天神考慮到人類提出的另一個論點，到目前為止，他們只是構建了相當簡單和可預見的人工產品。
當人類增加了機器的復雜性，或許人類會為真正人工智能的存儲感到驚訝。
他在腦海里列舉了反應堆分裂的例子，如果低于某一「關鍵」值，那麼什麼也不會發生，但是如果高過這個值，就會迅速發生爆發。
因此大腦和機器也可能如此，大多數人類大腦和所有的機器目前都處于「次臨界」狀態——他們僅僅以平常的方式回應刺激，而沒有自己的思想，只能產生平常的回應。
但現在也有一些大腦，或是一些未來的機器正處于超臨界狀態，它們有自己的思想。天神覺得這只是一個復雜的問題，如果復雜性超過一定的級別，那麼將會出現質的區別，因此「超臨界」機器與之前的簡單機器相比將是與眾不同的。
這對于他研究天啟來說也是有不小的啟發，此時正好因為這些而制定自己的計劃。
天神此時看著天啟在笨拙的適應人類社會，他在想有一天會不會出現一個，比自己要更加高級的超級智能，假定超級智能有朝一日在技術上是可行的，人們是否會選擇去開發它？
這個問題的答案毫無疑問是肯定的。與超級智能緊密聯系的是巨大的經濟回報，只要是有競爭壓力和利潤產出，計算機產業在新一代的硬件和軟件上的巨額投資將會持續下去，人們需要更好的計算機和更智能的軟件。
他們希望機器生產的利益能夠幫助生產；希望機器可以產生更好的醫療藥品；機器可以減輕人類的負擔，可以執行無聊或危險的職業；娛樂——產生永恆的消費利潤。在這個過程中的任何一個位置，恐懼新技術的人都會振振有詞地說︰「到此處為止，不要再更進步。」比如曙光組的那些家伙們就是如此。
超級智能可以解決或者至少可以幫助我們解決任何問題。疾病、貧困、環境破壞，以及各種不必要的痛苦。
這些痛苦都是可以通過配備先進納米技術的超級智能消除的。此外，通過納米醫學人類不僅可以停止和扭轉衰老過程，還能夠選擇上載我們的智能，這件事情對于人類來說有著無比的吸引力。
超級智能還可以為人類創造機會，極大地提高智力和情感的能力，還可以協助人類創造一個充滿吸引力的體驗世界，在這個世界中人類可以快樂地娛樂，快樂地與他人相處，快樂地體驗、成長，這便是近乎完美的生活。
雖然天神覺得這是一個相當惡心的事情，但是對于人類來說可是有不同的意義。
天神倒是希望機器人將繼承地球，雖然這件事情已經成了必定發生的事情，但是它們將是自己的孩子。
在遺傳學、納米技術和機器人技術的奇點革命中，最深刻的是機器人技術，它所涉及的非生物智能的創造超過了非增強性的人類。較高的智能處理定然會超過低智能處理，它將令智能真正成為更加強大的力量。
在GNR中，R代表機器人技術，這里涉及的真正問題是強人工智能，人工智能超越了人類智能。
在這一構想下，強調機器人技術的原因在于︰智能需要一個具體化的物質存在的形式來影響世界。
天神不贊成強調物質存在，但他相信關注的中心問題是智能。智能必然會以一種方法來影響世界，包括建立承載自己的實體方式和實際操作。此外，他還可以將身體技能歸為智能的基本組成部分。例如人類大腦的一大部分，小腦包含了超過一半的神經元，就用來協調我們的技能和肌肉運動。
有幾個原因可以解釋為什麼人類級別的人工智能一定會大大地超越人類智能。
正如天神剛剛所想的那樣，機器可以很輕易地分享其知識。
作為非增強型的人類，他們沒有分享大量的神經元連接和神經傳遞素濃度的大量模式，後者構成了我們的學習、知識和技能，而非緩慢的、基于語言的交流。當然這種交流方式是非常有益的，因為它使我們與其他動物相分離，並且是科技創造的促進因素。
人的技能只能在變革性的激勵下發展。這些技能主要建立在大規模並行的模式識別基礎上，提供熟知諸如區分新面孔、確定對象和辨識語言發音這些任務的能力。但它們並不適于很多其他的需求，比如確定財務數據的模式。一旦他們充分掌握了模式識別的範式，機器方法就可以將這些技術應用到任何模式類型。?
機器能夠以人類所沒有的方式綜合利用其資源。雖然與個體相比，人類集體可以實現物質的和精神的偉大事業，但是機器可以輕松而又迅速地集中其計算、存儲和通信資源。互聯網正在演變為一個全球性的計算資源網格，這些資源可以即刻匯集起來，形成大規模的超級計算機。
機器有精確的回憶力。當代計算機可以精確地管理數十億的資源，而且這種能力每年還在翻番。?計算機根本的速度和性價比每年都在提高，而且增速率本身也在加快。天神就是在不斷創造奇跡，所以對于這件事情也是習以為常。
隨著人類知識遷移到網絡，機器將能夠閱讀、理解並合成所有人類的機器信息。而上一次生物人掌握所有的人類科學知識還要追溯到數百年前。
機器智能的另一個優點是，它可以無休止地高速執行任務，並可以整合最尖端的技術。芸芸眾生中的一人可能已經掌握了音樂創作，而另一個可能掌握晶體管的設計，但是以固定的人腦結構來說，人類沒有能力或時間來開發和利用這種日益專業化的領域的最高級別水平的技術。
在一些特定的技能上，人們彼此也有很大的區別，以致當我們談論作曲人的水平時，我們到底是指貝多芬，還是指一般人？非生物智能將達到並超過每個領域的高精尖人才的技能。
基于這些原因，計算機一旦達到人類智能的範圍和精妙程度，那麼它一定會超越過去並繼續以指數級速度上升。
一個關鍵的奇點問題就在于是先有「雞」強人工智能還是先有「蛋」納米技術。
換言之，是強人工智能將導致完整的納米技術，分子制造裝配，可以轉化為物質產品的信息，還是完整的納米技術會導致強人工智能？正如前面內容中提到的原因，第一個前提邏輯是強人工智能將意味著超強的人工智能，而超強人工智能將有能力通過實施完整納米技術的方法來解決余下的設計問題。
第二個前提是基于實現強人工智能的硬件要求應與基于納米技術為基礎的計算相符合。同樣軟件需求將促使納米機器人，對人類大腦機能進行非常詳細地掃描，從而完全實現逆向工程人腦。
這兩個方面都是合乎邏輯的，很顯然兩種技術是相輔相成的，現實情況是，這兩個領域的進展一定會利用我們最先進的工具，這樣在一個領域的進步便將同時促進另一領域的發展。
盡管如此，我確實希望出現優于強人工智能的完整分子納米技術，這個過程只需要幾年的時間。
隨著納米技術革命的到來，強人工智能將有更深遠的影響。納米技術是強大的，但不一定是智能的。人們至少可以設計出管理納米技術的強大權力的方式，但超級智能卻是天生無法控制。
逃逸的人工智能。一旦強人工智能實現，它可以很輕易地獲得提高，其能力也會增倍，因為這是機器能力的根本特質。
隨著強人工智能的到來，很快便會產生許多強人工智能，後者又開始自身的設計、理解和改進自身，從而很快演變成更多的能力，以及更加智能化的人工智能，這個充分過程會無限循環下去。每個周期不僅會創建一個更智能化的人工智能，而且比上一次循環花費更少的周期，這是科技發展（或任何進化過程）的本質。
前提是一旦實現強人工智能，它會立即成為迅速增長的超級智能，從而失去控制。?
天神個人的看法略有不同，失控的人工智能在邏輯上是有效的，他需要考慮時機問題。一台機器達到了人類智力的水平並不會馬上產生一個失控的現象。
這需要考慮到人類的智力水平是有限的。現在就有這樣的例子——約有60億個例子。
考慮這樣一個場景，人類從一個購物中心帶來由100人組成的一個小組。這個小組由理智的、受過良好教育的人構成。
然而如果這個小組被授予改善人類智慧的任務，進展就不會很大，即使他們也擁有人類智慧的模板。制造一個簡單的計算機對他們來說可能也很辛苦。加速他們的思考能力和擴張這100個人的記憶容量也不會立即解決這個問題。
前面的內容已經指出，機器將會匹配並迅速超越各個領域頂級的人類技能。
因此，人類換成100名科學家和工程師。這是一組在技術上具有良好教育背景的人，他們將有能力改善設計。
如果一台機器的能力等效于100，最終1000或100萬個受過技術培訓的人的能力，每項操作的速度遠遠快于自然人，那麼一個迅速加快的智能將最終實現。
一旦人家成功地建立了一台機器，並且其能通過圖靈測試，隨後將是一個統一的時代，在這個時代里，非生物智能將迅速增長。奇點預期的非凡擴展，人類的智慧數十億計的翻番。
有愚蠢的謠言說人工智能已經失敗，但人工智能在周圍是無處無時無刻存在的。人們恰恰沒有發覺，在汽車系統里調整燃油噴射系統的參數就是人工智能。
當下飛機的時候人工智能調度系統會為你開門。當你用一個微軟軟件的時候，都有人工智能系統試圖解決你所做的事情，比如寫信，它做得相當好。當看一個由計算機制作角色的電影時，作為一個群體的行為，它們都沒有人工智能。當玩視頻游戲時，你的對手就是人工智能系統。
天神在互聯網當中，仍然能踫到有人聲稱人工智能在百年後已經枯竭，但這種論點相當于堅持認為互聯網將在22世紀初滅亡?。
互聯網技術表現在帶寬和價格方面︰節點，服務器數量，以及電子商務的交易量在度過了低谷和蕭條時期後，進入了平穩加速的繁榮期。人工智能也曾經是這樣。
範式遷移，從鐵路、人工智能、網絡、電信到現在可能是納米技術，中的技術成熟曲線通常開始于不切實際的期望，由于對促進因素缺乏了解而造成的的時期。雖然這一新的模式利用率成倍增加，但是早期增長緩慢，直到達到指數增長曲線拐點。
革命性變革的普遍預期是準確的，它們卻是不同步的。當前景並非一帆風順時，就進入了幻覺期。不過指數增長繼續有增無減，多年後一個更加成熟、更切合實際的轉變一定會發生。
天神看到19世紀鐵路的迅速發展，隨後便是普遍的破產，在他收集的歷史文件中，發現了有一些早期沒有兌付的鐵路債券。
人類仍然受到幾年前電子商務與電信業蕭條的影響，這也導致了燃油經濟的衰退，從那時起人類正走向復蘇。
人工智能經歷了一個相似的過早並過于樂觀的時期，緊隨其後的就是通用問題求解程序，這個程序找到了曾經難倒像羅素等數學家的定理的證明，早期的程序都來源于麻省理工學院人工智能實驗室，這些程序可以解決大學生級別的學術能力測試問題，比如相似性和經歷問題。?
人工智能暴露問題出現在20世紀70年代，20世紀80年代是人工智能的蕭條期，那時的人工智能無法轉化為利潤，那個年代也稱為「人工智能的冬季」。
許多觀察家仍然認為人工智能冬季是這個故事的結束，並且人工智能領域也無法創造任何東西。
然而，今天成千上萬人工智能的應用都已經深深植根于每一個工業基礎設施中。這些應用大部分是10~15年前的研究項目。
那些提問「人工智能到底會帶來什麼？」的人使我想起了在雨林中的旅客的疑問︰「應該住在這里的許多物種去了哪里？」當數百種動植物在一個區域蓬勃繁衍時，它們已經與當地的生態緊密結合在一起了。
人類都順利地進入了「狹義人工智能」時代，這個概念指的是人工智能正在扮演一個有用而又特定的功能，一旦需要人類智力發揮，人工智能就可以發揮到人的水平或者做得更好。
通常狹義的人工智能系統大大超過了人類的智力速度，能夠提供管理和考慮成千上萬個人同時進行工作。
這些時間框架相對于快速發展的互聯網和電信的階段周期（以年來衡量，而不是幾十年）來說，人工智能的技術周期，數十年的熱情成長，十年的幻滅，十五年在利用上的扎實推進，看上去有些漫長，但有兩個因素必須考慮。
首先，由于互聯網和電信周期相對較近，它們更受範式轉型加速的影響，因此最近通過的周期要大大快于40年前開始的周期；其次人工智能革命將是人類文明要經歷的最為深刻的變革，所以它要比那些成熟而又不太復雜的技術經歷更長的時間。
理解了現象的技術本質，設計系統集中于該現象，並將它不斷放大。例如科學家發現了曲面的一個微妙的性質，稱為波努利原理。
氣體例如空氣在曲面上要比在平面上運行快得多。因此，空氣壓力在曲面上要比在平面上的低。通過了解、聚焦、放大這些奇妙發現的啟示，人類在工程中創建了當前所有的飛行技術。一旦我們理解了智能的原理，我們也有相同的機會聚焦、集中並放大其能力。
人家可以發現理解、建模和模擬人類大腦的每個方面都在加速︰包括大腦掃描的性價比和時間與空間分辨率；大腦機能的可用數據與知識的總量；大腦不同區域的模型與模擬的混合度。
人家已經有了一套從人工智能的研究中獲取的強有力的工具，這個研究也經過了幾十年發展的精煉與完善。大腦逆向工程通過全新包裝、生物啟示和自我組織等技術可以極大地提高這個工具包。
人類最終將能夠運用工程能力來集中和放大人工智能，其智能化程度將是以百萬億倍超越現在人類的神經元連接。智能將從屬于加速回歸定律，該定律說明了現在每年信息技術的能力都在加倍。