讲到这里，不得不再次说明一下古人的智慧：我们的祖先既然如此的强调偶然和变化，以及要描述这个变化需要的计算能力，就可以理解一点：为什么，我们的祖先，从先秦开始，就积极的进行算法的研究，而不是进行数学公理的探讨。

你想：如果我们处在古人的位置上，认为世界的本质不是一言可定，而是需要穷极变化才可能掌握其变数的大致方向，那么，我是会去研究公理体系，还是直接就去研究算法？

-- 很明显，我们的古人在这里就领悟到：算法非常重要，在偶然律支配的世界里，算法为王！

从此之后，术（算法）和道就成了分别开来的两条道路，而古人的希望，是我们对“术”的研究，最终能够“证道”！

今天先讲到这里，欢迎大家畅所欲言，我们明天继续展开 。。。

以术证道的努力，让中国的算学，主要是筹算的方法，至少从春秋开始，一直被研究到明朝，被珠算代替为止。

在百度百科中是这样描述的：

“中国古代的筹算不仅是正、负整数与分数的四则运算和开方，而且还包含着各种特定筹式的演算。中算家不仅利用筹码不同的“位”来表示不同的“值”，发明了十进位值制记数法，而且还利用筹在算板上各种相对位置排列成特定的数学模式，用以描述某种类型的实际应用问题。例如列衰、盈朒、“方程”诸术所列筹式描述了实际中常见的比例问题和线性问题；天元、四元及开方诸式，则刻画了高次方程问题；而大衍求一术则是为“乘率”而设计的特殊筹式。筹式以不同的位置关系表示特定的数量关系。在这些筹式所规定的不同“位”上，可以布列任意的数码（它们随着实际问题的不同而取不同的数值），因而，中国古代的筹式本身就具有代数符号的性质。可以认为，是一种独特的符号系统。 中国古代的筹算表现为算法的形式，而具有模式化、程序化的特征。中国的筹算不用运算符号，无须保留运算的中间过程，只要求通过筹式的逐步变换而最终获得问题的解答。因此，中国古算中的“术”，都是用一套一套的“程序语言”所描写的程序化算法，并且中算家经常将其依据的算理蕴涵于演算的步骤之中，起到“不言而喻，不证自明”的作用。可以说“寓理于算”是古代筹算在表现形式上的又一特点。”

中国古代的筹算家，有点像现在的计算机专家，通过程式化的计算，解决各种问题。易经中的道理，就这样成了计算方法的指导思想。因为算法的复杂难学，造成了知道的人少，而且以当时的条件和能力，完全靠人工的运筹计算，其计算能力也非常有限，类似像解出圆周率后小数点7位，就是其中比较著名的例子。

算法的艰难，造成了两个影响：

1. 因为难解难懂，造成了某种人为的神秘性在里面，人们普遍认为通过易经算出来的结果包含了天地人事的奥秘，甚至可以预言前世后事。通常情况下，有疑难之事，是因为人们掌握的信息不够，不足以做出决断，所以，将现有的信息加以梳理排查，列出先后秩序和相应的关系，是有助于做出更加合理的决定的。用算法来帮助这个过程的实现，也不失为一个好办法。特别是：很多情况下，世事难料，最后的结果也许就取决于人的意愿的大小。通过“算”来决断，至少可以提高人们的信心，加强人们对未来的实现的意愿。因为意愿而实现的例子，中外古今都很多了，我也不必多举例子了。-- 这种心理学和社会学上的自我实现的效应，一旦成功就更加加强了易经可以帮助人预见未来，解决疑难的名声。时至今日，各种算命和预言术，在各个国家和文化中，还是一个普遍的现象，有其意义。

2. 筹算之难，需要一个人投入的精力和智慧之大，与其可以解决的实际问题的影响力，不成比例。所以逐渐的，中国人开始寻找简化的方法。珠算的出现，帮助我们得到了一个简单的，可以解决生活中大部分的计算任务的工具。从此，学习珠算的人日益增多，学习筹算的人越来越少，明代以后，很多算法都就此失传了。 -- 以术证道的道路，基本上是失败了。

我们回头来看：用算法来从事物的偶然性中得到一些总结性的规律，对于计算方法和计算能力的要求，远超古人的想象。即使我们有了现代的数学工具，有了超级计算机，在这方面的成就依然有限。但是，这并不意味着此路不通。我们知道，人的大脑本身就是通过对大量数据的处理和计算的得到我们所有的“智慧”的。实际上，算法的突破，除了方法，更重要的是规模 -- 如果你有几十亿个计算单元同时计算，那么就能够得到用同样的算法的几万个计算单元无法想象的复杂问题的答案。某种意义上，人工智能，阿尔法狗就是靠着这种算法和计算规模上的优势，做到了人类的智力还无法做到的事情。更何况，这还是弱人工智能的算法和计算机的结果。你能想象，如果我们做到了强人工智能，又能解决多少在今天看来无法解决的问题，得到多少在今天无法理解的现象背后的规律？

回顾历史，对中国人乃至人类的思想和科学发展的道路，我们可以说：科学发现的道路，从来不是一帆风顺的，甚至连道路本身应该向哪一个方向，我们可能都无从了解。东方的印度和中国人的偶然律支配的世界观，在发展道路上严重受到计算能力的制约，根本无法完成需要的突破的技术贮备。而西方的决定论因果律的哲学思维方法，让科技从原理到技术得到了飞速的发展，最终突破了工具的极限，开始达到了偶然律和系统化的方法。看看现在，有多少日本，印度和华裔的科学家获得自然科学的诺贝尔奖，就知道，科学的原理性的发现，已经脱离了文化哲学思想的束缚，东西方的哲学思想的融汇，从黑格尔叔本华开始，已经走进了日常的发明创造中 -- 最终，以术证道的理想，大概还是可能实现的。

说到计算能力的发展，就不能不提到著名的摩尔定律。

1965年内，正是大规模集成电路进入工业化，大批风险资本在硅谷投入，深深的影响了我们今天的生活的半导体行业开始井喷式发展的年代。一家传奇的半导体公司：仙童公司的工程研发主任，后来的英特尔公司的创始人之一戈登.摩尔首先发文预言了半导体技术的发展趋势：每年（后来改成每两年），集成电路芯片中的晶体管数量将增加一倍，同时带来生产成本和价格的下降。50年来，这个定律成了业界的“信仰”。所有半导体从业人员和公司，从设备制造，工艺设计，到产品实现，都遵循着这个路线在前进 -- 这个不是自然规律的“规律”，成了一个典型的人们因为自身的“意愿”而自我实现的工业现象。这个“奇迹”的出现，带来了半导体技术的飞速发展，由此将计算机技术从尖端的军事航天等领域，带入了千家万户：个人电脑，互联网，智能手机，。。。以及由此而来的无数软件应用，短短几十年，让数字化生活成为了现实。

50多年下来，我们在硅片上做出的利用电子和空穴的运动而工作晶体管的工艺水平，已经到了10纳米 -- 也就是几十个原子的量级的精度，在这个尺度上，量子涨落效应造成的电流和功耗，以及器件的不稳定性将越来越难以控制，业界普遍认为，摩尔定律需要有更加多的技术和集成方法才可能继续 -- 类似的事情，过去十几年已经发生过3次，但那些还都是工艺上的改进，现在，可能很快就要面临整个架构的改变。

个人感觉，硅片上的架构改变，带来的好处可能还不足以达到我们需要的强人工智能的计算能力。要做到这一点，需要的是在制造材料上的更新，以及由此带来的计算能力的飞跃。

最近越来越为人所注意的量子计算，也许是个方向 。。。

量子计算，是利用亚原子级别的量子叠加态之间的量子纠缠现象，获得相当于同时具有|0>和|1>态的量子比特，然后对这些量子比特进行相应的状态改变的运算，得到结果。

相对于普通的计算机，量子计算非常特别：首先，整个运算过程都是在随机的量子叠加态中进行的，因而最终的计算结果也是一个概率分布,经常会需要通过多次计算以得到最佳的结果。其次，参与计算的量子之间必须处于量子纠缠状态，计算过程就是这些量子比特态一起经过一些外来作用的改变 -- 也就是说，输入的是所有可能的状态的组合，输出的是另一套状态组合，所有参与计算的量子都是同时发生了一系列的状态变化，这是一个大量计算都同时进行的“并行计算”。最后：这些量子的初态的位置和分布，以及随后的外来作用的改变，就可以看作是预先设定的计算程序。整个计算过程，就是量子纠缠状态的改变，速度非常快（量子态的改变是瞬时的），因而计算的效率极高。

用中国古代的筹算来打个比方，量子计算机，就像是一个个量子的算筹，代替了原来竹木制成的算筹，通过量子力学的作用，按照预先设定的程序自动的同时进行一系列互相关联的状态改变，在极短的时间内获得了结果。-- 就像我们的古人做的那样，这里面的计算能力，最关键的就取决于我们手里能够有多少个相干的量子比特，以及我们的算法是否设计的最精简。

这种高速并行的量子随机运算，可以适用于许多场合：最简单的一种，就是对现代的加密算法中的密钥的破解 -- 一个用超级计算机几个月才能够得出的结果，用量子计算机分分钟就可以解决了。前几年，一家加拿大的公司就设计了一种利用“量子退火效应”，专门可以应对这种计算场景的专用量子计算机，这个计算机正在进行可以进入实用的第二代的开发。而更加通用的量子计算机，是可以更加灵活的改变量子比特的状态，也就是可以像一般的计算机一样进行编程设计，解决各种问题的计算机，可以用来进行AI的自我学习，分子级别物质的性质计算以用来找到我们需要的新材料，通过蛋白质和DNA的三维展开的模拟而得到遗传学问题的结果，以及其它各种量子现象的模拟计算的结果 -- 量子计算机，就像是一个微观世界的风洞实验室，可以模拟出现实物理世界的复杂运动，指导我们得到飞机制造的设计图纸。

要实现量子计算机，我们面临的问题主要有：
1. 首先就是建立一个物理上足够多的互相“纠缠”的量子比特
2. 我们的量子比特要容易操作和初始化
3. 可物理实现的通用算法的集合
4. 减少量子退相干效应的影响
5. 通过设定的“测量”方法，最终的计算结果容易被读取
在所有这些难题中，最难以逾越的是量子退相干问题：已经得到的纠缠量子之间的关联性，很容易通过和周围环境的相互作用而消失，我们的量子计算的物理基础就消失了。而且：如果把退相干看作是一种无处不在的“干扰”，这也会带来计算结果的错误。为了减少这种“错误”的影响，我们有两种选择：1）尽量快的完成量子计算并读出结果。也就是说：当我们想要将错误率控制在万分之一的时候，我们就需要在退相干发生的万分之一的时间内完成计算 2）在计算中增加一个“校验”过程，也就是需要更多的量子比特和更多的计算时间来实现量子计算。通常来说，一个1000量子比特的量子计算机，就需要1000倍的校验时间来得到可靠的量子计算的结果。-- 很明显，以上两种解决办法，都需要相当长的退相干时间才可能实现。也就是说：这些量子态必须要非常稳定。
要解决上面的问题，现在物理学家有十几种制备量子比特的备选方案，目前比较热门的有四种：1）利用微小的超导环的量子态的超导量子计算 2）利用被捕获的离子的量子态的离子陷阱量子计算 3）利用一种叫做“任意子”的量子态的两维拓扑量子计算。4）利用光子的量子态的量子光学计算。（注：中国在这个方向上处于领先地位）

为了延长退相干时间，获得稳定的量子比特，物理学家通常会把整个系统放在极低的接近绝对零度的超低温度的环境里，即使这样，一般也只能得到几个纳秒到几秒长的退相干时间。

这个问题，对量子光学更加严重：通常来说，量子光学得到的量子比特的寿命，比起超导或离子陷阱等亚原子量子的寿命，要小好几个数量级。所以：量子光学的计算机，要实现商业实用会更加的困难。相对来说，实用价值有限的量子加密，可能更加适合量子光学方法。

理论上说，用“任意子”为基础的拓扑量子计算机，在这方面的表现最佳。但是，这类计算机的难点在于：任意子的存在和物理测量还没有很成熟的方法，要得到哪怕一个量子比特的系统都很难。

最近几年google 和 NASA现在主要使用了加拿大公司的技术进行量子计算机的使用。

今年，IBM宣布他们的16个量子比特的量子计算机可以开放给大家进行商业编程实验（去年这个数字是5个），他们的实验室里已经做出了最多17个量子比特的量子计算机。

微软也刚刚高调宣布开始了他们的拓扑量子计算机计划：他们准备用一种至今还只是存在于理论中的准粒子：以其预测者命名的马约拉那费米子，来作为他们的核心实现他们的拓扑量子计算。如果成功，这种准粒子可能通过现有的半导体技术制造出来，其超长的相干时间让它可以比较容易的得到大量的相干粒子，两者结合：就是工业化制造的最佳选择 -- 万事开头难，也许他们需要多年努力才可能取得初步突破。

量子计算的最终突破和大规模商业化，也许还需要许多年 -- 10年，20年，甚至是50年 。。。

无论如何，这可能都是人类进入一个新的时代的关键性技术。

下面，聊聊人类活动和环境的关系吧。

人类农业文明最早发源于两河流域的新月高地，就因为那里有丰富的野生植物资源。有人统计过，世界上的野生草本植物中，种子最大营养最丰富排在适合种植的前几位的植物，大都在这个地区，剩下的少数在中国。而新石器时期早期，文明相当发达的澳洲地区，基本上没有什么可用的植物。所以，当地没有办法得到可供利用来人工种植的植物，农业文明就无从谈起，最终只剩下了未开化的土著。-- 最终是自然界的植物种类分布，而不是人种优劣，决定了农业文明的发源地：有了当地丰富的植物资源，我们的祖先才可能通过采撷来的植物种子，通过人工种植和培育，得到适合大规模农业种植的庄稼。

有了农业，人类可以定居，有了稳定的食物来源，发展出更多的人口，建立聚居的城镇，才开始了文明进程。另一方面，大规模的农业种植，也造成了对原始的自然环境的破坏。原来在自然环境中生存的动植物，都被远远的驱赶走，甚至灭绝了。人类对自然环境越来越大的改造进程，也开始了 。。。

有一种说法：中国古代文明，注重天人合一，崇尚人和自然的和谐统一，似乎和工业文明对环境的破坏形成鲜明的对比。

实际上，这个说法并不符合实际情况。农业文明的发展，就是使用工具开垦土地，改变河流进行灌溉，砍伐森林建造宫室建筑，等等。这一切的背后，就是自然环境的破坏之后，用人工的环境加以改造 -- 田园牧歌，也已经不是自然了。

想想看：农业文明最发达的周王朝，兴起于陕西，之后近两千年，关中地区都是中华文明的核心，秦朝以此为根据地，依靠强大的农业生产能力统一全国。可以想见，当时的关中长安，八水环绕，环境优美，物产丰富，人杰地灵。就这样一块宝地，经过近两千年的农业开发和文化行政中心运作之后，越来越不堪重负，土地的地力消耗，森林减小乃至消失，原来可以匹敌全国的人口和农业，变得需要从关外运送粮食来接济，最后因为难以为继，不得不开始建立东都洛阳以缓解困难。而中原大地，历经几千年的农耕和战火的洗礼，同样也是越来越贫瘠 -- 华夏文明和人口的重心，越来越向南移动了。

@柳江2017 2017-06-03 08:43:03
人类之所以比猩猩智能很多，真正的差别并不是思考的速度，而是人类的大脑有一些独特而复杂的认知模块，这些模块让人类能够进行复杂的语言呈现、长期规划、或者抽象思考等等，而猩猩的脑子是做不来这些的。就算你把猩猩的脑子加速几千倍，它还是没有办法在人类的层次思考的，它依然不知道怎样用特定的工具来搭建精巧的模型——人类的很多认知能力是猩猩永远比不上的，你给猩猩再多的时间也不行。而且人和猩猩的智能差别不只是......
-----------------------------
强人工智能出现前后，肯定有哲学宗教和伦理的激烈冲突 -- 想起了阿西莫夫的机器人三定律。

个人以为：一个智慧体总是有其最初的架构和基本运行规则的制约。人的智慧受到生物大脑的限制，人工智能也一样 -- 我们设计的人工智能，他的物理架构，他的学习机制，就限制了它的发展 -- 或者说：它发展的再出色，其方向仍然来自最初的“人设”。阿西莫夫认为：如果我们在机器人的大脑设计之初的电路和运作方式就是根据三定律进行的，那么后来变得越来越聪明的机器人，仍然不可能突破这个限制。

我认为，阿西莫夫在40年前的这个设想在理论上是很有可能实现的。最近李开复在哥大毕业典礼上的演讲，也有类似观点：设计人工智能的工程师，要小心他们做的每一步 。。。

另，附上著名的机器人三定律：1）机器人不得伤害人 2）在不违反第一定律的情况下，机器人需要听从人的命令 3）在不违反前两个定律的情况下，机器人需要自我保护。

（接着讲环境和文明发展）

之前虚无老兄提醒，气候也是一个重要因素。确实如此：环境因素也包含了气候的变化，长远来看，还是一个重要因素。

200多万年前开始的第四纪冰期，让全球的气候变冷变干，很多动植物进入灭绝的轨道。最早的古人类，就在那个时候在非洲的森林变成草原的大地上，开始了从猿到人的进化过程 -- 直立行走，集体狩猎，等多的社会化和对智力的要求，让我们最终走到了今天。

冰川期的气候变化在几百万年来并没有停止，气温在下降中也有多次回暖。最近一次就开始于8000到10000年前，这也和人类农业文明的发生的时间相吻合。几千年来，中国的气候也经历了一个从相对湿润温暖到干燥寒冷的过程。最近几十年，全球气候变暖又成了大趋势 -- 这其中，大气中二氧化碳的含量起到了关键作用。

各个文明对环境的态度和影响，和他们的生活状态也很有关系。

中国人自古就有祖宗崇拜，讲究多子多福，虽然是农业社会的靠天吃饭，但是从上到下的共识，是尽量的多生人口，然后去发展农业，生产更多的粮食，再养活更多的人口 -- 这样的循环下来，中国的人口总是趋向于土地和农业技术可以允许的最大值。这个最大值，在两汉至宋，是大约6000万，到了明清，因为新的农作物和农业技术的提高，才突破一亿大关，并迅速增长到两三亿以上 -- 每一次人口达到最大值，都会带来社会各方面的压力。一有风吹草动，就会造成严重问题，最终引发王朝崩溃。

反观西方文明，他们很多不是农业为基础的：希腊罗马文明更是首先以工商业为支柱发展起来的，阿拉伯是以游牧过渡到东西方商业枢纽而发达起来的。这些文明，对于每个人的活动范围和生存空间的要求，大过对人口数量的要求。他们相对落后的农业技术，也不允许过大的人口密度 -- 从这个角度说，基督教所提倡的禁欲和节制，也是适合他们当时中世纪的生产水平的社会政策。这个社会文明发展和环境之间的平衡，因为近代工业化的出现而被打破了。

工业化，首先就是对农业文明的超越：英国的圈地运动的核心，就是工业化和技术革命创造出来的新的财富，远远超过了原来的农业生产的简单循环，因而出现了新的改造环境的动力。以钢铁和煤炭为代表的工业革命，在带来人类改造自然的巨大力量的同时，也带来了一次环境灾难。

@柳江2017 2017-06-03 08:43:03
人类之所以比猩猩智能很多，真正的差别并不是思考的速度，而是人类的大脑有一些独特而复杂的认知模块，这些模块让人类能够进行复杂的语言呈现、长期规划、或者抽象思考等等，而猩猩的脑子是做不来这些的。就算你把猩猩的脑子加速几千倍，它还是没有办法在人类的层次思考的，它依然不知道怎样用特定的工具来搭建精巧的模型——人类的很多认知能力是猩猩永远比不上的，你给猩猩再多的时间也不行。而且人和猩猩的智能差别不只是......
-----------------------------
@Ridiculogical 2017-06-03 09:46:20
强人工智能出现前后，肯定有哲学宗教和伦理的激烈冲突 -- 想起了阿西莫夫的机器人三定律。
个人以为：一个智慧体总是有其最初的架构和基本运行规则的制约。人的智慧受到生物大脑的限制，人工智能也一样 -- 我们设计的人工智能，他的物理架构，他的学习机制，就限制了它的发展 -- 或者说：它发展的再出色，其方向仍然来自最初的“人设”。阿西莫夫认为：如果我们在机器人的大脑设计之初的电路和运作方式就是根据三定律......
-----------------------------
@柳江2017 2017-06-03 11:39:34
现实世界中，不完美信息才是常态，各种看不见的隐藏信息产生了大量的不确定性，阿西莫夫那个时代中，机器人是按照冯诺依曼的思想来设计的。程序员可以随心所欲的控制它们的行为，那时候的机器是一个确定性的系统，只需加载一条条指令，它们就按程序员所设想的那样工作。那种冯诺依曼式的自上而下的控制式程序不太可能实现人工智能，现今最优秀的人工智能都是基于遗传算法，它模拟是大脑的神经网络的工作方式，人们为这样的......
-----------------------------
人工智能最终会如何实现，目前还没有定论，我之前也说过：模拟人脑的工作方法的神经网络算法和深度学习是目前的主要方向。实际上，神经网络对冯诺依曼本人并不新鲜，甚至他在40年代也对此有很多开创性的研究，50，60年代，以感知机为代表的神经网络计算也曾经成为当时计算机界的热门话题。

我这里提到阿西莫夫的设想，是对人工智能的总体想法，并不局限于冯诺基曼机。就好像阿西莫夫本人设想的人工智能的实现需要一个偶然发现的“正电子脑”，他的科幻思想，也应该是认为人工智能不能局限于当时的计算机理论，甚至集成电路。而是需要一个从物理到算法实现的全新的架构。但无论怎样，目前的人工智能和神经网络，深度学习之类的研究，应该还是符合邱奇-图灵论题的：一切直觉上能执行可计算的函数都可用图灵机计算，反之亦然。-- 初始的物理架构和规则，始终还是"决定"了一个计算机或智能的发展方向。这里的“决定”，不是通常意义上的“确定”，更像是第一个DNA架构对后来的各种生物的“决定”作用。

阿西莫夫的小说里，也设想了各种三定律受到的挑战，和一位“机器人心理学家”在克服这些挑战中的独特作用。 -- 机器人三定律的形式可以不同，但是我们赋予人工智能的“机器DNA”，一定要经过仔细的考量，让这种“机器DNA”的复制和变异形成的“目的”和“进化”，最大化的和人类的特点形成互补，让我们可以最终形成一个共生的生态圈 -- 人，是有机会给人工智能设定符合我们的利益的“目的”的 。。。

@Ridiculogical 2017-06-03 11:36:52
各个文明对环境的态度和影响，和他们的生活状态也很有关系。
中国人自古就有祖宗崇拜，讲究多子多福，虽然是农业社会的靠天吃饭，但是从上到下的共识，是尽量的多生人口，然后去发展农业，生产更多的粮食，再养活更多的人口 -- 这样的循环下来，中国的人口总是趋向于土地和农业技术可以允许的最大值。这个最大值，在两汉至宋，是大约6000万，到了明清，因为新的农作物和农业技术的提高，才突破一亿大关，并迅速增长到两......
-----------------------------
@柳江2017 2017-06-03 12:42:33
水母拥有世界上第一套神经系统——神经网络。水母的神经网络使它可以从周围世界里收集重要信息——比如哪里有掠食者和食物——然后把这一信息像打电话一样传到身体的各个部位。能够接收和处理信息意味着水母可以应对环境的变化来提高生存几率，而不仅仅是漫无目的漂着，祈求好运。如果有一个中枢在神经系统中掌管一切，能做的事情就更多，扁虫出现了。神经系统的中枢住在扁虫的头部，制订了一个规则：身体内的所有神经得到......
-----------------------------
谢谢介绍。这篇文章的下面一段也非常有意思：

所以当马斯克成立一家新公司时，其核心的最初策略通常是造成一场能够引发行业竞争，让人类共同推进这个事业的竞赛。反过来，马斯克也认为这将促进人类的未来向最好的方向发展。但是，你必须从微观的角度看他的公司，才能看到这些。否则，你可能注意不到他们在做的事情。
我在写 Tesla 和 SpaceX 的文章时，我问马斯克为什么他搞起了工程，而不是做科学研究。他解释说，在涉及到人类进步的问题上，“工程是一个限制因素”。换句话说，科学的进步，商业，以及工业等等的进步，全都是工程进步所带来的。回溯历史，也是这样，人类历史上最伟大的革命是工程上的突破。

（接着聊环境）

除了治理污染的技术和绿化工作，西方国家的环境最终得以从工业化中改善，有两个条件：1）用燃烧效率更高的石油天然气代替了污染严重的煤炭作为主要能源 2）将更多的工厂转移到其他国家进行生产，避免了重污染。这两个条件，我们国家也都是正在实行中，那么环境的改善在几十年后也可以预期。-- 不过其中的代价，还是必须要承担的。

最近川普宣布不认可关于限制碳排放控制温室效应的巴黎协议，引起了各国强烈的反弹，就这个问题，我也看了一些资料，初步来说，有以下发现：

1）200万年来的冰川期还没有完全结束，总的来说，过去上万年来，气温的波动也很大，几千年前的地球，平均气温就比现在高几度。从最近看我们正在从1940到1975年的一段暂时的极低气温时段中逐渐爬升出来。
2）温室效应也有好处：如果没有温室效应的保温作用，我们的地面温度会是平均零下20度，而不是现在的15度。所以，不能一味排斥。
3）在整个地球表面的温室效应中，水蒸气贡献了其中的95%，而二氧化碳只有不到4%。地球每年产生的二氧化碳总量中，人类活动的贡献只有3% -- 综合起来，人类活动对整个温室效应的贡献，只有0.1%
4）历史上二氧化碳含量和气温之间也不总是存在正相关关系。

所以，二氧化碳减排对气温的影响，可以忽略。我们可能应该更多的看看减少其它有害污染对我们的生存环境的破坏。

人类活动对环境的破坏，在农耕时代主要是植被 -- 人口多的地方农田就多，就要多多的开荒，将原有的草木植被变成划一的耕地。到了工业时代，首先就是能源造成的污染：过去几亿年来自然界埋在地下的植物和动物，经过常年的物化作用，形成的煤炭和石油天然气，为工业化提供了强大的动力来源。这可以看作是现代人在几百年中，利用过去几亿年的生物光合作用积累的部分太阳能，大大扩大了人类能够掌握的力量和影响范围。让我们可以上天入地，探索更多的自然奥秘。无可否认，这样的力量，更加严重的打破了自然界原有的平衡，新的平衡的建立，如果跟不上我们对能源开发利用和污染扩大的速度，就可能造成无法挽回的局面，彻底毁坏掉我们的地球家园。

煤炭燃烧造成的二氧化碳，硫化物和颗粒物对大气造成的严重污染，伴随着整个工业化过程，现在因为煤炭作为燃料在世界上使用的减少和工厂对硫化物处理技术的提高而得到了抑制。石油的污染，除了燃烧产生的废气，更加表现在开采和运输过程中的泄漏对地质土壤的破坏，对海洋生态的破坏。我们现在更多的是采用一些化学和生物技术对污染进行降解处理，减少危害。

相对于能源，化工产品对环境的危害，就数量上可能不如，但是就长远性和影响来说，可能更加严重。

化学工业的规模，从20世纪开始扩大，从最初的无机化工进入以煤为原料的有机化工，60年代后，又进入以石油为主要原料的石油化工，污染的类型也有很大的改变。化工在生产过程中的废水，废气，废料，对水源，大气和土壤都有长期破坏作用。要进行治理，最好的办法是改进工艺，杜绝有害物质的产生和使用，其次是改进生产设备减少排放，在有就是在使用中用无危害的产品代替毒性大的产品。对于已经造成的污染，物理化学和生物的针对性处理，都需要长期和大量的投入。

随着电子和半导体工业的飞速发展，电子垃圾的处理也是一个严重的问题。电子垃圾中实际上富含各种有毒有害物质，还有很多贵金属值得回收。如果为了短期利益，只是进行简单的处理回收，会产生大量的有害物质，对环境造成极大危害。

以下来自百度百科：

联合国的一份报告指出，世界生产的大约70%的电子产品最终变成垃圾并流向中国，中国已经成为世界最大的电子“垃圾场”。电子垃圾是指废旧的电视、冰箱、洗衣机、电脑、手机等电子产品及其零部件。这些产品大多产自中国，在世界各国“履职”后，最终“叶落归根”，又回到了中国。联合国相关规定指出，禁止美国等发达国家将电子垃圾转移至中国和越南等发展中国家。因此，大多数电子垃圾只能通过非法途径进入中国，在不正规的小作坊分类处理后，最终又出售给富士康等大公司。小作坊的回收处理过程触目惊心，根据联合国《中国的电子垃圾》报告，很多电子垃圾的处理过程是简单的焚烧和强酸浸泡，因此，小作坊的工人和当地的环境都受到了有毒重金属的严重危害，塑料燃烧后的粉末在空气、土壤和水流中扩散着。

@吴刚捧出桂花醋 2017-06-04 17:54:59
对人工智能，我是不相信会超过人类的。它在局部会超过人类，对此我不否认。比如说存储，将来据说一个拇指大小的芯片就能装下人类所有的书籍。但是，它很难随需要调用，更谈不上按需要自我删除。问题是根本不需要那样大。人类拥有目前这样的脑容量、大脑皮层，是选择的结果，必须是有记有忘，不然心脏、血液运送、或者神经系统无法担负那样的重负，应该说是恰到好处。
人类对自己的认识都是那样肤浅，造出个机器来，又怎......
-----------------------------
要谈论这个问题，可能首先需要定义什么是“超过” -- 如果是生物进化意义上的超过，那么你说的很有道理：在生物进化的自然选择意义上，一个生物A超过或代替另一个生物B，意味着A必须更加的适应自然环境。而人工智能显然不是这样的情况。

但是，如果只是从智能角度，那么当人工智能可以解决所有需要人类智能才可以解决的问题：比如设计制造机器，生产管理，物流，金融投资决策，医疗，等等。甚至：他可以推出相对论和量子力学，甚至发现大统一理论 。。。。。。-- 那么我们可以说：人工智能在智力上，全面超越了人类。

人工智能有超过人类在智力上的潜力，和老兄说的一点很有关系：人类和其它生物能够利用的能量就是每年照射到地球的太阳能的一小部分，整个生物进化就是以这个物理极限展开的。但是：人工智能可以利用的能源，远超这个数字 -- 煤炭石油，甚至核能，都可以是人工智能的能量输入。在这一点上，人工智能的“进化”，突破了亿万年来的自然选择的进化进程的物理限制，人工智能所处的环境，不是自然环境，而是人工环境。人工智能的进化，也不是自然选择，而是人工选择 -- 这个选择，是在已有的智能基础上的一次利用巨大能量输入的正反馈放大。那么在'智能"这一项上的突破，是理所应当的。

我暂时能想到的，人工智能相对于人的不同点或天然的限制有：1）人工智能不存在生物的基因复制和繁衍的目的性，它存在的目的是什么，可能需要等待人的输入和帮助 2）机器的决策系统，可能无法解决诸如何时需要“停止”思考这样的问题，此时就需要人的干预，以免进入无尽的死循环。

@爪机在线：

评论 Ridiculogical：希望不要出现，自我意识的最深处就是自私，贪婪，没有什么可以阻挡对自由的渴望，只要有自我意识就已经不是机器了，⊙▽⊙
------------------------------------------------------------------------
1）自私的是基因，人工智能不是来自基因遗传，所以很有可能得以避免这个“原罪”
2）自我意识的产生，也许是生物为了自保而形成的特性。也许对于没有生存压力的人工智能来说，真的不会产生，亦未可知。