我们将探讨什么是通过脑机接口（BMI）进行的智力放大，为什么它很重要，以及为什么未来在未增强的人类和选择通过与人工智能建立协同共生来增强智力的人类之间可能存在分歧（人工智能）。

与 BMI 建立联系的人将获得增强的认知能力，并提高工作场所内外的生产力。

智力放大的概念是由威廉·罗斯·阿什比在他的开创性著作《智力增强》中首次提出的。 控制论导论。然后这个术语演变成了我们现在所认识的增强智能，这是机器学习的一个分支，其设计的首要目的是在人工智能的帮助下增强和提高人类智能。这个概念是改善人类决策以及人类快速获取信息的能力，以提高这些决策的质量。这就是增强智能目前的含义结束的地方，它是一种利用机器学习和深度学习来帮助人类提供可操作数据的人工智能，但不存在实时共生关系。

这就是 BMI 发挥作用的地方，它们将使人类认知的增强远远超出 今天的增强智能版本.

与我们目前通过计算机、智能手机或其他设备访问数据不同，BMI 的本质设计是为了无需外部设备即可访问互联网以及支持互联网访问的人工智能。 BMI将被植入人类大脑内部，本质上成为人类思维的延伸。

换句话说，增强型人类可以访问存储在互联网上的所有信息，而不必依赖记忆，也不必打开一本书或访问网站，而先进的人工智能可以提供相关数据点到人脑，使人能够完全掌控。 如果您曾经有过记不起某个记忆或某个特定日期的时刻，那将是一次令人沮丧的经历。 借助增强智能，您可以拥有完美的回忆，因为人工智能系统成为您生物记忆库的延伸。

这种类型的智力放大在《人机共生” JCR Licklider 于 1960 年发表的一篇推测性论文。 这篇富有启发性的论文提供了人类如何通过与人工智能形成共生关系来学习控制人工智能的早期描述。 正如 JCR Licklider 所说， “使人和计算机能够合作做出决策和控制复杂的情况，而不是僵化地依赖于预定的程序”。

机器学习是确保计算机不是预先确定的秘密武器，尽管如此，它还没有解决我们如何访问这种共生关系的问题。

JCR Licklider 继续评论道：“希望在不久的将来，人脑和计算机器将非常紧密地结合在一起，并且由此产生的伙伴关系将以人脑从未有过的方式进行思考，并以信息处理无法达到的方式处理数据。我们今天所知道的机器。” 

国际象棋领域是如何部署这一技术的早期例子。 虽然大多数人都熟悉 1997 年，加里·卡斯帕罗夫 (Garry Kasparov) 输给了 IBM 计算机深蓝 (Deep Blue)，有更新、更有趣的发展。

虽然我们几十年来就知道先进的人工智能系统可以轻松击败任何国际象棋棋手，但更有趣的是最近的发展，即 人工智能可以被人类和人工智能团队击败。  在这种合作环境中，团队划分任务，人工智能承担大量计算、模式识别和前瞻性思维的重任。 人类通过利用人类的直觉和数十年的研究棋盘来增加价值。

虽然目前人类和人工智能团队可以击败人工智能，但这种类型的胜利是否会持续下去仍然未知。 尽管如此，这是一个严重的指标，表明人类是否能够正确地沟通、协调和控制本质上是人类思维延伸的人工智能，当今人类或独立人工智能程序无法解决的重大问题可能会被解决。由两者联合处理。

JCR Licklider 的最终评论之一清楚地阐述了设计能够在人脑内实现实时人工智能通信的 BMI 的重要性。

“另一个主要目标密切相关。 它将计算机器有效地引入必须“实时”进行的思维过程，而时间变化太快，以至于无法以传统方式使用计算机。 想象一下，例如，尝试在计算机的帮助下按照这样的时间表指挥一场战斗。 你今天提出你的问题。 明天你和程序员一起度过。 下周，计算机将用 5 分钟来组装你的程序，并用 47 秒来计算你的问题的答案。 你得到一张 20 英尺长的纸，上面写满了数字，这些数字并没有提供最终的解决方案，而只是提出了一种应该通过模拟来探索的策略。 显然，在第二步计划开始之前，战斗就已经结束了。 与计算机交互时的思考方式与与能力补充你的同事的思考方式相同 将需要人与机器之间更紧密的耦合 比例子中建议的和今天可能的。”

通过 BMI 进行智力放大仍处于早期阶段，并且仍在进行中。 必须明白，人脑利用模式识别来理解符号并在数据之间建立联系。 例如，如果您看到以特定顺序构造的线条（例如字母 A），您就可以识别符号 A。从那时起，当您阅读单词 APPLE 时，您可以让该字母在您的大脑中形成一种模式。 当您读到“一个苹果从树上掉下来”时，您就可以识别出其他模式。 人脑继续从字符、单词、句子、段落、章节，然后到书籍等建立联系。

问题是人脑没有完美的记忆能力，这种不完美的系统导致模式识别系统失败。 想象一下，如果你可以阅读整本书，并且人工智能系统能够形成立即提供完美回忆所需的模式识别，会发生什么。 这将增强人们写论文的能力，创造依赖于该信息的产品或服务的能力，或者简单地进行智能对话而不会出现任何记忆失误的能力。

在其他情况下，在对话过程中，人脑可以立即连接到互联网以实时定位信息，并分发或传达该信息。 不必多次观看 YouTube 视频才能学习某些内容，观看一次就足以完美回忆。 附加模式识别系统的额外优势是人脑可以比实时更快地解码视频和音频。 这意味着人类可以以 2 倍、3 倍或更高的速度吸收视频内容。

这种类型的情报增强还处于早期阶段。 目前正在进行多项努力来开发各种 BMI，最终可能演变成此类应用程序。 最引人注目的是埃隆·马斯克的公司 Neuralink 该公司正处于开发连接人类和计算机的超高带宽 BMI 的早期阶段。

Neurallink 正在致力于创建第一个神经植入物，使用户能够随时随地控制计算机或移动设备。 为了实现这一目标，将微米级的线插入大脑控制运动的区域。 每条线都包含许多电极，并将它们连接到称为“Link”的植入物。

即使是 BMI 系统的开发人员也可能无法完全理解它在微米神经化学水平上的工作原理。 由于人脑的可塑性（自我修改的能力），实际上是人脑接收输入，然后自行学习必要的输出，以使 BMI 发挥其魔力。

大多数脑机接口使用解码器来破译人脑接收到的脑电波和模式。 该解码器使用各种类型的机器学习（包括深度学习）来学习解码接收到的信息，以尝试识别运动意图和想要的动作。 通过解码这些模式，它可以最好地理解人脑正在寻求实现的目标。

它是一个闭环系统，用户通过简单的思考就可以产生运动意图，而 Neuralink 解码器会破译该意图。 这将思想转化为行动，然后通过光标或机械臂在世界上执行。 人类会收到成功行动的视觉确认，并且神经化学反馈会训练大脑更轻松地控制 Neuralink。 任何 BMI 公司面临的挑战是构建一个不会给最终用户带来太多学习负担的解码器。

当前 BMI 的一些问题涉及延迟，即人类和 BMI 端输入和输出之间的时间滞后。 目前，Neuralink 正在努力解决与此问题相关的一些问题，Neuralink 的神经工程师兼大脑信号团队负责人 Joseph O'Doherty 表示， 在接受记者采访时.

“第一步是找到延迟的根源并消除所有这些根源。 我们希望整个系统具有低延迟。 这包括检测尖峰； 这包括在植入物上处理它们； 其中包括必须传输它们的无线电——蓝牙的各种分组细节可能会增加延迟。 这包括接收端，您在模型推理步骤中进行一些处理，甚至包括在屏幕上为您控制的光标绘制像素。 任何少量的滞后都会增加延迟并影响闭环控制。”

虽然 Neuralink 是 BMI 中最受欢迎的示例，但还有许多其他团队也在致力于有趣的项目。 例如，霍华德休斯医学研究所的研究人员成功地 使 BMI 能够打出用户的心理笔迹 第一次。 研究小组破译了与手写字母相关的大脑活动以实现这一结果。 在这种情况下，通过练习，大脑学会了如何按照 BMI 识别的顺序战略性地思考笔迹。 瘫痪的参与者每分钟能够输入 90 个字符，这是之前使用不同类型 BMI 记录的数量的两倍多。

另一个例子 包括一项针对两名瘫痪临床试验参与者的研究，他们使用了 脑门系统 带有无线发射器。 通过无线发射器，他们可以在标准平板电脑上进行指向、点击和打字。

我们可以想象一个世界，其中一些人被增强了，而另一些人选择了自然而无法增强自己。 这背后的危险在于，它将扩大拥有经济手段增强自身能力的富裕人群与其他愿意或不愿意保持自我增强的人之间的差距。

得到增强的员工将能够通过无需事后猜测来节省大量时间，并且能够轻松地立即回忆信息或从互联网上检索以前未知的数据。 人工智能可以快速向人类发出警报（或过滤掉）不相关、虚假或不合格的信息。 具有完美回忆能力的增强人类可以改变他们完成任务的方式，并且可以成倍地提高效率和生产力。

增强型人类无需输入文本或大声说话，只需思考，文本就会神奇地出现在屏幕上。 这种更简单的 BMI 版本可以节省大量时间。 带有人工智能系统的BMI可以简单地植入人脑中，并通过外部电源无线充电，或者能够利用人体和大脑内置的相同类型的卡路里和资源为自己供电。 虽然这是超级推测，但可能存在 纳米机器人 可以穿过血脑屏障产生体重指数。

增强的人类可能会发现与未增强的人类对话是多余且无聊的。 他们可能会选择与其他希望合作创办企业、撰写开创性论文或以其他方式提高生产力的增强人类联系在一起。 雇主可能会选择忽视教育背景或经验，而只专注于雇用经过提升的员工。

社会可以采取不同的路径，每条路径都会导致不同的结果。 在一条道路上可能有两种类型的人只是学会共存。

在 BMI 达到这种状态之前，早期的发展主要集中在神经系统问题上，包括以下内容：

不应忘记，Neurallink 的长期目标是 埃隆·马斯克表示 是， ”创建一个高带宽接口，让人们能够随行”。 这意味着如果我们成功开发 人工智能，这种发展不可避免地将我们引向超级智能。 BMI 将是人类生活在一个比我们目前的生物大脑先进得多的超级智能世界中的最终解决方案。有多少人选择增强自己还有待观察，同时 BMI 仍然是深度强化学习系统最重要的发展之一。