我希望到目前為止，這本書能夠成功地讓你明白一件事情，雖然近年來人工智能和深度學習方麵取得了真實的、令人興奮的突破，但它們並不是構建通用人工智能的法寶。深度學習可能是通用人工智能的一個重要組成部分，但它絕不是唯一的組成部分。實際上，我們並不清楚還缺失了哪些關鍵部分，更不知道通用人工智能的秘方究竟是怎麽組成的。我們開發出的所有令人印象深刻的人工智能係統——圖像識別、語言翻譯、無人駕駛汽車，都無法構成通用人工智能。從這個意義上來講，我們仍然麵臨羅德尼·布魯克斯在20世紀80年代強調的問題：我們有一些智能組件，但不知道如何將它們組成一個真正的通用智能係統。無論如何，某些關鍵的組件仍然缺失，正如我們在第五章所看到的，即便是當代最好的人工智能係統也無法展示出它們對自己所做的事情有著真正意義上的理解。盡管它們非常擅長自己的工作，但它們仍然隻是為了執行特定的、狹隘領域的任務而構建和優化的軟件組合而已。
因為我相信，我們離通用人工智能還有十分漫長的道路要走，所以對於強人工智能的目標——構建跟人類一樣有自我意識的，真正能夠自主存在的機器，我自然是表示懷疑的。不過，這是最後一章了，讓我們放縱一下吧，即使強人工智能前景渺茫，我們仍然可以從探索中尋找到樂趣，也仍然可以思考如何朝著它前進。所以，讓我們一起沿著通往有意識的機器的道路旅行吧，讓我們想象這裏的風景是什麽樣子的，又可能會遭遇哪些障礙。並且，最重要的是，我們如何知道即將接近這條道路的終點。
意識、思想和其他奧秘
1838年，英國科學家約翰·赫歇爾(John Herschel)進行了一個簡單的實驗，試圖測量太陽輻射有多少能量。他把一個裝有水的容器暴露在陽光下，測量了太陽能使容器中水溫升高1攝氏度所需的時間。通過一個簡單的計算，赫歇爾可以估算出我們的恒星每秒發射多少能量。結果令人難以理解：在一秒鍾內，太陽輻射出難以想象的能量，這一數量遠遠超過地球上一年所產生的能量。這就給當時的科學界出了難題：新出現的地質證據表明，我們生活的地方至少有幾千萬年的曆史(所以太陽至少也有這麽長的曆史)，但還沒有已知的物理過程可以為太陽在那麽長的時間裏提供能量。任何已知的能源都會導致太陽最多在幾千年內就燒毀。當時的科學家們天馬行空，發明出令人著迷的難以置信的理論，試圖將赫歇爾簡單、易於重複的實驗證據與地質記錄的證據相協調。直到19世紀末，核物理學誕生，科學家才開始了解原子核中潛在的龐大能量。在赫歇爾實驗出現整整一個世紀之後，物理學家漢斯·貝特(Hans Bethe)最終提出了目前被廣泛接受的關於恒星能量產生的解釋，即核聚變[144]。