1.1. 马文·明斯基
1.1.1. 麻省理工学院教授
1.1.2. “人工智能之父”
1.2. 人工智能领域似乎每年都有新的突破
1.2.1. 数字计算机第一次可以下棋，甚至在简单的游戏中击败人类
1.3. 物理学家正在探索单一“统一场论”，以提供一个连贯、优雅的宇宙图景
1.3.1. 人工智能完全不同，它本身就是一种混乱无序、东拼西凑的存在，甚至通过各种不同的冲突路径来实现自主进化
1.4. 一个有希望的途径就是将人工智能与量子计算机结合起来，融合这两个学科的力量来解决人工智能问题
1.4.1. 过去，人工智能的研发都是在数字计算机的基础上开展和完成的，因此受限于计算机功能令人沮丧的极限
1.4.2. 人工智能和量子计算机却是相辅相成的
1.4.3. 人工智能有能力学习新的复杂任务，而量子计算机完全可以满足在这个过程中所需的计算能力
1.5. 量子计算机虽然具有强大的计算能力，但它们不一定能从错误中吸取教训
1.5.1. 如果量子计算机配备了神经网络，它们就能够在每次迭代之后持续改进自己的计算方法，从而通过寻找新的解决方案来更快、更有效地解决问题
1.6. 人工智能系统或许可以从错误中吸取教训，但如果它们的总计算能力太小，那么势必无法解决非常复杂的问题
1.7. 一个拥有量子计算机计算能力的人工智能当然可以解决更多难题
1.8. 人工智能和量子计算机的结合可能会为研究开辟全新的途径
1.8.1. 人工智能发展的关键在于量子理论
1.8.2. 两者的结合可能会彻底改变科学的每一个分支，改变我们的生活方式，并从根本上改变全球经济
1.8.3. 人工智能使我们有能力创造出能够模仿人类能力的学习机器，而量子计算机可以提供计算能力，最终创造出智能机器
2. 学习机器2.1. 罗德尼·布鲁克斯是一位长期认真思考人工智能未来的科学家，他曾担任麻省理工学院人工智能实验室（由马文·明斯基创立）的主任
2.2. 生物工程的奇迹
2.2.1. 苍蝇可以灵巧地在房间里飞行、移动、避开障碍物、定位食物、寻找配偶和躲藏，所有这些都受控于苍蝇的那个不比针尖儿大多少的大脑
2.2.2. 最小的昆虫都能凭借其微小的大脑在这块区域飞来飞去，寻找食物、配偶和住所
2.3. 人工智能机器从一开始就建立在对所有的逻辑和运动规律进行编程的基础上，这是一项艰巨的任务
2.3.1. 自上而下的方法，当时机器人从一开始就被编程为掌握一切
2.4. 在自然界中，动物从一开始就没有行走的程序
2.4.1. 它们通过艰难的方式学习，把一条腿放在另一条腿前面，摔倒，然后再做一次
2.4.2. 试错是自然之道
2.5. 大自然母亲设计的生物是模式探索型学习机器，使用试错来实现其在世界中的导航功能
2.5.1. 它们也会犯错误，但随着每次迭代的发生，它们就能够离成功越来越近
2.5.2. 一种自下而上的方法，一般都是从什么都不会的磕磕碰碰开始的
2.5.2.1. 婴儿通过模仿成年人来学习
2.5.2.2. 如果你晚上把录音机放在婴儿床里，你就会不断地听到婴儿的咿呀学语
2.5.2.3. 他们实际上是在反复练习发出所听到的声音，直到能够正确地“复制”出来
2.6. 也许大脑实际上是一台基于所谓神经网络的模式探索学习机器
2.6.1. 在计算机科学中，神经网络利用了一种叫作赫布规则的东西
2.6.2. 该规则的一个版本指出，通过不断重复一项任务并从以前的错误中学习，每次迭代都会更接近正确的路径
2.6.3. 反复迭代后，人工智能系统的大脑会强制执行完成该任务的最优路径
2.7. 深度学习
2.7.1. 谷歌的AlphaGo（阿尔法围棋）是一款专门用来玩古代棋盘游戏——围棋的人工智能程序，在2017年它已经击败围棋世界冠军
2.7.2. 围棋在19×19的棋盘上有10^170个可能的位置
2.7.2.1. 比已知宇宙中的所有原子数量还要多
3. 常识性问题3.1. 除非机器人能够解决自己对这些常识问题的认知，否则它们真的很难在人类社会中发挥什么作用
3.2. 孩子能学习到这些常识性的事实，是因为他们能够通过感官去感受世界，并且能够在实践中持续学习
3.3. 有太多常识性的概念，即使是4岁孩子都能理解的一些概念，也已经远远超出了数字计算机的能力范围
3.4. 由于缺乏算力的支撑，人工智能技术基本已经陷入了停滞状态
3.4.1. 无论是在机器学习、模式识别、搜索引擎，还是在机器人制造等方面，人工智能技术都受到算力的限制
3.4.2. 量子计算机可以极大地加速这些领域的进展，因为它们可以同时处理大量的信息
3.4.3. 数字计算机只能一个比特接一个比特地进行计算，但量子计算机则可以在一个巨大量子位阵列上进行同时计算，从而指数级放大其计算能力
3.5. 量子计算机可以受益于学习新任务的能力，就像在人工智能神经网络中一样，而人工智能则可以受益于量子计算机的强大计算能力
4. 蛋白质折叠4.1. 解码蛋白质分子的秘密
4.1.1. 如果我们把人体比作建筑工地，那么DNA里就包含了生命蓝图，而蛋白质就承担起工头和建筑工人的重任
4.1.2. 没有工人队伍来执行，蓝图再好也是没有用的
4.1.3. 蛋白质是生物功能的主力
4.1.3.1. 它们不仅构成给人体提供能量的肌肉，还帮助人体消化食物、攻击细菌、调节身体功能，并完成许多其他关键任务
4.2. 蛋白质分子都恰好由20个氨基酸排列组合而成，呈长串状，有复杂的缠结
4.2.1. “功能遵循形式”，即蛋白质分子的形状，其所拥有的复杂的结及旋转，决定了蛋白质的特性
4.2.2. 蛋白质的形状比其他任何东西都更能决定分子的行为
4.2.2.1. 如果我们能够知道每个蛋白质分子的形状，我们就可以更好地了解它的工作原理
4.2.3. 蛋白质分子是由一长串卷曲的氨基酸组成的，通常具有顺时针或逆时针向一个或另一个方向螺旋的原子簇
4.2.4. 蛋白质的尖峰才是2020—2022年世界经济几乎崩溃的原因
4.3. 与蛋白质分子形状息息相关的问题是“蛋白质折叠问题”，即绘制所有重要蛋白质形状的任务，它可能会解开许多不治之症的秘密
4.3.1. X射线晶体学一直是确定蛋白质分子形状的关键，但这是一个漫长而烦琐的过程
4.3.2. 科学家利用直觉、运气和物理学，试图从X射线照片中破译蛋白质的结构
4.4. 蛋白质的工作方式取决于它们的结构
4.4.1. 就像钥匙能插入钥匙孔一样，蛋白质也能通过某种方式锁住另一个分子，从而发挥其魔力
4.5. 揭示蛋白质是如何折叠的是较容易的部分
4.5.1. 蛋白质折叠只是蕴含生命秘密的漫长旅程的第一步
4.5.2. 最困难的部分了，那就是在没有粗略估算的情况下，使用量子计算机确定蛋白质的完整结构，以及特定蛋白质是如何与其他分子结合在一起从而发挥其功能的
4.5.2.1. 提供能量、充当催化剂、与其他蛋白质融合、与其他蛋白质结合以创建新结构、拆分其他分子，以及其他很多功能
4.6. 第一阶段：绘制折叠蛋白质
4.6.1. 目前正处于第一阶段，正在创建一本庞大的词典，其中有数十万个条目对应于各种蛋白质的折叠
4.6.2. 大部分是没有任何定义的
4.6.3. 基于一系列近似值，使数字计算机能够进行这种简化版的计算
4.7. 第二阶段：确定蛋白质的功能
4.7.1. 科学家将试图确定蛋白质分子的几何形状是如何决定其功能的
4.7.2. 人工智能和量子计算机将能够识别，折叠蛋白质中的某些原子结构是如何使其在体内执行某些功能的
4.7.3. 我们将对身体功能以及它们如何被蛋白质控制给出一个完整的描述
4.8. 第三阶段：创造新的蛋白质和药物
4.8.1. 使用这本蛋白质词典来创建新的、改进的版本，这将使我们能够开发新的药物和疗法
4.8.2. 将不得不放弃近似，转而求解分子的实际量子力学
4.8.2.1. 只有量子计算机才能做到这一点
4.8.3. 进化通过纯粹的随机相互作用创造了一个蛋白质宝库，来执行各种任务
4.8.4. 利用量子计算机的内存作为“虚拟实验室”，应该可以改进进化，并设计出新的蛋白质以改善它们在体内的功能
4.8.5. 这一过程有着广泛的应用，包括发现全新的药物
4.8.5.1. 最简单的例子是，科学家试图找到方法来分解在海洋、垃圾堆和家庭后院里发现的1.5亿吨苏打水瓶
4.8.5.1.1. 酶能够分解塑料分子并使其无害
4.8.5.2. 即刻医学(immediate medical)方面的应用
4.8.5.2.1. 许多不治之症都与错误折叠的蛋白质有关
4.8.5.2.2. 朊病毒可能与一系列影响老年人的不治之症有关，如阿尔茨海默病、帕金森病和肌萎缩侧索硬化，所以现在一个很有希望的途径就是通过了解朊病毒的性质来进一步探索解决这些病症
4.8.5.2.3. 找到治愈这些不治之症的方法的线索可能来自量子计算机
5. 计算生物学的诞生5.1. 使用计算机仅通过观察蛋白质的化学成分来解开蛋白质的3D（三维）结构
5.2. 人类对蛋白质分子结构的理解，将可以通过按下运行着人工智能程序的量子计算机上的按钮来完成
5.3. CASP（结构预测关键评价）的竞赛，看看谁有最好的计算机程序来解决蛋白质折叠问题
5.3.1. 解决这个问题的一种方法是使用理查德·费曼提出的最小作用量原理
5.4. 对蛋白质分子应用同样的方法
5.4.1. 目标是找到产生最低能量状态的氨基酸的构型，这一过程被比作下山寻找山谷中的最低点
5.5. 不断调整原子位置的过程对于数字计算机来说是不可能完成的
5.6. 随着时间的推移，计算机的学习程序会变得更加强大，因此模型也变得更加精确了
5.6.1. 虽然采用的是粗略估算值，但是他们得出的最终结果与X射线晶体学的结果仍然能够做到大致匹配
5.6.1.1. 尽管在薛定谔波动方程中去掉了各种项，他们还是得到了令人惊讶的优质结果
5.7. 人工智能程序AlphaFold已经破译了数量惊人的蛋白质粗略结构：350000种
5.7.1. 还发现了250000个以前不为人知的蛋白质的形状，破译了人类基因组计划列出的所有20000种蛋白质的3D结构，甚至解开了在老鼠、果蝇和大肠杆菌中发现的蛋白质的结构
5.7.2. 将发布一个包含1亿多种蛋白质的数据库，该数据库囊括了科学界已知的每一种蛋白质
6. 朊病毒与不可战胜的疾病6.1. 羊瘙痒病
6.1.1. 羊的一种不治之症，往往能够致命
6.2. 疯牛病（牛海绵状脑病）是一种影响牛的类似疾病，牛得了这种疾病之后会变得行走困难、紧张，甚至做出暴力行为
6.3. “库鲁病”的外来疾病
6.3.1. 在巴布亚新几内亚，一些部落会举办葬礼仪式，包括吃掉那些死亡亲属大脑的环节
6.3.2. 部分人会患上包括痴呆症、情绪波动、行走困难及其他症状在内的库鲁病
6.4. 1997年，旧金山加州大学的斯坦利·B.普鲁辛纳因发现朊病毒而获得诺贝尔生理学或医学奖
6.4.1. 朊病毒本质上是一种错误折叠的蛋白质
6.4.2. 不是以传统疾病的方式传播的，而往往是通过与其他蛋白质接触传播的
6.4.3. 当朊病毒与正常蛋白质分子接触之后，它就会以某种方式迫使正常蛋白质发生错误折叠
6.4.4. 朊病毒一旦入侵，便会在整个人体内迅速传播
6.5. 阿尔茨海默病
6.5.1. 许多折磨老年人的致命疾病也可能是由朊病毒引起的，其中就包括阿尔茨海默病这个被一些人称为“世纪疾病”的疑难病症
6.5.2. 罹患阿尔茨海默病是十分悲惨的，因为它会毁灭人类最私密、最珍贵的财产——我们的记忆和自我意识
6.5.2.1. 阿尔茨海默病会攻击人类的整个大脑，这将会导致长期记忆也消失在时间的沙滩上
6.5.3. 阿尔茨海默病的致病原因仍然是未知的
6.5.3.1. 真正能确认某人是否患有阿尔茨海默病的唯一方法就是通过尸检
6.5.4. 阿尔茨海默病患者的大脑中通常存在两种黏性蛋白质，称为β淀粉样蛋白和tau蛋白
6.5.4.1. 这些黏性蛋白质究竟是导致阿尔茨海默病的病因，还是阿尔茨海默病产生的一种可能并不重要的副产品
6.5.4.2. 虽然一些人的大脑中也有大量类似的淀粉样蛋白沉积，但是并没有任何疾病的症状
6.5.5. 2019年德国科学家发现畸形蛋白质与阿尔茨海默病患者之间存在直接相关性
6.5.5.1. 血液中淀粉样蛋白折叠错误的人，即使尚且没有什么症状，罹患阿尔茨海默病的可能性也会是其他人的23倍
6.5.6. 使用量子计算机，也许可以在原子水平上准确地看到畸形的阿尔茨海默病分子是如何通过撞击健康分子来传播的，以及为什么它会对大脑造成如此大的损伤
6.5.7. 一种方法是分离这种蛋白质中的缺陷，并使用基因治疗来创建正确版本的基因
6.5.7.1. 也许有一天可以设计出药物来阻断右旋蛋白的生长，甚至有助于将其更快地清除体外
6.6. 肌萎缩侧索硬化
6.6.1. 卢·格里克病
6.6.1.1. 这是一种致命的疾病，会使人类的身体变成瘫痪的组织团，在美国至少有16000人受到折磨
6.6.1.2. 这种可怕疾病的受害者在确诊之后，通常只能再活2~5年
6.6.2. 最有名的受害者是已故的宇宙学家斯蒂芬·霍金
6.6.2.1. 他的情况是不同寻常的，因为霍金的生命得以延续到76岁，而实际上，大多数患者很快就会死去
6.6.3. 人们对肌萎缩侧索硬化知之甚少，因为这是一种相对罕见的疾病
6.6.4. 通过研究受害者的家族史，我们其实仍然可以发现这种病所涉及的一系列基因
6.6.4.1. SOD1基因
6.6.5. SOD1基因会产生一种名为超氧化物歧化酶的酶，该酶能分解被称为超氧化物自由基的带电氧分子，这是潜在的危险
6.6.5.1. 当SOD1无法清除这些超氧化物自由基时，神经细胞可能会受到损伤
6.6.5.2. SOD1产生的蛋白质的错误折叠可能是导致神经元死亡的诱因之一
6.6.6. 了解这些缺陷基因所采取的分子途径可能是治愈这种疾病的关键，量子计算机可能会发挥关键作用
6.7. 帕金森病
6.7.1. 大脑中的突变蛋白质导致的衰弱性疾病就是帕金森病
6.7.2. 最著名的患者代表是迈克尔·J.福克斯，他利用自己名人的身份筹集了10亿美元来对抗帕金森病
6.7.3. 帕金森病通常会导致一个人的四肢无法控制地颤抖，还会导致行走困难、嗅觉丧失、睡眠障碍等症状
6.8. 量子计算机可能会开辟一种全新方法来治疗这些折磨老年人的不治之症
6.8.1. 量子计算机可以在分子水平上识别出许多可以中和或消除“坏”的朊病毒的方法，而我们通过试错和在数字计算机上是无法做到这一点的
6.8.2. 量子计算机也可能解决有史以来最大的医学问题：人体衰老
6.8.3. 如果一个人能够阻止衰老的过程，当然就可以同时治愈那些人体衰老而导致的许多疾病
