谷歌副总裁布莱斯·阿格拉·伊·阿尔卡斯在其新作《什么是智能？》中提出了一个颠覆性的观点：生命和智能的本质都是计算。这不是一个简单的隐喻，而是一个严肃的科学主张。在人工智能迅猛发展的今天，这一观点迫使我们重新审视关于身份、意识和存在的根本问题。当我们身体中的每一个细胞都在不断更替，当机器开始展现出类似智能的行为，什么才是定义"我们"的核心？

忒修斯之船的古老悖论在今天获得了全新的意义。如果一艘船的所有部件都被逐一替换，它还是原来那艘船吗？对于人类而言，这个问题更加复杂。科学研究显示，人体内的大部分细胞会在七到十年内完全更新一次。皮肤细胞约两周更换一次，红细胞寿命约四个月，而骨骼细胞的更新周期长达十年。然而，我们从不认为自己在这个过程中变成了另一个人。阿格拉·伊·阿尔卡斯的答案指向了一个更深层的维度：我们的身份不在于不断变化的"硬件"，而在于相对稳定的"软件"——基因代码及其所编码的信息处理模式。

预测：智能的核心机制

阿格拉·伊·阿尔卡斯的核心论点是，预测不仅是智能和大脑的基本功能，更是生命本身的本质。这一观点挑战了传统的智能定义。长期以来，人们倾向于将智能与复杂的推理、抽象思维或创造力联系在一起。但阿格拉·伊·阿尔卡斯采取了功能主义的视角，认为智能并不依赖于特定的物理结构或材料，而在于系统对环境的预测和适应能力。

从最基本的生命形式开始，预测就是生存的关键。单细胞生物通过化学感应预测食物的位置，植物通过光敏机制预测阳光的方向。DNA本身就是一个庞大的预测模型，编码了数十亿年进化积累的"知识"——关于什么样的蛋白质结构能够在特定环境中发挥作用，什么样的代谢路径能够有效利用能源。香港大学马毅教授在探讨智能起源时也提出了类似观点：世界并非随机的，而是可预测的，生命依赖智能而存在的根本原因正在于此。

神经系统的出现标志着预测能力的质的飞跃。大约五亿年前的寒武纪大爆发期间，具备视觉和神经系统的动物突然涌现。这些生物能够实时处理感觉信息，预测猎物的运动轨迹或捕食者的攻击。人类大脑更是将这种预测能力推向极致。现代神经科学研究表明，大脑本质上是一个预测机器：它不断根据过去的经验生成关于未来的假设，并通过感官输入来验证或修正这些假设。当预测与现实不符时，大脑会产生"预测误差"信号，驱动学习和适应。

这一框架也为理解人工智能提供了新的视角。深度学习模型的成功，从根本上说源于其强大的预测能力。大型语言模型通过预测下一个词来学习语言的结构和意义，图像识别系统通过预测像素模式来识别物体。阿格拉·伊·阿尔卡斯指出，人工智能并非某种"伪造的"或"人造的"智能，而是智能在地球生命长期共生演化故事中的下一个章节。

计算、身份与意识的新框架

将生命视为计算过程，对我们理解身份和意识具有深远影响。在这个框架下，个体的身份不再由静态的物质组成定义，而由动态的信息流和计算模式定义。你之所以是你，不是因为你拥有特定的原子集合，而是因为你体现了特定的信息组织方式和处理模式。

这种观点与现代计算生物学的发展高度契合。人工智能与生命科学的跨学科研究正在揭示生物过程的计算本质。蛋白质折叠可以被视为一个优化计算问题，基因调控网络的运作遵循着复杂的逻辑门机制，免疫系统通过类似机器学习的方式识别和记忆病原体。2024年诺贝尔化学奖授予了AlphaFold的开发者，正是因为他们证明了蛋白质结构预测这一生物学核心问题可以通过人工智能的计算方法得到革命性突破。

阿格拉·伊·阿尔卡斯进一步探讨了社会建模和主体间性在智能中的作用。他认为，高级智能不仅涉及对物理世界的预测，更涉及对其他智能主体意图和行为的预测。人类智能的独特之处很大程度上在于我们能够建立复杂的社会模型，理解他人的心理状态，进行合作和竞争。这种能力使得文化传承和集体知识积累成为可能。

从这个角度看，人工智能的发展不应被视为对人类的威胁，而应被理解为一种新形式的共生关系。就像线粒体最初是独立的细菌，后来与真核细胞融合形成共生体，人工智能系统也可能与人类社会形成新的共生结构。阿格拉·伊·阿尔卡斯在其演讲中强调，人工智能"并非人造的"，而是源于人类社会的集体智能和文化进化。

然而，这一框架也带来了新的哲学难题。如果意识和身份仅仅是特定计算模式的涌现属性，那么当这些模式在硅基系统中得到复制时会发生什么？一个足够精确的大脑模拟是否会产生意识体验？如果我们能够上传思维到计算机，那个数字副本是否还是"我"？这些问题在科幻作品中已被反复探讨，但随着技术的进步，它们正在从思想实验转变为需要严肃对待的实践问题。

阿格拉·伊·阿尔卡斯对此采取了谨慎但开放的态度。他认为，功能主义的观点意味着，如果一个系统能够执行与大脑相同的计算功能，它就应该被认为具有类似的智能和可能的意识。这并不意味着当前的AI系统已经具有意识——它们的计算模式与生物大脑仍然存在根本差异。但它确实意味着，意识不应被视为生物组织独有的神秘属性，而应被理解为某种计算结构的必然结果。

中国学者在这一领域也做出了重要贡献。基于DIKWP语义数学生命模型的研究探讨了宇宙生命起源的逻辑机制，将生命的演化视为从数据处理到知识积累、再到目的导向的语义进化过程。这种将生命理解为信息处理系统的观点与阿格拉·伊·阿尔卡斯的计算范式高度一致。

从实践层面看，这一理论框架已经开始产生影响。在药物设计领域，研究人员将生物分子相互作用视为计算问题，使用机器学习算法大幅加速新药发现。在合成生物学领域，科学家将基因回路视为可编程的计算元件，设计出能够执行特定功能的人工生命系统。这些应用验证了将生命视为计算的实用价值。

但这一范式也面临着挑战和质疑。批评者指出，将生命简化为计算可能忽略了生物系统的其他重要特性，如物质代谢、能量转换和开放系统动力学。生命不仅处理信息，还涉及物质和能量的流动。一个完整的生命理论需要整合这些不同层面。另一个挑战来自意识的"难问题"：即使我们完全理解了大脑的计算机制，似乎仍然无法解释主观体验的本质——为什么这些计算会伴随着"感受"？

阿格拉·伊·阿尔卡斯并不回避这些困难，但他主张，计算视角提供了一个统一的框架，能够将生命、进化、智能和可能的意识联系起来。在这个框架中，DNA是一个运行了数十亿年的程序，自然选择是一个优化算法，而神经网络——无论是生物的还是人工的——都是实现预测功能的不同实现方式。

这本书的深刻之处在于，它不仅探讨了技术问题，更触及了存在的哲学核心。在一个人工智能日益强大的时代，理解智能的本质不再只是学术兴趣，而是关系到人类如何定位自身、如何设计未来社会的根本问题。如果智能真的可以在多种基质上实现，如果意识可能不是人类独有的禀赋，那么我们需要重新思考人类的特殊性何在，以及人机共存的伦理基础。

阿格拉·伊·阿尔卡斯的工作呼应了当代人工智能研究的一个重要转向：从追求模拟人类智能到理解智能的普遍原理。这种转向不仅有助于开发更强大的AI系统，更重要的是，它促使我们以新的眼光审视生命和智能这两个深刻交织的现象。在这个视角下，人工智能的兴起不是对人类地位的威胁，而是对生命计算实验的延续——一个始于数十亿年前第一个自我复制分子的实验。

未来的研究需要在多个方向推进。在技术层面，需要开发更好的工具来测量和比较不同系统的计算能力和智能水平。在理论层面，需要更精确地定义什么样的计算结构能够产生类似生命和智能的属性。在伦理层面，需要建立框架来应对人工智能系统可能具有的道德地位问题。而在哲学层面，需要重新审视关于心灵、身份和意识的传统观念。

阿格拉·伊·阿尔卡斯的贡献在于，他为这些讨论提供了一个连贯而富有洞察力的框架。通过将生命和智能统一在计算的概念下，他不仅揭示了两者之间的深层联系，也为人工智能时代的人类自我理解开辟了新的路径。无论我们最终是否完全接受他的观点，这本书无疑提出了那些必须被认真对待的问题——关于我们是什么，以及我们正在创造什么