但是，非哺乳動物 對此完全無能為力， 牠們的行為一成不變。 準確地說，牠們也能習得新的行為， 但不是在一朝一夕之間， 可能需要歷經一千個世代， 整個種群才能形成一種新的固定行為。 在兩億年前的蠻荒世界， 這種進化節奏並無大礙。 那時，環境變遷步履蹣跚， 大約每一萬年， 才發生一回滄海桑田的巨變， 在這樣一個漫長的時間跨度裏， 動物才形成了一種新的行為。
往後，一切安好。 直到，禍從天降。 時間快進到6500萬年前， 地球遭遇一場突如其來的環境遽變， 後人稱之為“白堊紀物種大滅絕”。 恐龍遭受滅頂之災； 75％的地球物種 走向滅絕； 而哺乳動物 趁機佔領了其他物種的生存地盤。 我們可以假託這些哺乳動物的口吻， 來評論這一進化過程： “唔，關鍵時候我們的新皮層真派上用場了。” 此後，新皮層繼續發育。 哺乳動物個頭也日漸見長， 大腦容量迅速擴大， 其中新皮層的發育堪稱突飛猛進， 已經逐步形成獨特的溝回和褶皺， 這可以進一步增加其表面積。 人類的新皮層， 如果充分展開平鋪， 尺寸可達一張餐巾大小。 但它仍然保持了纖薄的結構， 厚度也與餐巾不相上下。 外形曲折複雜，呈現千溝萬壑， 新皮層已佔據大腦體積的80％左右， 不僅肩負思考的重任， 還約束和昇華個人的行為。 今天，我們的大腦 仍然製造原始的需求和動機。 但是，對於我們內心狂野的征服欲望， 這個新皮層起著春風化雨、潤物無聲的作用， 最終將這種欲望化作創造詩歌、開發APP、 甚至是發表TED演講這樣的文明行為。 對於這一切， 新皮層功不可沒。
接下來，我想簡單介紹大腦的工作方式。 實際上，我統計過這些模塊的數量。 我們總共有大約三億模塊， 分佈在不同的層級中。 讓我們來看一個簡單的例子。 假設我有一組模塊， 可以識別大寫字母“A”中間的短橫線， 它們的主要職責就在於此。 無論周遭播放著美妙的音樂， 還是一位妙齡女郎翩然而至， 它們都渾然不覺。但是，一旦發現“A”的短橫線， 它們就興奮異常，異口同聲喊出：“短橫線！” 同時，它們立即報告神經軸突， 識別任務已經順利完成。 接下來，更高級別的模塊—— 概念級別的模塊，將依次登場。 級別越高，思考的抽象程度越高。 例如，較低的級別可識別字母“A”， 逐級上升後，某個級別能識別“APPLE”這個單詞。 同時，信息也在持續傳遞。 負責識別“APPLE”的級別，發現A-P-P-L時， 它會想：“唔，我猜下一個字母應該是E吧。” 然後，它會將信號傳達到 負責識別“E”的那些模塊， 並發出預警：“嘿，各位注意， 字母E就要出現了！” 字母“E”的識別模塊於是降低了閥值， 一旦發現疑似字母，便認為是“E”。 當然，這並非通常情況下的處理機制， 但現在我們正在等待“E”的出現， 而疑似字母與它足夠相似， 所以，我們斷定它就是“E”。 “E”識別後，“APPLE”識別成功。
如果我們再躍升五個級別， 那麼，在整個層級結構上， 就到達了較高水平。 這個水平上，我們具有各種感知功能， 某些模塊能夠感知特定的布料質地， 辨識特定的音色，甚至嗅到特定的香水味， 然後告诉我：妻子剛進到房间！
再上升10級， 我們就到達了一個很高的水平， 可能來到了額葉皮層。 在這兒，我們的模塊已經能夠臧否人物了， 比如：這事有點滑稽可笑！她真是秀色可餐！
大家可能覺得，這整個過程有點複雜。 實際上，更讓人費解的是 是這些過程的層級結構。 曾經有位16歲的姑娘，當時正接受腦部手術。 由於手術過程中醫生需要跟她講話， 所以就讓她保持清醒。 保持清醒的意識，這對於手術並無妨礙， 因為大腦內沒有痛覺感受器。 我們驚奇地發現，當醫生刺激新皮層上 某些細小區域時，就是圖中的紅色部位， 這個姑娘就會放聲大笑。 起初，大家以為， 可能是因為觸發了笑反應神經。 他們很快意識到事實並非如此， 這些新皮層上的特定區域能夠理會幽默， 只要醫生刺激這些區域， 她就會覺得所有的一切都滑稽有趣。 “你們這幫人光站在那裏，就讓人想笑。” 那位姑娘典型的解釋道。 我們知道，這個場景並不滑稽可笑， 因為大家都在進行緊張的手術。
現在，我們又有哪些新的進展呢？ 計算機日益智能化， 利用功能類似新皮層的先進技術， 它們可以學習和掌握人類的語言。 我曾描述過一種算法， 與層級隱含式馬爾可夫模型類似， (馬爾可夫模型是用於自然語言處理的統計模型) 上世紀90年以來我一直研究這種算法。 “Jeopardy”(危境)是一個 自然語言類的智力競賽節目， IBM研發的沃森計算機在比賽中 勇奪高分，總分超過兩名最佳選手的總和。 連這個難題都被它輕鬆化解了： “定義：由起泡的派餡料發表的冗長而乏味的演講。 請問：這定義的是什麼？” 它迅速回答道：愛開腔的蛋白霜。 而詹尼斯和另外一名選手卻一頭霧水。 這個問題難度很大，極富挑戰性， 向我們展示了計算機 正在掌握人類的語言。 實際上，沃森是通過廣泛閱讀維基百科 及其他百科全書來發展語言能力的。
5至10年以後， 我們的搜索引擎 不再只是搜索詞語和鏈接這樣的簡單組合， 它會嘗試去理解信息， 通過涉獵浩如煙海的互聯網和書籍， 攫取和提煉知識。 想像有一天，你正在悠閒地散步， 智能設備端的 Google 助理突然和你說： “瑪麗，你上月提到，正在服用的谷胱甘肽補充劑 因為無法透過血腦屏障，所以暫時不起作用。 告訴你一個好消息！就在13秒鐘前， 一項新的研究成果表明， 可以透過一个新的途徑來補充谷胱甘肽。 讓我給你概括一下這個報告。”
我相信未來數十年， 我們將再次創造偉大的奇蹟。 我們將借助科技，再次擴張新皮層， 不同之處在於， 我們將不再受到頭顱空間的局限， 意味著擴張並無止境。 隨之而來的量的增加 在人文和科技領域， 將再次引發一輪質的飛躍。
謝謝大家！
生物學、奈米科技、人工智慧結合成超人類是 Ray Kurzweil 的預測想法
據新浪科技報道，Ray Kurzweil有著一頭淡金髮和飽滿的前額，他有著長者特有的從容，回答問題不緊不慢，會將觀點和事例結合起來解釋令人費解的科技問題。他有五個頭銜——美國作家、電腦科學家、發明家、未來學家和谷歌工程主管，還擁有多達20個榮譽博士學位，以及來自美國總統的最高獎章。
對於這樣一個具有傳奇色彩的人物，《華爾街日報》稱其為「不知疲倦的天才」，《福布斯》贊其為「終極思考機器」。那麼，除了天賦異稟，他保持創造力、思維超前的秘訣又是什麼？
最想做的事是通過技術改變世界
Ray最為人所稱道的是未來學家身份，針對科技領域他所做的預測時間跨度長達數十年。他的有些預測雖然聽起來匪夷所思、超現實，但正是因為技術正呈指數級增長，未來的確難以想像。
而正如他所創辦的科技網站 Kurzweil Accelerating Intelligence 中一篇文章說的那樣，有些科技預測之所以能夠成真，不僅在於技術呈指數增長，也在於每當一個預測被拋出來，人們才會逐漸關注，不斷投入資金和人才等科研力量，最終促使該領域科技的突破。作為未來學家，Ray最想做的事情就是通過技術改善世界。而他也著書立說，向人們推廣科技的魅力，他的作品《The Age of Spiritual Machines》和《The Singularity Is Near》均是亞馬遜科技類銷量排名第一的書籍。
對此，他有這樣的逆向思維的訣竅：「我會想像5年後如果要發表一次演講，那麼怎麼解釋我的新發明。現在還沒有這樣的發明，但我會去想該說一些什麼，到底解決了什麼問題。隨後我會回頭看，如果未來的演講是這樣，那麼就反推現在要怎麼去做，步驟是怎樣的。這就是發明的方式。」
同時，他想和年輕人分享的經驗是：通過性價比指標去衡量信息技術，根據成本來研究該技術的競爭力。他指出，這樣考慮現實狀況的指標具有很強的可預測性，可以預測三五年後的事情，比如從這一角度思考通信和生物科技領域。
不過，Ray在30年前曾預測過30年後、50年後的事情。他坦言道，儘管不能預測一切，但至少可以預測未來的某些情況。
正在從事的工作是讓電腦理解語言
因為Ray本身是個創業者，所以很多人好奇為何他選擇為谷歌打工。但是源於谷歌能夠幫助他實現自己借助技術改變世界的目標，所以他欣然接受了這份工作。其實，Ray在谷歌的工作也是面向未來的工作：「我在谷歌的技術工作，以及我作為未來學家的身份，兩者之間並沒有實際的區別。因為我們設計面向2018年或2020年的技術，我們會思考未來的技術發展。」Ray正在帶領一個從事自然語言識別項目的團隊，旨在理解語言的涵義。一般而言，人們進行搜索都從關鍵字開始，找到包含該關鍵字的文檔，但搜尋引擎本身並不理解文檔內容的意思。而搜索技術更進一步的發展便是語義理解。
他指出，自然語言識別能力需要理解涵義，以及如何表達這個涵義。而困難在於，我們甚至並不知道對於自然語言而言，「涵義」的定義是什麼。「對於語音辨識，你會試圖去了解某人正在說什麼；對於字元識別，你會去判斷紙上的字母是什麼。不過，如果希望理解紙上內容的含義，那麼要如何去做？」Ray是說，我們需要對電腦進行自然語言識別建立框架。
Ray提出了一個完整的理論，關於人腦中的觀點是如何表達的，以此探討電腦理解語言。為此他最新寫了一部書《How to Create a Mind: The Secret of Human Thought Revealed》探討了人腦的思維，以及人腦中的想法如何表達。比如人們在翻譯過程中，會先知道語言是什麼含義，從而在大腦中創造出字元以反映這些含義，隨後再從另一種語言中尋找與之匹配的文字。不過，今天的語言識別並不是這樣，只是試圖匹配字元序列。
而由Ray帶領的Google Now團隊正在進行自然語言理解的開發工作。他表示，從長期來看，搜尋引擎將可以理解關鍵字的含義。「這是一個長期目標，而我們需要一步步的發展，讓電腦去理解語言。這是我正在從事的工作。」他如是說。
對未來科技的五大預測
Ray對未來科技做出了五大預測，包括人類基因重組、太陽能、3D列印技術、搜尋引擎和虛擬實境等領域。不過有些預測聽起來似乎難以理解，Ray做了詳細的解釋。
1.2020年人體可進行編程重組，屆時人類可遠離疾病、避免衰老。關於個人重新編碼生物信息，是指人類通過醫學介入，改變生物基礎的信息流程。對該預測，很多人持質疑態度，Ray的解釋如下：
比如，某種疾病的造成原因是某一基因的缺失。雖然大部分疾病並不是由某一基因引起的，但這種例外。對於這種疾病，人類可以通過替代這一基因進行治療。這方面的嘗試已經在實踐進行中。通過從身體中提取細胞，在體外添加基因，在顯微鏡下監控過程的進行，對數百萬個細胞進行基因替代，隨後將其注入患者體內，來治癒這一疾病。
全球有許多人患有心臟疾病，對此目前沒有太好的辦法，因為心臟不能自我修復。Ray的父親於60年代患上了心臟病，於1970年去世。而今天，人們可以通過提取細胞並重新編碼，讓心臟自我修復損傷。這樣的例子還有很多。通過改變基因，我們將找到一類全新的治療方式。
此外，在癌症的腫瘤中也可以看到類似的過程。癌症治療可以依靠幹細胞尋找治療方法，幹細胞有著很強的複製能力，可以通過對幹細胞進行重新編碼，阻止這樣的複製，從而抑制癌症發展。目前有數千個這樣的項目，正試圖對基因進行重新編碼，以治療許多與基因有關的疾病。
2.到2029年，人工智能將會超越人類智力，而到了2045年將達到技術奇點，科技將導致超級人工智能機器出現，人類和機器將會更進一步的整合。
對於人工智能，Stephen Hawking 和 Elon Musk 都表達過對其安全性的擔憂，認為人工智能將具有巨大的破壞性。Ray對此回應道：「他似乎是在說，未來5年內將會出現超級人工智能。不過，這很不現實。我的觀點是，人工智能達到人類的水平還需要15年時間，而這一數字可能也是錯的。」
人工智能專家普遍認為，出現超級人工智能需要花費20到30年時間。不過從人類歷史的角度來看，這並不是很長的時間。而他曾刊文指出，在成熟的時間點到來之前，人們可以通過加強人類監督和推進社會機構探討，來保證人工智能的安全性。
實際上，所有的技術都是雙刃劍，有著好壞兩面。「火可以用來取暖、燒飯，也可以燒掉你的房子。另一個例子是生物技術，雖然目前它可以用於治療基因導致的疾病，然而30年前，人們會擔心恐怖分子利用生物技術去改造常見病毒，使其成為致命的武器。」他舉例說道。他指出，在國際上有定期舉辦的生物科技會議，其目標是制定方針確保技術的安全性，預防有意或無意引發的生物技術事故。「這涉及到複雜的機制，而這種機制目前運轉良好，過去30年並未看到什麼問題。我認為，在發展人工智能的過程中，這是一個很好的模式。」
在他看來，未來，人工智能可以與人類文明進行深度整合。人工智能可以獲得人類的全部知識，人類也可以與人工智能對話。人工智能可以去做人類能做的事，具有很高的智慧水平，同時逐漸發展。人工智能將與社會深度整合，而世界將會更加和平。通過更好的通信技術，我們將可以更好地了解對方，這將大量減少世界上的暴力。因此，隨著人工智能成為人類文明的一部分，人類文明將變得更好。
3.近年來火熱的3D列印技術到2020年才會進入黃金時代，大規模取代製造業是5年後的事情。他表示，技術周期都會經歷逐漸成長、迅速爆發、跌至谷底到趨於正常的過程，而3D列印的真正成熟還需要時間。
對此，他解釋道：關於3D列印，我希望人們從中獲得經驗，並實現更好的過渡。有人認為，3D列印明年就能給全世界帶來革命，不過我認為2020年更有可能。目前3D列印已有一些有趣的應用，例如列印人體器官。不過，我們還需要使其更加完美。
4.除了3D列印，還有哪些技術正經歷類似的曲線？他說，虛擬實境是一個類似的技術，在真正取得突破之前還需要幾年時間。到2020年，人類將在完全沉浸式的虛擬環境中交互，2030年代該環境將引入觸覺。
他指出，虛擬實境在遊戲行業非常有趣，3D的虛擬實境能帶來沉浸感。不過要到2020年，人們才會經常使用這一技術，例如將其置於隱形眼鏡中，可以與在遠方的人進行看似面對面的交流，看起來真實感將很強，我們甚至可以觸摸到對方。不過從目前來看，這樣的場景要到2020年才能實現。
5.搜尋引擎在五年內將可理解自然語言。
