不知道眼前的白队长到底能够听懂多少，只不过尽量的还是用最简单的语言跟他解释着，现在在进度方面到底到达了什么程度。
大脑逆向工程所需的扫描和计算工具的能力正在加速提高，这可以加速提升基因组计划可行技术。
当他们到达纳米机器人时代，将能够利用高时空分辨率，从大脑内部进行扫描。虽然这个技术很有可能在对方的组织里面已经进行了应用，但是警方这边至少现在还无法做到。
我们有能力逆向设计人类智慧的运作原则，并可以在更强大的基础上复制这些能力，要做到这些并不存在内在的障碍，我们将会在几十年后实现它们，这已经是一个非常保守的估计了。
人类的大脑是一个具有复杂等级制度的系统，但并不代表它的复杂程度已经超出我们可以处理的范围。
一个隐藏在期望下的重要设想是非生物媒介，能够模拟大脑思维的丰富度、精度和深度，但是实现一个单一人类大脑的硬件计算能力，甚至是一个村庄和国家的集体智力，将不会自动产生人类水平的能力。“人类水平”包括所有使人类智能化的多样而微妙的方式，如音乐和艺术才能、创造力、穿越世界的物理运动、理解和适度的回应情绪。
硬件的计算能力是必要的，但还不够。理解这些资源，智能软件的组织和内容更为关键，这是大脑逆向工程所承诺的必要标准，而智人的智能光脑虽然不具备这些条件，但是人脑却是具备这些条件，等于智人是一种两两择优的最佳方案。
一旦计算机达到人类的智能水平，它一定会飙升上去。生物智能的一个关键优势在于机器能够轻松共享它们的知识。
如果你学一门非常难的外语，你不能轻易地通过下载来完成，就像学习对于我来说，我要获得学问也要付出和你一样艰苦的努力。
我不能快速访问或传输你的知识，因为知识是根植于神经递质浓聚物，允许一个神经元影响另一个突触化学物质水平的一种巨大模式，以及神经元间的连接，这称为是连接神经元的轴突和树突，在普通社会当中，这个技术是完全不可能实现的。
但需要考虑到机器智能的各个方面，在我的一家公司里，我们花了数年的时间，使用模式识别软件教一个研究性计算机识别人类的连续讲话。
我们向它展示了数千小时的录音讲话，纠正了它的错误，并耐心地训练它的“混沌”自组织算法来改善性能，这是一种修改自己规则的方法，它基于半随机初始信息的过程，其结果不能完全预测。
最后电脑变得非常善于识别讲话，现在如果希望个人计算机识别讲话，不必通过同样艰苦的学习过程，就像我们对待每个人的孩子一样，仅通过几秒钟的下载就可以建立这一模式，智人就已经紧紧靠着和智能光脑融合的人脑做到了这一点。
分析大脑以及神经形态模型成了现在最主要的一个问题，为了了解人类智能和当代人工智能之间的分歧，我们可以通过一个很好的例子来说明，这就是它们各自是如何解决围棋问题的。
人类是通过认知模式，而机器则是建立庞大的逻辑“树”，里面包含所有可能的位置移动和对策。迄今为止的大多数技术都是利用后一种的“自上而下”的分析设计方法。
例如我们的飞行器不能试图重建鸟类的生理机能和生物结构，这不仅是没有必要的，而且是不能实现的，作为逆向设计自然方式的工具正在复杂性上迅速发展，技术正在走向模拟自然的道路，而这些技术也将在更强大的基板上实施。
掌握智能软件最吸引人的场景就是直接进入到一个蓝图，也就是智能进程中我们亲手实现的最好个例——人的大脑。
虽然进化用了几十亿年时间来发展大脑，但我们还是很容易就能获得它。虽然大脑被头盖骨保护着，但我们还是可以使用合适的工具将它暴露在我们的视野范围内。
大脑的内容还没有版权或专利，不过，我们可以期待着改变，基于大脑逆向工程的专利已经有人申请。我们将利用数千万亿来源于大脑扫描和各级别神经模型的信息，来为我们的机器设计更多智能的并行算法，特别是那些基于自组织模式的算法。
采用这种自组织的方法，我们不必试图复制每一个神经元连接，在任何特定大脑区域都有大量的重复和冗余。我们发现高级的大脑区域模型比较详细的神经元组成部分的模型还比较简单。
智人组织的技术之所以让人匪夷所思并且无法模仿的原因之一，就在于他们已经搞清楚了复杂的大脑，至少从基本层面来说，他们已经了解大脑到底是一个什么东西。
大脑有多么复杂？
虽然在人类大脑中的信息需要10亿比特按顺序存放，大脑的最初设计还是基于相当紧凑的人类基因组的。
整个基因组由8亿字节组成，但大部分是多余的，只留下约3000万~1亿字节的独特信息，还是压缩后的数据，这比微软的Word程序还要小。
公平地说我们也应考虑到“后生”的数据，也就是那些存储在控制基因表现，这些额外的信息并没有较大地改变这种计算的数量级。遗传基因中略多于一半的信息和后生的信息塑造了人类大脑的初始状态。
这章没有结束^.^，请点击下一页继续阅读！