br /> <br /> <br /> Biological Wearing-Out.<br /> <br /> <br /> As we learn more about our genes, we will hopefully be able to correct, <br /> or at least postpone many conditions that still plague our later years. <br /> However, even if we found cures for each specific disease, we would still <br /> have to deal with the general problem of &quot;wearing out.&quot; The normal <br /> function of every cell involves thousands of chemical processes, each of <br /> which sometimes makes random mistakes. Our bodies use many kinds of <br /> correction techniques, each triggered by a specific type of mistake. <br /> However, those random errors happen in so many different ways that no <br /> low-level scheme can correct them all.<br /> <br /> <br /> The problem is that our genetic systems were not designed for very <br /> long-term maintainance. The relationship between genes and cells is <br /> exceedingly indirect; there are no blueprints or maps to guide our genes as <br /> they build or rebuild the body. To repair defects on larger scales, a body <br /> would need some sort of catalogue that specified which types of cells <br /> should be located where. In computer programs it is easy to install such <br /> redundancy. Many computers maintain unused copies of their most <br /> critical &quot;system&quot; programs, and routinely check their integrity. However, <br /> no animals have evolved like schemes, presumably because such <br /> algorithms cannot develop through natural selection. The trouble is that <br /> error correction then would stop mutation--which would ultimately slow <br /> the rate of evolution of an animal's descendants so much that they would <br /> be unable to adapt to changes in their environments.<br /> <br /> <br /> Could we live for several centuries simply by changing some number of <br /> genes? After all, we now differ from our evolutionary relatives, the <br /> gorillas and chimpanzees, by only a few thousand genes--and yet we live <br /> almost twice as long. If we assume that only a small fraction of those new <br /> genes caused that increase in life span, then perhaps no more than a <br /> hundred or so of those genes were involved. Still, even if this turned out <br /> to be true, it would not guarantee that we could gain another century by <br /> changing another hundred genes. We might need to change only a few of <br /> them--or we might have to change a good many more.<br /> <br /> <br /> Making new genes and installing them is slowly becoming feasible. <br /> But we are already exploiting another approach to combat biological wear <br /> and tear: replacing each organ that threatens to fail with a biological or <br /> artificial substitute. Some replacements are already routine. Others are on <br /> the horizon. Hearts are merely clever pumps. Muscles and bones are <br /> motors and beams. Digestive systems are chemical reactors. Eventually, <br /> we will solve the problems associated with transplanting or replacing all of <br /> these parts.<br /> <br /> <br /> When we consider replacing a brain though, a transplant will not work. <br /> You cannot simply exchange your brain for another and remain the same <br /> person. You would lose the knowledge and the processes that constitute <br /> your identity. Nevertheless, we might be able to replace certain worn out <br /> parts of brains by transplanting tissue-cultured fetal cells. This procedure <br /> would not restore lost knowledge --but that might not matter as much as it <br /> seems. We probably store each fragment of knowledge in several <br /> different places, in different forms. New parts of the brain could be <br /> retrained and reintegrated with the rest -- and some of that might even <br /> happen spontaneously.<br /> <br /> <br /> Limitations of Human Wisdom.<br /> <br /> <br /> Even before our bodies wear out. I suspect that we run into limitations <br /> of our brains. As a species we seem to have reached a plateau in our <br /> intellectual development. There's no sign that we're getting smarter. Was <br /> Albert Einstein a better scientist than Newton or Archimedes? Has any <br /> playwright in recent years topped Shakespeare or Euripides? We have <br /> learned a lot in two thousand years, yet much ancient wisdom still seems <br /> sound--which makes me suspect that we haven't been making much <br /> progress. We still don't know how to deal with conflicts between <br /> individual goals and global interests. We are so bad at making important <br /> decisions that, whenever we can, we leave to chance what we are unsure <br /> about.<br /> <br /> <br /> Why is our wisdom so limited? Is it because we do not have the time to <br /> learn very much, or that we lack enough capacity? Is it because, as in <br /> popular legend, we use only a fraction of our brains? Could better <br /> education help? Of course, but only to a point. Even our best prodigies <br /> learn no more than twice as quickly as the rest. Everything takes us too <br /> long to learn because our brains are so terribly slow. It would certainly <br /> help to have more time, but longevity is not enough. The brain, like other <br /> finite things, must reach some limits to what it can learn. We don't know <br /> what those limits are; perhaps our brains could keep learning for several <br /> more centuries. Ultimately, though, we will need to increase their <br /> capacity.<br /> <br /> <br /> The more we learn about our brains, the more ways we will find to <br /> improve them. Each brain has hundreds of specialized regions. We know <br /> only a little about what each one does -- but as soon as we find out how <br /> any one part works, researchers will try to devise ways to extend that <br /> organ's capacity. They will also conceive of entirely new abilities that <br /> biology has never provided. As these inventions accumulate, we'll try to <br /> connect them to our brains -- perhaps through millions of microscopic <br /> electrodes inserted into the great nerve-bundle called the corpus callosum, <br /> the largest data-bus in the brain. With further advances, no part of the <br /> brain will be out of bounds for attaching new accessories. In the end, we <br /> will find ways to replace every part of the body and brain--and thus repair <br /> all the defects and flaws that make our lives so brief.<br /> <br /> <br /> Needless to say, in doing so, we'll be making ourselves into machines. <br /> <br /> <br /> Does this mean that machines will replace us? I don't feel that it makes <br /> much sense to think in terms of &quot;us&quot; and &quot;them.&quot; I much prefer the <br /> attitude of Hans Moravec of Carnegie-Mellon University, who suggests <br /> that we think of those future intelligent machines as our own &quot;mind-<br /> children.&quot; <br /> <br /> <br /> In the past, we have tended to see ourselves as a final product of <br /> evolution -- but our evolution has not ceased. Indeed, we are now <br /> evolving more rapidly--although not in the familiar, slow Darwinian way. <br /> It is time that we started to think about our new emerging identities. We <br /> now can design systems based on new kinds of &quot;unnatural selection&quot; that <br /> can exploit explicit plans and goals, and can also exploit the inheritance of <br /> acquired characteristics. It took a century for evolutionists to train <br /> themselves to avoid such ideas--biologists call them 'teleological' and <br /> Lamarckian'- -but now we may have to change those rules!<br /> <br /> <br /> Replacing the brain<br /> <br /> <br /> Almost all the knowledge that we learn is embodied in various networks <br /> inside our brains. These networks consist of huge numbers of tiny nerve <br /> cells, and even larger numbers of smaller structures called synapses, <br /> which control how signals jump from one nerve cell to another. To make a <br /> replacement of your brain, we would need to know something about how <br /> each of your synapses relates to the two cells it bridges. We would also <br /> have to know how each of those structures responds to the various electric <br /> fields, hormones, neurotransmitters, nutrients and other chemicals that are <br /> active in its neighborhood. Your brain contains trillions of synapses, so <br /> this is no small requirement.<br /> <br /> <br /> Fortunately, we would not need to know every minute detail. If that <br /> were so, our brains wouldn't work in the first place. In biological <br /> organisms, generally each system has evolved to be insensitive to most <br /> details of what goes on in the smaller subsystems on which it depends. <br /> Therefore, to copy a functional brain, it should suffice to replicate just <br /> enough of the function of each part to produce its important effects on <br /> other parts.<br /> <br /> <br /> Suppose that we wanted to copy a machine, such as a brain, that <br /> contained a trillion components. Today we could not do such a thing (even <br /> were we equipped with the necessary knowledge) if we had to build each <br /> component separately. However, if we had a million construction <br /> machines that could each build a thousand parts per second, our task <br /> would take only minutes. In the decades to come, new fabrication <br /> machines will make this possible. Most present-day manufacturing is <br /> based on shaping bulk materials. In contrast, the field called <br /> 'nanotechnology' aims to build materials and machinery by placing each <br /> atom and molecule precisely where we want it.<br /> <br /> <br /> By such methods, we could make truly identical parts--and thus escape <br /> from the randomness that hinders conventionally made machines. Today, <br /> for example, when we try to etch very small circuits, the sizes of the wires <br /> vary so much that we cannot predict their electrical properties. However, <br /> if we can locate each atom exactly, then those wires will be <br /> indistinguishable. This would lead to new kinds of materials that current <br /> techniques could never make; we could endow them with enormous <br /> strength, or novel quantum properties. These products in turn will lead to <br /> computers as small as synapses, having unparalleled speed and efficiency.<br /> <br /> <br /> Once we can use these techniques to construct a general-purpose <br /> assembly machine that operates on atomic scales, further progress should <br /> be swift. If it took one week for such a machine to make a copy of itself, <br /> then we could have a billion copies in less than a year.<br /> <br /> <br /> These devices would transform our world. For example, we could <br /> program them to fabricate efficient solar energy collecting devices and <br /> apply these to nearby surfaces, so that they could power themselves. In <br /> this way, we could grow fields of micro-factories in much the same way <br /> that we now grow trees. In such a future, we will have little trouble <br /> attaining wealth, but rather in learning how to control it. In particular, we <br /> must always take care when dealing with things (such as ourselves) that <br /> might be able to reproduce themselves.<br /> <br /> <br /> Limits of Human Memory.<br /> <br /> <br /> If we want to consider augmenting our brains, we might first ask how <br /> much a person knows today. Thomas K. Landauer of Bell <br /> Communications Research reviewed many experiments in which people <br /> were asked to read text, look at pictures, and listen to words, sentences, <br /> short passages of music, and nonsense syllables. They were later tested <br /> in various ways to see how much they remembered. In none of these <br /> situations were people able to learn, and later remember, more than about <br /> 2 bits per second, for any extended period. If you could maintain that rate <br /> for twelve hours every day for 100 years, the total would be about three <br /> billion bits -- less than what we can store today on a regular 5-inch <br /> Compact Disk. In a decade or so, that amount should fit on a single <br /> computer chip.<br /> <br /> <br /> Although these experiments do not much resemble what we do in real <br /> life, we do not have any hard evidence that people can learn more quickly. <br /> Despite those popular legends about people with 'photographic <br /> memories,' no one seems to have mastered, word for word, the contents <br /> of as few as one hundred books--or of a single major encyclopedia. The <br /> complete works of Shakespeare come to about 130 million bits. <br /> Landauer's limit implies that a person would need at least four years to <br /> memorize them. We have no well-founded estimates of how much <br /> information we require to perform skills such as painting or skiing, but I <br /> don't see any reason why these activities shouldn't be similarly limited.<br /> <br /> <br /> The brain is believed to contain the order of a hundred trillion <br /> synapses--which should leave plenty of room for those few billion bits of <br /> reproducible memories. Someday though it should be feasible to build that <br /> much storage space into a package as small as a pea, using <br /> nanotechnology.<br /> <br /> <br /> The Future of Intelligence.<br /> <br /> <br /> Once we know what we need to do, our nanotechnologies should <br /> enable us to construct replacement bodies and brains that won't be <br /> constrained to work at the crawling pace of &quot;real time.&quot; The events in our <br /> computer chips already happen millions of times faster than those in brain <br /> cells. Hence, we could design our &quot;mind-children&quot; to think a million <br /> times faster than we do. To such a being, half a minute might seem as <br /> long as one of our years, and each hour as long as an entire human <br /> lifetime.<br /> <br /> <br /> But could such beings really exist? Many thinkers firmly maintain that <br /> machines will never have thoughts like ours, because no matter how we <br /> build them, they'll always lack some vital ingredient. They call this <br /> essence by various names--like sentience, consciousness, spirit, or soul. <br /> Philosophers write entire books to prove that, because of this deficiency, <br /> machines can never feel or understand the sorts of things that people do. <br /> However, every proof in each of those books is flawed by assuming, in <br /> one way or another, the thing that it purports to prove--the existence of <br /> some magical spark that has no detectable properties.<br /> <br /> <br /> I have no patience with such arguments. We should not be searching <br /> for any single missing part. Human thought has many ingredients, and <br /> every machine that we have ever built is missing dozens or hundreds of <br /> them! Compare what computers do today with what we call &quot;thinking.&quot; <br /> Clearly, human thinking is far more flexible, resourceful, and adaptable. <br /> When anything goes even slightly wrong within a present-day computer <br /> program, the machine will either come to a halt or produce some wrong or <br /> worthless results. When a person thinks, things constantly going wrong <br /> as well--yet this rarely thwarts us. Instead, we simply try something else. <br /> We look at our problem a different way, and switch to another strategy. <br /> The human mind works in diverse ways. What empowers us to do this?<br /> <br /> <br /> On my desk lies a textbook about the brain. Its index has about 6000 <br /> lines that refer to hundreds of specialized structures. If you happen to <br /> injure some of these, you could lose your ability to remember the names <br /> of animals. Another injury might leave you unable to make any long range <br /> plans. Yet another kind of impairment could render you prone to <br /> suddenly utter dirty words, because of damage to the machinery that <br /> normally censors that sort of expression. We know from thousands of <br /> similar facts that the brain contains diverse machinery.<br /> <br /> <br /> Thus, your knowledge is represented in various forms that are stored in <br /> different regions of the brain, to be used by different processes. What are <br /> those representations like? In the brain, we do not yet know. However, <br /> in the field of Artificial Intelligence, researchers have found several useful <br /> ways to represent knowledge, each better suited to some purposes than to <br /> others. The most popular ones use collections of &quot;If-Then&quot; rules. Other <br /> systems use structures called 'frames'--which resemble forms that are <br /> filled out. Yet other programs use web- like networks, or schemes that <br /> resemble tree-like scripts. Some systems store knowledge in language-<br /> like sentences, or in expressions of mathematical logic. A programmer <br /> starts any new job by trying to decide which representation will best <br /> accomplish the task at hand. Typically then, a computer program uses <br /> only a single representation and if this should fail, the system breaks <br /> down. This shortcoming justifies the common complaint that computers <br /> don't really &quot;understand&quot; what they're doing.<br /> <br /> <br /> But what does it mean to understand? Many philosophers have declared <br /> that understanding (or meaning, or consciousness) must be a basic, <br /> elemental ability that only a living mind can possess. To me, this claim <br /> appears to be a symptom of &quot;physics envy&quot;--that is, they are jealous of <br /> how well physical science has explained so much in terms of so few <br /> principles. Physicists have done very well by rejecting all explanations <br /> that seem too complicated, and searching, instead, for simple ones. <br /> However, this method does not work when we're dealing with the full <br /> complexity of the brain. Here is an abridgment of what I said about <br /> understanding in my book, &quot;The Society of Mind.&quot;<br /> <br /> <br /> &quot;If you understand something in only one way, then you don't really <br /> understand it at all. This is because, if something goes wrong, you get <br /> stuck with a thought that just sits in your mind with nowhere to go. The <br /> secret of what anything means to us depends on how we've connected it <br /> to all the other things we know. This is why, when someone learns 'by <br /> rote,' we say that they don't really understand. However, if you have <br /> several different representations then, when one approach fails you can try <br /> another. Of course, making too many indiscriminate connections will turn <br /> a mind to mush. But well-connected representations let you turn ideas <br /> around in your mind, to envision things from many perspectives until you <br /> find one that works for you. And that's what we mean by thinking!&quot;<br /> <br /> <br /> I think that this flexibility explains why thinking is easy for us and hard <br /> for computers, at the moment. In &quot;The Society of Mind,&quot; I suggest that <br /> the brain rarely uses only a single representation. Instead, it always runs <br /> several scenarios in parallel so that multiple viewpoints are always <br /> available. Furthermore, each system is supervised by other, higher-level <br /> ones that keep track of their performance, and reformulate problems when <br /> necessary. Since each part and process in the brain may have deficiencies, <br /> we should expect to find other parts that try to detect and correct such <br /> bugs.<br /> <br /> <br /> In order to think effectively, you need multiple processes to help you <br /> describe, predict, explain, abstract, and plan what your mind should do <br /> next. The reason we can think so well is not because we house <br /> mysterious spark-like talents and gifts, but because we employ societies of <br /> agencies that work in concert to keep us from getting stuck. When we <br /> discover how these societies work, we can put them to inside computers <br /> too. Then if one procedure in a program gets stuck, another might suggest <br /> an alternative approach. If you saw a machine do things like that, you'd <br /> certainly think it was conscious.<br /> <br /> <br /> The Failures of Ethics<br /> <br /> <br /> This article bears on our rights to have children, to change our genes, <br /> and to die if we so wish. No popular ethical system yet, be it humanist or <br /> religion-based, has shown itself able to face the challenges that already <br /> confront us. How many people should occupy Earth? What sorts of <br /> people should they be? How should we share the available space? <br /> Clearly, we must change our ideas about making additional children. <br /> Individuals now are conceived by chance. Someday, though, they could <br /> be 'composed' in accord with considered desires and designs. <br /> Furthermore, when we build new brains, these need not start out the way <br /> ours do, with so little knowledge about the world. What sorts of things <br /> should our mind-children know? How many of them should we produce-<br /> -and who should decide their attributes?<br /> <br /> <br /> Traditional systems of ethical thought are focused mainly on <br /> individuals, as though they were the only things of value. Obviously, we <br /> must also consider the rights and the roles of larger scale beings--such as <br /> the super-persons we call cultures, and the the great, growing systems <br /> called sciences, that help us to understand other things. How many such <br /> entities do we want? Which are the kinds that we most need? We ought <br /> to be wary of ones that get locked into forms that resist all further growth. <br /> Some future options have never been seen: Imagine a scheme that could <br /> review both your and my mentalities, and then compile a new, merged <br /> mind based upon that shared experience.<br /> <br /> <br /> Whatever the unknown future may bring, already we're changing the <br /> rules that made us. Although most of us will be fearful of change, others <br /> will surely want to escape from our present limitations. When I decided to <br /> write this article, I tried these ideas out on several groups and had them <br /> respond to informal polls. I was amazed to find that at least three quarters <br /> of the audience seemed to feel that our life spans were already too long. <br /> &quot;Why would anyone want to live for five hundred years? Wouldn't it be <br /> boring? What if you outlived all your friends? What would you do with <br /> all that time?&quot; they asked. It seemed as though they secretly feared that <br /> they did not deserve to live so long. I find it rather worrisome that so <br /> many people are resigned to die. Might not such people be dangerous, <br /> who feel that they do not have much to lose?<br /> <br /> <br /> My scientist friends showed few such concerns. &quot;There are countless <br /> things that I want to find out, and so many problems I want to solve, that I <br /> could use many centuries,&quot; they said. Certainly, immortality would seem <br /> unattractive if it meant endless infirmity, debility, and dependency upon <br /> others--but we're assuming a state of perfect health. Some people <br /> expressed a sounder concern--that the old ones must die because young <br /> ones are needed to weed out their worn-out ideas. However, if it's true, <br /> as I fear, that we are approaching our intellectual limits, then that response <br /> is not a good answer. We'd still be cut off from the larger ideas in those <br /> oceans of wisdom beyond our grasp.<br /> <br /> <br /> Will robots inherit the earth? Yes, but they will be our children. We <br /> owe our minds to the deaths and lives of all the creatures that were ever <br /> engaged in the struggle called Evolution. Our job is to see that all this <br /> work shall not end up in meaningless waste.</div>

223.192.192.3 http://wiki.sseuu.com/index.php?title=%E6%9C%BA%E5%99%A8%E4%BA%BA%E4%BC%9A%E7%BB%A7%E6%89%BF%E5%9C%B0%E7%90%83%E5%90%97%EF%BC%9F&diff=16720 2019-08-19T09:38:28Z

<p>223.192.192.3：</p> <hr /> <div>{{4}}根据 http://web.media.mit.edu/~minsky/papers/sciam.inherit.txt 百度自动翻译<br /> <br /> 机器人会继承地球吗？<br /> <br /> 马文明斯基 <br /> （科学美国人，1994年10月---经过一些小修改）<br /> <br /> <br /> 早睡早起，&lt;br&gt;<br /> 使一个人健康，富裕和聪明。 - - 本杰明·富兰克林<br /> <br /> 每个人都想要智慧和财富。不过，我们的健康常常<br /> 在我们实现它们之前发出。延长我们的生命，改善我们的生活<br /> 我们需要改变自己的身体和大脑。至<br /> 为此，我们首先必须考虑达尔文进化论的正常程度 <br /> 我们到达我们的位置。那么我们必须想象未来的方式<br /> 更换磨损的身体部位可能会解决大多数失败的问题 <br /> 健康。然后我们必须发明策略来增强我们的大脑和收益<br /> 更大的智慧。最终我们将完全取代我们的大脑 - 使用<br /> 纳米技术。一旦从生物学的限制中解脱出来，我们就会<br /> 能够决定我们的生命长度 - 可选择不朽 - <br /> 并选择其他无法想象的功能。 <br /> <br /> 在这样的未来，获得财富不会成为问题; 麻烦会<br /> 控制它。显然，这种变化很难想象，而且<br /> 许多思想家仍然认为这些进步是不可能的 - 特别是 <br /> 在人工智能领域。但是科学需要制定<br /> 这种转变已经在形成，现在是时候考虑一​​下了 <br /> 这个新世界将是如此。<br /> <br /> 健康长寿。<br /> <br /> 这样的未来不能通过生物学来实现。最近我们一直在<br /> 学到了很多关于健康以及如何保持健康的知识。我们已经设计好了<br /> 针对特定疾病和残疾的数千种特定疗法。 <br /> 但是，我们似乎没有增加我们的最大长度 <br /> 寿命。富兰克林生活了84年，除了流行的传说和<br /> 神话，从来没有人生活过那么久。根据估计<br /> 加州大学洛杉矶分校医学院病理学教授罗伊沃尔福德 <br /> 古罗马人的平均寿命约为22岁; 约50英寸<br /> 发达国家在1900年，今天约为75.仍然，每个 <br /> 这些曲线似乎在115年左右急剧终止。几个世纪 <br /> 医疗保健的改善对这一最大限度没有影响。为什么<br /> 我们的生命跨度如此有限？答案很简单：自然选择<br /> 有利于后代最多的人的基因。这些数字倾向于<br /> 随着世代的数量呈指数增长 - 所以这是有利的 <br /> 那些在早期繁殖的人的基因。进化没有<br /> 通常倾向于延长生命的基因超出成年人所需的数量 <br /> 照顾他们的年轻人。实际上，它甚至可能有利于那些没有的后代<br /> 必须与活着的父母竞争。这样的竞争可以推动这一<br /> 导致死亡的基因积累。例如，产卵后，<br /> 地中海章鱼（O。Hummelincki）立即停止进食 <br /> 饿死了。如果我们除去某个腺体，章鱼<br /> 继续吃，生活的时间是原来的两倍。许多其他动物都是 <br /> 他们停止复制后很快就会死掉。例外情况<br /> 包括那些长寿的动物，像我们自己和大象一样 <br /> 后代从积累的社会传播中学到很多东西 <br /> 知识。<br /> <br /> 我们人类似乎是最长寿的温血动物。 <br /> 选择压力可能导致我们目前的长寿 <br /> 几乎是我们其他灵长类动物亲属的两倍？这与智慧有关！ <br /> 在所有哺乳动物中，我们的婴儿生存能力最差 <br /> 通过他们自己。也许我们不仅需要父母，还需要祖父母，<br /> 照顾我们并传递宝贵的生存技巧。即使有这样的<br /> 建议，我们可能会屈服于死亡的原因很多。 <br /> 一些死亡是由感染引起的。我们的免疫系统已经发展 <br /> 处理大多数此类疾病的多种方法。不幸的是，那些<br /> 非常相同的免疫系统经常通过治疗各种部位来伤害我们 <br /> 我们自己，好像他们也是有感染力的入侵者。这种盲目性<br /> 导致糖尿病，多发性硬化症，类风湿性关节炎等疾病， <br /> 和许多其他人。 <br /> <br /> 我们也受到伤害，我们的身体无法修复。也就是说，<br /> 事故，饮食不平衡，化学毒物，热量，辐射和 <br /> 各种其他影响可以使分子变形或化学改变 <br /> 在我们的细胞内，使它们无法发挥作用。其中一些错误<br /> 通过更换有缺陷的分子来纠正 但是，当<br /> 替换率太慢，错误积累。例如，当<br /> 眼睛的蛋白质失去弹性，我们失去了能力 <br /> 焦点和需要双焦眼镜 - 富兰克林的发明之一。 <br /> <br /> 死亡的主要原因是遗传基因的影响。 <br /> 这些基因包括那些似乎主要负责心脏的基因 <br /> 疾病和癌症，两个最大的死亡原因，以及 <br /> 无数其他疾病，如囊性纤维化和镰状细胞性贫血。 <br /> 新技术应该能够预防一些这些疾病 <br /> 找到替代这些基因的方法。<br /> <br /> 也许最糟糕的是，我们患有遗传因素所固有的缺陷 <br /> 系统工作。基因和细胞之间的关系非常紧密<br /> 间接; 没有蓝图或地图来指导我们建立的基因<br /> 或重建身体。随着我们对基因的了解越来越多，我们希望如此<br /> 能够纠正，或至少推迟仍困扰我们的许多条件 <br /> 晚年。<br /> <br /> 最有可能的是，最终的衰老在所有生物学中都是不可避免的 <br /> 生物。可以肯定的是，某些物种（包括一些鱼类，<br /> 陆龟和龙虾似乎没有显示出任何系统的增加 <br /> 死亡率随年龄增长 这些动物似乎主要死于外部<br /> 原因，如捕食者或缺乏食物。不过，我们没有记录<br /> 已经活了200年的动物 - 尽管事实并非如此 <br /> 证明不存在。沃尔福德和其他许多人认为是谨慎的<br /> 设计饮食，一个严重限制卡路里，可以显着 <br /> 增加人的寿命 - 但不能阻止我们的最终死亡。 <br /> <br /> 生物磨损。<br /> <br /> 随着我们对基因的了解越来越多，我们希望能够纠正， <br /> 或者至少推迟许多仍困扰我们晚年的条件。 <br /> 然而，即使我们找到了针对每种特定疾病的治疗方法，我们仍然会这样做 <br /> 必须处理“磨损”的一般问题。正常<br /> 每个细胞的功能涉及成千上万的化学过程 <br /> 这有时会造成随机错误。我们的身体使用多种<br /> 校正技术，每种都由特定类型的错误触发。 <br /> 然而，那些随机错误发生在许多不同的方式，没有 <br /> 低级方案可以纠正它们。<br /> <br /> 问题是我们的遗传系统并非如此 <br /> 长期维持。基因和细胞之间的关系是<br /> 非常间接的; 没有蓝图或地图来指导我们的基因<br /> 他们建立或重建身体。修复体重较大的缺陷<br /> 需要某种目录来指定哪种类型的单元格 <br /> 应该位于哪里。在计算机程序中，很容易安装这样的程序<br /> 冗余。许多计算机保留最多的未使用的副本<br /> 关键的“系统”程序，并定期检查其完整性。然而，<br /> 没有动物像计划一样进化，大概是因为这样 <br /> 算法不能通过自然选择来发展。麻烦的是<br /> 纠错然后会停止变异 - 最终会变慢 <br /> 动物后代的进化速度如此之大 <br /> 无法适应环境的变化。<br /> <br /> 我们可以通过改变一些数字来生活几个世纪 <br /> 基因呢？毕竟，我们现在不同于我们的进化亲属，<br /> 只有几千个基因的大猩猩和黑猩猩 - 然而我们却活着 <br /> 差不多两倍了。如果我们假设只有那些新的一小部分<br /> 基因导致寿命增加，那么也许不会超过一个 <br /> 这些基因中有大约一百个参与其中。不过，即使结果如此<br /> 事实上，它不能保证我们可以再获得一个世纪 <br /> 改变另外一百个基因。我们可能只需改变一些<br /> 他们 - 或者我们可能不得不改变更多。<br /> <br /> 制造新基因并安装它们正在慢慢变得可行。 <br /> 但我们已经开始采用另一种方法来对抗生物磨损 <br /> 和撕裂：用生物或生物替换每个威胁失败的器官 <br /> 人工替代品。一些替代品已经是常规的。其他人都在<br /> 地平线。心脏只是聪明的泵。肌肉和骨骼都是<br /> 电机和横梁。消化系统是化学反应器。最终，<br /> 我们将解决与移植或更换所有相关的问题 <br /> 这些部分。<br /> <br /> 当我们考虑更换大脑时，移植手术无效。 <br /> 你不能简单地将你的大脑换成另一个大脑而保持不变 <br /> 人。你会失去知识和构成的过程<br /> 你的身份。尽管如此，我们也许能够取代某些磨损的东西<br /> 移植组织培养的胎儿细胞的大脑部分。这个程序<br /> 不会恢复丢失的知识 - 但这可能并不重要 <br /> 看来。我们可能将每个知识片段存储在几个中<br /> 不同的地方，以不同的形式。大脑的新部分可能是<br /> 重新训练并与其他人重新融合 - 其中一些甚至可能 <br /> 自发地发生。<br /> <br /> 人类智慧的局限。<br /> <br /> 甚至在我们的身体磨损之前。我怀疑我们遇到了限制<br /> 我们的大脑 作为一个物种，我们似乎已经达到了我们的高原<br /> 智力发展。没有迹象表明我们变得越来越聪明。是<br /> 阿尔伯特爱因斯坦比牛顿或阿基米德更好的科学家？有没有<br /> 剧作家近年来高居莎士比亚或欧里庇得斯？我们有<br /> 两千年来学到了很多东西，但似乎还有很多古老的智慧 <br /> 声音 - 这让我怀疑我们没有做多少 <br /> 进展。我们仍然不知道如何处理之间的冲突<br /> 个人目标和全球利益。我们很重要 <br /> 决定，只要我们能够，我们就会忘记我们不确定的事情 <br /> 关于。<br /> <br /> 为什么我们的智慧如此有限？是因为我们没有时间<br /> 非常了解，还是我们缺乏足够的能力？是因为，如同<br /> 流行的传说，我们只使用我们大脑的一小部分？可以更好<br /> 教育帮助？当然，但只有一点。即便是我们最好的神童<br /> 学习的时间不会超过其他人的两倍。一切都需要我们<br /> 很难学，因为我们的大脑非常缓慢。肯定会的<br /> 有助于有更多的时间，但长寿是不够的。大脑，像其他人一样<br /> 有限的东西，必须达到它可以学到的东西的一些限制。我们不知道 <br /> 这些限制是什么; 也许我们的大脑可以继续学习几个<br /> 更多世纪。但最终，我们需要增加他们的<br /> 容量。<br /> <br /> 我们对大脑的了解越多，我们就会发现越多的方式 <br /> 改善它们。每个大脑都有数百个专门区域。我们知道<br /> 关于每个人做的事情只有一点 - 但是一旦我们知道如何做 <br /> 任何一个部分都有效，研究人员将试图设法扩展它 <br /> 器官的能力。他们还会设想出全新的能力<br /> 生物学从未提供过。随着这些发明的积累，我们将尝试<br /> 将它们连接到我们的大脑 - 也许通过数以百万计的微观 <br /> 电极插入称为胼call体的大神经束中， <br /> 大脑中最大的数据总线。随着进一步的进步，没有任何一部分<br /> 大脑将无法附加新配件。最后，我们 <br /> 将找到替代身体和大脑的每个部分的方法 - 从而修复 <br /> 所有使我们的生活如此短暂的缺陷和缺陷。<br /> <br /> 毋庸置疑，在这样做的过程中，我们将把自己变成机器。 <br /> <br /> 这是否意味着机器将取代我们？我觉得它没有<br /> 用“我们”和“他们”来思考是很有意义的。我更喜欢这个<br /> 卡内基梅隆大学的汉斯莫拉维克的态度表明 <br /> 我们认为那些未来的智能机器是我们自己的“思想 - <br /> 孩子“。 <br /> <br /> 在过去，我们倾向于将自己视为最终产品 <br /> 进化 - 但我们的进化并没有停止。的确，我们现在<br /> 进化得更快 - 尽管不是以熟悉的，缓慢的达尔文式方式。 <br /> 现在是我们开始思考新兴身份的时候了。我们<br /> 现在可以根据新的“非自然选择”设计系统了 <br /> 可以利用明确的计划和目标，也可以利用继承 <br /> 后天特征。进化论者花了一个世纪进行训练 <br /> 他们自己避免这样的想法 - 生物学家称他们为'目的论'和 <br /> Lamarckian' - 但现在我们可能不得不改变这些规则！<br /> <br /> 取代大脑<br /> <br /> 我们学到的几乎所有知识都体现在各种网络中 <br /> 在我们的大脑里面。这些网络由大量的微小神经组成<br /> 细胞，甚至更大数量的称为突触的小结构， <br /> 它控制信号如何从一个神经细胞跳到另一个神经细胞。做一个<br /> 更换你的大脑，我们需要知道如何 <br /> 你的每个突触都与它所连接的两个细胞有关。我们也会<br /> 必须知道每个结构如何响应各种电动 <br /> 田地，激素，神经递质，营养素和其他化学物质 <br /> 活跃在附近。你的大脑包含数万亿个突触，所以<br /> 这不是一个小要求。<br /> <br /> 幸运的是，我们不需要知道每一分钟的细节。如果说<br /> 是这样，我们的大脑首先不会起作用。在生物学上<br /> 有机体，通常每个系统都发展成对大多数人不敏感 <br /> 在它所依赖的较小子系统中发生的细节。 <br /> 因此，要复制功能性大脑，只需复制就足够了 <br /> 足够的每个部分的功能产生其重要的影响 <br /> 其他部分。<br /> <br /> 假设我们想复制一台机器，比如大脑 <br /> 包含万亿个组件。今天我们做不到这样的事情（甚至<br /> 如果我们必须建立每一个，我们是否配备了必要的知识？ <br /> 组件分开。但是，如果我们有一百万建筑<br /> 我们的任务是每秒可以制造一千个零件的机器 <br /> 只需几分钟。在未来的几十年里，新的制造<br /> 机器将使这成为可能。目前大多数制造业都是<br /> 基于塑料散装材料。相比之下，这个领域叫做 <br /> '纳米技术'的目标是通过放置每个材料来建造材料和机械 <br /> 原子和分子正是我们想要的地方。<br /> <br /> 通过这样的方法，我们可以制作真正相同的部分 - 从而逃脱 <br /> 从阻碍传统制造机器的随机性。今天，<br /> 例如，当我们尝试蚀刻非常小的电路时，电线的尺寸 <br /> 变化太大，我们无法预测其电气特性。然而，<br /> 如果我们能准确定位每个原子，那么这些导线就是 <br /> 没有什么区别。这将导致当前的新型材料<br /> 技术永远无法做到; 我们可以赋予它们巨大的力量<br /> 强度或新的量子特性。反过来这些产品将导致 <br /> 计算机像突触一样小，具有无与伦比的速度和效率。<br /> <br /> 一旦我们可以使用这些技术来构建通用目的 <br /> 在原子尺度上运行的装配机，应该进一步推进 <br /> 很快。如果这台机器花了一个星期来制作一份自己的副本，<br /> 然后我们可以在不到一年的时间内获得10亿份。<br /> <br /> 这些设备将改变我们的世界。例如，我们可以<br /> 计划他们制造高效的太阳能收集设备和 <br /> 将它们应用于附近的表面，以便它们可以为自己供电。在<br /> 这样，我们就可以用同样的方式种植微型工厂 <br /> 我们现在种树。在这样的未来，我们将遇到一些麻烦<br /> 获得财富，而不是学习如何控制它。特别是我们<br /> 在处理事物（例如我们自己）时必须始终小心 <br /> 也许能够重现自己。<br /> <br /> 人类记忆的极限。<br /> <br /> 如果我们想考虑增强我们的大脑，我们可能会先问问如何 <br /> 今天很多人都知道。Bell的Thomas K. Landauer<br /> 通信研究回顾了许多人的实验 <br /> 被要求阅读文字，看图片，听单词，句子， <br /> 短暂的音乐段落和无意义的音节。他们后来经过测试<br /> 以各种方式看他们记得多少。没有这些<br /> 情况是人们能够学习，后来记住，不仅仅是 <br /> 每秒2位，任何延长的时间段。如果你能保持这个速度<br /> 每天12小时100年，总数约为3小时 <br /> 十亿比特 - 比我们今天在常规的5英寸上存储的数量少 <br /> 光盘。在十年左右的时间里，这个数量应该适合单一<br /> 电脑芯片。<br /> <br /> 虽然这些实验与我们真实的实验并不太相似 <br /> 生活中，我们没有任何确凿证据表明人们可以更快地学习。 <br /> 尽管那些流行的传说中有关于摄影的人 <br /> 记忆，'似乎没有人，一个字一个字，内容 <br /> 只有一百本书 - 或一本主要的百科全书。该<br /> 莎士比亚的全集达到了约1.3亿比特。 <br /> Landauer的限制意味着一个人至少需要四年时间 <br /> 记住它们。我们对多少没有充分的估计<br /> 我们需要的信息来执行绘画或滑雪等技能，但我 <br /> 没有看到为什么这些活动不应受到类似限制的任何理由。<br /> <br /> 人们认为大脑含有一百万亿的数量级 <br /> 突触 - 这应该留下足够的空间来容纳那几十亿 <br /> 可重复的记忆。总有一天，建立它应该是可行的<br /> 使用的存储空间大到像豌豆一样小的包装 <br /> 纳米技术。<br /> <br /> 智力的未来<br /> <br /> 一旦我们知道我们需要做什么，我们的纳米技术应该 <br /> 使我们能够构建不会的替代身体和大脑 <br /> 被迫以“实时”的爬行速度工作。我们的事件<br /> 计算机芯片已经比大脑中的芯片快了数百万倍 <br /> 细胞。因此，我们可以设计我们的“思想 - 孩子”来思考一百万<br /> 比我们快一倍。对于这样的存在，半分钟可能看起来像<br /> 只要我们这一年，每个小时只要一个整个人类 <br /> 一生。<br /> <br /> 但这样的存在真的存在吗？许多思想家坚定地坚持这一点<br /> 机器永远不会有像我们这样的想法，因为无论我们如何 <br /> 建立它们，它们总是缺乏一些重要的成分。他们称之为<br /> 各种名称的本质 - 如感知，意识，精神或灵魂。 <br /> 哲学家写完整本书来证明，由于这种不足， <br /> 机器永远不会感受或理解人们所做的各种事情。 <br /> 然而，每本书中的每一个证据都有缺陷，假设在 <br /> 这种或那种方式，它声称要证明的东西 - 存在 <br /> 一些没有可检测属性的神奇火花。<br /> <br /> 我对这些论点没有耐心。我们不应该搜索<br /> 任何一个缺失的部分。人类的思想有很多成分，而且<br /> 我们制造的每台机器都缺少数十台或数百架 <br /> 他们！将今天的计算机与我们称之为“思考”的计算机进行比较。<br /> 显然，人类思维更灵活，更有资源，更具适应性。 <br /> 在当今的计算机中，当任何事情发生轻微错误时 <br /> 程序，机器将停止或产生一些错误或 <br /> 无价值的结果。当一个人思考时，事情就会不断出错<br /> 同样 - 但这很少阻止我们。相反，我们只是尝试别的东西。<br /> 我们以不同的方式看待我们的问题，并切换到另一种策略。 <br /> 人类的思维以各种方式运作。是什么赋予我们这样做的权力？<br /> <br /> 在我的桌子上躺着一本关于大脑的教科书。其指数约为6000<br /> 涉及数百个专业结构的线条。如果你碰巧<br /> 伤害其中一些，你可能会失去记住名字的能力 <br /> 动物 另一种伤害可能会让你无法进行任何长距离比赛<br /> 计划。另一种损害可能使你容易发生<br /> 突然说脏话，因为机械损坏了 <br /> 通常审查那种表达方式。我们从数千人中了解到<br /> 类似的事实，大脑包含多种机制。<br /> <br /> 因此，您的知识以存储在其中的各种形式表示 <br /> 大脑的不同区域，由不同的过程使用。是什么<br /> 那些陈述是什么样的？在大脑中，我们还不知道。然而，<br /> 在人工智能领域，研究人员发现了几种有用的方法 <br /> 表达知识的方式，每种方式都更适合某些目的而非 <br /> 其他。最受欢迎的使用“If-Then”规则的集合。其他<br /> 系统使用称为“框架”的结构 - 类似于形式 <br /> 填写。然而，其他程序使用类似网络的网络或方案<br /> 类似于树状脚本。有些系统以语言存储知识 - <br /> 像句子，或数学逻辑的表达。一个程序员<br /> 通过尝试确定哪种表示最佳来开始任何新工作 <br /> 完成手头的任务。通常，计算机程序使用<br /> 只有一个表示，如果这应该失败，系统会中断 <br /> 下。这个缺点证明了计算机的普遍抱怨<br /> 不要真正“理解”他们正在做什么。<br /> <br /> 但理解是什么意思？许多哲学家都宣称<br /> 理解（或意义，或意识）必须是基本的， <br /> 只有活着的头脑才能拥有的元素能力。对我来说，这个说法<br /> 似乎是“物理嫉妒”的症状 - 也就是说，他们嫉妒 <br /> 物理科学在如此少的情况下解释得如此之好 <br /> 原则。物理学家拒绝所有解释都做得很好<br /> 这似乎太复杂了，而是搜索简单的。 <br /> 但是，当我们处理完整的时候，这种方法不起作用 <br /> 大脑的复杂性。这是对我所说的内容的删节<br /> 在我的书“心灵社会”中理解。<br /> <br /> “如果你只用一种方式理解某些东西，那么你并不是真的 <br /> 完全理解它。这是因为，如果出现问题，你就会得到<br /> 陷入了一种无处可去的想法。该<br /> 什么对我们意味着什么的秘密取决于我们如何连接它 <br /> 我们所知道的所有其他事情。这就是为什么，当有人从中学习时<br /> 死记硬背，'我们说他们并不真正理解。但是，如果你有<br /> 然后，当一种方法失败时，您可以尝试几种不同的表示形式 <br /> 另一个。当然，制造太多不分青红皂白的联系将会转变<br /> 一个心灵糊涂。但是，连接良好的表示可以让你转变想法 <br /> 在你的脑海里，从许多角度来设想事物，直到你 <br /> 找一个适合你的。这就是我们思考的意思！“<br /> <br /> 我认为这种灵活性解释了为什么思考对我们来说很容易并且很难 <br /> 对于计算机，此刻。在“心灵社会”中，我建议这样做<br /> 大脑很少只使用单一表示。相反，它总是运行<br /> 并行的几个场景，以便始终有多个视点 <br /> 可用。此外，每个系统都由其他更高级别的系统监督<br /> 那些跟踪他们的表现，并在何时重新制定问题的人 <br /> 必要。由于大脑中的每个部分和过程都可能存在缺陷，<br /> 我们应该期待找到试图检测和纠正这些的其他部分 <br /> 错误。<br /> <br /> 为了有效地思考，您需要多个流程来帮助您 <br /> 描述，预测，解释，抽象和计划你的思想应该做什么 <br /> 下一个。我们能想得这么好的原因并不是因为我们住的<br /> 神秘的火花般的天赋和礼物，但因为我们雇用了社会 <br /> 一致工作的机构，以防止我们陷入困境。什么时候我们<br /> 发现这些社会如何运作，我们可以将它们放入计算机内部 <br /> 太。然后，如果程序中的一个程序被卡住，另一个程序可能会建议<br /> 另一种方法。如果你看到一台机器做了那样的事情，你就会 <br /> 当然认为它是有意识的。<br /> <br /> 道德失范<br /> <br /> 这篇文章论述了我们生孩子的权利，改变我们的基因， <br /> 如果我们愿意，就死了。还没有流行的道德体系，无论是人文主义还是人道主义<br /> 以宗教为基础，已经表明自己能够面对已经存在的挑战 <br /> 面对我们。有多少人应该占据地球？什么样的<br /> 他们应该是谁？我们应该如何分享可用空间？ <br /> 显然，我们必须改变关于增加孩子的想法。 <br /> 个人现在是偶然受孕的。不过有一天，他们可以 <br /> 根据所考虑的欲望和设计“组成”。 <br /> 此外，当我们建立新的大脑时，这些不需要开始 <br /> 我们这样做，对世界知之甚少。什么样的事情<br /> 我们的孩子应该知道吗？我们应该生产多少个 - <br /> - 谁应该决定他们的属性？<br /> <br /> 传统的伦理思想体系主要集中在 <br /> 个人，好像他们是唯一有价值的东西。显然，我们<br /> 还必须考虑更大规模存在的权利和作用 - 例如 <br /> 我们称之为文化的超人，以及伟大的，不断发展的系统 <br /> 叫做科学，帮助我们理解其他事物。有多少这样的<br /> 我们想要的实体吗？我们最需要哪种？我们应该<br /> 警惕那些陷入抵制所有进一步增长的形式的人。 <br /> 从未见过一些未来的选择：想象一下可能的计划 <br /> 审查你和我的心态，然后编译一个新的，合并 <br /> 基于共享经验的思想。<br /> <br /> 无论未知的未来可能带来什么，我们已经在改变 <br /> 制造我们的规则。其他人，虽然我们大多数人都会害怕改变<br /> 肯定会想摆脱目前的局限。当我决定<br /> 写这篇文章，我在几个小组中尝试了这些想法并拥有它们 <br /> 回应非正式民意调查。我惊讶地发现至少有四分之三<br /> 观众似乎觉得我们的生命已经太久了。 <br /> “为什么有人想活五百年？不是吗？ <br /> 无聊？如果你比你所有的朋友都活了怎么办？你会做什么<br /> 所有的时间？“他们问道。似乎他们暗中害怕 <br /> 他们不配这么久。我觉得这很令人担忧<br /> 很多人都屈服于死。这样的人可能不会很危险<br /> 谁觉得他们没有太多损失？<br /> <br /> 我的科学家朋友几乎没有这样的担忧 “有无数的<br /> 我想要找到的东西，以及我想要解决的许多问题，我 <br /> 可能会使用许多世纪，“他们说。当然，不朽似乎 <br /> 没有吸引力，如果它意味着无尽的软弱，衰弱和依赖 <br /> 其他人 - 但我们假设健康状态良好。有些人<br /> 表达了一个更健全的关注 - 旧的必须死，因为年轻 <br /> 需要清除他们破旧的想法。但是，如果这是真的，<br /> 我担心，我们正在接近我们的智力极限，然后是那种反应 <br /> 不是一个好的答案。我们仍然会被那些更大的想法所切断<br /> 我们掌握的智慧海洋。<br /> <br /> 机器人会继承地球吗？是的，但他们将是我们的孩子。我们<br /> 我们应该关注所有曾经生物的死亡和生命 <br /> 从事称为进化的斗争。我们的工作就是看到这一切<br /> 工作不应该是毫无意义的浪费。</div>

223.192.192.3 http://wiki.sseuu.com/index.php?title=%E6%9C%AA%E6%9D%A5%E4%BC%A6%E7%90%86%E5%AD%A6&diff=16717 2019-08-19T06:59:38Z

<p>223.192.192.3：</p> <hr /> <div>{{4}}<br /> *[[超真实啪啪啪体验 AR将颠覆未来世界的十大预测]]<br /> *[[关于人工生命研究的哲学和伦理思考]]<br /> *[http://www.sohu.com/a/253172731_149159 “后生命”时代 媒体艺术的“伦理”困境]<br /> *[[大数据时代的信息伦理与人工智能伦理]]<br /> *[[后人类时代的哲学和伦理探讨]]<br /> *[[机器人会继承地球吗？]]</div>

223.192.192.3