而在實際場景中，其中一種思路往往更有效。我經常在被問到最喜歡的電影、電視劇或書籍是什麼。不出所料，當我列出清單時，總會收到回覆說，其中很多也是他們的最愛——這並不奇怪，我是科幻迷，觀眾里也有很多科幻迷，這和我們的主題高度相關。我能觀測到這些喜好清單，或是你們現在能看到它們，確實和我們的存在本身密切相關。
反過來說，如果我們調查最喜愛的食物，就不會預期出現與全體人類相比異常偏高的偏好，儘管可能會因地域或其他因素產生偏差。
需要強調的是，這兩個概念並非相互對立，我們一直在同時使用它們，只是具體場景會決定哪個更適用，並將其簡化為一種常見、甚至有些枯燥的思維練習。
當我們所知甚少，卻探討世界末日、神是否存在、你是否可能只是計算機模擬產物這類話題時，這些概念能引發更深的興趣，但也往往會掩蓋一個工具的本質：它既簡單，又具有深刻的決策價值。
在切入我們今天第二個、也是主要的話題**超級智能**之前，我先做一個和**鄧寧-克魯格效應**相關的類比。
如果我們把一個人對某個主題或問題的信心，與其掌握的相關知識繪製成圖，會得到類似雙峰曲線的形狀：起初信心很低，但會急劇上升，隨後隨著知識增加而下降，最終再次回升。我常把這個階段稱為「愚蠢之巔」，這似乎是一個很受歡迎的「停留地」，或許我們所有人都時常在這裡駐足。
不過我現在提到它，更多是為了說明我們通常如何做決策：我們常常能依據極少的信息做出非常自信的判斷，而隨著了解增多，信心反而下降，直到最終掌握足夠信息，才會重新對決策充滿信心。有時，了解更多甚至會讓我們質疑正確的結論，進而做出錯誤選擇，但這不是我此刻的重點。
我一直強調，人擇原理主要關乎**信息匱乏時的決策**，它幫助你做出有信心的決策，不是因為你認為這個決策極有可能正確，而是因為你知道，基於現有信息，這是最優選擇。如果獲得更多信息，你可以修正判斷，但在此期間，你可以做出決策並採取行動，清楚這個決策本身是合理的——無論它最終是否正確。
如果一個選項的正確概率是其他選項的兩倍，那它就是最優選擇，哪怕它的絕對成功率很低。如果有人即將擲一對骰子，而你必須猜點數之和，你應該選7，而不是2或12，更不是1或100——因為7的概率最高，2和12最低，1和100則看似不可能。如果你後來發現這不是六面正方體骰子、點數不是1到6、或是兩顆骰子都 heavily 傾向於擲出6，你再相應修正判斷即可。
現在，鄧寧-克魯格效應也適用於人類對超級智能的思考。重要的是要明白，我們所有人都會停留在「愚蠢之巔」，因為人生的時間有限，能學習的東西有限，激發我們去學習各類知識的興趣與需求也有限。這些知識可以包括如何成為好的交談者、有說服力的演講者——這些都是可習得的技能，和扔球、做計算一樣。
無論我們接下來要討論的三種超級智能中的哪一種，都理應在這類技能上遠超人類。因此，在探討這些概念時，我們最好摒棄虛構作品帶來的偏見：不要覺得計算機大腦或超人類會像冰格一樣毫無個人魅力。
我在之前提到過：一個想要統治世界的人工智慧，大概率不會靠軍團殺手機器人和核武器實現目標，反而更有可能通過普選上台。沒錯，它可能會利用自身更理性、更博學的特點作為優勢，但總體而言，我認為無論超級智能的來源是計算機意識還是超人類，它絕對會運用魅力與社交技巧。
那麼，什麼是超級智能？尼克·博斯特羅姆將其大致分為三類，我沿用他的分類：
**第一類：速度型超級智能**
這是我們在之前的超人類主義中討論過的類型。本質上，智能的提升僅體現為**思考速度加快**。這通常是人們最容易想像的形式，有點類似於你周圍的世界整體慢了下來。用計算機術語來說，就是**處理器更快**。
**第二類：集體型超級智能**
這或許是你最熟悉、某種程度上已經存在的超級智能類型。它的範圍很廣：從結構鬆散的集體（比如擁有專業技能分工的部落），一直擴展到整個文明，或是共同推動領域發展的專家團隊；再到更直接的高帶寬集體——你甚至可以認為其中只有一個意識，個體更像是某個整體的器官，或是集體大腦的腦葉。用計算機術語來說，就是**多處理器或聯網計算機**。
**第三類：質量型超級智能**
這是最難想像的一類，只能通過對比理解。它不是加快處理器速度，也不是增加並行處理器數量，而是某種可以大致歸為**軟體層面**的提升。
一隻貓就算大腦運轉更快，也不可能發現微積分；一百隻貓聯網並行也做不到。對人類而言，一位訓練有素、才華橫溢的科學家或藝術家，在其正常職業生涯中產生的洞見或深度成果，會遠超一個有十倍主觀時間研究問題的普通人，或是十個普通人組成的委員會。
再用一次鄧寧-克魯格效應：我們會認為這三類超級智能都極少停留在「愚蠢之巔」。
- 速度型超級智能有更多主觀時間學習，能更快地詳細研究課題；
- 集體型超級智能擁有「三個臭皮匠頂個諸葛亮」的優勢，和它交流，就像向一屋子普通人提問，而不是只問一個人；
- 質量型超級智能，則相當於向專家提問，而非向普通人提問。
如我所說，我們之前在超人類主義中聊過速度型超級智能，今天只簡要回顧重點，並補充一些相關新內容。
速度型超級智能，本質是把人類大腦加速——要麼通過小型化讓信號傳輸更快，要麼用更快的傳輸機制替代原有生物結構。人類的思維速度大致不超過音速，而理論上可以提升至光速，差距可達數百萬倍。
從實際角度看，你只是在一個時間流逝看似慢得多的宇宙里，擁有了更長的主觀壽命。你的主觀時間流速極快，你並沒有變得更聰明，但有更多時間思考問題、應對事件。
當然，因為你的大腦天生適配眼睛、耳朵等感官的信息接收速度與帶寬，你需要對自身進行大幅改造，比如實現思維聯網，能和其他加速個體以類似心靈感應的方式交流——想必是通過無線電通信。很多時候我們會假設，這類智能會拋棄自然軀體，或是只將其作為自身存在的一小部分，因為軀體的反應速度太慢。就算我們把軀體換成能以子彈速度移動的賽博底盤，對它們來說也還是太慢。
你大概會預期這些個體聚居在一起，因為和其他加速個體住在同一棟樓里，交流就不會有時間延遲。對我們來說，信號跨越地球的幾分之一秒延遲完全可以忽略，但對它們而言，給鄰鎮的人打一通電話，感覺就像我們和月球上的太空人對話——你說完話，對方要幾分鐘後才能聽到，再等幾分鐘才能收到回復。我們確實會通過郵件進行延遲對話，但就算知道打電話能更快得到即時回復，我們也不喜歡那樣聊天。
集體型超級智能，在某種意義上是你已經熟悉的概念：群體協作實際上會創造一個新的實體。從字面意義上看，多細胞生物、群居生物甚至蜂巢思維都是如此；從比喻意義上看，團隊、俱樂部、部落、獸群、人群也都是。你和我都屬於多個集體型超級智能，儘管在這個定義下都相當原始。而群體與文明本身，本質上就是大型問題解決實體。
因此這是一個非常寬泛的類別：從現有人類通過低帶寬語言交流思想，到人們的大腦緊密連接，以至於更適合被視為某個更大大腦的半球或腦葉——從「三個臭皮匠」，到完整的蜂巢思維，甚至是融合程度更高、只有一個明確人格與身份的多細胞生物等價體。這也包含了網絡計算機意識在某個臨界質量突然覺醒的設想，比如所謂的「谷歌覺醒」。
這是大家熟悉的概念，不過在進入第三類之前，我想補充一個反向案例供大家思考。
我們都曾在自己或朋友身上發現：在不同的人或群體面前，會展現出不同的一面。這可能意味著這個人的身份帶有一定的虛偽與偽裝，但我指的是很多人在他人面前改變行為、甚至語氣和舉止的普遍現象。這種轉變可能相當深刻，不只是表面細節，幾乎接近輕度的多重人格障礙。
因此我能想像，一個升級後的單一智能體，可能會分裂出相當獨立的部分，來處理不同的任務或互動——這是集體智能或並行處理的反向形式，但更偏向軟體層面，有點像多任務處理、打開多個窗口，但區分度更高，就像計算機處理器兼任音頻或視頻編解碼器，而不是用獨立設備完成。
用谷歌的類比來說，我們常常預期人工智慧會從類似搜尋引擎、與海量用戶頻繁交互的系統中誕生。我能想像一個龐大的人工智慧，擁有大量定製化界面，適配特定的用戶性格，甚至為每個用戶提供獨一無二的界面。
速度型超級智能讓你思考更快，集體型超級智能讓更多大腦參與解決問題，二者對解決問題都非常有幫助。但我們認為，存在一種智能，能以更優的方式處理某些問題——就像十個人可能要花數年甚至永遠都想不出答案的問題，一個思路合適的人能輕鬆解決；或是一個人可能要花數年才能寫出一本像樣的書，而另一個人幾周就能寫出更優秀的作品。
這是一種模糊、不明確的智能類型，我們稱之為**質量型智能**。我會用類比來解釋：它本質上是軟體層面的提升，部分原因是我本身對「天才」這個概念持懷疑態度。我認為人類的智力水平、天賦才能，主要取決於後天培養與專注度——從軟體角度看，是經驗、知識；從肌肉類比的角度看，你必須鍛鍊大腦，建立並維持所有神經連接。
關於人類智能，有多種相互競爭的理論：加德納的**多元智能理論**很受歡迎，將智能分為空間、語言、邏輯-數學、人際等類別；還有斯滕伯格的**三元智能理論**（成功智能），分為分析型、創造型、實踐型；我們還有**流體智能**與**晶體智能**——流體智能指獨立於知識的問題解決能力，晶體智能負責基於技能與經驗的能力。此外還有至少十幾種其他理論。
據我所知，該領域的專家並未認為其中任何一種理論是極具說服力的主流觀點。我猜測，除了我們目前了解得還不夠多之外，我們還需要警惕部分結論可能受到偏見影響：一方面，研究人員很可能有充分理由認為自己是高智商人群，進而產生偏見；另一方面，我們普遍希望「每個人都有自己的聰明之處」，這種心態也可以理解。
我不清楚這兩種偏見對結論的影響有多大，希望微乎其微，但它們無疑會影響我們非專業人士的判斷。因此在思考質量型智能時，我們要牢記：它可能全部或部分等同於更快的處理器、更多的處理器、更大的內存、更豐富的知識與經驗，以及在過程中形成的更優方法或軟體。
你可能會遇到一個超級計算機大腦，它能想出我們就算投入更多時間、更多人力也想不明白的問題，而它轉過身解釋原因時，我們會拍著額頭恍然大悟：「原來這麼簡單」，然後也能復現同樣的智能表現，只是速度更慢，或是需要更多人力。
又或者，我們普遍需要擴展所有記憶，才能同時思考更多事情。我們的多任務處理能力還算不錯，但同時思考或跟蹤的事情數量確實存在上限。從質量角度來看，能突破這一限制，或許是智能最大的單項提升。