在总裁读书会精品课上，易宝支付联合创始人兼总裁余晨为我们推荐了《生命3.0》这本书，这周小书僮陪你一起来精读这本书。
您如果希望收听完整音频，请下载总裁读书会APP，或者关注跟大咖一起读服务号，加入我们的会员，更多精彩内容等着您。
在宇宙大爆炸发生之后的138亿年中，最不可思议的事情之一就是，荒芜一片、了无生机的物质之中竟然产生了智能。这究竟是如何发生的？未来会变成什么样？从科学的角度出发，应该如何讲述宇宙中智能的历史与命运？为了解决这些问题，这一章我们先来探索智能的构成要素和基础。那么，说一团物质拥有智能，到底意味着什么？说一个物体能记忆、计算和学习，又意味着什么？
智能（intelligence）：完成复杂目标的能力。
这个定义很广，足以涵盖所有定义，因为理解力、自我意识、解决问题的能力、学习能力等都属于我们可能会遇到的复杂目标。同时，这个定义还能将《牛津英语词典》中的定义“获得和应用知识与技能的能力”也涵盖进去，因为你也可以将“应用知识与技能”作为一个目标。
由于可能存在许多不同的目标，因此，也可能存在许多不同的智能。所以，从我们的定义出发，用IQ这种单一指标来量化人类、动物或机器是没有意义的。
假设有两个计算机程序，一个只会下象棋，另一个只会下围棋，请问哪一个更智能？
这个问题并没有标准答案，因为它俩各自擅长的事情没法进行直接的比较。
不过，假如存在第三个计算机程序，它能够完成所有目标，并且，它在某一个目标上，比如下象棋，做得远比前面所说的两个程序都好，而且在其他目标上完成得也不比它们差，那我们就可以说，第三个程序比前面两个程序更加智能。
对智能进行分类，还有一种方法，那就是用“狭义”（narrow）和“广义”（broad）来进行区分。
IBM公司的深蓝（Deep Blue）计算机虽然在1997年战胜了国际象棋冠军加里·卡斯帕罗夫（Garry Kasparov），但它能完成的任务范围非常“狭窄”，因为它只能下象棋，尽管它的硬件和软件都令人印象深刻，但它甚至不能在井字棋游戏中战胜一个4岁的儿童。
谷歌旗下DeepMind公司的“DQN”人工智能系统能完成的任务范围稍微广一点：它会玩几十种经典的雅达利电子游戏，并且玩的水平与人类的水平不相上下，甚至更好。
相比之下，人类智能的宽度可比它们广多了，人类能掌握多如牛毛的技能。只要经过训练，假以时日，一个健康的儿童不仅能够学会任何游戏，还能学会任何语言、运动或职业技能。将人类智能和机器智能做个比较，我们人类会在宽度上立马胜出。
不过，机器在某些比较狭窄的任务上胜过了我们，这些任务虽然小，但数量却在与日俱增。
人工智能可以胜出人类的任务
想象一下，如果用地形来比拟人类的能力，就可以画出一幅“人类能力地形图”，其中低地代表着“算数”和“死记硬背”，丘陵代表着“定理证明”和“下象棋”，高耸的山峦代表着“运动”“手眼协调”和“社交互动”。
不断进步的计算机性能就好像水平面，正在逐步上升，淹没整个陆地。半个世纪以前，它开始淹没低地，将人类计算员和档案员逐出了历史舞台。
不过，大部分地方还是“干燥如初”。现在，这场洪水开始淹没丘陵，我们的前线正在逐步向后撤退。
虽然我们在山顶上感到很安全，但以目前的速度来看，再过半个世纪，山顶也会被淹没。由于那一天已经不远了，我建议，我们应该建造一艘方舟，尽快适应航海生活！
人类能力地形图
注：这张“人类能力地形图”是机器人专家汉斯·莫拉维克提出的，其中，海拔高度代表这项任务对计算机的难度，不断上涨的海平面代表计算机现在能做的事情。
随着“海平面”持续上升，它可能会在某一天到达一个临界点，从而触发翻天覆地的变化。
在这个临界点，机器开始具备设计人工智能的能力。在这个临界点之前，“海平面”的上升是由人类对机器的改进所引起的，但在这个临界点之后，“海平面”的上升可能会由机器改进机器的过程推动，其速度很可能比人类改进机器的速度快得多，因此，很快，所有“陆地”都会被淹没在水下。
这就是“奇点”理论的思想。这个思想虽然十分迷人，但却充满争议。
计算机是通用机器，它们的能力均匀地分布在一个宽广得无边无际的任务区域上。不过，人类能力的分布却没那么均匀。在对生存至关重要的领域，人类的能力十分强大，但在不那么重要的事情上就很微弱。
计算机先驱艾伦·图灵曾有一个著名的证明，假如一台计算机能实施一组最小的特定运算，那么，只要给它足够的时间和内存，它就能被编程以实施其他任何计算机能做的任何事情。超过这个临界点的机器被称为“通用计算机”（universal computers），又叫作“图灵通用计算机”（Turing-universal computers）。
就这个意义而言，今天所有的智能手机和笔记本电脑都算得上是通用计算机。
类似地，设计人工智能所需的智能也有一个临界点，我喜欢将这个临界点视为“普遍智能”的临界点：给它足够的时间和资源，它就可以具备完成任何目标的能力，并且完成得和其他任何智能体不相上下。
比如，如果普遍智能认为自己需要更好的社交技能、预测技能或设计人工智能的技能，那它就有能力去获得这些技能；如果它想要了解如何建造一个机器人工厂，它也完全有能力去获得建造工厂的技能。换句话说，普遍智能具备发展到生命3.0的潜力。
,
