人工智能时代：破解人机共存密码（套装共10册）

麻省理工学院的旋风Ⅰ型计算机的继承者是TX–0，然后是TX–2，TX–2是第一台使用晶体管而非真空管的具有重大意义的计算机。这个差异的重要性表现在很多地方。第一，晶体管可以被放置在更小的空间里；第二，晶体管不会像真空管那样产生大量的热；第三，晶体管运行时需要的能源更少；第四，晶体管的可靠性更高。这些优势叠加在一起，才使得计算机更小，更有效率，能够进行更加快捷的运算。

TX–0与TX–2于1956年首次投入使用，由肯·奥尔森领导的工程团队在一年后将它们商业化并且作为美国数字设备公司的PDP（编程数据处理器）系列进行销售。编程数据处理器使计算的成本由数百万美金下降到数十万美金，最后到达数万美金，而一台电脑的体积也从一栋大厦那么大降至一个房间那么大，最终降到一个器械支架那么大。然而编程数据处理器并不容易使用——我在学习如何使用的时候，需要掌握如何正确连接不同的单元，比如处理器、内存、存储器、输入、输出、通信和电源。由于它已经可以被小型工作组负担得起而不像以前那样只有大型组织才能拥有，像我这样的人才有机会接触到一个。今天你能用到的几乎一切计算机应用最开始都是在编程数据处理器上完成的——从文档编辑到玩电脑游戏，再到通过互联网发送信息。美国数字设备公司沿着波士顿128号公路发展了一个计算机产业，并且把这里变成了计算机世界的中心。与美国数字设备公司一起，所有的主流小型计算机制造商都坐落于此，包括Prime、美国数据通用公司（Data General）、阿波罗电脑公司（Apollo）与王安电脑公司（Wang）。

从制造的角度来讲，今天的“数制”工坊在构造成本以及复杂性上已经达到了一台编程数据处理器的级别，同样是一个房间那么大，最初成本为大约10万美金。就像编程数据处理器作为一个系统集合可以被看作我们现在所说的一台电脑一样，“数制”工坊可以被看作一个数字制造的系统。“数制”工坊可以将数据转化为物体，也可以把物体转化为数据，但是目前这些工作必须在实验室内部完成，而且我们必须要具备使用多个不同机器的能力。正如编程数据处理器一样，现在一个“数制”工坊可以被一个工作组或者社群而非一个大型组织所拥有，它们可以被用于探索当每个人都能接触到数字制造时数字制造如何被大众使用。

第一台真正的个人电脑是阿尔塔计算机（Altair 8800）。这台电脑是由阿尔伯克基科特兰空军基地的工程师为微型仪器与遥测系统公司［MITS，他们故意选择这个与麻省理工学院（MIT）相近的缩写］设计的，它被用来制作火箭模型爱好者需要的套件。当这个为爱好者而做的套件于1975年出现在《大众电子》（Popular Electronics）的封面上时，它给予很多杂志读者（包括我——我仍然记得当时我坐在我父母的汽车后座上，双手紧抓着新一期的杂志震惊得合不了口的样子）一个类似命运转折点的体验。

当阿尔塔出货的时候，唯一一种将程序写入的方式是通过数据来翻转前板上的开关，同时，唯一一种得到结果的方式是观察前板上的灯泡闪烁情况。但是，由于价格降低到约1 000美元，它变成了一台普通人就可以拥有的电脑。比尔·盖茨和保罗·艾伦在哈佛大学使用编程数据处理器开发了微软的第一个产品（微软一开始的名称是Micro-Soft）——一个为阿尔塔开发的BASIC语言解释器。阿尔塔计算机的到来也成为门洛帕克市的家酿计算机俱乐部第一次聚会的推动力，启发了史蒂夫·乔布斯与史蒂夫·沃兹尼亚克推出苹果电脑。

当这一切发生的时候，阿尔塔却被主流小型电脑工业忽视了。肯·奥尔森在1977年做出了一个著名的论断：“普通人没有任何理由在家庭里拥有一台电脑。”其实他的言论很大程度上被误解了，他所指的是字面意义上的在房屋建造过程中使用的一台电脑，而不是一台被居住者使用的个人电脑。但他仍然错了，他没有预见到智能设备在家庭中的迅速普及。所有的小型电脑制造公司在个人电脑出现时期都失算了，因为个人电脑被它们视为毫无竞争力的玩具。正如我在第1章中提到的，美国数字设备公司最终被卖给康柏，之后康柏又并入惠普。回顾往事，组织变革的教训是小型计算机行业注定要衰落；在这种情况下，最佳的决策就是完全放弃而非苦苦挣扎。

数字制造领域今天正在经历一个可以与阿尔塔计算机的历史相对照的阶段。一些“数制”工坊内部的项目正在制造快速原型机器的快速原型。这些都是机器的“数制”工坊版本，也能够被其他“数制”工坊机器所制造。正如小型电脑行业对阿尔塔计算机的反应，制造业对于“数制”工坊一贯的反应是这些机器是为满足教育或者娱乐需求而造的玩具，它们不会对严肃的制造业构成影响。但是，这些工具已经能够在当地生产之前消费者只能在全球供应链上购买的产品了。正如个人电脑导致了小型计算机市场的死亡，“数制”工坊极有可能创造很多不会再回到旧工厂的新工作机会。

1977年和1981年，苹果Ⅱ型电脑和IBM个人电脑相继问世，个人电脑的现代形式由此确定。个人电脑以一个具有开关按钮的单一设备的形式出现，但是从内部构造来讲它集成了房间大小的编程数据处理器所具有的很多子系统。现在，能够与一台个人计算机相类比的个人数字制造设备仍然不存在。它不会是一台3D打印机，虽然很多人对3D打印过于看好并且暗示它就是未来的个人制造设备，但它仅仅是一个“数制”工坊里只能制造最简单的成品的生产制造设备之一；它也不会是将“数制”工坊所有机器压缩到一个盒子中的集成机器，因为这仍然需要大量的原材料与废物处理的能力。相反，我们会看见一个真正的个人制造器，就像《星际迷航》中的通用复制器那样，从更加根本的角度用数字制造的方式为物质编码。

从乐高积木到核糖体分子模型

数字是一个使用最广，也被误解最深的词之一。数字在通信、计算与制造当中的含义具有比使用“0”和“1”更加深层的共同起源。

比较一下我最喜欢的制造系统之一（孩子玩的乐高积木）与我最不喜欢的制造系统之一（今天的3D打印机）：

可靠性：因为乐高积木的错误纠正机制来自将积木安装在一起的步骤，乐高积木的结构要比一个孩子对运动的控制更精确；3D打印，从另一方面来讲，其准确度只与打印喷头的位置相关，而且一旦在材料流出打印喷头时出现干扰，打印就会失败。

模块化：用不同材料制成的乐高积木可以用一个标准接口组装；但是3D打印需要使用经过相同的沉淀工艺制得的材料。

局域性：孩子不需要通过尺子来放置积木，物体的整体构造取决于区域部件，这意味着一个孩子可以制造比自己大的物体；而3D打印则受制于其固有打印面积的大小。

还原性：乐高积木不像3D打印的物体，它不会被丢弃。丢弃本身是一个模拟概念，意味着该物体没有被拆解、还原成原材料的步骤。

可靠性、模块化、局域性和还原性这4个属性是第三次数字革命中通信、计算与制造的数字系统的必要组成部分。我们接下来会逐一观察这些系统的数字化过程。

1931年，范内瓦·布什^[2]在麻省理工学院建造了最后一个伟大的模拟电脑：微分分析仪。它由填满整个房间的齿轮和滑轮组成，是一台可以解不同工程方程式的机器。它运作的时间越长，运算结果与正确答案误差就越大。

你今天使用的数字计算机不会出现这种状况（希望如此）。你可以为此而感谢数学家约翰·冯·诺依曼^[3]，是他展示了如何使用不可靠的器件进行可靠的计算。《概率逻辑学和由不可靠原件合成可靠的有机体》是一部基于他在1952年做的一系列讲座编撰成的著作，在这本书中他证明了我们现在称为阈值定理的理论。他演示了当用离散的符号（比如0和1）而非连续的物理量（比如齿轮和滑轮的旋转与运动）进行计算时，如果一个器件在计算机当中出现错误的概率大于一个阈值（这个值取决于系统设计），这个计算就一定会发生错误；但是，如果发生错误的概率低于这个阈值，计算发生错误的概率就会随着检查结果的操作被复制的次数的增加而呈指数级下降趋势。错误发生的概率可以被迅速地减少，甚至在运行中很可能不会出现一次。错误仍然会发生，但是非常罕见。在所有的工程领域中，只有极少数见解可以实现性能的指数级提高，冯·诺依曼的这个定理是最重要的一个，并且是数字化在计算、通信以及制造中的真正意义。

冯·诺依曼的成果是建立在克劳德·香农^[4]的贡献之上的，他们于1940年在新泽西州普林斯顿的高等研究院中相识。1937年，香农在麻省理工学院写下了可能是有史以来影响力最广的一篇硕士论文。在为布什进行微分分析仪的研究之后，香农意识到为调控电话而制的机电继电器可以被连接起来，使用布尔逻辑函数运算真命题和假命题。他不是简单地论述了一下这个理论，而是演示了如何设计这些通用逻辑电路，这些电路是构成之后所有计算机的基础。

从麻省理工学院毕业之后，香农转移到了贝尔实验室，那里对电话系统的研究具有更大的需求。他在那里的研究并非渐进地改进现有系统，而是回答了一个之前没人问过但是极其重要的问题：什么是信息系统的基本范围？在1948年出版的《通信的数学原理》一书中，他提出了关于信息的理论。在展示信息如何被压缩的同时，香农介绍了为通信设计的阈值定理。假设一个信息在电话系统中是以符号的形式而非连续模拟信号的形式发送的，并且电子噪声大于阈值，那么这个消息可能会失真。但是，如果电子噪声小于阈值，在接收端接收信息时发生错误的概率就会随着检查结果次数的增加而呈指数级下降。重要的不是0和1的具体数值，而是使用这种离散的数值可以让其错误被检测到。很多数字系统，比如一个手机系统，都在使用一些其他的、更加有效率的符号。你的手机现在正在接收一组被用来检测错误的符号，这组符号有26个。

电话系统花费了大约10年时间从模拟系统转换到了数字系统——这是一个导致互联网诞生的转换。鲍勃·拉齐是在贝尔实验室从香农时期一直工作到我加入时的一位睿智的经理，他在一次关于组织变革的发人深省的课堂上解释道：关于模拟与数字阵营的斗争在那时就一直在内部延续。这个斗争不是因某一方被说服而结束的，而是随着时间的推移自然而然地解决的：所有支持模拟系统的经理全部离开岗位，新一代支持数字系统的经理掌权。

香农在贝尔实验室的同事约翰·图基创造了单词bit（比特）作为“二进制数字”中用来表示信息的最小单位。但是比特的概念有一个物理起源，它第一次出现在1929年利奥·西拉德^[5]对麦克斯韦妖的分析中。在这个由物理学家詹姆斯·克拉克·麦克斯韦于1867年构想的思维实验中，一个微观的妖怪可以打开或者关上位于两个舱室之间的管道，以选择性地分开高速气体分子与低速气体分子，从而永久地驱动一个引擎。西拉德（后来成为制造与控制原子弹的领军人物）将这个难题简化为它的本质：整个实验只包含一个分子，而信息单位存在于这个分子的哪一边。信息与物质之间的联系直到1971年才由罗夫·兰道尔在IBM建立，当时他终于驱除了麦克斯韦妖，他解释说，一旦把妖怪的思想考虑进去，它就不是一个永动机了。他与他的同事查尔斯·贝内特进一步证明了抽象的思考必定会消耗物理资源。兰道尔与贝内特是我在学习计算机物理时的导师，他们向我传输了“信息是物理的”这一概念。对这个概念的观察不可避免地让我将计算与制造联系起来。

数字与制造之间的联系最早出现在大约40亿年前，这是我最喜欢的制造机器（核糖体）的演化时期。核糖体是制造分子的分子，它能够读取编码——信使RNA携带的基因序列。基因序列具有香农与冯·诺依曼所设想的所有数字代码的所有属性——错误可以被察觉与修复，并且这套系统的设计可以产生即使有错误出现，相邻的代码也可以生产属性相近的分子的效果。但是这些来自基因组的分子信息不只描述了形状，它们还变成了形状。

这套系统中的遗传密码可以写成A、C、G与U，分别代表腺嘌呤、胞嘧啶、鸟嘌呤与尿嘧啶。密码子是由三个字母组成的群组，与20种基本氨基酸当中的一种相对应，有点儿像分子级别的乐高积木。氨基酸先形成一个与密码子相对应的线性结构，之后再折叠成类似螺旋状或者片状几何图形的二级结构，之后再进一步构成第三级的立体蛋白质结构。在这些三级结构之上构建的是关于系统功能的四级结构，比如我们身体当中被用来探测味道或光线的感应器，以及移动我们肌肉的马达。这些氨基酸最令人惊奇的是它们毫不令人惊奇。它们有一系列性质，比如亲水或者疏水，酸性更强或更弱。这些性质都不是极端的，其涉及的化学反应都是很常见的，但是仅仅这20种氨基酸的排列组合就能制造你。

如果你混合两种化学物质让一个反应发生，99%的产出率已经非常棒了，但也意味着约1%的物质没有发生反应。在制造蛋白质时，核糖体在每10 000个步骤中才会发生一次错误，因为它是在使用遗传密码进行建造。DNA复制具有一个额外的错误纠正机制，错误率约为1/10⁸。这就是阈值的指数级缩放，它使像你这样复杂的物体被制造出来。生命的秘密在于它是数字化的。

遗传代码携带着信息，该信息可用来执行用于编程的计算。第三次数字革命从生命起源之初就伴随着我们，但是它被限制在制造分子生物学材料上了。经过40亿年的酝酿，它已经扩展到了世界上（目前）无生命的部分。

维度诅咒和智能设计

如果生命的秘密在于它是数字化的，那么它是如何被编程的？这不是一个反问句。我的实验室参与了一项合作：与美国J.克雷格·文特尔研究所一起用电脑设计并合成完整的细胞基因组，用其创造活的细胞。为了设计一个能自我复制的组装机器，我们首先需要学习如何在从零开始创造的系统中完成同样的动作，操控它的演化过程。

关于生命是如何被编程的最明显的答案无疑就是用遗传密码，但是这个答案就像莎士比亚的戏剧是用字母表中的26个字母书写的一样空洞。了解符号只是学习一门语言的起点。结果表明，这个问题是将三次数字革命历史性地统一到一起的核心问题。

在今天，用电脑制造东西就像一种聚会游戏的很糟糕的版本，信息在一群人中传递直到彻底失真。这个过程从一个计算机辅助设计软件开始，你需要学习如何使用这种具有非常陡峭的学习曲线的程序来设计你想设计的东西；之后再到计算机辅助制造过程，将设计转换成机器可以一步步执行的指令；之后再到机器控制过程，将指令转化为一台特定机器的运行步骤；最后进行运动控制，将这些指令编译成特定部件的操作步骤。所有步骤通常只能向一个方向运作，机器没有办法告诉设计人员在制造过程当中出现的问题。而且，如果设计或者机器有任何变化，以上流程都要重新走一遍。

这种问题之所以存在，是因为历史上这些步骤之中的每一步都是由不同的人在不同的地方和不同的时间完成的。你可以将这种劳动力的分工归因于文艺复兴时期的一个错误。当博雅教育出现并掌握话语权时，知识就被划分为“三艺”（逻辑、文法、修辞）和“四术”（算数、几何、天文、音乐）（即粗略地划分为文科与科学）。当制造东西被认定为一个用来获得收益的非博雅教育的时候，艺术与工匠产生了分歧。这种分歧就是我在高中时被告知不能去职业学校的原因——我太聪明了；这也是当我在贝尔实验室工作时被训斥的原因，当时我得自己去工作室制造东西，而不是告诉那里的工人我想让他们制造什么。但是，当一个人可以在某一时间、地点将以上所有步骤都完成时，这种模式就不再合理了。表达方式从文艺复兴时期开始发生改变；3D打印或者嵌入式编程可以像画油画或者写诗一样富有表现力。个人制造而非大众制造的需求将对“学习什么知识”的概念给予革新，社会需要把制造当作一种与阅读、写作同样基础的技能。