--- schema_version: "library-reader-v1" source_type: "original_book" title: "人工智能时代：破解人机共存密码（套装共10册）" author: null edition: null publisher: null year: null isbn: "9787521719512" library_document_id: "396e1bee-219e-4bee-9884-3214c17ff8f5" source_sha256: "e5d429a1fedfac2a13b0bd25057c39d818c33927767948a9bb41411f01413ced" pdf_physical_page_count: 3314 pdf_physical_page_index_base: 0 range_start: 1660 range_count: 10 html_url: "https://workshop.closeclaw.top/api/ai/read/396e1bee-219e-4bee-9884-3214c17ff8f5?start=1660&limit=10" markdown_url: "https://workshop.closeclaw.top/api/ai/read/396e1bee-219e-4bee-9884-3214c17ff8f5.md?start=1660&limit=10" previous_url: "https://workshop.closeclaw.top/api/ai/read/396e1bee-219e-4bee-9884-3214c17ff8f5.md?start=1650&limit=10" next_url: "https://workshop.closeclaw.top/api/ai/read/396e1bee-219e-4bee-9884-3214c17ff8f5.md?start=1670&limit=10" --- # 人工智能时代：破解人机共存密码（套装共10册） > 页码规则：PDF_PHYSICAL_PAGE_INDEX 是从 0 开始的权威文件物理页索引；PRINTED_PAGE 是页面中识别出的印刷页码，可能为空，二者不得混用。 ## PDF_PHYSICAL_PAGE_INDEX=1660 | PRINTED_PAGE=NOT_DETECTED ${ 8 = 2 \times 2 \times 2 = 2 ^ { 3 } , 1 6 = 2 \times 2 \times 2 \times 2 = 2 ^ { 4 } \cdots \ } .$ 对数函数与指数函数相反，它计 算 指 数 函 数 中 的 “ 指 数 ” ： log22=1 ， log24=2 ， log28=3 ，log216=4……这就是为什么对数的线性增加（1，2，3，4）与被测量数字的指数级增加（2，4，8，16）相对应。这也是为什么在摩尔把晶体管数量的对数与时间作为参数绘成的折线图中，数量翻倍的趋势会表现为一条直线。 ## PDF_PHYSICAL_PAGE_INDEX=1661 | PRINTED_PAGE=NOT_DETECTED 我们的许多生理感知只对对数变化产生反应。因为我们的身体将光线强弱的翻倍或者声音大小的翻倍看作一个等量增加，所以我们才能从一个昏暗的房间走入一个敞亮的房间而不被刺瞎眼睛，或者从一个安静的门厅走入一个吵闹的剧院而不被破坏耳膜。但是，我们对世界的感知更多的是建立在线性关系上的。银行存折显示的是金钱数量的变化，而非数量级的变化；时钟描述的是时间的流逝，而非时间的加倍。在只有5个数据点的情况下，对数图与线性图看起来很像。但是这种关系被称为摩尔定律而非摩尔曲线，是因为他大胆地推断这种直线趋势会在接下来的10年中一直持续。如果将晶体管的数量画在一个线性图上，你就会发现，在一个突然的转折点之前，似乎什么都没有发生。但是，对数图能够让你很清晰地看到，晶体管的数量每年都在翻番。 ## PDF_PHYSICAL_PAGE_INDEX=1662 | PRINTED_PAGE=NOT_DETECTED ## PDF_PHYSICAL_PAGE_INDEX=1663 | PRINTED_PAGE=NOT_DETECTED 摩尔几乎将这个趋势完全说对了。翻番的趋势实际上一直持续了50年。摩尔定律的核心可以体现在英特尔生产的微处理器中的晶体管的数量上。在接下来的40年中，晶体管的数量持续翻番（直线在对数图上延伸）。如果你用线性关系画图，你大概会得到这样的结论（除非你进行了仔细研究）：在先前的数十年中，几乎没有什么转折发生，但是在2000年左右，一个数字技术的革命发生了。这大概是线性关系带来的认知，但是对数关系图很清晰地表示了每年翻番的趋势延续了数十年。 什么是在集成电路中复制？最佳答案是间接的：比特是。模拟替代方案的表现与其不同。在这本书的序言中，我们说过，如果我们往复印机中放入一张纸，会得到两个复印件。如果这两个复印件被复制，会得到4个复印件，再之后是8个，以此类推。但是每一次复制都会使被复制的信息稍微退化，直到后面的被复制的信息变得一团糟。持续的翻番只有在能够进行错误修正的情况下才能进行。细胞会在其分裂的过程中自动检测基因组复制过程中的错误并进行修复。现在世界上最大的集成电路有数十亿个晶体管，其中每个晶体管的信号都会失真，但是由于集成电路会持续修正，恢复比特的逻辑水平，因此错误的概率会指数级下降。这种错误修正机制可以保证晶体管数量的指数级增加，所以第10亿个晶体管的输出与第一个一样可靠。 晶体管并不真正地制造晶体管，但是抽象地讲，它们的确如此。它们被生产成芯片，然后用在电脑中，设计更好的电脑；它们被用来发送消息，从而使更多的消息被发送；它们被用来编写编写程序的程序。在这个反馈循环当中，不只是电路中晶体管的数量呈指数级改进，还有其大小、速度与成本。这种改进导致了通信与电子系统性能的飞跃性提高，包括内存的大小、网络的速度与连接起来的电脑数。因为摩尔自始至终都没有把他的观察命名为摩尔定律，所以对于摩尔定律到底测量的是什么有不少争议，而最佳答案是信息科技的性能。摩尔定律的重要性不在于其定义，而在于数十年来数据点始终与最初趋势相吻合。 ## PDF_PHYSICAL_PAGE_INDEX=1664 | PRINTED_PAGE=NOT_DETECTED 以时间为横坐标，以信息科技的性能为纵坐标的对数图表现为一条直线，但是这不意味着其代表的技术本身的发展是线性的。相反，其发展往往分为不同阶段。通过前驱程序发送到互联网的第一条信息是在楼房那么大的大型计算机之间传递的；当互联网连接了约1 000个站点时，计算机发展为房间那么大的小型机；在拥有100万个站点时，计算机发展为可放在书桌上的个人电脑；在拥有10亿个站点时，计算机已经发展为能装进口袋的智能手机。同样的事情发生在这些机器内部的所有部件上。 集成电路一开始是用手工切割的掩模版（掩模版准确地定义了硅片上蚀刻和堆积材料的位置）在硅片上制造的（这是我最初学到的一门失传的艺术）。之后这一步被自动化了。掩模版先直接接触晶片，然后变成了用还原光学器件进行投射。曝光步骤一开始是用可见光，而后来使用的是短波长极紫外光，等等。由于以上每项技术的改进都具有极大难度，在摩尔定律持续发展的每个10年中，人们都做出了这个定律即将终结的预测。然而，每次技术升级又确保了摩尔定律的延续。 指数增长的确最终会到达其资源极限。专业术语是Sigmoid函数，表示为一个S形的曲线。它是从一个平缓增长的区域（S的底部）开始的，之后是一个加速增长的中间段（S的中间），之后是一个平缓增长的区域（S的顶部）。在一个生物细胞的增殖过程当中，增殖的细胞数量最终会被环境的空间大小以及养分的多少限制住。摩尔定律已经超出了物理学的范围，因为它达到了极限。在2015年左右，翻番开始减速。在大规模生产的芯片中，每个器件的构造都如此之小，以至每个单个原子的排列都必须被追踪，而在实验室内已经出现能够这样做的单电子晶体管，其开关取决于单个电子是否存在。一个晶体管不可能比这个尺度更小了，除非我们开始用原子核编程，但是到目前为止这种控制原子核的能力只在高能粒子加速器中存在。 ## PDF_PHYSICAL_PAGE_INDEX=1665 | PRINTED_PAGE=NOT_DETECTED 摩尔定律也同时限制了用户数量的增长。当几乎每个人都可以接触一台连入互联网的电脑时，驱动这些设备发展的需求将不复存在。电脑与通信设备将会变成一般的缓慢取代的商品而非快速增长的新鲜事物。如果说用户就像让计算机产业茁壮成长的养料，接入用户数量的S形曲线在达到极限之前就已经开始减缓，正如乔尔和艾伦解释的那样，电脑连接最后几十亿人花的时间将会比之前连接几十亿人的时间要长很多。 摩尔定律的终结是科技界和经济界的一个焦虑的来源，因为摩尔定律对应着一段生产力快速提高的时期。假如技术停止增长，经济也会随之如此。对于绝大多数正在被海量信息轰炸且不再被计算机性能局限的消费者来说，这不是他们所关心的。 饱和的需求也将影响被称为“摩尔第二定律”的事物：芯片工厂的成本。摩尔最初并没有考虑这一点，但是最前沿的芯片工厂的成本已与其他数字世界的一切一样飞涨，这一代设备现在要消耗至少几十亿美元的资金，当前一代芯片的开发可能要花费一亿美元。一旦这些投资用完，晶体管的制造成本就会降至比一美分还要小的数字，但是如此海量的资本支出事实上禁止了除产业最大玩家与最大应用市场之外的玩家与市场。 芯片工厂耗资的不断上涨是因为芯片制造在本质上是一系列非数字化的模拟的步骤。材料被连续不断地沉积或者蚀刻，在这些步骤中对于品质与公差的要求非常苛刻，因为任何瑕疵都可能毁掉整个芯片。在这个工业中最核心的机密就是良品率——在最尖端的制造工艺下总是会有极少数的芯片质量不过关。 第三次数字革命的愿景是将生产制造从摩尔第二定律移至摩尔第一定律。大约在2003年，为了建立第一代“数制”工坊，我去了英特尔，见到了戈登·摩尔，和他讨论其可能性。他从一个不太大的格子间座位（所有英特尔管理层都是如此）起身来到我们的会议室。他对于自己在技术发展中扮演的角色表示非常谦虚；他没有自己命名摩尔定律，并且他并不轻易使用“摩尔定律”（这个名字来自一个加州理工学院的合作者——卡弗·米德）来描述那个法则。英特尔对于摩尔定律的遵循体现为一个清晰的组织分界线，这个分界线可以区分为集成电路开发程序和发展逻辑的计算机科学家与为集成电路开发器件和发展制造工艺的物理学家。计算机是数字化的，但是制造工艺是模拟的。 ## PDF_PHYSICAL_PAGE_INDEX=1666 | PRINTED_PAGE=NOT_DETECTED ## PDF_PHYSICAL_PAGE_INDEX=1667 | PRINTED_PAGE=NOT_DETECTED 正如在之前的章节里描述的那样，我第一次认识到在数字制造里面或许有类似摩尔定律的趋势发生是在雪莉·拉斯特（比特和原子中心的“数制”工坊项目及智造基金会的管理者）注意到世界上“数制”工坊的数量大约每一年半翻一番的时候。一个决定性的观察就是她桌子上有关“数制”工坊的文件的高度在不停翻番。我们开玩笑说，这就是一个类摩尔定律，我们称之为拉斯定律。就像摩尔定律一样，这个定律已经持续了比我们预想的长得多的时间。经过十多年的发展，现在大约有1 000间“数制”工坊，这是经过10个翻倍周期得到的结果。“增殖”的原因很简单，当一个“数制”工坊开张的时候，周围的人就受到了启发想开另一个，而这个过程当中的错误纠正机制是每个“数制”工坊都有一种功能相同且不断演化的核心能力，因此操作人员可以在不同“数制”工坊之间对各个项目进行共享交流。 “数制”工坊的发展始于2003年建立的第一个“数制”工坊，而非20世纪50年代计算机控制制造的发明。在20世纪50年代，一个“数制”工坊的规模与造价相当于运行所有机器所需的10台左右的计算机的规模与造价。感谢摩尔定律的延续，只有当数字计算与通信的造价、规模与性能缩减到与一台机器相当时，“数制”工坊才变得可行。 正如摩尔定律的发展刚刚越过其第一个10年时一样，预测“数制”工坊数量翻倍的趋势将持续延续下去，不仅是大胆的，还是明智的。这意味着在下一个10年中，“数制”工坊的数量将会超越100万，并且在之后的10年内达到10亿。正如互联网的扩散，拉斯定律不意味着10亿个房子被“数制”工坊填满，相反，每一个10年都会是一个技术转换的新时代，智造（几乎）万物的技术可以集成和使用。 就像很多信息科技中的量最后被归纳入摩尔定律一样，拉斯定律也很可能被应用到很多描述数字制造发展的方法当中。这些方法涉及了被组装的部件的数量、组装的速度、一个部件的尺寸与成本，以及组装工序的复杂程度。当互联网连接了10亿台电脑时，这些电脑内部芯片的晶体管数量达到了10亿；当世界上有相当于10亿个“数制”工坊时，它们很可能会制造出具有10亿个部件的物体。相信这个规律会变为现实就好像相信摩尔定律会变为现实一样荒谬。在第5章，我会描述到达那个未来的路径。 ## PDF_PHYSICAL_PAGE_INDEX=1668 | PRINTED_PAGE=NOT_DETECTED 拉斯定律可以被视为一种对摩尔定律的延续而非替代。摩尔定律存在于一个平面上，即一个集成电路上；拉斯定律将其从二维转入我们生活的三维世界。摩尔定律被用于描述一个芯片被制造之后具有的性能；拉斯定律将其延伸到如何在第三次数字革命中制造它们以及其他一切物体。第三次数字革命的结论是，为计算的未来长期寻找的杀手级应用是制造。 通信、计算与制造 摩尔定律可以被视为类似于经济学家所说的宏观经济学或物理学家所说的热力学的一个系统的总体属性。如果要理解摩尔定律与拉斯定律之间的历史相似性，我们就必须将目光放长远，越过指数增长图，研究等价于经济学家所说的微观经济学或物理学家所说的统计力学的微观元素，即构成一个系统的单个组件。所谓单个组件，就是前两次数字革命中的计算与通信机器以及第三次数字革命中的制造机器。 当计算机首次被大型机构制造出来并且用于大型机构的时候，它的体积可以填满整座建筑。现代交互式计算机的架构可以追溯到第一台能够对输入指令进行实时响应而非分批处理的大型电脑上。旋风Ⅰ型计算机是在麻省理工学院的伺服机构实验室中被开发出来的，可用于替代控制飞行模拟器的模拟计算机。后来，它成为半自动地面防空系统（SAGE）的基石。旋风Ⅰ型计算机于1947年开发，于1951年开始服役。它耗资数百万美金，其机身填满了一幢大楼的好几层。 ## PDF_PHYSICAL_PAGE_INDEX=1669 | PRINTED_PAGE=NOT_DETECTED 1925年，第一个计算机控制的制造机器就是这个计算机项目的一个分支。一个叫约翰·帕森斯[1]的发明家给麻省理工学院提交了一个提案：将一台实时计算机连接到一台铣床上，从而使铣床能够制造新型喷气式飞机需要的越来越复杂的零件。伺服机构实验室采纳了这个建议，但是没有接受他，他们将约翰·帕森斯从空军项目甩开后开发了我们现在称之为数控铣床的设备。计算机可以连续地在三维的各个方向上精确控制旋转研磨轴，从而让机器加工出技术工人用双手不可能加工出的形状。此后，很多不同的数控制造工具被用于机器的各个节点，以代替铣床的研磨轴，但是基本原理自从1952年开始就没有变过。 下一段：[继续读取](https://workshop.closeclaw.top/api/ai/read/396e1bee-219e-4bee-9884-3214c17ff8f5.md?start=1670&limit=10)