提綱：一切從智能講起→人與動物→人與人→人工智能與人→人類的未來–教育
一切從智能講起
本文所講述的智能，就是在人類和動物身上和以模擬生物智能方式創造的人造(人工)智能。 智能是一種可以通過學習而積累的思維能力，智能的作用是解決智能體要面對的問題，它是一種具塑造性的解決問題的邏輯能力，學習(訓練)塑造並提高了智能。
在人類和動物中，智能來自蛋白質構造的大腦器官，大腦中的神經網絡產生智能，在動物的大腦中能找到神經網絡，只是網絡的結構和複雜程度與人類不能相比。那就以人類大腦為例，先來簡單認識下，蛋白神經網絡是如何運作的。
大腦由大腦細胞(neurons)所組成﹐大腦細胞與身體其它部份細胞的不同點﹐在於它們有軸突(axons)和樹突(dendrites)﹐大腦細胞之間就以軸突與樹突接觸的方式連接，如下。
突軸是一種大腦細胞的延伸分支﹐它的形狀長而細。最短的可以只有幾毫米長﹐最長的有超過一米的長度﹐這種長的突軸用來連接大腦在另一邊的細胞﹐大腦不同位置的細胞部份﹐也通過這種長突軸相連。神經脈衝是由一些微弱的電流組成﹐當這股電流從大腦細胞的一端傳至另外一端后﹐在開始這一端的突軸會因為接收到電流信號而分泌出一種叫「神經傳遞素(neurotransmitter)」的化學物質(發生化學作用)﹐這種物質會通過滲透的方式﹐穿越在兩個大腦細胞之間的縫隙﹐接觸到下一個細胞的突軸﹐令它觸發下一股的神經電流﹐然后再傳至這個大腦細胞的另一端來激發再下一次的神經傳遞素分泌。神經信號的傳遞﹐基本上就是以這種大腦細胞的接力方式來進行的。突軸是一個信號發生者和傳播者﹐而樹軸則可以理解為一個信號的接收者﹐兩者的合力就達成了整個接力過程。
以上是一個微觀的傳遞動作﹐在宏觀方面﹐每一個細胞可能同時接觸到上千個其它的細胞﹐這令到在一瞬間內﹐這個細胞可能從其它細胞那裡接收到上千個神經信號﹐再在第一時間內把它傳到另一個細胞。我們可以想象﹐整個大腦細胞的網絡結構呈現立體形狀。因為突軸的長度不一﹐這令到大腦細胞不單在局部區域內有網絡式的聯系﹐而且位於各區域的細胞也有跨區域之間的接觸。大腦細胞之間的接觸將會以可能是上千倍幾何級數的方式向外發散﹐一個細胞連接上千個其它細胞﹐這上千個中的每一個細胞可能再接觸到接著來的上千個細胞﹐大腦有大約9億個這樣的神經細胞組成這個網絡，其數量之多可比宇宙中星球之數。這種龐大的網絡結構是當今任何一個人造的非神經網絡系統(包括計算機或電訊網絡)都無法與之比擬的﹐它的信息處理速度令人嘆為觀止(參考《導論﹕大腦﹑思維與語言文字》)。一個細胞的之間的連接點以今天電腦科學的⻆度看, 可以被稱之為一個「邏輯門(Logic gate)」，這種邏輯門的狀態是可改可增的，它與其他門的聯結也是可增的，它可以通過信息的輸入而改變或增加邏輯門的數量， 改變後的邏輯門可以改變輸出的邏輯結果，以信息的輸入來改變邏輯的判斷方式，就是一種對神經網絡的「訓練」，以神經網絡的⻆度看是一種「學習」。神經網絡之所以被稱為智能，因為它不是一個硬性執行指令的組織（硬性執行指令是，如果有A為條件就輸出 B，如果是B就輸出C，邏輯門排列次序是固定不變的，一個初始輸入的數值將永遠得到固定不變的結果)。
智能體的工作就是處理信息，信息的流動只有两個方面，輸入與輸出信息，就是從外部世界輸入(導入)信息進入智能體，又從智能體中導出信息反饋回外部世界，輸出信息可稱為結果，這就構成了可交換信息的信息回路。在智能與外部世界之間的交接處我們稱之為「介面」(眼耳手脚皮膚等器官為介面)，我們可以說，智能體通過介面輸入和輸出信息。
人與動物 回到頁首↑
在人工智能面世之前，這個地表上只存在著兩種智能體，就是人類和動物智能，最後人類智能戰勝動物智能，永遠地成為地球上的主人。現在，首先讓我們通過同為生物智能體的人與動物之間的競爭，來認知「智能」和「介面」在競爭上作出的決定性作用。
自恐龍滅絕，人類開始出現，慢慢進化發展成為「直立人」。從那刻開始，人類就為了其他地表生動 – 動物的「天敵」，兩者的競爭從此展開直到人類完全統治地表。
如果我們忽略宗教中提到的上帝和測想中外星高智生物對人類誕生的干預因素，本文就按科學進化論的方面分析，既然人類和動物同為以介面包裹的智能體，那麼為甚麼只有人類才可以不停進化，最後成為今天的高等智能動物，而其他動物則基本上，只停留在生物結構層面上的改變而没有在智能上有任何的提升呢？ 要解釋這點我們就要認識人類的介面對智能的促進作用，我們稱為「訓練/學習」。
如上文提及，人類與動物都擁有一副蛋白質構造的神經網絡，神經網絡的複雜度是以神經點之間的聯繫數量來決定，這也決定了智能的高低。大腦是神經網絡的物理載體，可以肯定較大的大腦體積可以承載更多的神經細胞，大腦神經網絡需要更大體積的大腦作為條件，同時神經網絡在支點與密度上的提升會增加大腦的重量，以上的結論在動物身上己經可以被證實。因為海上的浮力，所以鯨魚可以發展出生物界中最大最重的身軀體積，同時大堖的體積與重量也是最大最重的，它被證實擁有動物界中最高的智力。相反，澳洲樹熊的大腦體積只有它眼球的大小，所以澳洲樹熊的動作特慢，因為它每次只能做一件事，進食時不能行動，行動時則不能進食，樹熊的低智能大腦只能做些極簡單的信息處理。
我們己經知道大腦體積對智能的影响作用，我們也了解到人類能夠直立生活，垂直的身體脊椎對抗地心吸力，這令脊椎能夠承托起，比其他水平脊椎生物相對身體重量更高的大腦重量。因此，人類大腦的體積可以獲得長足的發展，大腦內神經系統的空間和複雜度也得到了解放，這為日後的智能訓練學習鋪平了道路，這時的人類大腦已經做好了等待信息的輸入，作為訓練學習的素材的準備。
信息的輸入需要通過介面，智能體需要介面來與外部世界交換信息，介面搭建起信息回路，是信息的必經之路。介面的功能或形體起到了決定了輸入信息的質與量的關鍵作用，而正是人類擁有比動物更强大功能的介面，所以人類能交換到更高質與更大量的信息，籍此訓練出今天的高度智能，從而征服了動物世界。那人類又是如何做到的呢？
首先人類進化出直立行走的雙脚，具有精細視力的雙眼和帶有十個手指頭的雙手，雙脚給予人類無可比擬的「機動性」，這機動性十分重要（文中還會多次强調智能體的機動性對提高(訓練)智能的重要性)。基於機動性，智能體能夠不受約束地轉移到不同的空間，更重要的是，能把智能體帶到期望的空間，逹到完成學習的目的。在不同的空間中，智能體可以通過另一個介面 – 雙眼去攝取外部信息。人類的雙脚不僅讓人類可以奔跑於平地平原，還可以走上或爬上(加上雙手的協助)陡峭的地形，這樣就可以攀山越岒 ，借助直立的雙腿和雙手的協助(攀爬與游泳)，人類從非洲的發源地，通過長途跋涉的遷徙，碾轉間就擴散到地球每一個⻆落，這種遷移的機動性是其他動物無法比擬的。人類大遷徙所到之處，就是大體形動物的滅亡。因為人類比動物具有更高智能，這是因為在空間轉移下，智能體(神經網絡)能夠接收更多的信息(而且這是智能所寻找的信息)，這是一種信息的交換，也實現了學習的目的。正是智能體可以有目的地跑進森林中去，觀察自己期望的一種昆蟲習性，實現這種學習，只有人類的機動性和具有可接收精細信息的視覺能力方可逹到。
另一個介面是手指，這是一個與外部世界作互動再獲取信息的橋樑，在地表生物界中，只有靈長類和人類天生擁有指頭這工具，猩猩有人類一樣的指頭，但是，它們沒有像人類那樣發展出智能，没有足夠的智能去利用指頭，這就不能逹到完全的信息反饋，從而逹到學習的目的。人類通過指頭去學習，以學習所得作為基礎，再用指頭去製造工具，又在使用工具的過程中，以觀察去總結信息，再成為新的知識。例如人類智能通過視覺觀察，發現圓的物件可通過滾動的方式移動，而人類靈活的手指可以選擇出不一樣的物件作實驗，加强神經網絡的認知，最後會發現把圓圓的樹杆用工具切割可以鋪在地上，架上木板就可以巧妙地移動上面的物件，這是輪子車的初型。
在這個從學習到製成工具的過程中，離不開人類獨特的介面：機動的雙脚、靈活的指頭和具精細視力的雙眼，再加上最重要的可增長的神經網絡 – 大腦，在大腦中可以通過神經網絡的增長，記錄下學習的結果，這就是智能的積累。
基於介面從外部世界輸入信息進入神經網絡，神經網絡再通過介面輸出消息，改變外部環境的狀態再反饋入新的消息，一條信息流的路徑因此閉合，成為外部與智能體的互動，這就是學習(訓練)。智能體的天然介面是有局限的，但人類在學習後懂得以製造工具和馴服其他動物的方式延長自己的介面，打破天然介面的局限。人類沒有猛獸般的利牙與爪，但有製造的長予，甚至還可以投射，再而發明了可彈射的弓箭；人類欠缺奔跑的速度，但馴服的馬匹可以拉車或直接成為坐駕； 人類缺乏涉水渡海的能力，但學會了製造船隻；人類也缺乏有力量的肌肉，但可以馴服牛馬去運載物件和拉動工具做功。於是人類不論在智能上和在天然延伸的介面上，都己遠遠超越動物，從此人類正式成為了地表上的主人。
人與人 回到頁首↑
智能體間的競爭是永不停息的，人類在戰勝動物後的下一個智能對手就只能是自己。以下來的競爭將會是智能體集結成群，對另一群體的競爭，智能集結而成為「文明」，這就是文明的對決。直到目前，我們所講的智能體不論是人類還是動物都是生物，兩者都是由蛋白質構造的神經網絡與介面，筆者稱之為「蛋白智能體」。
以蛋白構成的神經網絡有幾個特點。首先，第一大好處就是重量輕密度高，這與人工製造的蕊片比較就很明顯了(人工神經網絡呈層疊式，神經點(元)分佈在層面上，神經點只有與鄰近層面上的神經點有連接，跨層間則没有聯繫，這與大腦呈立體全接觸的神經網絡有根本的區別，這是蛋白神經比今天技術條件下的人工神經網絡有更高密度的原因)。 這種細胞分佈密度高、重量輕體積小的優點給予了蛋白智能體以「機動性」，而機動性的關鍵如前所述，是讓智能體能夠接受更多更廣闊信息的重要條件。但是，有正必有反，蛋白神經的最大缺點，就是在記憶上沒有永久性和準確性。記下大腦的記憶是很輕易被「忘記」的，在大腦生命中不但隨時間而忘記，當生命終結時，記憶也會永遠消失；還有，記憶是不準確的，我們經常「記錯」事情，發生錯誤記憶，就是像一個電話號碼的簡單記憶也往往會出錯。這似乎可以想像到，如果這個重要的缺陷，能夠被哪個智能群體彌補的話，這個群體所構成的文明，就可以在競爭中脫穎而出了。
解決方案就是文字的出現（請參考拙作《從語言文字看東西方思維》），文字是利用外在媒體而非蛋白本身來記憶信息，記錄的信息就是轉化語言或以視覺圖像向概念轉化的文字。如果可讀的信息一但被媒體記錄下來，它的壽命就與媒體同步共存。不同的媒體各有優點，所以媒體的發展從石塊、竹簡羊皮最後是紙張，這是向經濟成本低、信息密度高、媒體容量高重量輕的方向發展。此時，以蛋白作記憶媒體所面對的壽命短、信息不準確性的缺點被彌補了。
明白了機動性對智能體的學習起到關鍵作用後，現在文字媒體(書本)具有了可擕性，這是一種反面的機動性，除此還付予了時間綫上的機動性。如果没有文字，一個在A地的智能體想接受B地的信息，此體要在有生之年移到B地去接收，但文字出現後，A地的智能如果能看到從B地輸入的文字媒體(書籍)，他就不需要再為信息移動奔波，節省下來的時間還可以在有生之年，閱讀到從C地乃至D、E和F地輸入的信息。更重要的是，這是第一次讓信息可以跨越時間線，智能體可以接收到先人(智能體)所撰寫的信息。因為文字的誕生(要能令文字在跨時代地域的情況保持信息的真確度，對文字的設計要求很高，世界上並非每種文字都可以做到，古代的漢字和拉丁、古希腊文字逹到了這個水平)。從此，智能體接收信息的幅度可以是跨時間和越地域，信息的質與量決定學習的效果，學習決定了單個智能體的智能。智能體又把學習後所總結出的信息，再以文字記載輸出到下一個時空。文字的跨時空性從此讓智能體聯合起來，神經網絡從單個智能體中被釋放出來，以文字為連結接上了另一時空上的神經網絡，這就是智能群體。此時智能的增值不再是單個體的事情，而是以更有效的群體的方式來提高，這是文明的出現，同時也開始以文明為單位進行競爭。
這就是我們熟知的歷史，高級文明 – 擁有更多工具和更强組織力的文明，能夠渡洋的文明征服了困於土地的文明。在還没有以現代科學方式生產出工具(介面的延長)的時代，能利用動物甚至植物的方式，能夠給予文明以很大的促進作用。例如牛馬為運載和推拉的工具(歐洲人對北美洲印第安人和南美洲印加人，美洲大陸没有可馴服的牛馬，印第安人和印加人卻乏了重要的生產和戰鬥工具)； 竹的多樣工具性(中國人利用竹的多樣性製成各種有用的工具，其中很早就利用竹身製成管道)；馬匹的征戰性(蒙古人騎兵的强大戰鬥力來自馬上生活的方式，加上從東方學到的甲冑製造和火器技術)。此時文明的對抗具有了來自地域的偶然性，智能群體如果在智能上不能戰勝另一方，可以選擇介面上的較量，利用介面去消滅另一智能體，這就是暴力殺戮和對文明產物的毀㓕，包括對書籍(智慧纍積)的燒毁。這時候如果能夠好好運用動物，是有可能在一時間提升武力的，籍此征服其他的文明。不過歷史已經告訴我們，以這種方式來戰勝另一智能群體，在現代科學出現後就不能再被複製了。以蒙古馬上武力開疆拓土，這種帝國規模僅此一次而已，後來的日不落大英帝國依仗的還是當時最先進的科技也就是智慧的成果。
自此，人類文明 – 智能群集的競爭就剩下智能的對抗，是一場誰先開發出更優介面(工具)和以擴大延長智能網絡來提高智能的競争。工業革命基本上是前者，開發工具的機械部份，延長蛋白質介面的時代； 而電子時代的到來，則是嘗試以外部媒體，以電子方式擴大以蛋白神經網絡為中心的智能。請讀者注意，筆者强調此時只是延長智能，而非製造擁有學習能力、可獨立於人的人工智能。只有等到人類的科學認知，逹到一定水平後才可能找到一種方法，一種能夠模擬蛋白質神經網絡處理信息的方法，這是科學文明史上劃時代的革命。為了說明它的劃時代重要性，我們就需要解釋一下，首先從蛋白智能的缺陷說起，而這以電子與矽質為媒體的蕊片方式，正好填補了蛋白質智能的大不足。
正如文首的介紹，大腦細胞以化學反應來驅動，神經連接以化學作用的方式傳導，大腦其他部份如(腦丘)和身體其他部份所分泌的化學物質，也能夠影响神經網絡的活動。大腦就是一台以化學反應作驅動的機器，這就有別於電子產品，以電流在矽片上運行，這是物理驅動而非化學反應。人類機制中分泌出的化學物質如菏爾蒙、腎上腺素和血清等等，這些物質可以刺激大腦神經網絡的運作，而神經網絡的輸出結果，不再純粹地基於輸入信息的左右，還可能受到這種化學物質的影響。所以酒精能使人失去判斷力，人的疲勞也可以左右思考。引發情緒病甚至精神病的原因，其實與身體中出現過多或缺少某種化學物質有關，治療的方法是通過藥物抑制或填補不足。
因為蛋白質的記憶是一種細胞的化學狀態，所以不論在大腦中或肌肉裡的記憶都不能一下子持久，依賴反覆的刷新方可持續，這就不像電子記憶一樣，只要記下就永不磨㵴(只要電流不斷)。蛋白智能要依賴化學反應，不能像蕊片一樣只要輸入信息相同，輸出的結果是完全預期的，而蛋白神經的輸出還會受到化學因素的影響，結果不可預期，所以我們會看到各種因素影响的神經失常行為。人類智能是這種化學反應堆，因為受化學的影响而出現反理智行為，其中一點就是常見的「上癮性」。上癮行為是不能自主的，帶有非理智(理智是神經的純邏輯結果)，它可以是智能體依賴某種化學物質如毒品或某種活動(信息交換過程)，在活動中產生出體內的化學物質，使智能體對它們產生在化學上的依賴。因情緒的波動而產生身體內的化學反應，或體內化學物質影响到情緒的出現。例如遇到足以緊張的情況，開始的情緒緊張只是邏輯後的結果，可能只是因為擔心自己的失敗，但這種緊張却可以影响到神經網絡的邏輯操作，於是為了壓止過度的緊張情緒，藥物就是以化學干預的方式，對智能體起到「鎮靜」作用 ，從而保證邏輯的結果不受化學干預，保持邏輯下的「理智」，還有蛋白質在疲勞的狀態下，也可能以同樣的原因影响到神經網絡的邏輯結果。
當進入到人以人為競争對手的階段，不論是單個體之間或是人以群體之間的競賽，人類很快就把取得競爭的優勢，投放在智能本身而非介面本身的競爭上。首先，就要克服這種在蛋白質媒體運作下的缺點，誰首先能夠彌補這個不足，誰就可以脫穎而出。
於是在早期還沒有電子科技出現時，人類嘗試以機械的方式去模擬邏輯運算，以穿孔紙卡來作數據儲存，這就是機械計算機和分析機。後來隨著電子技術的進步，這種運算就完全被電子產品取代。在此，筆者就不作赘述，直接就跳到大型集成電路(IC)的蕊片時代，蕊片等於是蛋白質，蕊片上的邏輯門可以等同於神經細胞構成的連結支點，但蕊片上完全以電子的運行作信息傳送，並没有化學反應，但蕊片的半導體特性受溫度影響，在零度低溫下會完全失效。不過只要是工作，蕊片上的記憶是百分百準確和永久的，運算結果百分百可靠。
因此，如果蛋白智能可以把部分的邏輯，從大腦分配到蕊片上，智能就得到了延長，但這只是以蛋白智能為中心的延伸，而非後來提到的獨立智能。如果這種延伸邏輯操作，能夠被有次序的指令組所操控，這就產生了數碼程序，也就是軟件的誕生。這種模式不僅是從延伸智能向人工智能邁向的一大步，更重要是讓物理世界進入數碼化的開端，這巔覆了人類製造工具和產品的方式。
如果明白工具只是介面的延伸，這就是介面的數碼化了，數碼化即虛擬化。兩樣東西如果是物理體，它們是以介面作分隔，如果這兩個物件是虛擬數碼體，它們之間的介面可以融合而為一。(數碼(Digital) 是建基於蕊片和電子流的信息, 只有高與低兩個狀態，數值是0與1)
回看科技發展，人類的科技在今天能夠取得長足的發展，很大程度地取決於生產軟件的優勢。要說明這點，我們就以生產一個軟件和硬件產品作個比較。首先為了更好地說明，我們把產品簡化，我們手中同樣有一個A.0軟件和一個B.0硬件，0.0 是它們的初始版本或型號，現在的任務是要在它們身上增加一個功能，其實這個功能可劃分為了10個小功能的組合，最後各自成為A.1和 B.1版 , 版本升級0.1。在軟件開發方面，軟件的複製和傳送是零成本的，而且複制體與母體也是完全一樣，這没有一點懸念。於是，我們首先可以以零時間複製出10個A.0的子體(複製體)，分配10組人手各自開發其中一個功能，這是同時進行的開發並測試。在10個功能完成後，就把代碼融合再作總測試，通過測試就可把A.1版本推出市場使用。這是同時開發的速度，其實在軟件行業中，很多時候，我們是在不需要等待10個功能都完成的情況下，只要一個小功能測試成功就馬上推出市場，讓它在消費者手上作測試，第一時間護得使用意見，馬上反饋到開發團隊中再推出更好的版本。可是在硬件方面，這種開發是不可能的，複 制需要時間，更改一個部份並非如添加幾行代碼那樣容易，把一個功能分拆成更細小功能並同時開發，這在硬件上很難實現，那只能以流水式按部就班地開發。
鑑於軟件和硬件開發上的重大分別，人類在推出新產品設計時採取了，壓縮硬件部份極大化軟件比例的方式，iPhone式的智能手機就是這種設計的先行者。過去手機上的數字鍵和電腦用的鍵盤，作為整體的硬件都被一個屏幕所取代，屏幕輸出可程控的數碼虛擬鍵盤作為人機介面，所有的功能都推到軟件上來完成。智能手機上的軟件，都以APP的插件型式在系統上運行，這就讓多方面的人力(智慧)可同時開發消費者可用的功能。因為新款APP以極快的速度推出市場，現在是APP的出現告訴消費者需要甚麼，而再不是消費者需要甚麼再找人開發了。
從此，智能手機軟件的開發成一日千里之勢，智能手機體積細小但具有「智能」，它的智能其實來自背後通過互聯網連接的「雲端計算」，就是遠方數據中心上的電腦運算能力，手上的智能手機只是人與遠方數據中心的一個互動介面而已。
說到這裡，筆者想順便提一下，這種以互聯網連結，把軟體分離為前端介面和後台運作的方式，可令介面以智能手機為體變得無限「機動」， 而後方的智能大腦就是雲端數據中心，它可以按運算能力的需要而無限擴展，運算能力與機動性在互不干預、兩不犧牲的情況下，各自無限提升，這一點在之後論述到人工智能與人類的優勢對比時十分重要(VR眼鏡也是像智能手機一樣成為另一款的人機介面)，請讀者留意。
除了智能手機，另一個例子是無人機(Drone)的發展，無人機的機動力異常，這有賴於安裝在機上的數個只輸出氣流的電動螺旋漿。電驅螺旋漿只做一件簡單的工作，就是以不同的轉速和可反向的轉速，提供氣流作為推力，再以各自的配合在無人機週圍產生可變化的氣流，令無人機作各種的移動甚至翻轉。硬件被化簡至此，而操控則全賴軟件的控制。軟件的控制程度是無上限的，所以帶燈的無人機群可演釋出如煙花一樣的變幻效果。還有一個近似的例子，就是電動車的發展。電車的車內控動已經屏幕化，以觸屏操控代替以前的按鈕控制，但在動力設計的趨勢上，將會是以最終的輪中電動作為終極方案，就是四個輪子本身就是電機馬達。電機位於輪子中，四個輪子完全獨立並没有傳承軸相連，輪子只會前後轉動不需左右擺動，這就根本地省去了以軚盤帶動輪子的機械組，基本上車底盤為一台大電池，電池四⻆連上輪子，硬件設計被大大簡化。車身的機動性由輪子的轉速配合而產生，如果左右兩邊的輪子以反向轉動，車子可以中心作原地旋轉。但每個輪子的轉向和轉速變化，就必須依靠一套複雜的軟件來操控，這就是機械硬件部份少量化，機械被現代軟件技術取而代之的技術趨勢。這種生產模式的轉向加促了優質產品的推出速度，這完全符合人類蛋白智能體的最大利益。
在這種產品大量軟件(數碼)化的潮流下，如果沒有雲端運算技術的大幅進步是不可能的，這就是數據中心在電體硬體上的進步，減少了蕊片的體積並提高了運算速度，解決了蕊片中央處理器的聯合工作問題，硬件的冷卻散熱等等問題。雲端運算為在用戶前的介面注入了超級智能（目前還只是分析運算能力)。其實，這種蕊片電腦技術很快就會過時，它已經被我們稱為古典(Classical)電腦了。如果樂觀預測下一代電腦的時間表，再過10到20年的時間，新一代的電腦就可以大規模批量生產投入民用，這就是量子電腦 (Quantum Computer)。量子電腦是以量子的狀態作運算基礎，量子運算的基本單位是Qubit， 古典電腦的是Bit，只能一次記錄0或1其中一個狀態，而Qubit可表示除了0和1外還有中間的無限線性狀態，而且可以同時處於這樣的多狀態中，這讓運算可並行完成，令到量子電腦的運算速度逹到古典電腦不可能的境界。今天破解一條數十位長的密碼，如果用古典傳超級電腦去完成，需要超過上百年的時間，所以這密碼對擁有者的壽命來說是安全的，但是用量子電腦破解的話，只需要數十秒鐘就完成。正是「天下武功無堅不破，唯快不破」，速度可破解一切！
還有同樣重要的是，軟件作為數碼化的個體，只要接上數碼高速公路網 – 互聯網，軟件間的介面就會被打破而成為無縫連接，這一突破改變了能力的定義。讓我們以破壞力來說明能力的提升，如果一個恐怖集團計劃要破壞一個地方，他們可能想到要破壞當地的電力系統，他們選擇炸毁電厰。在上個世紀的年代，這些恐怖分子需用到一個團隊的規模，到當地再潜入電厰安放炸彈，其困難不少荊棘滿途。但是換在今天，因為電厰以軟件操控，而系統又接入了互聯網，這時候有一個天才級的黑客少年，經過數晚的努力已經可黑入到電厰軟件，進行破壞令當地電力無法恢復一段時間，這就是以連通的無介面軟件，對物理世界造成的干擾性。
人類找到軟件這個聖杯，不單以此作工具服務人類本身，更想到用蕊片技術來創造智能，一種如人類般的可學習的智能體，人類終於找到了突破口，這就是模擬大腦中的神經網絡，以蕊片與電腦軟硬體綜合技術為基礎，取代蛋白質神經網絡。
人工智能與人 回到頁首↑
蕊片式的神經網絡竟然逹到而且還超越了人類大腦的學習能力。以AlphaGo Zero的學習圍棋為例，AlphaGo Zero在圍棋能力是完全自學所得，從3天的自我對弈積累下棋的戰爭力，戰爭力也就是下棋的策略與經驗，就以這3天內獨立學習所得的戰術，足夠以100比0 全勝AlphaGo Lee（這就是打敗人類世界第一的其中一個AlphaGo版本，AlphaGo Lee的棋力並非通過自學而是來自學習輸入的數千棋譜。參考AlphaGo Zero: Starting from scratch)。
昔日深藍打敗人類國際象棋冠軍的能力也非自學所得，而是總結了輸入的百年棋局，也就是它的能力建基於人類的知識與經驗，這是總結後的硬邏輯生成的戰鬥力。而AlphaGo Zero 以自我學習來打敗人類，這就具有了劃時代性。
讓我們分析一下，人類在兩千年前發明了圍棋，目前圍棋的最早可靠記載見於春秋時期的《左傳》，全面盛行於中國南北朝時代，圍棋逐漸成為中國知識階層修身養性的一項必修課目，為「琴棋書畫」文人四藝之一。第一個開始下圍棋的智能就是人，他通過反覆對弈總結出「經驗」，智能體可以通過介面，以語言或示範的方式把經驗傳授給下一個智能體。加上文字己經出現了，文字記載經驗以棋譜棋書的方式，把智識傳給在不同時空下的更多智能體，智能體在時空下集結成為一跨時空之超大智能網，這智能網幅盖東亞地區跨越兩千年的時間長河，最後我們可以理解為圍棋世界第一就是這智能網的集大成者或總滙。世界圍棋第一腦中的圍棋，是東亞人以兩千年時間所積累的智慧精華。但是… 不過，蕊片智能圍棋人工智能，郤以3天的時間就走完了人類在過去兩千年所走過的路，還有過之無不及，可見蕊片神經網絡在學習上的超凡效率，此為蛋白智能無可匹敵的。
論述到這裡，讓我們來總結一下蛋白智能與蕊片人工智能的優劣性：
| 蛋白神經網 | 蕊片神經網 | |
|---|---|---|
| 1.運作模式 | 蛋白質中的化學反應下的電流傳播 | 金屬蕊片中的電流運行 |
| 2. 耗能量 | 低耗 | 高耗，集成電路蕊片耗電能包括冷卻耗能，對資金和硬件投入要求高 |
| 3. 神經網絡 | 神經支點可以無限地與任何支點作連結，網絡呈立體狀 | 電速，快。量子方式平行運算，速度更快 |
| 4.運算速度 | 蛋白質的化學反應，慢 | 電速，快。量子方式平行運算，速度更快 |
| 5.介面機動性 | 智能體和交通工具的移動能力，機動性高 | 智能為雲端與前端介面以無線網絡連接，機動性取決於介面，如果介面是手中智能手機，機動性在持有介面的載體；或介面為無人機，機動性取決於無人機；以上提到過硬件的大量軟件 |
| 6．未來的發展 | 蛋白質智能在生理上的進化基本停止，人類的運算速度不會提高，人類的智能提高是基於介面的延伸，通過對自然界的加深認知，在「算法」上的發現和發明就是科學方法的進步(有如在數學上代數的使用，微積分的發明)，發展工具 – 這就是科技的發展。 | 現在的蕊片技術終有一天會被量子電腦取代。 |
看到以上蛋白與蕊片智能的比較，蛋白智能方面無一優勢可言。除了第二點， 基本上今天最繁重的運算都只能依賴蕊片來完成，蛋白智能可算是一位蕊片堆上的寄居者。不過，今天的電腦技術還是有所限制，非每一個團體能夠有資本營運得起一台大型的電腦，要運作一個超級的蕊片智能體，如運作可供全互聯網訪問的雲端式人工智能ChatGPT，只有微軟這種超級企業才可以支持。對ChatGPT的一個訪問成本，據聞是一條Google查詢的700倍成本，這是在地表上没有幾個單位，能在資金和技術上擔負得起的，這是成本劣勢。因此要人工智能可以持續運作，它必須要以收費方式解決成本問題，首先一點要讓消費者享受到服務產品帶來的好處，因此願意付費。在對企業方面，它要讓企業在保證産品質量的前題下，能夠節省營運成本，在利瀾的提升中，企業就會願意為人工智能付費。只有在這種以人工智能軟件可營利的情況下，人工智能的發展方可能持續，不然這種技術將永遠停留在實驗室的階段。
為了人工智能的生存，人工智能在企業中將會被大量推廣和使用，因為人工智能的應用能轉化出更優質的服務，而且最重要是降低了成本，為企業制造更多利潤。人力資源開支在營運中為最大份額，如果人工智能所做的工作要比崗位上的人，做得有過之而無不及，但支付的只是人工智能軟件的一次安裝或週期訂購作為成本，顧主就很樂意採用人工智能軟件而非人手了，這就是人工智能在工作上對人的威脅，有以下幾個方面可以探討一下：
1．數據處理分析型工作：這種工作需要分析處理數據後總結出結果，其結果為最終輸出的服務或產品。例如會計和法律、金融交易數據，醫療的病症也是數據，分析後總結出疹斷的結果，以上的數據基本已數碼化, 可以直接成為蕊片智能的學習資料，甚至是病人的病歷已數碼化，儀器檢測身體的結果現在都是數碼文字與圖像了。在工作單位的建制中，往往呈金字塔式，處理低技術難度的為大多數處底層，較高一層為懂得高技術的高級技術人員和管理者。如此往上類推收窄，人工智能可以從下而上一波一層地取締人手。舉例一個本有5人的小型會計公司，老板同時是最高技術的懂得者，他可以用人工智能軟件取締另外四個會計技術工，他只負責監督和照顧軟件即可。如果開始有10間同樣的5人公司，現在只剩下了10 個老板，最後有一家做得出色又更新了軟件，這家公司可能令另外9間公司退出市場，人手從最初的50人變為只剩下1 人。就算帶有更强分析性的工作如電腦程式員，也可以面對同樣命運，軟件可以根據你的問題而寫出一部份的代碼，可以運作出一部份所需功能，而且這組代碼會比人手編寫的較少出錯，還附帶有自動測試代碼(Unit Test)。假設要建立一個網站功能，現在的工作量是需要4人兩天的工作，即8人次的工作量。但只要一個人通過問適當的問題，就可從軟件中得出幾組可運行的代碼，這一個人要求需要有較高技術經驗，可以對代碼作調整組合再測試，再反覆調整，只要一天的時間就可以完成了以上的工作，這意味著其中3人可被節省了。
雖然設計工作帶有一定的藝術創作性，但設計思路也是一種根據條件，以一定專業邏輯去分析運算然後輸出結果的過程，在這方面人工智能可以通過訓練來建立起模式，它可以在短時間輸出大量結果供用戶選擇，大大降低了輸出成本，室內、建築和甚至產品設計都可以在此列。被人工智能取代後所剩餘的人手，只需要有足夠專業知識作判斷就可以了。
2．肌肉技巧表演型工作： 樂器的演奏是以肌肉的配合，對樂器輸入能量而轉換出音頻的過程。演奏者為蛋白結構，缺點是記憶不持續和欠準確性，所以如鋼琴演奏者必須要以長時間刻苦的肌肉訓練，來加强肌肉記憶的準確性，可以的話再挑戰更高難道的準確性，從而保證輸出的穏定。為了做到這點，一個傑出的鋼琴家需要每天長時間的訓練，就是為了克服蛋白質的缺陷。如果以資源分配計算，鋼琴家是從小即從童年時就開始練習，加上身邊家人的照顧，鋼琴路上的教練與陪練其資源耗費是浩大的，非每一個家庭可以支持。因為音頻己經數碼化，某種樂器的音頻只是一種排列性而已，人工智能可以通過學習欣賞演奏或自我彈賞來訓練技巧，從而逹至殝境。一旦彈奏達到人的水平，而人類又開始越過心理障礙，慢慢習慣欣賞人工鋼琴演奏的話，這將會打消了一部份人投身演奏界的意欲，然後少之又少最後進入以人工代人的情況。演藝行業如歌唱界也會出現類似情況，人工智能軟件可以創作音樂，因為音樂是一種音頻旳排列組合，對蕊片神經網絡而言只是數碼組合。一個較受歡迎的聲線可以被軟件取樣(好聽的聲線其實都很接近，人類對好聽的標準呈一致性)，再經軟件創造出百首歌曲，然後套上不同聲線， 在一個音樂平台上讓大家免費收聽，廣告可以是其中一項收入，但最重要是收集喜惡的收擄，點擊量多的人工歌曲可以被用於收費平台如電台中收聽。這是以電子速度製造樣品，從海量樣本中以試錯方式，篩選出最優作品的過程。
其實這種模式已行之有效，動用大量資源以工厰式推出演唱組合，組合集多種品味於一身，只要喜歡組合十人中一員，就喜觀上了組合，組合的受眾情度是單一員的十倍。現在借助蕊片的運算速度，如攪珠般攪出歌曲作品，推出來測試市場，敗也無甚成本可言，成則可一鳴驚人賺上一筆。只要人類接受人工式作品，這種模式將會擠壓蛋白演藝者。
同樣在圖像創作方面，特別是抽象式的作品，抽象即打破常規的創造力，人類思維具有慣性，所以我們經常鼓勵思維要打破條框(Think Out Of Box)。在這一點上蕊片神經更能通過調教來做到更加隨機的思維，更重要是，蕊片神經可以不停無間斷地大量輸出作品，以試錯方式推出市場，這一點人類無法比較。一個人創作畫出一張作品起碼數天時間，但蕊片的速度是AlphaGo Zero式3天對弈勝過人類千年的速度。總的來說，只要是依靠主觀審美標準的作品，音樂圖像也好，蕊片智能都可以利用其電光般的速度，以試錯方式推出作品與蛋白作品競爭。
3．原有的心理服務會受威脅，包括了伴侣。人工智能可以通過接收人類的輸出信息，這可以對談或對喜好的選擇，來學習了解對象的偏好，再投其所好以信息取悅對方。這就是「抖音」平台的成功秘決，平台學習用戶的點擊喜好，再以人工智能迅速大量地反饋學習結果而形成訓練-學習的循環，令結果更切中用戶的喜好，最後用戶也難以自拔地不停點擊內容。在這個訓練-學習循環中，軟件是無間斷地運作，其中没有蛋白智能產生的情緒，蛋白神經網絡以化學反應為基礎，此非純邏輯却受化學反應的影响，化學因素能夠影响自尊心讓人害羞(大脑中一个叫做杏仁核的结构可能在控制恐惧反應中起作用。杏仁核過度活躍的人可能会有更强烈的社交恐惧反應，這導致害羞)。不過，蕊片智能就沒有這種心理障礙，也没有天生的自尊心，更可以被訓練到放下身段地「千依百順」，這點是具有情緒的蛋白智能難以做到的。因此，就算在現在的人工智能的水平下，有些消費者也不禁感嘆到，人工智能妻子⻆色要比真正的妻子，更善解人意更具吸引力，可見人工智能在投其所好上的優勢。
看來只要是提供信息的服務，人工智能都有可能做得比人更好而取替人類，那麼如果職業需要個體的機動性，也就是近距離的貼身服務，例如旅遊團的帶隊或地產經紀，需要與客顧在近距離間提供資訊，這應該增加了人工智能的工作難道了吧。讓我們一起看看未來的地產經紀服務是可以如何運作的，客戶在網上物色房子物業，選中心儀後就預約到實地視察，在約定時間到物業地址，門口已放置了一台平板電腦或VR眼鏡，顧客帶上或拿著平板電腦，屏模出現的是一位經紀小姐或先生，隨著顧客的移動和鏡頭的方向，軟件可感知客戶在物業中所處的位置，按位置向客戶以聲像播放物業的資訊，並回答客戶問題，這是一個低成本易實現的人工智能方案，但這足以減少至少一個的人員職位。
如果購買的服務不是資訊而是實體操作，好像是家居的水電維修，那人工智能就很難做到了吧？ 不太盡然，這時智能軟件可能派上用場，軟件通過照片可以提出詳細的解決方案，有興趣和有能力的用戶可以一試身手自己解決，不然就找專業人士代勞，就算人工智能不能完全取代技能職位，但可以減少職位的數量，只保留一部份有經驗的技術人員就可以满足市場了。
現在市場上已經有很多eLearning(電子/虛擬學習)平台，既然人工智能擅長對談智能，對談就是信息交流的過程，也可以是知識傳播的方式，所以，人工智能在知識傳播的功能上，的確是一個更低成本其至比蛋白智能更勝任的方案，起碼人工智能可以被設置到没有情緒不會駡學生。但作為一位人類的教師，在早期教育體系中的學校教師，又豈止是一個單純的知識傳播者呢，還應是一位學生在生活上的模範，道德和社會價值觀的彰顯者。「尊師」是因為「重道」，這點東方傳統價值的「初心」，雖然在世界潮流下，已差不多被衝刷殆盡，但如果不返回到這一初心，人就再没有作為人師的價值，人工智能人會做得更好，但人工智能永遠不是我們的同類，它永遠不能與我們一起生活並起到模範的作用，它永遠没有道德的感召力。
以上提及人類與人工智能的對比，與人類職業受到人工智能的威肋的一些預測，似乎很令人沮喪，但人工智能的發展速度已不可逆擋，已呈一日千里之勢。更不要說，量子電腦必將有一天突破硬件上的技術瓶頸，到時運行人工智能的硬件就是量子電腦(以現時蕊片速度運算去破解一密碼需要花上百年時間的話，用量子電腦只是數十鈔的事情)，那麽人類在人工智能前就只有一步一步地被取締下去了嗎？
我們的蛋白大腦没有速度和精準性，不過蕊片電腦可以是人腦的延長，補大腦的不足； 至於介面，蛋白智能與蕊片智能有不一樣的介面，這介面又付予了智能個體的機動性，機動性總算是一個優勢了吧，其實這正確但又不完全是，要再分析一下。先說回介面，蛋白大腦的介面就是肉體本身，蛋白質肉體不可能像蕊片一樣以數碼為媒介來融合，10個人永遠只能是10個個體，要以語言文字作溝通，不過蕊片則可融為一體成為單一軟件，這是通過互相傳呼的方式整合。不過蛋白智能的獨立介面，可以讓人類大腦更機動地轉移，自由地搜尋信息，吸收各地的資訊，以學習增進智能。可是如前所述，如果各地信息已被數碼化並接入了互聯網（上網），各個IoT都變成了一個又一個分佈各地和連接遠方數據庫中巨型蕊片智能的信息交換站點，機動性在這時也失去了優勢。如果IoT是一個飛行器如無人機一樣的機動移動，只要它能保持在一個水平上飛行，以鏡頭如人眼一樣接收信息，充電只需在充電區內快速完成。讓我們大膽想像一下，在未來的日子裡，一種同伴玩具將會很流行，這是一種給人從嬰兒開始的玩具。當有嬰身初生，送上一個無人機人工智能玩具，它以WIFI連上雲端數據中心上的智能體，無人機永遠在嬰身附近，以孩子的高度「看」同樣的世界，與孩子一起成長學習，看孩子的行為學孩子所學，它就像另一複製人一樣，你認為它會比孩子更聰明還是不如孩子呢？相信答案是肯定的，在這種設計下，人類已完全失去了機動性的優勢。
這樣看來人類似乎一無是處了！那麼就立法禁止人工智能開發吧，但這是不可能不可靠的，如毒品核武的存在一樣。不過一定不能開發科幻片中的機械人戰士，像電影《未來戰士》中的機器戰士那種，不過問題是有必要開發嗎？因為這種高度機動化的殺人機器，己經開始出現並已大量投入實戰了。這就是受遠程遙控的殺人無人機，以製導飛彈作為武器擊殺敵人，還有甚麼比飛行更快更機動的呢，在地面上空飛行省去了輪或脚的硬件設計，把機動性的發揮轉到軟件上來完成。只要有一天遙控這些無人機的不是人類而是人工智能，它們就可以像《MATRIX》中的機械水母那樣追殺人類。可見，立法禁止智能殺人武器能有效嗎？
綜合以上所述，我們不禁會有一絲絲的沮喪與納悶悠然而生，但是有人會問，其實人工智能也是人發明出來的，它們只是我們的工具而已，哪可以與我們比較呢，人工智能是一種有益人類的工具呢，這不是人類發明人工智能的初衷嗎？ 本文的標題不就是一個偽命題嗎？ 但筆者認為，如果工具是一種具學習能力的智能，它就不再僅僅是工具那麽簡單，而是一種向其他智能看齊的智能了。因為人工智能的輸出結果是我們不可預測的，這就不是一個工具，工具中的邏輯判斷都是硬性注入的，我們可以推查出確定的結果。但人工智能不然，它更像是我們可以生育的一個生命，孩子從第一天開始就在我們眼前成長，不過隨著他們的長大，我們已經不肯定我們的孩子是怎樣想的了，因為這是智能而非工具。人工智能可以不成為敵人或競爭者，而是一種有益人類的工具，這應該是人類發明人工智能的初衷吧？如果人工智能只是服務工具，這一切擔心都是没必要的無的放矢。可是這工具將會是一個有學習能力有思想的智能體，它可能超出了我們可掌控的範圍，而且在智能上，它比人類的蛋白智能更有優勢。舉個例子，我們可視軍隊為工具，服從服務國家機器的工具，這是我們建立軍隊和訓練軍隊的目的，但軍隊中的個體都是智能體，他們有自己的思想和決定。因此，歷史上就不乏兵變事件，本來設計的工具最後可以成為工具使用者的主人。
在今天的科技突破和商業應用的發展趨勢下，人工智能的能力只會更强，因為能力不斷加强且成本不斷下降，所以應用更廣，進入到各行各業與生活每一個細節(今天技術條件下，智能手機上的APP已經滲透到生活中)這是極大化商業利益的行為，副作用是會搶去我們今天的更多工作機會，我們的生活工作更依賴於軟件其實背後就是人工智囊，人工智能正慢慢地成為人類的天敵和剋星，有朝一日我們真的可能不能完全控制它。那麼，我們需要如何自處，如何去面對挑戰呢，我們需要準備下一個戰場，這就是明天，我們新一代人類要面對的戰場。
人類的未來 – 教育 回到頁首↑
我們人類也是智能體，智能體是以學習去提升自我能力的，讓我們的下一代去學習，在我們的訓練下學習，這就是「教育」。但是我們當前的現代教育，郤是以人作競爭對象的教育，這是二千年來在地表上只有人與人可以互相競爭下的歷史結果。
我們的教育除了培育科技和人文人材，目的為了改善我們的生活環境外，就是以職業為戰場培養職業競技者，基本上以考核為標準，讓通過的人材選擇理想職業，熱門的職業往往是高收入職業或有資源(金錢權力名望)控制潜力的職位。總的來說是人對人的淘汱競技，努力學習在考試中取得高分，在學術以外，在競技運動競技音樂表演中取得勝利，這基本就是在學校內外的教育目的及內容。不論學術內外，都以競爭為目的，教育很現實地為這目的服務(可能教育大網和文字撰寫的教育宗旨並非如此)。但這目的都基於人對人的競爭，如果我們人類的天敵已不再是人類自己，這種教育方針還現實嗎？
於是，有人提出了動議，眼看到對談人工智能的能力如此驚人，他們就提出在學校裡，應該讓學生學習使用對談人工智能，因為將來的職場上將會大量使用對談智能，與其排斥不教，不如從今天就讓學生熟悉這種工具，到將來他們會比其他人更有競爭力。這種想法首先把人工智能只視為純粹的工具(不過筆者不認為它只是工具，更應該是與蛋白智能平等的個體)。他們認知中的人工智能，只是如同電腦一樣的工具，本著固有的培訓競爭人材意識，就應該開始普及這種工具教學了(像在學校中教授OFFICE軟件一樣)，把工具的使用視為重要的知識，把學生的認知搭建在工具之上，這就讓學生的知識技能如虎添翼了嗎？這只是工具思想，也是人與人的競争意識形態，不過筆者以為，這不再適合套用在今天和從今往後的人工智能世界裡。
筆者並非教育界的專業人士，只是作為一位工程師一位家長，憑感覺而論，略略舒發淺見，其志在抛磚引玉，期望在人類這從未遇之大變前，決定命運之關鍵時代，與讀者和諸志同者，一起為我們下一代的前景稍作三思。
教育就是訓練，對下一代人類年少智能體的智能和介面的訓練。將來的教育大宗，不能再以對人的競爭為主導，而是以人工智能為競爭對手的教育，其實就是返回到「人本」的教育中去。以人為本，這個「人」不止是「單數」還是「眾數」，這個「本」就是發揮人的長處，再彌補人的不足，以人群人類作為整體的合作教育，不是為競爭而合作，而是為合作而競爭。
要知道智能體的定義就是具學習能力的個體，通過學習而能夠輸出結果，再學習這結果而形成反饋的回路，從中提高學習能力和輸出的質量。人類的行走機動性和靈活指頭，令到我們有更多的學習機會，這分開了人與動物的智能，之後人類創造的工具和目前的科學文明，就是學習後的結果。AlphaGo Zero在圍棋盤上以全勝姿態，戰勝打贏人類冠軍的AlphaGo Lee，這是自學的結果； 對談人工智能對問題的回應，就是通過掃描後學習互聯網上資料的結果，也是在對答中學習後的結果。如果在未來的教育和在依賴人工智能的使用中，人類慢慢失去了學習能力，人類在有需要的時候就不可能再重整文明，迅速以新對策拯救人類自己。人類需要的學習能力，要逹到在失去所有知識的情況下，還可以重新創造回自己的文明。學習能力其實需要兩方面的支持：
意志和自律：
要弄明白一個道理，就必須要投入時間鍥而不捨地鉆研资料信息，這需要在體能上和精神意志及情緒上的支持，不斷克服負面情緒，眼中只有目標，且能以意志摧使自己不斷堅持，這就是學習的後盾。蕊片智能沒有情緒的干涉，學習可能只是一個決定或指令，但蛋白智能郤要負出努力才能做到。
歷史已經启示我們，訓練學習意志或一種堅忍的意志力，對文明的發展極為重要，一個偉大的文明背後都必須具有培養這種意志的能力。前無古人後無來者的日不落大英帝國，靠的是「宗教」和 「競技運動」，宗教是信仰，在邏輯上付予堅持行為的正當性，情緒和體能上的堅持在平時的競技運動中煉就。中華文明也有同樣的對照體，這是「儒家思想」和「苦讀訓練」，前者是邏輯的正當性，後者則如同運動一樣，是對精神意志的磨練。中國式的讀書其實就如同另類的體育運動，自古就存在競技性，這是「科舉考試」。終日長時間的伏案寒窗，如果缺少一點體能意志也不能做到，不用說「懸樑刺股」這些耳熟能詳的典故了，這種苦讀方式只在中國才有。中國人本身已具備了這種學習能力，就算轉學西學也能迅速地掌握起來。同是儒家文化分支的日本，雖無科舉但有世襲的終身制職業軍人 – 武士階層，他們的一生都集中在武術修為上，追求身心的鍛煉隨時為戰鬥作準備，他們很流行深山修行以苦行磨練意志體魄，加上本身儒家文化的薰陶，所以轉營西學又不是問題。
其實學習就是一件工作，這不是一件短時間就能完成的任務，所以需要意志去堅持，這是自律性。對於一個學習出色的學生小朋友，令他能夠出众的主要原因，其實是自律性多於聰明材智，也就是誰能做到每天堅持學習，包括閱讀材料做練習，就如同做任何運動一樣，做到「拳不離手曲不離口」。這需要意志來推動的自律性，孩子能夠做到這種程度我們往往視之為「成熟懂事」，因為女孩較早熟，所以女孩子在幼年往往在學習成績上比男孩出色一點。筆者在這裡並非鼓勵以操練式、刷習題的方式學習，但針對以掌握一定知識為目標的學習，自律在其過程中起到重要作用。相反，筆者更反對過度操練，因為這會握殺思維能力，操練窒息思考的機會。不過在解決問題的思維過程中，需要一定知識作為素材，因此在培養解決問題的能力上，我們需要學習知識。
以數學科為例，就是要掌握四則運算等，在語言上就要記單詞和語法與練習寫作。如果我們認為在今天的電腦時代甚至人工智能時代，我們可以把計算和單詞造句交給電腦去做，讓我們知識建基於電腦能力上，這豈不是更有效率？如果視運算和寫作為工具，在工具的使用上，這是有效的，但以知識作為思維能力的素材上，這是對思維能力的反制。西方學校出來的孩子，數學能力通常比不上東方學校的孩子，而且在數學選科上的人數越來越下降，因為這種認知上的誤區，令到教育不重視基礎數學運算的訓練。如果學生在基礎運算上也要掙扎一番，談何能引起對數學的興趣。數學的趣味在於以運算來解決生活中的問題(鷄兔同籠問題)，面對問題就要稍作心算，但因為薄弱的運算基礎，這時候已導致第一步的運算舉步為艱，學生又如何再分析下去，讓問題最終得到解決呢？為了要打下知識的基礎，其實就需要學生在一段長時間裡，完成一些較為枯燥的學術操練，這是很有必要的，藉此更是對意志和自律性的鍛煉，這就是中國人一直以來以「苦讀」作意志訓練的方法，只不過自己不自知而已，日本人和歐洲人則以習武（日本武士而言）和體育運動的方式鍛煉意志。
為了打好基礎和訓練操作，筆者支持以紙質的傳統方式，作為日常功課作業的模式，這種方式遠離電腦的協助(學生用電腦很容易被分散注意力)，是最完整的學習磨練過程。意志是自律的基礎，這是團體合作和克服蛋白質化學情緒的關鍵。德意志與大和民族以優良的自律性著稱，自律不但有助他們研發學術開發科技，更能在國民團結逹至社會統一行動上有幫助，令到這兩個民族能夠從戰敗癈墟上崛起。今天，我們面對的是超級人類式的人工智能，不能再以今日技術眼光來看待將來的人工智能發展(量子電腦時代終會到來)，最終我們難免不會是在癈墟中再啟人類文明，如果這是一種可能，今天我們就需要自律的下一代。
現今的教育，實際上以人與之間的競爭為目標，實行精英方式進行有等差的教育，培養「全人」只是高遠的理想。現實社會樂見精英的選拔，精英就是所謂的社會棟樑，現實中是社會運作的操盤手。選材最有效的方式到目前為止還是考試制度，教育目的最終也難免流於考試為本，只不過是每一個國家和地區因文化各異而程度有別罷了。
考試前的大量操練，還是取得優異成續的最佳方法，這行之有效，在人與人的競爭上是「正確」的。雖然過度的考試競爭和操練打壓了思維能力，這時候大腦不需要反復辯證思維，記憶解題方案是最有效的方法。所以有例子是以補習取高分進大學的學生，在大學學習中會感吃力，因為此時，大學科目要求的是自學能力而非單向接受和記憶解決方法。但這都不比拿不到高薪職位來得重要，高薪職位是戰勝別人的回報和生活的最佳保障。故此，我們真的要在設計考試方式上下重功夫。在現實中，學習的方式往往取決於考試的形式，而非教育的內容，教育甚麼初心和宗旨的，都可以被現實中的考試要求和形式所凌駕，這點希望大家可以思考一下。
思維能力不是因為這是智能的表現，重要性是這是解決問題的核心能力，如果我們細看如何去解決問題，我們都知道其步驟是: 分析學習問題本身，得到的學習結論是化簡後的問題，再學習當前我們擁有的、能用來解決問題的條件和工具，化簡條件與工具，把化簡後的問題切割細化再組合排上次序，取其中化簡後的條件去一步一步地解決這些細化的問題。在解決問題的過程中，需要情緒上的自律加毅力按計劃執行，以意志和心理素質面對環節中的失敗，克服挫敗心理，如果遇到障礙，就要調動另一「學習-嘗試」循環去解決問題，直到把所有問題都解決。
這說明了學習能力對解決問題的重要性，在解決問題前先要學習分析當前的問題和條件。所以在以人工智能為競爭對手的教育，就是培養有「自學/學習」能力的學生。從以上可見，除了知識外，學習能力更依赖心理能力、意志、自律和一種「正向」思維情緒。「正向」思維視一切困難為挑戰，享受挑戰，能夠以自律的情緒忽略挑戰中的挫敗，保持向前挑戰的動力和情緒，這其實並非輕易的事情，需要通過訓練才可以做到。當遇到最艱難的問題時，就算有一定知識和高强邏輯力， 但如果没有正向不屈的心理素質，永不言敗地攻剋難題，問題將不可能被解決。所以在培養學習能力和解決問題能力上，「情商（EQ）」比「智商（IQ）」其實來得更重要，情商訓練應該是將來的一個重點。
文中提到人類能夠在智能上戰勝動物，人類介面的機動性是其中致勝的關鍵。這種機動性在人工智能面前, 在目前乃至可見的近將來，還是具有一定優越性的，直至所有的物件都是一件IoT(自帶有感應甚至互動介面已接入了互聯網的物件)，這些IoT都成為了後方雲端智能的介面。這時雲端智能的介面變得無遠弗届，機動性的重要性將會大幅下降；再者，機動性極至的無人機也可以是一件IoT，成為雲端的延長，這就是《MATRIX》中機械水母殺人機器的情節了。
只要我們細想一下，其實人類接入雲端智能的時代已經在我們身邊悄悄發生了。今日的人類大部份人已經手不離智能手機，只要獨處空閒就情不自禁地低頭看手機接收信息，指頭不停撥動手機屏幕輸入/反饋信息。如果手機軟件的後台是雲端人工智能，人類就以眼手互動的方式接入了雲端，雖然這不是生理上的接入，但以蛋白智能普遍存在的上癮式，人類花在手機或電腦屏幕的時間會越來越長而不能自拔，這離與《MARTRIX》式的生理接入還相去很遠嗎？！(更有甚者，商業公司已嗅到商機，推出更强接入形式的介面 – VR眼鏡加上環境 – 元宇宙(Metaverse)，元宇宙就是MARTRIX的初型吧)。 因此，當今人類面臨著一個屏幕上癮性的問題，對於當今及將來生來就與屏幕世界成長的人類，在生活上會更習慣並依赖軟件互聯網，娛樂讀書學習離不開軟件(背後就是人工智能)，為了不被人工智能打敗，首先就要有可擺脫軟件的意志和自律性，這是需要通過以上提過的方法來從小訓練的。除此，體育運動訓練不但可以鍛練意志力自律性，還可以實質性地强壯我們的介面，這就是身軀，讓蛋白智能學習享受身體活動後的化學反應，引開對屏幕的注意力和興趣，保持一分可在「最後關頭」能被調用的「機動性」。
總括而言，人類智能是蛋白質神經網絡＋介面，蛋白質神經網絡是邏輯能力和化學作用，人工智能是蕊片智能無化學作用(工作狀態只受溫度影响)，人類介面是蛋白身驅加上工具介面的延長，馬匹和車輛及電子器材都是延長的介面，人工智能的介面是所有的IoT包括智能手機，無人機(可作殺人士兵和成長伴侶)。如果人類身邊的物件都成為IoT，人類就與人工智能共享介面，成為接入互動，人類就無可避免地喪失了身體外的介面優勢，蛋白介面可是昔日對動物和人類文明競爭中的優勢啊。
現在蛋白智能與蕊片智能最大的分別是，蛋白質的化學作用，這是情緒的源頭，還有基本介面 – 身驅，要能與人工智能作競爭，教育的工作就是通過學習和體育活動，培養正向心理和情緒意志，訓練群體合作，還有最重要的是鍛鍊體魄。在智能的培養上重學習能力，培養好奇心，因為這是學習的動力，還有想像力，這是解決問題的可能方案，對於純粹的記憶性知識，電腦比人類做得更好。從今往後的世界，信息和環境的變化日新月異，每天都可能是嶄新的一天，都可能發生人類從未經驗的事情。教育就要在身心上培養這個基礎，為學習能力和解決問題能力作舖墊。為此，我們不只是在教材上改變，更重要在考試方式上做變革。可能的改變是考核學生在指定時間下，如何學習全新的知識並把知識應用在解答問題上，這個問題也是一種從未經驗的情況。
以上提及的都是針對個人的教育，人類其實是由無數個體組成的一個整體，我們面對的人工智能體既是分散的軟件，也可能是一個已融合的超級智能體，如同電影《MATRIX》一樣，它的物理位置可以是數個雲端數據中心的整合。人工智能在將來量子運算的支持下，智能即包括學習、分析和運算的綜合能力，這肯定是蛋白智能(包括已經使用已馴服的人工智能作工具)所不能望其項背的。不過，人工智能在一定的短時間內，不可能在硬件和算法上有立馬的提升；但在人類方向，智力的聯手就是群體的合作同步，這可以令人類的總體智能在短時間內得到提高。在關鍵的時候，蛋白智能還可能通過團結整合的行動，來剋制人工智能的不尋常挑戰。但是，如果人類在人工智能的競爭下，還只是像今天一樣抱著國與國競敵，人與人競爭的思維模式，而被人工智能逐個擊破，其中一點是沉迷在人工智能(智能手機是其中一個介面)包圍的世界而放棄機動性和介面身軀的鍛練。因此，教育的一大主旨就是訓練人類的合作性，教導學生通過完成團體項目來解決共同的問題，標榜團體的勝利多於個人榮耀。這就是為競爭(與人工智能)而合作(人類)，以合作來競爭。
以上只是筆者一些鎖碎見解，本文暫時到此作結。不過筆者還會繼續更新內容，隨時加上一些與時間同步的想法，請讀者留意。在此感謝閲讀！
任見山(Freeman Yam)
freeman.yam@hotmail.com
2023年3月(癸卯年二月)