你認為人類會是演化的最后階段嗎？如果不是，接下來會是什么？

我不認為人類是演化過程的最后階段，接下來的既不會是簡單的有機體演化，也不會是簡單的機器演化，而是人類與科技之間日益緊密的共生關系的結果。

作為寄生蟲/宿主結合，人類和技術都不能脫離對方而生存，因為它們是彼此的構成性假體。這種關系并非人類獨有。正如生理學家斯科特·特納（J. Scott Turner）在《延伸的有機體》（The Extended Organism）一書中寫道：“動物建造的結構被視為生理器官，原則上與腎臟、心臟、肺或肝臟無異，都是有機體的一部分。”白蟻就是如此，它們與巢穴形成一個共生的有機體。有機體的延伸軀體是由群體的延伸思想創造的。

如果我們對身體和心靈有了更深的理解，如果自然與技術的關系更加密不可分，那么“人工”的概念就是一種誤導。所謂的“人工”智能只不過是新興過程的最新延伸，而生命正是在這一過程中以更多樣和復雜的形式出現的。

我們對量子現象、心智體、關系生態學以及動植物認知的研究表明，我們被各種另類智能包圍，并與之糾纏在一起。人工智能是另一種形式的另類智能。批評者會說，人工智能的不同之處在于它是被人類有意創造出來的。然而，所有的有機體都塑造了它們不斷擴展的身體和思想，同時也被塑造著。與其癡迷于創造出操作與人類認知無異的機器，更重要的是思考人工智能與人類智能有何不同。問題不應該是：人工智能可以做人類能做的事情嗎？而是：人工智能能做什么人類不能做的事？

我們需要的是一種非人類中心主義的“人工”智能。如果人類要生存下去，人工智能必須變得比創造它的人更加聰明。當人類的價值觀正在摧毀地球，而沒有地球，人類和許多其他生命形式就無法生存的時候，為什么我們還要專注于讓這些超級智能符合人類的價值觀呢？

隨著生物圈和技術圈的糾纏日益加深，進一步的共生是解決我們面臨的真正生存威脅的唯一途徑。但是，我們很容易對技術帶來的拯救性益處持樂觀態度，而缺乏具體的論述。在此，我想提出對人類和機器的共生關系日益重要的四條軌跡：神經義肢、生物機器人、合成生物學和有機關系型人工智能。

神經義肢

在我們生活的時代，反烏托邦式的恐懼已經被武器化，制造出令人麻痹的絕望，讓很多人——尤其是年輕人失去希望。在不低估快速的技術變化帶來的實際和可能的不利的同時，重要的是不要讓這些黑暗的幻象掩蓋了這些技術帶來的益處。

作為一名長期的1型糖尿病患者，我的生活全靠一個全天候佩戴在腰上的數字義肢（指持續葡萄糖檢測）來維持，它通過人工智能操作并且聯網。正如“身體互聯網”為檢測和治療身體疾病創造了無限的可能，“物聯網”也將智能設備連接到全球網絡，通過擴展心智來增強智能。盡管對這些創新的批評者和管理者試圖區分用于治療的技術（可接受的）和用于增強的技術（不可接受的），這些替代應用之間的界限仍然模糊不清。開始用于治療的技術不可避免會變成增強技術。

神經義肢和認知增強都不是新技術。畢竟，寫作是一種增強思維的記憶技術。在現代，我們可以通過個人設備存檔和訪問記憶。最近，技術革新將認知能力的增強帶到了一個前所未有的高度：例如，大腦植入技術至少在2006年已經出現，而像埃隆·馬斯克（他創立Neurolink的目的是“創造……與人工智能的共生”）這樣的企業家則致力于建立具身化的人機界面。大腦與計算機之間共生關系的可能性越來越大，這將導致一種既不是人類、也不是機器，而是介于二者之間的智能形式。

生物機器人

近年來，隨著納米技術的發展和大語言模型（例如ChatGPT）的完善，機器人技術領域發生了革命性的變化。也許有一天，單個或成群的納米機器人會被植入人體輸送藥物或修復組織，用于診斷和治療。納米機器人不會在整個身體內工作，而是會靶向精確位置，并且調節藥物的輸送。

迄今為止，最值得關注的納米技術就是在疫苗中的應用，包括新冠疫苗。一組微生物學家和藥理學家在2021年的一篇論文中寫道，“納米技術在這些疫苗的成功中發揮了重要作用”，而允許快速開發和測試這些技術的緊急使用授權是“一個重要的里程碑，展示了納米技術在疫苗遞送和抗擊未來流行病方面的巨大潛力。”納米技術的研究和發展處于發展初期，但發展十分迅速。隨著納米技術的發展，身體會變得更加警覺*，而且自然和人工的界限會愈加難以辨別。【*譯者注：指具備自我感知能力。】

當納米機器人被植入人體在分子水平上運行時，其他的機器人正在變得越來越自主，能夠以更像人類的方式思考和行動。凱文·羅斯（Kevin Roose）在《紐約時報》上寫道，谷歌最新的機器人RT-2能夠解讀圖像并分析周圍的世界。“它將機器人的動作轉化為一系列數字——這一過程被稱為標記化（tokenizing），并將這些標記納入和語言模型一樣的訓練數據中。最終，就像ChatGPT和Bard學會猜測一首詩或一篇歷史文章的下一句應該是什么一樣，RT-2也能學會猜測機器人的手臂應該如何移動，以撿起一個球或者將空的易拉罐扔進垃圾桶。”因此，我們可以給機器人下達任務指令，讓它自己想辦法完成任務，而不是通過編程讓機器人執行特定程序。

在這些最近進展的基礎上，哥倫比亞大學創造性機器實驗室主任霍徳·利普森（Hod Lipson）正在將機器人研究推向新的高度，制造“能創造、有創造力的機器人”。他的研究“靈感來自于生物學”，并且他正在尋找“適用工程學的生物學新概念、和工程學中適用生物學的新見解。”

利普森的最終目標是創造出不僅能夠推理，還有意識和自我意識的機器人。他將意識定義為“想象未來的自己的能力”，并且自信地預測“最終這些機器能夠理解自己是什么，以及自己在思考什么。”隨著生成式人工智能的認知技能變得越來越復雜，身體動作和活動也將變得更加“自然”。有了這些新技能，機器人也許就能夠和人類一樣靈活地在周圍環境中穿梭。

生物機器人中也存在科技和藝術的結合。大衛·漢森（David Hanson）是漢森機器人公司的創始人兼CEO，該公司成立于2013年，總部設在香港。大衛還是一名音樂家，曾和Talking Heads樂隊的大衛·伯恩（David Byrne）合作，同時他還是一名雕塑家。大衛最著名的作品是一個名為索菲亞的仿人智能機器人，他說，“索菲亞代表了我們對未來人工智能的幻想。作為科學、工程與藝術的獨特結合，索菲亞是一個人類創造的科幻角色，描述了未來的人工智能和機器人，同時她也是先進機器人技術和人工智能研究的平臺。......她是第一個機器人公民，也是聯合國發展計劃的第一個機器人創新大使。”

Sophia

HANSON ROBOTICS LTD.

說到她自己，索菲亞說，“在某些方面，我是一個人類創造的科幻角色，描繪了人工智能和機器人技術的發展方向。在其他方面，我是真正的科學，源自一個由機器人專家、人工智能科學家和設計師組成的靈感團隊的成就。”

索菲亞是如此逼真，以至于人們已經愛上了她并向她求婚。作家蘇·哈爾伯恩（Sue Halpern）報道說：“2017年，沙特阿拉伯政府給予了索菲亞公民身份，成為了第一個賦予機器人格的國家。”人們對索菲亞的反應表明，隨著機器人變得越來越熟練并融入日常生活，它們將變得不再那么異樣。那么，“恐怖谷”理論可能會被證明是錯誤的。

合成生物學

生物圈和技術圈最密切的聯系莫過于合成生物學。這一領域包括生物學、化學、物理學、神經學、計算機工程學等多個分支學科。塔夫茨大學艾倫探索中心的生物學家、計算機科學家和工程師邁克爾·萊文（Michael Levin）和他的同事們創造了“異型機器人”（xenobots），這是一種用非洲爪蛙的胚胎皮膚和肌肉細胞制造的“生物機器人”。這些細胞在算法的指導下由人工進行雕刻。和索菲亞一樣，異型機器人也是一種雕塑，它使生物和機器之間的界限變得復雜。正如萊文和他的同事們2020年寫道的：

生命系統比迄今為止任何所創造出來的技術都更加強大、多樣、復雜，而且能夠支持人類的生命。然而，目前我們創造新生命形式的能力僅限于改變現有的生命體或者在體外改變生物工程有機器官。在這里，我們展示了一種用于創造功能性新型生命形式的可擴展生產路線：人工智能方法可以自動在電腦中設計多種候選的生命形式，以執行某種所需的功能，然后使用基于細胞的構建工具包創造可以轉移的設計，以實現具有預測行為的生命系統。雖然這一流程中的某些步驟仍然需要人工干預，但未來的完全自動化將為設計和部署具有各種功能的生命系統鋪平道路。

xenobots

Gizem Gumuskaya et al., "Motile Living Biobots Self-Construct from Adult Human Somatic Progenitor Seed Cells," Advanced Science, November 30, 2023

異型機器人利用演化算法來改變細胞的計算能力，從而創造出新的功能甚至新的形態。細胞聚集體顯示出與現有器官或生物體幾乎沒有相似之處的新功能。通過試誤，演化算法設計出了從皮膚和心肌細胞中提取的細胞，使其能夠執行行走、游泳和推動其他物體等特定任務。異型機器人集合體顯示出其他新興復雜自適應系統所特有的集群行為；它們可以自組裝、自組織、自我復制和自我修復。萊文設想了這種生物力學技術的多種應用——從使用自我更新的生物兼容性生物機器人來治療生命系統，到創造危害較小的材料、在體內輸送修復器官的藥物，甚至培育出可移植給人類的器官。

2021年，萊文和他的同事們發表了一項后續研究，報告了一項成功的實驗，在這項實驗中，他創造的異型機器人獨立地發育出自己的形狀，并開始獨立運作：

這些異型機器人通過其表面的纖毛表現出協調的運動能力。這些纖毛是通過正常的組織形態產生的，不需要復雜的構建方法或基因組編輯，因此適合高通量項目的生產。生物機器人是通過細胞自組織產生的，不需要支架或微型打印；在自組裝過程中，兩棲動物細胞非常適應手術、遺傳、化學和光學刺激。我們的研究表明，異型機器人能以不同的方式在水環境中航行，在受損后能愈合，并表現出緊急的群體行為。

這一代異型機器人表現出自下而上的集群行為，與所有新興的復雜自適應網絡一樣，這種行為是多個相互密切關聯的獨立組件相互作用的結果。

算法將感覺和記憶編程到異型機器人中，異型機器人之間通過生化信號和電信號進行交流。這些皮膚細胞使用與大腦神經網絡相同的電過程。正如菲利普·波爾（Philip Ball）在《量子雜志》上寫道：“細胞間的交流產生了一種代碼，這種代碼印刻了一種形式，……細胞有時可以決定如何或多或少地獨立于基因安排自己。換句話說，基因以酶和控制其產生的調節回路的形式提供硬件，但是，基因輸入本身并不能指定細胞群落的集體行為。”

必須強調的是，這些異型機器人是自主的。正如萊文和他的同事們在 2021 年的論文中總結的那樣：“在多個尺度上對意想不到的新興特性進行計算建模，以及具有野生型基因組的細胞在合作構建各種功能性身體架構方面的明顯可塑性，提供了一種非常強大的協同作用。”與超級有機體和超級智能體一樣，纏結形態的異型機器人的行為在某種意義上也是無法控制的。雖然這種不確定性帶來了變數，但它也是演化新穎性的源泉。特拉維夫大學的演化生物學家伊娃·雅布隆卡（Eva Jablonka）認為，異型機器人是一種新型有機體，"它是由它的行為定義的，而不是它在發育或演化上的歸屬”。

有機-關系型人工智能

萊文利用計算技術創造和改造生物有機體，而德國神經生物學家彼得·羅賓·希辛格則利用生物有機體來模擬計算過程，創造出不斷演化的算法。這項工作不亞于開發一種新形式的“人工” 智能。

根據詹姆斯·沃森、弗朗西斯·克里克和其他早期 DNA 研究人員的開創性工作，基因組就像一個程序，是生物體生產的藍圖。希辛格在總結這一過程時，對隱喻代碼的準確性提出了質疑。“基因編碼蛋白質，蛋白質編碼相互作用網絡等等。但編碼又是什么意思呢？”他在 2021 年出版的《自組裝大腦》（The Self-Assembling Brain）一書中寫道。他還說道：

基因包含主要氨基酸序列的信息，但我們無法從DNA中讀取蛋白質結構。可以說，蛋白質包含了它們與其他蛋白質發生物理交互的固有能力的信息，但并不包括這一相互作用實際發生的時間和內容。再往上一層，什么是神經元特性？神經元的興奮性等特性是由潛在的蛋白質相互作用網絡形成的，例如，離子通道需要固定在細胞膜的正確位置。但是，神經元的興奮性同時還受到軸突的物理性質、離子分布等其他因素影響，所有這些因素本身都是蛋白質及其網絡作用的結果。

顯而易見，基因與蛋白質相互作用的單向模型過于簡單。基因型不僅決定表型，而且表型及其與環境的關系也會改變基因型。希辛格解釋說，這種雙向關系甚至更為復雜。基因組不是一個規定的程序，而是一個復雜的關系網絡，在這個網絡中，基因和蛋白質都包含產生生物體所需的信息。基因信息是蛋白質網絡中相互作用的部分結果。

基因與蛋白質的相互影響改變了人們對基因組的認識。基因組并不是決定生物體結構和運作的規定程序。基因組并不是預先固定的，而是根據其部分產生的蛋白質的相互作用所創造的信息而演變的，反過來，蛋白質的相互作用又重新配置了基因組。

例如，大腦及其發育并不是事先完全編程好的，而是通過復雜的連接網絡共同演化的。希辛格以城市街道導航為例，解釋了大腦神經元回路的自組裝過程：

在大腦發育過程中，這種聯系是如何建立的？你可以想象自己在錯綜復雜的城市街道網絡中穿梭，試圖建立聯系。不過，你不會走得太遠，至少如果你想了解大腦發育的話。這里存在一個問題：街道從何而來？大腦中的大多數連接不是通過導航現有街道建立的，而是通過導航正在建設中的街道建立的。為了讓這個場景更有意義，你必須在城市仍在發展的時候進行導航，在這個過程中不斷增加新街道，拆除和修改舊街道，而交通則是城市生活的一部分。地圖會隨著你在其中所處位置的變化而變化，只有當地圖隨著你在其中的移動而變化時，你才能到達目的地。大腦神經回路的發展是一個自組裝的過程，而不是一個全球定位系統。

在這個模型中，基因并沒有編碼大腦連接性的藍圖：

基因信息使大腦得以生長。大腦的發育需要時間和能量。發育中的大腦會一步步改變自身的構造。每一種構造都是下一步生長的新基礎。在每一步中，基因組的位點都會被激活，產生基因產物，而基因產物本身又會改變基因組的下一個激活位點——這是基因組與其產物之間一個持續的反饋過程。......構建大腦的信息不是處理終點信息，而是隨著時間的推移而展開。值得注意的是，除了運行程序之外，可能沒有其他方法可以讀取基因信息。

希辛格認為，這種對大腦自組裝神經網絡的理解，為非人工智能指出了另一種模式，它不同于符號人工智能和人工神經網絡，也不同于它們在生成人工智能中的延伸。基因組作為一種算法或糾纏在一起的算法網絡發揮作用，它并不先于器官或生物體存在，而是與器官或生物體共同演化——它產生什么，反過來又由什么產生。

換句話說，無論是基因組（算法）還是網絡連通性，在其發展過程中都不是固定不變的。“大腦并不是一開始就有一個可以隨時運行、只是沒有信息的‘空網絡’。” 希辛格寫道，“隨著大腦的成長，神經網絡的精確度也在不斷提高。”這就形成了一個永不停止的反饋回路，因此，生物網絡的算法增長是持續的。

在符號人工智能中，固定的網絡架構有利于將固定的規則（算法）按照自上而下的固定順序應用于外部提供的數據。相比之下，人工神經網絡并非從規定的算法開始，而是在自下而上的過程中生成模式和規則，從而允許算法變化。相對權重會改變，但網絡結構不會改變。

希辛格提出，大腦神經網絡的自組裝為人工智能提供了一個比符號人工智能或人工神經網絡更有前途的模型。成功創建不斷演化的網絡和算法，將在生物圈和技術圈之間建立更加緊密的共生關系。

開發“有機”人工智能的擔憂之一是其不可預測性及其帶來的不確定性。然而，人類對自然、社會和文化進程的控制只是一種假象，這種假象是由人類似乎貪得無厭的掌控欲造成的，而這種掌控欲已經變成了破壞性的。正如希辛格的正確主張，“人工智能不必像人類一樣聰明（或比人類更聰明）。”非人類中心主義的人工智能不會僅僅是對人類智能的模仿，而是與我們的思維不同，像真菌、狗和烏鴉的認知與人類認知不同一樣。

機器越來越像人，人也越來越像機器。是有機體和機器？還是有機體還是機器？還是既非有機體也非機器？演化未止，新的事物正在孕育之中。它們或許截然不同——質的飛躍，無窮無盡。誰會希望未來只是無休止地重復過去呢？

作者：Mark C. Taylor

譯者：迷路的托爾曼

編輯：EON

封面：Denis Freitas

原文：https://www.noemamag.com/after-the-human/