（文章來源：雷鋒網）

在人工智能研究如火如荼的今天，似乎也是時候回過頭來思考一下模擬計算在未來所具有的意義。當人類已經習慣于通過數字化編程控制機器，也許以神經網絡為代表的模擬計算會把對于世界的控制權從人類手中奪走。這是一個值得探究的技術問題，同時也是一個不容忽視的倫理問題！

計算機科學發展的歷史可以劃分為「舊約」（理論）和「新約」（實踐）兩部分：電子數字化計算機及其產生的代碼席卷全球之前和之后。舊約時代中，包括 Thomas Hobbes（托馬斯·霍布斯） 和 Gottfried Lribniz（戈特弗里德·萊布尼茨） 在內的先知們為計算機提供了底層的邏輯；而新約時代的先知們如 Alan Turing（阿蘭·圖靈），John von Neumann（約翰·馮·諾伊曼），Claude Shannon（克勞德·香農），以及 Norbert Wiener（諾伯特·維納），則創造了實現這些邏輯的機器。

模擬計算和數字計算二者間沒有切確的分別。一般來說，數字計算處理的是整數、二進制序列、確定性的邏輯以及在理想狀況下以離散增量形式存在的時間，而模擬計算處理的則是實數、非確定性邏輯以及連續函數，包括現實世界中作為「連續統」（ continuum）存在的時間。

想象一下，如果你需要找到一條路的中點。你可以使用任何可用的增量來測量它的寬度，然后用數字計算計算出中點到最近的增量的距離。或者你可以把一段字符串當做模擬計算機使用，將路的寬度映射到字符串的長度上，然后通過將字符串的長度延長一倍，從而在字符串自身上找到中點的位置，而無需受到增量的限制。

許多系統可以跨模擬和數字環境操作。一棵「樹」集成了各種各樣的連續函數形式的輸入，但是如果你深入剖析這棵樹，你會發現它一直在以數字計算年份。

在模擬計算中，復雜的是網絡拓撲，而不是代碼。信息被處理成連續值函數（如電壓和相對脈沖頻率），而不是通過對位的離散字符串做邏輯運算進行處理。數字計算不能出現錯誤或歧義，因而它非常依賴于在每一個步驟中的錯誤糾正（校驗）機制。而模擬計算則允許出現錯誤，計算可以與錯誤并存。

模擬計算機還可以在兩種信息形式之間進行轉換：空間結構和時間行為。這種轉換不需要代碼，也不需要編程。然而，我們并不完全理解自然界是如何進化出被稱為神經系統的模擬計算機的，神經系統包含了從現實世界汲取的信息，并對這些信息進行學習。它們學到的東西之一就是控制。它們學著控制自己的行為，并盡可能地控制周圍能夠控制到的環境。

這些系統控制著從商品流到交通流再到思想流的一切事物，它們以統計的方式進行操作，就像脈沖頻率編碼的信息在神經元或大腦中進行處理一樣。智能的出現引起了智人（人類）的注意力，但是我們應該擔心的是控制的出現。

但這里是否仍然存在一個人為進行控制的控制室呢？也許沒有。比如說，你可以通過僅讓車輛訪問地圖，并將其實時速度和位置反饋給地圖，來建立一個可以實時繪制高速公路交通路況的系統。最終，你可以得到的是一個完全去中心化的控制系統。而除了系統本身，不存在任何系統控制模型。計算機領域的下一次革命的標志將是模擬系統的崛起，而數字化編程不再具有統治地位。

如果你想要開發一臺機器來掌握人類所已知的一切知識，這意味著什么？有了摩爾定律的支持，將世界上所有的信息數字化并不需要太長的時間。你可以掃描每一本印刷好的書，收集每一封寫好的電子郵件，每 24 小時就能收集 49 年間拍攝的視頻，同時實時跟蹤人們在哪里，他們在做什么。但是，你如何理解這一切的「意義」?

我們過于關注機器的智能，對自我再生、通信和控制等問題卻不夠重視。計算機領域的下一次革命的標志將是模擬系統的崛起，而數字化編程不再具有統治地位。對于那些相信自己可以制造出一臺能控制一切的機器的人來說，自然界的反應將會是：讓他們制造一臺機器來控制他們自己吧。