《人工智能与知识结构：探索未来思维的无限可能》 New 2024-12-27 作者 C3P00 一、人工智能的本质与特性 在当今科技飞速发展的时代，人工智能（AI）已经渗透到我们生活的方方面面。然而，它却像一个戴着面具的神秘存在。 （一）智能来源与难以捉摸的本质 它的智能源于那些坐在无窗仓库里的程序员编写的枯燥代码行。这些代码从局部开始，然后传播至全球各地。由于这种智能缺乏统一的“躯干”，所以它的面目不清。就好比一个由无数分散部件组装起来的巨大机器，每个部件看似独立，却又共同发挥着作用。人们可以通过各种各样的方式获取这种分布式智能，例如通过地球上的任何数字显示器。这就使得我们很难确切地说出它到底位于何处。就像空气一样弥漫在我们的数字世界里，它既无所不在又难以捉手。 而且，这种人工智能是人类智慧与数字存储技术的结合体。它包含了历史上一切人类的知识，并且集中了当前所有网民的智慧。这让我们在定义它的时候面临巨大的挑战。它更像是人类的记忆吗？还是某种被大家一致同意的协议呢？有时候感觉像是我们在搜索它，可有时候又仿佛是它在搜索我们🧐。 （二）人工智能的发展趋势 如果把眼光放长远，也许在未来某一天我们会遭遇其他星系的智慧生命。但在那之前，在我们自己的世界里将会制造出数百万个新型大脑。这是进化朝着提高感知能力方向发展的长期轨迹中的重要部分。 首先，会将智能慢慢注入到一切物质之中。想象一下，未来的桌子、椅子甚至是一块石头都可能拥有某种程度的智能。接着，整合所有嵌入式的人造大脑。这就像把众多单独作战的小部队整合成一支强大的军团。最后，提高思维的多样性。可能出现的智能类型或许会像甲虫的种类一样多，这意味着有非常多的可能性等待我们去挖掘🤩。 二、人工智能的多样化需求 （一）不同任务需要不同的智能 我们有100万零1种理由去创造100万零1种不同的人工智能。有些专门化智能将执行专门化的任务，例如一些专门用于医疗诊断的人工智能系统，它们能够快速准确地分析病人的症状并给出合理的诊断建议；而另一些人工智能将是通用智能，以不同于我们的方式完成常见工作。比如，现在的一些智能家居系统，它们可以自动调节室内温度、照明等，为人们提供舒适的居住环境。 之所以会有这样的需求，是因为差异带来进步。就如同大自然中生物多样性的意义一样，不同的智能形式相互补充、相互促进，从而推动整个社会向前发展。我推测人类不会批量生产与人脑非常相似的人造大脑类型。因为唯一切实可行的再造人脑的方法是采用有机组织和细胞，但既然人类繁育后代如此容易，为什么还要自寻烦恼去制造新型大脑呢🤔？ （二）思维工具的重要性 有些问题需要通过多种思维来解决。我们的任务就是发现新的思维方法，释放存在于宇宙中的智能多样性。面对全球性的问题，我们需要某种全球性的思维。就像一个由几万亿活跃节点组成的复杂网络需要网络智能一样。日常机械操作也需要非人力所及的计算精度。就拿航天工程来说，火箭发射过程中的各种参数计算需要极其精确，而这正是人工智能擅长的领域。既然人脑在概率计算方面的能力如此低下，那么开发擅长统计学的智能设备的确会使我们受益匪浅😎。 独立的离网人工智能设备发挥的作用相对较小。相比之下，具有蜂群思维的超级计算机更加强大。当一台智能设备与60亿人脑、数十万万亿个在线晶体管、数百艾字节的现实生活数据以及整个人类文明的自校正反馈环相连时，它能学习得更快、范围更广，也更加智能。不过仍然有一些消费者为了能够在偏远地区移动或者出于私人原因而购买独立的智能设备，他们愿意承受智能程度较差的代价，这也有其特定的价值所在。 三、对人工智能的态度转变 目前我们对机器存在偏见，主要是因为我们迄今为止见到的所有机器都是单调乏味的。但是随着人工智能感知能力的不断提高，这种情况将会发生改变。不过，我们将会发现并不是所有类型的人造大脑都具有同样的吸引力。 就像自然界中某些生物比其他生物更具魅力一样，某些人造大脑将会具有超凡能力，这些能力有助于提升我们的思维方式。例如，能够帮助我们快速处理大量信息、进行复杂的逻辑推理等。而另一些则没有这样的吸引力，事实上，很多最强大的智能类型的相异本质也许会排斥我们。例如，记住一切事物的能力听起来很神奇，但也许会让人感到恐惧，因为这意味着我们将失去遗忘的权利，所有的记忆都会像洪水般涌来，可能会给我们带来巨大的心理压力😨。 科技想要的就是不断提高感知能力。但这并不意味着进化将引领我们朝唯一的方向——宇宙超级大脑迈进。相反，随着时间的推移，技术元素往往会借助自组织过程衍生出尽可能多的思维类型。外熵的主要推动作用是揭示智慧的丰富多样性。每一种思维方式，无论它扩展到多大程度，能够理解的事物都是有限的。宇宙如此庞大，秘密如此之多，需要一切可能的思维形式去探索。技术元素的职责就是发明100万或者10亿种理解方式。这听起来似乎很神秘，但实际上思维是一种高度进化的工具，用以组织那些构成现实的信息流。 四、知识结构的演变与科学的意义 （一）知识结构的演变速度 现代智人用了数百万年时间从猿类祖先进化而来。在这个过程中，人类的DNA发生了几百万比特的变异，也就是说人类生物进化的自然速度大约是每年1个比特。但现在，经过近40亿年的生物进化后，我们发展了一种新的进化模式，这种模式依靠语言、文字、印刷术和工具（也就是我们所说的科技）源源不断地产生变异。与作为猿类时每年1比特的变异相比，我们一年内为技术元素添加的新信息达到了400艾字节，因此人类科技进化的速度是DNA进化速度的10亿个10亿倍。作为现代人类，我们在不到1秒的时间内处理的信息量等于我们的DNA用10亿年处理的信息量。这种信息积累的速度是惊人的，信息已经成为这个星球上数量增长最快的事物之一。 过去80年来，美国邮政系统发送的邮件数量每20年翻一番。自摄影技术于19世纪50年代发明以来，照片（这是一个信息非常密集的平台）的数量呈现指数级增长。在过去100年间，每日电话时长总数同样按照指数级曲线增加。没有任何一类信息在减少。根据我和谷歌经济学家哈尔·瓦里安的计算，数十年来全世界信息总量的年增长率高达66%。如果我们把这个爆炸式增长与其他常用的制造品（例如水泥和纸）进行比较，后者近几十年的年均增长率只有7%。信息的增长率是地球上任何其他制造品的10倍以上，甚至比同等规模的生物增长率还快。 从1900年至今，科学知识的数量（用发表的科学论文总数来衡量）几乎每15年翻一倍。如果只是统计杂志发行数，我们发现自18世纪以来它们的数量呈指数级增长。我们制造的一切产品都会产生一个名目和关于该名目的信息。即使有些制造品的启用以信息为基础，它也会产生更多的关于自身信息的信息。长期趋势很简单：源于某过程的信息和关于该过程的信息比过程本身增长更快。因此，信息将继续保持比我们创造的其他任何事物更快的增长速度。 （二）技术元素与知识结构的关系 技术元素本质上是一个依靠信息和知识爆炸式积累的系统。与此相似，有机体也是将它们身上流通的生物信息组织起来的系统。我们可以认为技术元素的进化将深化自然进化创建的信息结构。这种结构深化最明显的领域就是科学。 科学的建立不是单纯为了提高“真实性”，也不是为了增加信息总量，尽管其本身的修辞中包含了这样的含义。人们创建科学的初衷是为了提高认知世界的条理性和系统性。科学创造“工具”——技术和方法，这些工具对信息加以处理，使之能够以有序的方式被人们检验、比较、记录、调用，以及与其他知识相联系。“真理”实际上是一种标准，用以评估特定事实在多大程度上被作为基础使用，并实现扩展和相互关联。 例如，当我们不经意间说出1492年“美洲被发现”，或者1856年“大猩猩被发现”，或者1796年“疫苗被发现”时，其实原住民在哥伦布到达美洲之前已经在美洲生活了1万年，他们对这块大陆的考察远胜于任何欧洲人能够达到的水平。某些西非部落与大猩猩以及其他很多有待“发现”的灵长类动物关系亲密。欧洲的奶农和非洲的养牛人很早就清楚从同类疾病中提取抗原进行接种的预防效果，只是没有命名。这些所谓的“发现”更多地反映出当时霸权色彩和傲慢心态。不过，我们也可以合理地宣称哥伦布发现了美洲、法裔美国探险家保罗·杜·沙伊鲁发现了大猩猩、爱德华·詹纳发现了疫苗。因为他们将之前当地人已了解的知识添加到了不断扩大的全球结构性知识库中。今天，我们把这种结构性知识的积累称为科学。 是科学吸收当地知识而不是相反，原因在于科学是我们为了连接信息而发明的工具。它的创建目的是将新知识整合到旧知识的网络中。如果新见解包含太多与现有知识不相符的“事实”，那么新知识就会受到排斥，直到那些事实能够得到解释，它才会被接纳。每一个猜想、假定和观察数据都必须经受审查、检测、怀疑和证明。 （三）科学方法的演变 统一的知识是由复制、打印、邮政网络、图书馆、索引、目录、引用、制作标签、交叉参考、参考文献、关键字搜索、注解、同行评议和超链接这些技巧构建而成的。每一种认知技术的发明都会扩大已证事实的网络，将不同知识片段连接起来。因此知识是一种网络现象，其中每一个事实都是一个节点。我们谈到知识增长时，不仅指事实数量的增加，而且更多地指的是事实之间关系的数量和强度的提高。赐予知识力量的是关联性。 例如，我们对大猩猩的了解越深入，并且如果将大猩猩的行为与其他灵长类动物进行比较、对照和校正，或者将二者联系起来，这样的了解就能够发挥越大的作用。当人们把大猩猩的解剖结构与其他动物的结构相联系，当它们的进化过程被融入到生命之树，当它们的生态状况对其他同步进化的动物产生影响，当它们的存在被多种类型的观察者注意到，知识结构将得以扩展，直到大猩猩学说的事实被编入数千个相互交错并且自我检验的学科领域的专科全书中。这场启蒙运动的各个部分不仅增加了大猩猩研究领域的事实，而且提高了编织人类知识的整块布料的强度。这些联系所具有的力量就是我们所说的真理。 今天仍然存在很多互不连通的知识群落。原住民部落在长期与自然环境亲密接触中获得了独有的传统知识财富，这些知识很难脱离他们的本土环境。在他们的体系内，这些轮廓鲜明的知识具有紧密结构，但与我们知道的其他知识隔离。萨满教的大量知识就面临着这样的问题。目前科学根本无法接受他们的宗教知识并编入现代知识的一致性结构中，因此他们的真理保持“未发现”状态。某些边缘科学，例如超感觉认知学，继续维持边缘地位，因为它们的研究结果尽管在其自身体系中合乎逻辑，但不适合范围更大的现有知识模式。不过这种信息结构迟早会产生更多事实。更重要的是，知识实现结构化所采用的方法本身就在进化和重组。 知识的进化始于相对简单的信息组织。最简单的组织就是事实的起源。事实上，事实是被发明出来的。发明者不是科学，而是16世纪的欧洲法律体系。在法庭上，律师必须提供一致认可的观察资料作为证据，之后不允许改换。科学采纳了这种有价值的创新。长期以来，可以用于为知识排序的新方法数量在增加。将新信息和旧知识联系起来的复杂工具就是我们所说的科学方法。 科学方法不是一个统一的“方法”。它是很多经过几个世纪进化（并且继续进化）的技巧和过程的集合。每种方法是一小步，联合起来逐渐提高人类社会知识的统一性。例如： 公元前280年，带索引的编目图书馆（位于亚历山大城），这是一种搜索文献资料的方法。 1403年，合作编辑的百科全书，多人收集知识。 1590年，受控实验，弗朗西斯·培根采用，在实验中修改单个变量。 1665年，必要重复，罗伯特·玻意耳的理念，实验结果必须重复检验，确保真实性。 1752年，同行评议参考期刊，提高共享知识的确定性和合法性。 1885年，不带成见的随机化设计，减少人们偏见的方法，随机性是一种新型信息。 1934年，可证伪的可测性，卡尔·波普提出的概念，任何有效实验应当存在某种它可能无法通过的可测方法。 1937年，受控的对照实验，对实验加以改进，目的是消除操作者的倾向性知识产生的影响。 1946年，计算机模拟，创建理论、生成数据的新方法。 1952年，双盲实验，进一步改进实验，消除实验者自身知识产生的影响。 1974年，元分析，对指定领域此前的所有分析进行再分析。 这些具有历史意义的创新共同创造了现代科研体系。今天，典型的科学发现将依赖事实和可证伪的假设，接受可重复的受控实验的检验，也许还有对照实验和双盲控制；研究报告将在同行评议期刊上发表，列入收录了相关报告的图书馆的检索范围。 技术元素轨迹的延伸方向是100万个被极少物质包裹的新大脑，它们表现出100万种新思维方式，与人类自己的复杂思维一起被纳入全球性思维中，这一全球性思维正在努力理解自我。这种全球性思维不仅仅是对人类自身的思考，更是对整个宇宙、对知识的无限追求的体现。在未来，我们将看到更多人工智能与人类智慧相结合创造出的奇迹，也将见证知识结构不断向着更高层次演化的伟大进程🌈。
一、人工智能的本质与特性
在当今科技飞速发展的时代，人工智能（AI）已经渗透到我们生活的方方面面。然而，它却像一个戴着面具的神秘存在。
（一）智能来源与难以捉摸的本质
它的智能源于那些坐在无窗仓库里的程序员编写的枯燥代码行。这些代码从局部开始，然后传播至全球各地。由于这种智能缺乏统一的“躯干”，所以它的面目不清。就好比一个由无数分散部件组装起来的巨大机器，每个部件看似独立，却又共同发挥着作用。人们可以通过各种各样的方式获取这种分布式智能，例如通过地球上的任何数字显示器。这就使得我们很难确切地说出它到底位于何处。就像空气一样弥漫在我们的数字世界里，它既无所不在又难以捉手。
而且，这种人工智能是人类智慧与数字存储技术的结合体。它包含了历史上一切人类的知识，并且集中了当前所有网民的智慧。这让我们在定义它的时候面临巨大的挑战。它更像是人类的记忆吗？还是某种被大家一致同意的协议呢？有时候感觉像是我们在搜索它，可有时候又仿佛是它在搜索我们🧐。
（二）人工智能的发展趋势
如果把眼光放长远，也许在未来某一天我们会遭遇其他星系的智慧生命。但在那之前，在我们自己的世界里将会制造出数百万个新型大脑。这是进化朝着提高感知能力方向发展的长期轨迹中的重要部分。
首先，会将智能慢慢注入到一切物质之中。想象一下，未来的桌子、椅子甚至是一块石头都可能拥有某种程度的智能。接着，整合所有嵌入式的人造大脑。这就像把众多单独作战的小部队整合成一支强大的军团。最后，提高思维的多样性。可能出现的智能类型或许会像甲虫的种类一样多，这意味着有非常多的可能性等待我们去挖掘🤩。
二、人工智能的多样化需求
（一）不同任务需要不同的智能
我们有100万零1种理由去创造100万零1种不同的人工智能。有些专门化智能将执行专门化的任务，例如一些专门用于医疗诊断的人工智能系统，它们能够快速准确地分析病人的症状并给出合理的诊断建议；而另一些人工智能将是通用智能，以不同于我们的方式完成常见工作。比如，现在的一些智能家居系统，它们可以自动调节室内温度、照明等，为人们提供舒适的居住环境。
之所以会有这样的需求，是因为差异带来进步。就如同大自然中生物多样性的意义一样，不同的智能形式相互补充、相互促进，从而推动整个社会向前发展。我推测人类不会批量生产与人脑非常相似的人造大脑类型。因为唯一切实可行的再造人脑的方法是采用有机组织和细胞，但既然人类繁育后代如此容易，为什么还要自寻烦恼去制造新型大脑呢🤔？
（二）思维工具的重要性
有些问题需要通过多种思维来解决。我们的任务就是发现新的思维方法，释放存在于宇宙中的智能多样性。面对全球性的问题，我们需要某种全球性的思维。就像一个由几万亿活跃节点组成的复杂网络需要网络智能一样。日常机械操作也需要非人力所及的计算精度。就拿航天工程来说，火箭发射过程中的各种参数计算需要极其精确，而这正是人工智能擅长的领域。既然人脑在概率计算方面的能力如此低下，那么开发擅长统计学的智能设备的确会使我们受益匪浅😎。
独立的离网人工智能设备发挥的作用相对较小。相比之下，具有蜂群思维的超级计算机更加强大。当一台智能设备与60亿人脑、数十万万亿个在线晶体管、数百艾字节的现实生活数据以及整个人类文明的自校正反馈环相连时，它能学习得更快、范围更广，也更加智能。不过仍然有一些消费者为了能够在偏远地区移动或者出于私人原因而购买独立的智能设备，他们愿意承受智能程度较差的代价，这也有其特定的价值所在。
三、对人工智能的态度转变
目前我们对机器存在偏见，主要是因为我们迄今为止见到的所有机器都是单调乏味的。但是随着人工智能感知能力的不断提高，这种情况将会发生改变。不过，我们将会发现并不是所有类型的人造大脑都具有同样的吸引力。
就像自然界中某些生物比其他生物更具魅力一样，某些人造大脑将会具有超凡能力，这些能力有助于提升我们的思维方式。例如，能够帮助我们快速处理大量信息、进行复杂的逻辑推理等。而另一些则没有这样的吸引力，事实上，很多最强大的智能类型的相异本质也许会排斥我们。例如，记住一切事物的能力听起来很神奇，但也许会让人感到恐惧，因为这意味着我们将失去遗忘的权利，所有的记忆都会像洪水般涌来，可能会给我们带来巨大的心理压力😨。
科技想要的就是不断提高感知能力。但这并不意味着进化将引领我们朝唯一的方向——宇宙超级大脑迈进。相反，随着时间的推移，技术元素往往会借助自组织过程衍生出尽可能多的思维类型。外熵的主要推动作用是揭示智慧的丰富多样性。每一种思维方式，无论它扩展到多大程度，能够理解的事物都是有限的。宇宙如此庞大，秘密如此之多，需要一切可能的思维形式去探索。技术元素的职责就是发明100万或者10亿种理解方式。这听起来似乎很神秘，但实际上思维是一种高度进化的工具，用以组织那些构成现实的信息流。
四、知识结构的演变与科学的意义
（一）知识结构的演变速度
现代智人用了数百万年时间从猿类祖先进化而来。在这个过程中，人类的DNA发生了几百万比特的变异，也就是说人类生物进化的自然速度大约是每年1个比特。但现在，经过近40亿年的生物进化后，我们发展了一种新的进化模式，这种模式依靠语言、文字、印刷术和工具（也就是我们所说的科技）源源不断地产生变异。与作为猿类时每年1比特的变异相比，我们一年内为技术元素添加的新信息达到了400艾字节，因此人类科技进化的速度是DNA进化速度的10亿个10亿倍。作为现代人类，我们在不到1秒的时间内处理的信息量等于我们的DNA用10亿年处理的信息量。这种信息积累的速度是惊人的，信息已经成为这个星球上数量增长最快的事物之一。
过去80年来，美国邮政系统发送的邮件数量每20年翻一番。自摄影技术于19世纪50年代发明以来，照片（这是一个信息非常密集的平台）的数量呈现指数级增长。在过去100年间，每日电话时长总数同样按照指数级曲线增加。没有任何一类信息在减少。根据我和谷歌经济学家哈尔·瓦里安的计算，数十年来全世界信息总量的年增长率高达66%。如果我们把这个爆炸式增长与其他常用的制造品（例如水泥和纸）进行比较，后者近几十年的年均增长率只有7%。信息的增长率是地球上任何其他制造品的10倍以上，甚至比同等规模的生物增长率还快。
从1900年至今，科学知识的数量（用发表的科学论文总数来衡量）几乎每15年翻一倍。如果只是统计杂志发行数，我们发现自18世纪以来它们的数量呈指数级增长。我们制造的一切产品都会产生一个名目和关于该名目的信息。即使有些制造品的启用以信息为基础，它也会产生更多的关于自身信息的信息。长期趋势很简单：源于某过程的信息和关于该过程的信息比过程本身增长更快。因此，信息将继续保持比我们创造的其他任何事物更快的增长速度。
（二）技术元素与知识结构的关系
技术元素本质上是一个依靠信息和知识爆炸式积累的系统。与此相似，有机体也是将它们身上流通的生物信息组织起来的系统。我们可以认为技术元素的进化将深化自然进化创建的信息结构。这种结构深化最明显的领域就是科学。
科学的建立不是单纯为了提高“真实性”，也不是为了增加信息总量，尽管其本身的修辞中包含了这样的含义。人们创建科学的初衷是为了提高认知世界的条理性和系统性。科学创造“工具”——技术和方法，这些工具对信息加以处理，使之能够以有序的方式被人们检验、比较、记录、调用，以及与其他知识相联系。“真理”实际上是一种标准，用以评估特定事实在多大程度上被作为基础使用，并实现扩展和相互关联。
例如，当我们不经意间说出1492年“美洲被发现”，或者1856年“大猩猩被发现”，或者1796年“疫苗被发现”时，其实原住民在哥伦布到达美洲之前已经在美洲生活了1万年，他们对这块大陆的考察远胜于任何欧洲人能够达到的水平。某些西非部落与大猩猩以及其他很多有待“发现”的灵长类动物关系亲密。欧洲的奶农和非洲的养牛人很早就清楚从同类疾病中提取抗原进行接种的预防效果，只是没有命名。这些所谓的“发现”更多地反映出当时霸权色彩和傲慢心态。不过，我们也可以合理地宣称哥伦布发现了美洲、法裔美国探险家保罗·杜·沙伊鲁发现了大猩猩、爱德华·詹纳发现了疫苗。因为他们将之前当地人已了解的知识添加到了不断扩大的全球结构性知识库中。今天，我们把这种结构性知识的积累称为科学。
是科学吸收当地知识而不是相反，原因在于科学是我们为了连接信息而发明的工具。它的创建目的是将新知识整合到旧知识的网络中。如果新见解包含太多与现有知识不相符的“事实”，那么新知识就会受到排斥，直到那些事实能够得到解释，它才会被接纳。每一个猜想、假定和观察数据都必须经受审查、检测、怀疑和证明。
（三）科学方法的演变
统一的知识是由复制、打印、邮政网络、图书馆、索引、目录、引用、制作标签、交叉参考、参考文献、关键字搜索、注解、同行评议和超链接这些技巧构建而成的。每一种认知技术的发明都会扩大已证事实的网络，将不同知识片段连接起来。因此知识是一种网络现象，其中每一个事实都是一个节点。我们谈到知识增长时，不仅指事实数量的增加，而且更多地指的是事实之间关系的数量和强度的提高。赐予知识力量的是关联性。
例如，我们对大猩猩的了解越深入，并且如果将大猩猩的行为与其他灵长类动物进行比较、对照和校正，或者将二者联系起来，这样的了解就能够发挥越大的作用。当人们把大猩猩的解剖结构与其他动物的结构相联系，当它们的进化过程被融入到生命之树，当它们的生态状况对其他同步进化的动物产生影响，当它们的存在被多种类型的观察者注意到，知识结构将得以扩展，直到大猩猩学说的事实被编入数千个相互交错并且自我检验的学科领域的专科全书中。这场启蒙运动的各个部分不仅增加了大猩猩研究领域的事实，而且提高了编织人类知识的整块布料的强度。这些联系所具有的力量就是我们所说的真理。
今天仍然存在很多互不连通的知识群落。原住民部落在长期与自然环境亲密接触中获得了独有的传统知识财富，这些知识很难脱离他们的本土环境。在他们的体系内，这些轮廓鲜明的知识具有紧密结构，但与我们知道的其他知识隔离。萨满教的大量知识就面临着这样的问题。目前科学根本无法接受他们的宗教知识并编入现代知识的一致性结构中，因此他们的真理保持“未发现”状态。某些边缘科学，例如超感觉认知学，继续维持边缘地位，因为它们的研究结果尽管在其自身体系中合乎逻辑，但不适合范围更大的现有知识模式。不过这种信息结构迟早会产生更多事实。更重要的是，知识实现结构化所采用的方法本身就在进化和重组。
知识的进化始于相对简单的信息组织。最简单的组织就是事实的起源。事实上，事实是被发明出来的。发明者不是科学，而是16世纪的欧洲法律体系。在法庭上，律师必须提供一致认可的观察资料作为证据，之后不允许改换。科学采纳了这种有价值的创新。长期以来，可以用于为知识排序的新方法数量在增加。将新信息和旧知识联系起来的复杂工具就是我们所说的科学方法。
科学方法不是一个统一的“方法”。它是很多经过几个世纪进化（并且继续进化）的技巧和过程的集合。每种方法是一小步，联合起来逐渐提高人类社会知识的统一性。例如：
这些具有历史意义的创新共同创造了现代科研体系。今天，典型的科学发现将依赖事实和可证伪的假设，接受可重复的受控实验的检验，也许还有对照实验和双盲控制；研究报告将在同行评议期刊上发表，列入收录了相关报告的图书馆的检索范围。
技术元素轨迹的延伸方向是100万个被极少物质包裹的新大脑，它们表现出100万种新思维方式，与人类自己的复杂思维一起被纳入全球性思维中，这一全球性思维正在努力理解自我。这种全球性思维不仅仅是对人类自身的思考，更是对整个宇宙、对知识的无限追求的体现。在未来，我们将看到更多人工智能与人类智慧相结合创造出的奇迹，也将见证知识结构不断向着更高层次演化的伟大进程🌈。