在安永5年（1776），日本江户时代画家鸟山石燕画了一部影响日本妖怪文化数百年的作品，叫《百鬼夜行图》。里面收录了一些以超自然现象、民间传说等等为灵感原型而创作的妖怪艺术，这是一部相当知名的作品。
但鲜为人知的是，3年后，他又画了一幅续集，叫《今昔画图续百鬼》。 在这副续集里，有一个妖怪，被称作“觉”（さとり），这个续集和前作有一处不同，就是在续集里每个妖怪都有一段描述。
这个像猿人一样的妖怪觉,有一个在当时看来只存在于传说里的能力--读心术。 在这幅画的左上角写着：“觉，出生在美浓深山（织田信长老家？），被称为山人，体黑毛长，擅人言，常模仿人类行为取乐，且擅长洞悉人心，可感知来自人类的恶意”。“觉”这只妖怪最大的特点就是 读心，是人类长久以来就幻想拥有的能力，人并不擅长像看书一样看透人心，所以容易被欺骗，容易被误导。
但鸟山石燕怎么也想不到，仅仅247年后，人类就造出了相似的产物，一种类人的智能，擅长人类的语言，洞悉人心。
最近两周，当我发现《自然神经科学》里的一篇论文描述了：怎样用GPT来被动阅读人类的想法的，我才逐渐意识到，似乎这种能力已经离我们很近。
而人工智能也已经开始向更夸张的方向发展。在22年11月，有一篇叫《Seeing beyond the brain》的论文提出了一种方法来转换大脑信号，变成图像。（论文链接：https://arxiv.org/abs/2211.06956）
说简单点，当我们注视一张图片的时候，就会形成一种视觉刺激，这种刺激会产生复杂的大脑反应，按道理讲，人类是绝对无法观察到这些脑部活动的，因为我们没有可以透视的眼睛。 但人类擅长创造和发明，这些年，核磁共振技术的成熟衍生出了另一个细分技术，叫功能磁共振成像（FMRI）。
而这个技术，恰巧专精一个领域，大脑。 它厉害的地方不仅仅在于它能观察人的思维活动，最重要的是它能实时跟踪，记录脑信号的改变。FMRI在悄然间为读心打开了一扇窗， 但想要做到读心还没这么简单。准确来说，还需要克服两个大问题。
1：怎么解码那些被记录下来的大脑信号。
2：怎么生成图像。
当时整个概念还不够成熟，更深的是理论层面的探讨，解码后生成出来的图像效果一言难尽，虽然偶尔有对味的，但更多的是把大象识别成狗，把狗识别成熊这类错误。
不过这篇论文发布后不久，时间就来到了神奇的2023年。在这一年，AI技术井喷式的爆发辐射到了各行各业，一眨眼，从上次讲那封叫停AI的公开信到现在已经过去了2个月，在这两个月里，从国家政府的介入到行业间的明争暗斗，到各大公司批量裁员，失业，焦虑，各种情绪充斥着我们的生活，我们的社会正在被极快的重塑。
整个行业的迭代速度太快，以至于形成了某种程度上的视觉暂留，（就像电风扇转速太快时，我们反而觉得它慢）让我们忽略了它的快， 这是一种即使我们反应速度再快，也没法跟上它本身变化速度发展。
而AI生成式应用的井喷同时触发了FMRI技术迭代的开关，不到一年的时间，这个团队又发表了一篇论文，名为从大脑活动中重建视频，而伴随着这篇论文的是一个落地的网站，和他们试验后超高准确度的视频成像。
这一次，被测者不再是看一张静态的图片，而是一段动态的视频，AI能通过检测，生成他人脑海里所呈现的画面，从测试样本结果来看，这次的准确率远远高于几个月前的图片测试。 短短几个月，从漏洞百出的脑成像，到高准度的颅内影像映射， 人类头一次真正实现了那个长久以来如神话般的能力，一窥别人脑海里想法。
这些曾经遥远的技术不禁让人思考，如果人类在这200多年内就有能力复刻出曾被视为传说的概念，那我们的科技在什么水平线上，而AI又会向哪个方向继续发展下去。要宏观的定义整个人类科技和AI水平绝对不是一件简单的事，在做这个视频的时候我也完全没有头绪，
但我想起了另一个相似的概念，卡尔达肖夫指数。这是1964年苏联天体物理学卡尔达肖夫在一次会议上拿出的一篇名为《地外文明的信息传输》的论文，也是人类第一次以行星文明为单位，审视科技水平的发展程度，简单来说，就是假如宇宙中有其他高级文明的存在，那么地球现有文明和它们相比大概在什么阶段。这个理论是基于一种文明所能使用的能量大小来衡量科技的水平。
在当时，卡尔达肖夫设定了宇宙的3级文明(论文219页），而人类文明只达到0.728级，距离一级文明还有1-200年的差距，而想要达到二级文明，达到利用整个太阳系所有能源的阶段，甚至还需要上千至上万年。
卡尔达肖夫指数的能源消耗估计三种类型文明的定义
这个理论在1964年的背景下显得那么遥远，和人类毫无关联，但在这个理论提出后不到100年的时间里，我们似乎绕开了强行堆能源的方法，找到了一条捷径，靠另一种比人类更智能的科技来曲线超车，跳脱出了这个理论之外，而我所说的这项技术，就是AI。
当我在寻找卡尔达肖夫指数里的三级文明和AI发展路线的相似处时，发现了一篇来自6年前，2017年的论文，这是一篇早在当时就类比了卡尔达肖夫等级和AI发展路径的文章，就像59年前卡尔达肖夫提出他的理论一样，这篇文章也从宏观的角度审视着AI的发展。
如果AI的发展必须经历几个阶段，那会是哪些阶段，这些阶段需要什么条件达成，我们现在处于什么阶段，这些问题迅速挤进了我的脑袋里。
快速的过了一遍后我找到了一些答案...
在论文里，AI被划分为4个等级。
第0级被称为弱人工智能，也叫狭义人工智能，这个阶段的人工智能包含我们手机里的语音识别、搜索引擎、机器写的新闻等等较为单调的智能。这一阶段也是最接近我们的阶段，0级存在的目的就是来衡量我们已经历和研发出的技术，基于2017年的整体行业现状给出的标准量尺。
下一个阶段是1级人工智能，叫做增强型狭义人工智能，这一层级的特点是人工智能表现出的能力开始接近人类。要达到这一层需要突破几个重要的技术瓶颈，判断AI是否达到了这一阶段有3个重要的指标。
比如我们开始无法分辨和自己对话的是真人还是AI加持的聊天机器人；还有L4级的自动驾驶汽车， 自动驾驶总共分为6级，L0-L5，也就是说，要达到1级人工智能，需要达到L4级的自动驾驶，俗称高度自动化驾驶，这个阶段的自动驾驶功能已经可以完全接管所有的驾驶操作，驾驶员不需要把注意力放在驾驶操作上，甚至可以做其他与驾驶无关的行为，目前我们只能实现既定路段的L4级自动驾驶，离普及还需要一段时间；除了刚提的这两个指标，一级人工智能还有一个重要指标，就是仿生的机器人，具有模仿生物移动能力和简单行为的机器人，比如这几年的赛博产物“机器狗”还有特斯拉正在研发的仿真机器人。
从今天往回看，很明显，我们用了6年的时间已经接近1级人工智能，但要说完全达到1级还为时尚早，很多技术还不成熟。而图表里预测的18年之后开始走向1级人工智能似乎也对应着OpenAI的启程，但从1级之后的时间线就断了，作者没有给出从1级到2级所需要的时间范围，只留下了3个问号。
而在这条时间线上，1级也不是直达2级，在到2级人工智能之前，还出现了两个不在等级制度内的节点。这两个节点分别叫狭义人工智能集群和狭义人工智能超集群。就像它们的名字一样，集群的概念就是把单一功能的狭义人工智能聚在一起，把这些看似普通的AI联系在一起， 放入更强的编程集群里。这一阶段可能会产生意想不到的结果，极大可能帮人类突破现有的科学瓶颈，比如完成自动驾驶4-5级的跨越，但同时面临着极大不可控风险，比如AI的失控。当进入超集群阶段之后，才能看见2级人工智能的大门。
之所以说才能看见大门，而不是直接进入2级，是因为里面存在一个重要问题，就是鉴于当下的科技，尚且无法确认，能不能真正意义上进入2级人工智能。 因为这一层级的重要指标之一，就是“意识”。
2级人工智能有一个属于自己的名字，叫通用人工智能（AGI）。
这个阶段的人工智能可以完全模仿人类的所有能力，包括规划、记忆、分析和五感，甚至可能延展出更多感官系统。
但这一层有一个BUG， 就是“意识”。 一些人觉得，只有AI拥有了自我意识才能真正称为AGI（通用人工智能），但意识的定义却很模糊。在自然界里，其他生物也是这个星球组成的重要一部分，那它们是否真正存在自我意识？除了对天气和季节的基本本能反应之外，它们是否认识到时间的流逝？是否认识到自己是有独立行动能力的有机体？
人们日复一日的质疑着这些问题，但答案最终不取决于我们，而是物种本身。不过有一点可以确定，就是无论它们是否有自我意识，它们都是各自生态中的核心参与者。所以无论AI最终产生了怎样的意识，即便它所产生的意识我们都无法理解，它终究会在整个人类社会甚至整个自然界里扮演属于它的角色。也是以此为前提，学者们最终认为，无论是出现怎样的机器意识，通用人工智能AGI，终将被实现。
2017年，6年前。 让我们回到今天，在GPT 4的出现后，微软就连夜发表了这篇名为《通用人工智能的火花》的论文，我在之前的视频里也有提过，因为大语言模型神经网络层发生的一些异变导致很多AI方面的学者开始担心通用人工智能可能会在不经意间产生。 仅仅6年，2190天，5万多个小时，人类就看见了若隐若现的AGI大门。 可怕的不仅是科技进步的速度，而是其中得不确定性，因为真正意义上的AGI会在什么时候出现，以怎样的方式出现，尚且没人可以判断。
虽然学界不能判断它什么时候来，但却很清楚，它诞生后会发生什么。因为2级还不是人工智能的最终归宿，还有最后一级人工智能，3级人工智能，Artificial super intelligent （ASI） 超级智能。
这个阶段的AI能力远超人类，并且能够不断自我完善，自我感知和自我重新编程，它的智商也将高到无法估量，所能创造的事物远超人类的理解范畴。
不同于卡尔达肖夫指数，每个层级间跨越也许需要上千乃至上万年，AI从2级到3级也许只需要一瞬。
在图表里，AGI到ASI之间被标记了出来，注明了这个阶段可能会加速实现。 从2级到3级的跨越可能比任何阶段都要快。鉴于谷歌OpenAI，Github等等巨头都在训练AI进行自我编程，并且随着谷歌推出“ AutoML” 后，这几年机器编程的表现越来越好。AGI诞生后注定可以识别自身弱点，快速循环迭代，最终形成一个在智力和能力上远远优于人类的天才人工智能，推翻我们现有的认知，进入下一个文明阶段。
6月初，我去各地参加了一些AI的活动和讲座，强化一下自己，在上海机场登机的路上，我发现报纸上1/2的版面都被AI相关的新闻霸占，我已经记不起上一次报纸上被某一类新闻霸屏是什么时候的事了。2023年，我早就习惯了快节奏的生活，但很明显不仅只有我适应了快，看了看手机，听了老黄的一番演讲，我发现摩尔定律也在这个月加速打破了曾经的规律，硬件的进化速度也是史无前例的快。（https://www.youtube.com/watch?v=L6rJA0z2Kag&list=WL&index=21&t=329s）0:15
人类科技发展的速度注定会逐渐加速，智能会越来越像人，甚至给我一种错觉，之后的每一天都会像人类在见证硅基生命的进化。