玛莉亚什卡大脑
由罗伯特·J·布拉德伯里 版权(1997-2000 罗伯特·J·布拉德伯里) 此文档仍在进行中。尚未经过同行评审。只有当你自己确信其准确性时,才相信它或参考它。
摘要
可预测的印刷方法改进预示着计算机处理能力的持续增长。经济增长和工程进化继续扩大可制造物体的规模和人类可以控制的能量。神经科学正在逐渐剖析大脑结构的组成部分和功能。计算机科学和编程方法论的进步越来越能够模拟人类智能的方面。这些领域的持续进步导致趋同,从而产生巨型超级智能思维机器。这些被称为玛特罗什卡大脑的机器(
1
1
^(1) { }^{1} ),消耗整个恒星的能量输出(
∼
10
26
W
∼
10
26
W
∼10^(26)W \sim 10^{26} \mathrm{~W} ),消耗整个太阳系的全部有用建筑材料,其思维能力受限于宇宙物理学,并且本质上是不朽的。
在讨论寻找外星生命的文献中,常见的做法是将人类的特点和兴趣假设并应用于外星物种。作者们通过假设外星人所拥有的技术与我们目前所拥有的技术实质上相似或仅略高来限制自己。这些错误偏见了他们的结论,使我们无法在看到时识别出外星智能的迹象。它们还误导了我们在寻找这种智能的努力。我们应该从我们特定宇宙运作的法律以及它们对我们施加的限制开始。应进行预测,以确定像我们这样的智能文明接近这些法律所施加的限制的速度。利用这些时间范围、法律和限制,我们可能更好地构建出外星智能可能的样子以及我们自己可能如何演化的图像。
内容
玛莉亚什卡大脑
概述
背景
计算机趋势与特点
计算机与人类操作等价
太阳能
卡尔达舍夫文明等级
发展趋势
需求
架构
建筑方法和时间尺度
限制
功率限制
尺寸限制
材料限制
长寿限制
思维限制
位置
证据表明 MBs 的存在
进化
交互与 Matrioshka Brains 之间
结论
参考文献
概述
马特罗什卡大脑(MB)是使用微电子和/或纳米级组件构建的巨型计算机。MB 可以构建成围绕恒星的外壳(内部供电马特罗什卡大脑:IPMB),或者如果从其他位置的恒星中收集大量能量并将其传输到 MB,则可以独立于恒星构建(外部供电马特罗什卡大脑:EPMB)。第三种变体(自供电马特罗什卡大脑:SPMB),通过受控核聚变或物质/反物质反应产生能量,是可能的。
两个支撑 MB 架构的柱子是当前工程趋势在最大和最小尺度上的延伸。在最大尺度上,在它们的初始阶段,MB 受到单个太阳系提供的质量和能量的限制。在最小尺度上,MB 受到我们按原子组装材料的能力的限制。通常使用“巨尺度工程”和“分子纳米技术”这些术语来讨论这些不同的观点。小规模和大规模建筑方法的结合允许最优化地使用当地可用的能量和物质,这是 Matrioshka Brains 的显著特征。
巨型工程学起源于科幻小说。最早对巨型工程学进行科学考察的是数学家弗里曼·戴森(1960 年),他讨论了拆解木星,在太阳周围建造一个外壳以收集其全部能量,并提供一个能够支持大量人口的生物圈。作家拉里·尼文通过将生物圈的形式从外壳改为旋转的尼文环来解决戴森壳中的重力问题。虚构文学中存在其他巨型工程学的例子,但这些对于 MB 的讨论最为相关。
纳米级工程最早由理查德·费曼于 1959 年提出。这些想法在 1981 年的 PNAS 论文《创造之引擎》中被埃里克·德雷克斯勒扩展。纳米技术的大部分工程基础在《纳米系统》中得到记录。纳米技术的发展持续进步,在过去十年中没有出现对其理念的严重挑战(梅克尔,1998)。对其全面发展和部署的估计在未来 10 至 30 年内从 10 到 30 年不等。
巨尺度工程和纳米尺度工程目前尚不存在。巨尺度工程导致大型结构(如金字塔、油轮、悬索桥、隧道、摩天大楼和火箭)工程趋势的发展。纳米尺度工程源于微电子光刻、微加工、微体积和组合化学、基因和蛋白质的生物技术操作、机器人和计算机科学的趋势发展。
它是一种矛盾,许多人更容易想象巨型工程而不是纳米级工程。对此最合理的解释是我们的大脑可以直接与巨型结构互动,而在纳米尺度上感知和操作事物则需要中介,如原子力显微镜或酶。重要的是要记住,原子尺度的泵、电机、发动机、发电装置和分子操纵器(酶)存在于阅读此文件的每个人身上。到 1998 年中旬,超过 30 种不同细菌和酵母的完整基因组 DNA 序列(纳米级程序)已知。纳米技术存在,并且正在迅速被人类驯服。
正如迪森(1960,1968)、卡达舍夫(1985,1988,1997)、贝瑞(1974)和克里斯韦尔(1985)所指出的,现有的人口和经济增长、权力和质量管理趋势将使我们在最多几千年内能够利用现有的(非纳米级)技术构建马利亚什卡大脑。本身不需要纳米级组装。如果继续目前的硅晶圆生产趋势,到 2250 年将能够生产出足够的微处理器,以当前原始设计创建一个 MB。然而,这将需要金星上大部分的硅作为原料。由这种处理器构建的 MB 将具有的能力将远低于使用纳米级制造可获得的极限。即便如此,由这些原始组件构建的计算机也将具有 一个思维容量超过 60 亿人口思维容量的百万倍!将其中一小部分思维容量用于扩展工程方法,在短时间内应该将纳米工程和组装发展到极限。
背景
计算机趋势与特点
为了讨论 MB 的计算特性,有必要了解计算机的演变。这个主题过于复杂,无法在本论文中详细讨论。然而,总的来说,我们可以假设,在 2005-2010 年之间,当前的光刻(光学光刻降至
0.08
μ
m
0.08
μ
m
0.08 mum 0.08 \mu \mathrm{~m} )和计算机架构的修改,如处理器在内存中(PIM)、智能-RAM(IRAM)、内容可寻址存储器(CAM)等,应该能够在台式机中提供近似人脑的计算能力。
光刻方法将继续改进,从光学过渡到极紫外光,再到 X 射线,最后到电子束或纳米压印(软光刻),每个阶段分辨率越来越小。这将最终实现能够操纵单个原子的纳米组装。如果历史趋势持续,到 2050 年将实现原子级操控。然而,在过去 5 年中,光刻尺寸的减小速度正在加快[SIA,1997]。成立公司并继续朝着生产纳米组装器(在 Zyex)的目标努力,以及对纳米技术发展趋势的预测,证实了早期的预测[Drexler,1998],这些都有理由相信纳米组装可能在 2010-2015 年成为可能。事实上,Zyvex LLC 总裁 Jim Von Ehr 公开表示,他相信 Zyvex 将在 2010 年实现钻石纳米组装。
光刻技术使基于二维技术的非常强大的计算机的构建成为可能。使用 SIMM 和处理器卡(Slot-1)的系统组装方法有效地将二维芯片转换为三维系统。光学互连(Emcore、Opticomp 等)和高容量冷却(Beech 等人,1992 年;Tuckerman,1984 年,SDL 公司)的增加,使得通信带宽和处理密度显著提高。纳米技术使构建三维计算机成为可能,这些计算机允许计算、通信、电力生产和输送以及冷却元件紧密集成到低成本包装中,使用单一均匀的组装过程。一旦达到传统制造和组装工艺的极限,纳米技术的发展将是一种自然的发展。目前没有已知的过程能够提供比纳米技术更高效能和能力的。有理由认为,纳米技术和纳米组装代表了技术文明发展中的一个重要平台。
在《纳米系统》中,德雷克斯勒概述了杆逻辑计算机的细节(本质上是一个纳米级的算盘)。单个杆逻辑纳米 CPU 是一个非常小的计算机,功耗非常低,容量也很小。纳米 CPU 可以组装成并行系统(中音纳米计算机),在显著降低功耗的情况下实现当前微处理器的处理能力。进一步聚合产生一个兆级纳米计算机,消耗 100,000 W(是人类大脑的
10
4
10
4
10^(4) 10^{4} 倍)的功率,体积为
1
cm
3
1
cm
3
1cm^(3) 1 \mathrm{~cm}^{3} (是人类大脑的
∼
10
3
∼
10
3
∼10^(3) \sim 10^{3} 倍)。兆级纳米计算机中的高速、大规模并行和减少的传播延迟应该导致计算吞吐量比人类大脑
10
6
−
10
7
10
6
−
10
7
10^(6)-10^(7) 10^{6}-10^{7} 倍。
梅克尔和德雷克斯勒还开发了螺旋逻辑,该逻辑需要纳米组装方法来创建基于单个电子运动控制的计算机。计算的限制由计算元件的大小和与计算相关的热量产生决定。我们可以假设单个电子的操作和可逆逻辑(如杆状和螺旋逻辑)的使用使我们接近计算的极限。这些主题在梅克尔 & 德雷克斯勒,1996 年,桑伯格,1997 年和弗兰克 & 奈特,1998 年的作品中得到了更深入的探讨。
由于杆逻辑计算机(功耗、尺寸、计算能力等)的细节在兆纳米计算机中定义得最好,因此我们将使用它们进行讨论。在杆逻辑之外,螺旋逻辑允许每操作功耗的改进。理论上的极限可能允许冷却能力(功率密度)提高
10
9
10
9
10^(9) 10^{9} ,运行频率提高
10
4
10
4
10^(4) 10^{4} 。如果计算机能够在这些极限下生产,计算能力可能比本文中展示的
10
10
10
10
10^(10) 10^{10} 到
10
20
10
20
10^(20) 10^{20} 更高。
表 1 详细描述了这些计算机架构的一些特征。
表 1. 计算机特性
处理器类型
切换速度
时钟
评分
Clock
Rate | Clock |
| :--- |
| Rate |
OPS
功率
大量
容量
源
每个 CPU
根据逻辑运算符
sec
(原文本为缩写或专业术语,未进行翻译)
GHz
(注:GHz 是千兆赫兹的缩写,通常用于描述无线通信设备的频率,此处为专业术语,无需翻译。)
sec
−
1
sec
−
1
sec^(-1) \mathrm{sec}^{-1}
W
J/Op
(由于 "J/Op" 可能是一个专有名词或代码,因此没有进行翻译。)
千克
m
3
m
3
m^(3) \mathrm{m}^{3}
约 2000 年左右的微处理器(例如 Merced)
6
×
10
−
8
6
×
10
−
8
6xx10^(-8) 6 \times 10^{-8}
1
1
×
10
9
1
×
10
9
{:[1],[xx10^(9)]:} \begin{gathered} 1 \\ \times 10^{9} \end{gathered}
50
∼
10
−
8
∼
10
−
8
∼10^(-8) \sim 10^{-8}
0.1
10
−
7
10
−
7
10^(-7) 10^{-7}
英特尔,字节
罗德逻辑纳米 CPU
10
−
10
10
−
10
10^(-10) 10^{-10}
10
1
×
10
9
1
×
10
9
{:[1],[xx10^(9)]:} \begin{gathered} 1 \\ \times 10^{9} \end{gathered}
10
−
7
10
−
7
10^(-7) 10^{-7}
10
−
16
10
−
16
10^(-16) 10^{-16}
1.6
×
10
−
17
1.6
×
10
−
17
1.6 xx10^(-17) 1.6 \times 10^{-17}
10
−
20
10
−
20
10^(-20) 10^{-20}
纳米系统
罗德逻辑迷你纳米计算机
10
−
10
10
−
10
10^(-10) 10^{-10}
10
2
×
10
17
2
×
10
17
{:[2],[xx10^(17)]:} \begin{gathered} 2 \\ \times 10^{17} \end{gathered}
10
10
−
16
10
−
16
10^(-16) 10^{-16}
2.7
×
10
−
9
2.7
×
10
−
9
2.7 xx10^(-9) 2.7 \times 10^{-9}
10
−
11
10
−
11
10^(-11) 10^{-11}
纳米系统
罗德逻辑
美加-
纳米计算机
Rod-logic
Mega-
Nanocomputer | Rod-logic |
| :--- |
| Mega- |
| Nanocomputer |
10
−
10
10
−
10
10^(-10) 10^{-10}
10
|
2
×
10
21
2
×
10
21
|[2],[xx10^(21)]:} \left\lvert\, \begin{gathered} 2 \\ \times 10^{21} \end{gathered}\right.
10
5
10
5
10^(5) 10^{5}
10
−
16
10
−
16
10^(-16) 10^{-16}
2.7
×
10
−
5
2.7
×
10
−
5
2.7 xx10^(-5) 2.7 \times 10^{-5}
10
−
6
10
−
6
10^(-6) 10^{-6}
Nanosystems,
pg.
370
Nanosystems,
pg.
370
(" Nanosystems, ")/(" pg. "370) \frac{\text { Nanosystems, }}{\text { pg. } 370}
螺旋逻辑计算机
10
−
10
10
−
10
10^(-10) 10^{-10}
10
10
−
27
10
−
27
10^(-27) 10^{-27}
Merkle \&
Drexler, 1996,
Drexler, 1992
Merkle \&
Drexler, 1996,
Drexler, 1992
[[" Merkle \& "],[" Drexler, 1996, "],[" Drexler, 1992 "] \begin{array}{|l} \hline \text { Merkle \& } \\ \hline \text { Drexler, 1996, } \\ \hline \text { Drexler, 1992 } \\ \hline \end{array}
物理极限
10
−
14
10
−
14
10^(-14) 10^{-14}
10,000
10
14
10
14
10^(14) 10^{14}
Drexler, 1996 | |
| :--- |
| Drexler, 1996 |
Processor Type Switching speed "Clock
Rate" OPS Power Mass Volume Source
per CPU per logic Op
sec GHz sec^(-1) W J/Op kg m^(3)
Circa Y2000 microprocessor (e.g. Merced) 6xx10^(-8) 1 "1
xx10^(9)" 50 ∼10^(-8) 0.1 10^(-7) Intel, Byte
Rod-logic NanoCPU 10^(-10) 10 "1
xx10^(9)" 10^(-7) 10^(-16) 1.6 xx10^(-17) 10^(-20) Nanosystems
Rod-logic MidiNanocomputer 10^(-10) 10 "2
xx10^(17)" 10 10^(-16) 2.7 xx10^(-9) 10^(-11) Nanosystems
"Rod-logic
Mega-
Nanocomputer" 10^(-10) 10 |[2],[xx10^(21)]:} 10^(5) 10^(-16) 2.7 xx10^(-5) 10^(-6) (" Nanosystems, ")/(" pg. "370)
Helical-logic computer 10^(-10) 10 10^(-27) [" Merkle \&
Drexler, 1996,
Drexler, 1992 "
Physical Limits 10^(-14) 10,000 10^(14) "
Drexler, 1996" | Processor Type | Switching speed | Clock <br> Rate | OPS | Power | | Mass | Volume | Source |
| :---: | :---: | :---: | :---: | :---: | :---: | :---: | :---: | :---: |
| | | | | per CPU | per logic Op | | | |
| | sec | GHz | $\mathrm{sec}^{-1}$ | W | J/Op | kg | $\mathrm{m}^{3}$ | |
| Circa Y2000 microprocessor (e.g. Merced) | $6 \times 10^{-8}$ | 1 | $\begin{gathered} 1 \\ \times 10^{9} \end{gathered}$ | 50 | $\sim 10^{-8}$ | 0.1 | $10^{-7}$ | Intel, Byte |
| Rod-logic NanoCPU | $10^{-10}$ | 10 | $\begin{gathered} 1 \\ \times 10^{9} \end{gathered}$ | $10^{-7}$ | $10^{-16}$ | $1.6 \times 10^{-17}$ | $10^{-20}$ | Nanosystems |
| Rod-logic MidiNanocomputer | $10^{-10}$ | 10 | $\begin{gathered} 2 \\ \times 10^{17} \end{gathered}$ | 10 | $10^{-16}$ | $2.7 \times 10^{-9}$ | $10^{-11}$ | Nanosystems |
| Rod-logic <br> Mega- <br> Nanocomputer | $10^{-10}$ | 10 | $\left\lvert\, \begin{gathered} 2 \\ \times 10^{21} \end{gathered}\right.$ | $10^{5}$ | $10^{-16}$ | $2.7 \times 10^{-5}$ | $10^{-6}$ | $\frac{\text { Nanosystems, }}{\text { pg. } 370}$ |
| Helical-logic computer | $10^{-10}$ | 10 | | | $10^{-27}$ | | | $\begin{array}{\|l} \hline \text { Merkle \& } \\ \hline \text { Drexler, 1996, } \\ \hline \text { Drexler, 1992 } \\ \hline \end{array}$ |
| Physical Limits | $10^{-14}$ | 10,000 | | $10^{14}$ | | | | <br> Drexler, 1996 |
计算机与人类操作等价。
在抽象的最简单层面上,神经元可以被视为乘法和加法机器。神经元将突触连接的“强度”乘以传入信号的“权重”,并将这些值在多个输入突触上求和。如果结果超过某个阈值,神经元就会放电并向其网络中连接的其他神经元传递信号。神经元放电速度非常慢,每秒不到 100 次。人类大脑中发现的巨大力量归因于除了速度之外的其他神经元特性。这包括它们的小尺寸、低功耗、高互连水平(每个神经元 100-10000 个)以及大量。人类新皮层,这是人类大脑最发达的部分,以及被认为是“高级思维”负责的部分,含有 0# 10 亿个神经元[Pakkenberg, 1997]。大脑中神经元的总数不太确定,但由于新皮层约占大脑体积的 2#,除非其他大脑区域的神经元密度远高于此,否则从 Pakkenberg 的数据外推将意味着大脑中总共有 60 亿个神经元。 为了提供一个适当的视角,如果当前的 SIA 预测趋势持续下去,到 2025 年,微处理器将不会有 600 亿个晶体管。即便如此,单个晶体管也不具备神经元的计算能力。另一方面,拥有 600 亿个晶体管的微处理器将占据的体积远小于人脑。
如果我们假设每秒有
6
×
10
10
6
×
10
10
6xx10^(10) 6 \times 10^{10} 个神经元激活,每个神经元每秒进行
×
5
×
10
1
×
5
×
10
1
xx5xx10^(1) \times 5 \times 10^{1} 次操作,那么我们得到的结果是每秒
3
×
10
15
3
×
10
15
3xx10^(15) 3 \times 10^{15} 次操作(300 万亿次操作或 300 万亿次操作)。这可能是可能的计算能力的高端,因为它假设所有神经元同时使用。这不太可能成立,因为大脑显然有专门的结构用于视觉、听觉和嗅觉输入;语音输出;物理感觉和控制;记忆存储和回忆;语言分析和理解;以及左右脑之间的交流。在某个时间点,所有这些结构都得到最佳利用的可能性不大。
高端估计人类思维容量为 300 万亿次运算,与文献中概述的表 2 中的发现没有显著差异。
表 2. 人类思维容量
大脑容量
方法
源
每秒计算次数 每秒比特数
10^(13) calculations per second
10^(14) bits / second | $10^{13}$ calculations per second |
| :--- |
| $10^{14}$ bits / second |
算法等价
莫拉维克(1987)
每秒指令数
视网膜外推
等价计算机
操作
Extrapolation of retina
equivalent computer
operations | Extrapolation of retina |
| :--- |
| equivalent computer |
| operations |
莫拉维克(1997)
每秒操作次数
10^(13)-10^(16) operations per
second | $10^{13}-10^{16}$ operations per |
| :--- |
| second |
功耗
默克尔(1989)
10
17
FLOPS
∗
)
10
17
FLOPS
∗
{:10^(17)FLOPS^(**)) \left.10^{17} \mathrm{FLOPS}^{*}\right)
算术等价
McEachern
(1993)
McEachern
(1993)
(" McEachern ")/(" (1993) ") \frac{\text { McEachern }}{\text { (1993) }}
Brain Capacity Method Source
"10^(13) calculations per second
10^(14) bits / second" Algorithmic equivalence Moravec (1987)
10^(14) instructions per second "Extrapolation of retina
equivalent computer
operations" Moravec (1997)
"10^(13)-10^(16) operations per
second" Power consumption Merkle (1989)
{:10^(17)FLOPS^(**)) Arithmetic equivalence (" McEachern ")/(" (1993) ") | Brain Capacity | Method | Source |
| :--- | :--- | :--- |
| $10^{13}$ calculations per second <br> $10^{14}$ bits / second | Algorithmic equivalence | Moravec (1987) |
| $10^{14}$ instructions per second | Extrapolation of retina <br> equivalent computer <br> operations | Moravec (1997) |
| $10^{13}-10^{16}$ operations per <br> second | Power consumption | Merkle (1989) |
| $\left.10^{17} \mathrm{FLOPS}^{*}\right)$ | Arithmetic equivalence | $\frac{\text { McEachern }}{\text { (1993) }}$ |
FLOPS = 每秒浮点(算术)操作(加法或乘法)次数
这些容量估计使用不同方法,计算出的值在 10,000 范围内,这表明目前对大脑的理解非常有限。然而,这些数字在总体上是一致的。由于大脑的特殊结构,无法将所有可用容量集中在单个问题上。与大脑不同,计算机可以将所有容量用于单个问题(假设问题适合可用内存)。这意味着计算机不需要大脑的容量就能达到与大脑特定区域相当的水平。台式计算机的发展趋势与大脑中的多处理类似。现在系统同时执行 10-20 个进程并不罕见。这些可能包括监听网络、监听人类语言、记录和压缩信息以进行永久存储、显示信息以供解释,以及将强大的处理能力用于搜索、识别或分析过程。可用的计算机功率在计算机的任务中分配,就像在大脑中一样。
计算机能力在近年来显著提高。当前最先进的计算机达到以下运行水平:
英特尔泰克计算机:1.8 万亿次浮点运算(
1.8
×
10
12
1.8
×
10
12
1.8 xx10^(12) 1.8 \times 10^{12} FLOPS)
IBM Teracomputer:3 万亿次浮点运算(
3
×
10
12
3
×
10
12
3xx10^(12) 3 \times 10^{12} FLOPS)
IBM ASCIWhite:12.3 万亿次浮点运算(
1.23
×
10
13
1.23
×
10
13
1.23 xx10^(13) 1.23 \times 10^{13} FLOPS)
IBM 深蓝(国际象棋计算机):
2 亿
(
2
×
10
8
)
2
×
10
8
(2xx10^(8)) \left(2 \times 10^{8}\right) 每秒
=∼
3
=∼
3
=∼3 =\sim 3 百万 MIPS
(
3
×
10
12
IPS
)
3
×
10
12
IPS
(3xx10^(12)IPS) \left(3 \times 10^{12} \mathrm{IPS}\right)
葡萄(GRAvity PipE)计算机用于恒星轨道计算(塔布斯,1997)
葡萄-3(1991 年):600 MFLOPS(
6
×
10
8
6
×
10
8
6xx10^(8) 6 \times 10^{8} FLOPS)
葡萄-4(1995 年):1.08 万亿次浮点运算(
1.1
×
10
12
1.1
×
10
12
1.1 xx10^(12) 1.1 \times 10^{12} FLOPS)
葡萄-5(1998):21.6 吉浮点运算(
2.16
×
10
10
2.16
×
10
10
2.16 xx10^(10) 2.16 \times 10^{10} FLOPS)
葡萄-6(2000/1):100 万亿次浮点运算(
1
×
10
14
1
×
10
14
1xx10^(14) 1 \times 10^{14} FLOPS)
在绘图板上:
IBM Blue Gene(2003 年):1 petaflop(
10
15
10
15
10^(15) 10^{15} FLOPS)
从这些数字中可以看出,计算机正在接近人类大脑的容量,并最终会超过它。正如 Moravec(1997)所指出的,Deep Blue 计算机仅用人类大脑估计功率的
1
/
30
1
/
30
1//30 1 / 30 就能击败 Gary Kasparov。要么大脑的容量比上述估计的要小,要么人类无法将所有这些容量都投入到单一任务中。
计算机在算术方面一直优于人类。现在它们似乎正在接近我们在需要并行处理的任务上的能力。近年来,计算机系统已经展现出“人类”能力,例如:
在诸如二十一点(带有随机因素)和国际象棋与围棋(带有非随机原则)等游戏中击败人类。目前人类唯一能与计算机竞争的游戏是围棋。
证明人类以前未曾证明的定理。
阅读文档(OCR)和“理解”人类语音。
驾驶汽车。
人类独有的活动领域正变得越来越小,因此似乎有理由假设计算机将匹配并最终超越人类的能力。
太阳能
德雷克斯勒观察到[德雷克斯勒,1992],在没有改进设备物理性能的情况下,仅仅通过制造小型精确结构的技术,应该能够构建质量为
∼
10
−
3
kg
/
m
2
∼
10
−
3
kg
/
m
2
∼10^(-3)kg//m^(2) \sim 10^{-3} \mathrm{~kg} / \mathrm{m}^{2} 的太阳能收集器,并在地球轨道上实现
∼
10
5
W
/
kg
∼
10
5
W
/
kg
∼10^(5)W//kg \sim 10^{5} \mathrm{~W} / \mathrm{kg} 的功率质量收集能力。太阳的功率输出为
∼
4
×
10
26
W
∼
4
×
10
26
W
∼4xx10^(26)W \sim 4 \times 10^{26} \mathrm{~W} ,这意味着地球轨道上的太阳能收集器需要
∼
10
21
kg
∼
10
21
kg
∼10^(21)kg \sim 10^{21} \mathrm{~kg} 的质量。这大约是 asteroid belt 中小行星的估计质量,并且远小于地球的月球
(
7
×
10
22
kg
)
7
×
10
22
kg
(7xx10^(22)(kg)) \left(7 \times 10^{22} \mathrm{~kg}\right) 或水星
(
3
×
10
23
kg
)
3
×
10
23
kg
(3xx10^(23)(kg)) \left(3 \times 10^{23} \mathrm{~kg}\right) 的质量。在金星和火星之间的轨道上收集太阳能将进一步降低质量需求。非常接近太阳的轨道可能会导致太阳能收集器的寿命缩短,这可能会由于需要不断重建太阳能电池而减少收集到的能量量[兰迪斯,1998]。假设我们的太阳系是典型的,使用其太阳系中的材料收集整个恒星的能量输出是可行的
2
2
^(2) { }^{2} 。
卡尔达舍夫文明等级
尼古拉·卡尔达舍夫在其 1964 年的论文中,定义了文明发展的三个主要阶段。这些阶段在表 3 中进行了概述。
表 3. 卡达谢夫文明类型
文明
等级
Civilization
Level | Civilization |
| :---: |
| Level |
能源
资源
利用率
Energy
Resource
Utilization | Energy |
| :---: |
| Resource |
| Utilization |
可用
功率
Available
Power | Available |
| :---: |
| Power |
可用
质量
Available
Mass | Available |
| :---: |
| Mass |
erg/s
W
千克
KT-I
星球
∼
10
19
∼
10
19
∼10^(19) \sim 10^{19}
∼
10
12
∼
10
12
∼10^(12) \sim 10^{12}
∼
10
24
∼
10
24
∼10^(24) \sim 10^{24}
KT-II
星星
∼
10
30
−
∼
10
30
−
∼10^(30)- \sim 10^{30}-
10
36
10
36
10^(36) 10^{36}
∼10^(30)-
10^(36) | $\sim 10^{30}-$ |
| :---: |
| $10^{36}$ |
∼
10
23
−
∼
10
23
−
∼10^(23)- \sim 10^{23}-
10
29
10
29
10^(29) 10^{29}
∼10^(23)-
10^(29) | $\sim 10^{23}-$ |
| :---: |
| $10^{29}$ |
∼
10
30
∼
10
30
∼10^(30) \sim 10^{30}
KT-III
银河
∼
10
42
−
∼
10
42
−
∼10^(42)- \sim 10^{42}-
10
43
10
43
10^(43) 10^{43}
∼10^(42)-
10^(43) | $\sim 10^{42}-$ |
| :---: |
| $10^{43}$ |
∼
10
37
−
∼
10
37
−
∼10^(37)- \sim 10^{37}-
10
38
10
38
10^(38) 10^{38}
∼10^(37)-
10^(38) | $\sim 10^{37}-$ |
| :---: |
| $10^{38}$ |
∼
10
42
∼
10
42
∼10^(42) \sim 10^{42}
"Civilization
Level" "Energy
Resource
Utilization" "Available
Power" "Available
Mass"
erg/sec W kg
KT-I planet ∼10^(19) ∼10^(12) ∼10^(24)
KT-II star "∼10^(30)-
10^(36)" "∼10^(23)-
10^(29)" ∼10^(30)
KT-III galaxy "∼10^(42)-
10^(43)" "∼10^(37)-
10^(38)" ∼10^(42) | Civilization <br> Level | Energy <br> Resource <br> Utilization | Available <br> Power | | Available <br> Mass |
| :---: | :---: | :---: | :---: | :---: |
| | erg/sec | W | kg | |
| KT-I | planet | $\sim 10^{19}$ | $\sim 10^{12}$ | $\sim 10^{24}$ |
| KT-II | star | $\sim 10^{30}-$ <br> $10^{36}$ | $\sim 10^{23}-$ <br> $10^{29}$ | $\sim 10^{30}$ |
| KT-III | galaxy | $\sim 10^{42}-$ <br> $10^{43}$ | $\sim 10^{37}-$ <br> $10^{38}$ | $\sim 10^{42}$ |
对于 KT-II 和 KT-III 级别的文明,如果排除恒星中的物质,那么可用的质量可能低
∼
10
−
4
∼
10
−
4
∼10^(-4) \sim 10^{-4} 。如果排除恒星以及太阳系中的氢和氦,那么文明可用的质量是总可用质量的
∼
10
−
6
∼
10
−
6
∼10^(-6) \sim 10^{-6} 。以下讨论的原因表明,这些排除的强度随着文明的进化而变化。
发展趋势
简而言之,我们可以看到计算机能力很可能会继续发展,直到它显著超过人类智能。从恒星功率输出水平中提取能量以重新排列太阳系物质的能力似乎是可行的。除非发生某种干预其进化过程的事情,否则一个技术文明应该会从 KT-I 级发展到 KT-II 级,甚至可能达到 KT-III 级。由于这些文明的最高智能水平将通过使用恒星输出功率构建的纳米技术超级计算机来实现,因此预计至少一些文明会遵循这条道路。以下将更详细地探讨这些结构。
需求
有两个重要要求对于可能构建马特廖什卡大脑。
设计用于实际建造 MB 所需的电力收集器、计算机、通信设备和散热器。
一种用于构建 MB 组件的自复制工厂的设计。这些工厂不必使用纳米技术来建造。它们可以使用基于现有制造方法并利用冯·诺伊曼(1966 年)提出的想法的自动机来建造。1982 年,由 NASA 组织的一组物理学家和工程师对如何在空间制造中构建自动化工厂进行了广泛的研究[弗雷塔斯,1982]。这些工厂必须能够复制自己以覆盖行星表面,并能够构建将它们的产出运输到适当恒星轨道的装置,或者它们必须在太空环境中自我复制。这种自我复制工厂对于 MB 的生产并非绝对必要。然而,它们确实有助于将 MB 的建造时间缩短许多数量级。
架构
玛特罗什卡大脑包含以下组件:
动力收集器
电力收集器或收割机可能有多项衡量其效率的措施:
绝对功率采集效率
质量或元素需求以实现特定的收获效率
最短时间构建一个相对高效的收集器
收藏家,寿命最长,维护要求最低
最简单的能量收集器将是高效率的太阳能电池或聚焦阳光在太阳能电池上的收集镜,以将阳光转化为电能。这些设备通常在约
30
%
30
%
30% 30 \% 的转换效率下运行。其他能量收集器可能以允许使用斯特林循环发电的方式聚焦红外辐射。更复杂的方法将尝试以允许其转化为可用于做功的形式来收集紫外线、X 射线、伽马射线、微波和无线电能量。
计算机组件
计算机组件执行 Matrioshka Brain 的实际工作。计算机组件可能具有许多架构,这些架构取决于要解决的问题的性质。
计算机通常是纳米 CPU 或兆级纳米 CPU,具有大量纳米级存储和高效、高带宽(光)通信通道与其他类似设备。
存储组件
存储组件需要存储作为计算组件输入的数据以及存储计算结果。我们可以设想四个存储级别,每个级别所需的物质和能量都更少。
原子聚集体和磁或光传感(例如,当前高密度磁盘驱动器)。
元素在特定的原子配置中(例如 DNA)。
电子电荷(单电子 DRAM)或特定自旋状态的电子(原子核磁共振)。
光子循环包。
光子存储似乎是极限,因为表示一个比特需要最小的物质/能量。所有这些方法可能都需要复杂的纠错码(ECC)算法和冗余备份来保护数据免受破坏性事件(高能宇宙射线等)的影响。
热处理组件
任何计算元件,无论效率如何,都需要散热。这是热力学第二定律的结果。单个纳米 CPU 可能能够辐射掉它们产生的热量。为了避免被相邻的 CPU 烤焦,它们需要最小的 CPU 间距。兆级纳米 CPU 需要主动冷却,通常在 CPU 和散热器之间使用循环冷却液。CPU 的工作温度取决于其构造的材料。散热器的温度取决于 CPU 允许的温度、冷却液和散热器材料。散热器必须处理由计算元件产生的热量以及来自光伏、热光伏或卡诺循环基于的发电活动的剩余废热。
辐射防护组件
对于大多数纳米级设备,辐射损伤是一个重大危害。除非做出重大努力来减轻其影响,否则辐射损伤的诊断和修复将消耗大量时间和能源资源。辐射耐受性可以通过以下方式实现: a. 将 MB 定位在辐射通量最小的位置; b. 使用受控外部电源(光束能量)而不是不受控制的内部电源(恒星) c. 使用电或磁场进行主动屏蔽; d. 不可用于计算机构建或能源生产的体质量被动屏蔽(大量氦、氖或铁是理想选择)。
通用架构
Mega-NanoCPU 计算机受散热需求限制,其散热能力由散热“流体”决定。散热器的温度将由流体的沸点或流体中循环的固态物质的熔点决定[Henson,1988]。在 Matrioshka Brain 架构中,能量收集器、CPU 和散热器被排列以利用下山热力学斜率。外壳的每一层都收集下一内层的能量(光或热辐射),用该能量完成可能的工作,并以更低的温度辐射。附录 A 概述了几种可能的工质、散热器材料和操作温度。
马丽奥什卡脑架构高度依赖于构成能量收集器、计算元素和散热器的结构材料。在高温下,最大的问题是计算元素被破坏。可以用来构建高温杆逻辑计算机的相对丰富的三种材料是钻石(稳定到
∼
1275
∘
K
∼
1275
∘
K
∼1275^(@)K \sim 1275^{\circ} \mathrm{K} )、氧化铝(熔点
∼
2345
∘
K
∼
2345
∘
K
∼2345^(@)K \sim 2345^{\circ} \mathrm{K} )和钛 碳化物(熔点
3143
∘
K
3143
∘
K
3143^(@)K 3143^{\circ} \mathrm{K} )。材料强度随工作温度升高而相对线性下降。在机械设计中还必须考虑热膨胀。因此,工作温度可能从上述温度的
50
−
80
%
50
−
80
%
50-80% 50-80 \% 开始。存在熔点更高的材料,尤其是铑和钨等元素以及碳化铪和碳化钽等难熔化合物,但这些元素相对较少。如果计算机在低于
∼
1200
∘
K
∼
1200
∘
K
∼1200^(@)K \sim 1200^{\circ} \mathrm{K} 的温度下运行,散热器发出的热辐射主要由低能红外光子(< 0.5 eV)组成,这些光子很少能被材料以允许直接转换为电力的方式捕获。这意味着通过镜子聚焦热能(例如,通过反射镜)和使用卡诺循环的热机(例如,拉金、斯特林、埃里克森等)很可能用于 MB 外层发电。
元素可用性必须予以考虑。碳、氧、镁、硅、铁和铝是有用的结构材料,比镍、磷、氟或钨等元素更为丰富。更丰富的元素(
C
,
Al
2
O
3
,
SiO
2
,
MgO
,
Fe
2
O
3
C
,
Al
2
O
3
,
SiO
2
,
MgO
,
Fe
2
O
3
C,Al_(2)O_(3),SiO_(2),MgO,Fe_(2)O_(3) \mathrm{C}, \mathrm{Al}_{2} \mathrm{O}_{3}, \mathrm{SiO}_{2}, \mathrm{MgO}, \mathrm{Fe}_{2} \mathrm{O}_{3} )应该是 MB 层的主体建筑材料。在较大的最外层(较冷的)壳体中使用的材料最为丰富。在长时间内,使用增殖反应堆将不太有用的元素(例如镁或铁)转化为更有用的元素(例如钨或铪)的可能性是存在的。
电源
最有可能的年轻 MB 能源来源是恒星本身。MB 将围绕恒星构建,因为它速度快,所需材料最少,并且在材料转移中浪费的能量最小。然而,在数千年到数百万年的时间里,气态巨行星可能会被拆解并输送到聚变反应堆。本地或远程恒星可能会被拆解,重新包装在燃料载体(例如高压碳化硅容器)中,并运送到 MB 位置或安排在未来 MB 轨道将遇到它们的位置。最佳架构将是那种能够消除中央恒星并替换为非常高温的计算元件的架构,这些元件可以位于非常接近的位置(减少节点间通信延迟),同时仍然向 MB 的外壳辐射大量能量。然而,将外部产生的恒星输出功率水平(
∼
10
26
W
∼
10
26
W
∼10^(26)W \sim 10^{26} \mathrm{~W} )控制地输送到远小于太阳体积(
∼
1
,
000
−
10
,
000
km
3
)
∼
1
,
000
−
10
,
000
km
3
{:∼1,000-10,000km^(3)) \left.\sim 1,000-10,000 \mathrm{~km}^{3}\right) )的体积内的问题不容忽视。 例如,一个位于 MB 中心的反射球体必须比太阳大 2#倍,才能以每 10,000 个太阳的密度(即地球上的太阳辐射强度的 10,000 倍)接收外部能量(例如激光束)。这些镜子需要非凡的反射率以避免积累热量,否则会导致它们熔化。因此,为了优化它们中心的节点间通信延迟,EPMB 可能会消耗(并辐射)比太阳能水平少得多的能量。
图 1. MB 中“计算晶体”集成元素的示例
面对星星的表面是太阳能板,背对星星的表面是散热器。阵列中央的六边形元件是纳米计算机。深蓝色部分循环冷却液,浅蓝色部分是高压涡轮泵。红色凸起是用于站姿控制的微调控制喷嘴。
纳米计算机表面是二维通信阵列,由 VCSELs(垂直腔面发射激光器)和 CCDs 分别组成,这些阵列为相邻的计算单元提供高带宽通信(见图 2)。
建筑方法和时间尺度
MBs 可能需要数千年缓慢地构建,使用文明资源的一小部分。更有可能的是,它们将通过利用杠杆施工技术快速构建,以利用从显著扩大的计算和信息存储能力中可以预期的益处。在我们太阳系中,我们可以提出以下构建过程:
将一颗或多颗小行星转化为太阳能收集器。接收
10
10
10
10
10^(10) 10^{10} 瓦特太阳能的 3 英里小行星可以转化为太阳能收集器,可以收集
10
22
W
10
22
W
10^(22)W 10^{22} \mathrm{~W} 瓦特的太阳能。所需时间:
∼
∼
∼ \sim 数年。
将小行星衍生的收集器能量传输到水星,在那里使用,并将大部分行星转化为额外的收集器,以收集整个太阳的太阳能。所需时间:< 1 个月。
利用太阳的全部输出,拆解剩余的小行星、彗星、卫星和矮行星,以构建 MB 的主要部分。所需时间:
∼
20
∼
20
∼20 \sim 20 年。
3
3
^(3) { }^{3}
使用月球和小行星的一部分材料来构建提供分解气态巨行星(天王星、海王星、土星和木星)所需能量的热核反应堆。所需时间:10-1000 年。
一个替代方案,如《行星解体》中所述,将跳过第一步,直接将水星以及可能的部分金星转化为太阳能收集器和 MB 计算元件。
小行星和行星解体的能量需求主要由化学键操作需求决定。在这种情况下,最佳方法是利用太阳能通量最高的地点的材料来构建不断扩大的太阳能收集器。所需时间的决定性因素是太阳能收集器的厚度。当前技术允许建造质量为
1
kg
/
m
2
1
kg
/
m
2
1kg//m^(2) 1 \mathrm{~kg} / \mathrm{m}^{2} 的收集器(或镜子)。预计太阳能帆的收集器可能薄至
.02
kg
/
m
2
.02
kg
/
m
2
.02kg//m^(2) .02 \mathrm{~kg} / \mathrm{m}^{2} (波特,1996 年),而德雷克斯勒 1992 年提出了
.001
kg
/
m
2
.001
kg
/
m
2
.001kg//m^(2) .001 \mathrm{~kg} / \mathrm{m}^{2} 的结构。解体较大行星(尤其是土星和木星)的能量需求主要由将材料从行星引力井中移出的需求决定。即使将太阳的全部能量输出用于解体木星,也需要数百年的时间。要加快解体速度,需要用从制造的热核反应堆中获得的聚变能源补充太阳能。 存在明显的权衡,即在用于 MB 计算的太阳能和/或小行星物质的数量与用于建造补充热核反应堆和气态巨行星解体的数量之间。由于从气态巨行星解体中获得的计算效益微乎其微(相对于解体单个小行星就能获得的巨大效益),文明可能会选择以相对较慢的速度解体较大的天体。
太阳周围的太阳能集热器和 CPU 的质量需求与可用的质量相比很小。建造它们只需要水星或地球月球的很小一部分。令人担忧的是,用于 CPU 建造的特定元素,如碳或硫,是否能够以足够的数量获得。如果情况不是这样,那么可以转向金星的大气或小行星(特别是碳质球粒陨石)以获取更多材料。散热材料值得关注,因为它必须具有高发射率。一个可能以高丰度存在的候选材料是氧化铁(赤铁矿),它具有高熔点和在内行星和小行星中高度丰富。
建设时间对于不成熟的 MBs 较短。纳米组装器的指数级增长 4 将提供足够的数量,在几周到几个月内拆解和重新组装行星。如果需要非纳米尺度的自动机,时间尺度可能是几十年。在太阳附近建造少量太阳能收集器可以为太阳系中的任何一点提供高浓度的束状能量。对建设时间的最强限制可能是将能量收集器移动到太阳周围适当位置所需的时间,或者从外太阳系位置向内太阳系位置运输材料所需的时间,如果关键元素短缺。相反,如果希望非恒星中心的 MBs(见位置),限制在于将足够的质量从不同的太阳系移动到能量源之间引力平衡或最小干扰的点。
虽然许多作者关注了将彗星、卫星或行星移动用于建设或改造目的的可能性,但应理解这并非 MB 建设所必需。首先,MB 的元素需求应该是已知的,因此最好在卫星或行星上拆解材料,只运输那些绝对必要的分子或原子。其次,将大量物质移动到另一个轨道需要消耗大量能量和质量,或者等待很长时间,或者两者都要。相反,应该利用可用的能量和物质来构建加速器,将物质加速到可能建立最佳能量收集和传输站的位置。一旦运行,这些站将返回更多的能量到进行物质收集作业的卫星或行星。这允许材料分解、分离和运输能力的指数级增长。最终,达到一个点,其中最佳数量的太阳能被转移到运输 MB 建设所需最佳材料的运输上。
图 2. MB 嵌套壳的示例
展示的贝壳是不完整的。一套完整的贝壳将隐藏星星。最内层的贝壳具有最高的辐射温度,最外层的贝壳温度最低。
限制
功率限制
表 4 详细说明了不同大小恒星的可用能量以及未经工程化恒星的寿命。小于
0.1
M
sun
0.1
M
sun
0.1M_("sun ") 0.1 \mathrm{M}_{\text {sun }} 的恒星不足以燃烧氢,而大于
∼
100
M
sun
∼
100
M
sun
∼100M_("sun ") \sim 100 \mathrm{M}_{\text {sun }} 的恒星既不稳定又寿命短暂。
表 4. 星体功率和寿命
恒星大小
Mass
(
k
g
)
(
k
g
)
(kg) (\mathbf{k g})
功率(瓦)
使用寿命(年)
0.1
M
sun
0.1
M
sun
0.1M_("sun ") 0.1 \mathrm{M}_{\text {sun }}
2
×
10
29
2
×
10
29
2xx10^(29) 2 \times 10^{29}
1.2
×
10
24
1.2
×
10
24
1.2 xx10^(24) 1.2 \times 10^{24}
100 万亿
1.0
M
sun
1.0
M
sun
1.0M_("sun ") 1.0 \mathrm{M}_{\text {sun }}
2
×
10
30
2
×
10
30
2xx10^(30) 2 \times 10^{30}
3.8
×
10
26
3.8
×
10
26
3.8 xx10^(26) 3.8 \times 10^{26}
120 亿
10
M
sun
10
M
sun
10M_("sun ") 10 \mathrm{M}_{\text {sun }}
2
×
10
31
2
×
10
31
2xx10^(31) 2 \times 10^{31}
2.0
×
10
30
2.0
×
10
30
2.0 xx10^(30) 2.0 \times 10^{30}
两千万
100
M
sun
100
M
sun
100M_("sun ") 100 \mathrm{M}_{\text {sun }}
2
×
10
32
2
×
10
32
2xx10^(32) 2 \times 10^{32}
2.4
×
10
34
2.4
×
10
34
2.4 xx10^(34) 2.4 \times 10^{34}
0# 百万
Star Size Mass (kg) Power (W) Lifetime (years)
0.1M_("sun ") 2xx10^(29) 1.2 xx10^(24) 10 trillion
1.0M_("sun ") 2xx10^(30) 3.8 xx10^(26) 12 billion
10M_("sun ") 2xx10^(31) 2.0 xx10^(30) 20 million
100M_("sun ") 2xx10^(32) 2.4 xx10^(34) <<1 million | Star Size | Mass $(\mathbf{k g})$ | Power (W) | Lifetime (years) |
| :---: | :---: | :---: | :---: |
| $0.1 \mathrm{M}_{\text {sun }}$ | $2 \times 10^{29}$ | $1.2 \times 10^{24}$ | 10 trillion |
| $1.0 \mathrm{M}_{\text {sun }}$ | $2 \times 10^{30}$ | $3.8 \times 10^{26}$ | 12 billion |
| $10 \mathrm{M}_{\text {sun }}$ | $2 \times 10^{31}$ | $2.0 \times 10^{30}$ | 20 million |
| $100 \mathrm{M}_{\text {sun }}$ | $2 \times 10^{32}$ | $2.4 \times 10^{34}$ | $<<1$ million |
可以看出,可用功率和电源寿命之间存在权衡。如果你想短时间内进行大量思考,你可以在一个 10
100
M
sun
100
M
sun
100M_("sun ") 100 \mathrm{M}_{\text {sun }} 星周围构建一个 MB。不幸的是,这种巨大的功率增加了你的冷却需求,并需要如此大的 MB 散热器直径,以至于单个太阳系中可用的建筑材料可能不足。这需要从其他太阳系或尘埃云中进口材料,从而在建造计划中纳入星际距离材料运输时间。由于这些大型恒星的寿命很短,你大概需要在恒星形成期间就计划建造和开始材料转移。这需要在恒星在其剧烈和高辐射输出形成阶段,对抗强大的恒星风转移材料。即使在建造了超 MB 之后,其大直径意味着 CPU 之间消息的传输时间可能是几个小时或几天。 显然,只有当一个人想要在短时间内解决需要大量思考的明确问题时,一个超 MB(兆字节)才会派上用场。由于超过
1.5
M
sun
1.5
M
sun
1.5M_("sun ") 1.5 \mathrm{M}_{\text {sun }}