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 }} 的恒星通过成为超新星结束生命,除非将能量和物质视为,MB 将不得不在其他地方拆解和重新组装 如此丰富,以至于对超级智能的焚烧无关紧要。所有这些困难都反对在大型质量恒星周围建造 MB。
然而,可以构建非恒星中心的超 MB,并可以通过外部供电或内部热核反应堆供电。这避免了恒星辐射和寿命问题,只剩下节点间旅行时间问题。如果这个问题无关紧要,那么可能会在存在高外部能量通量(用于发电)和相对长寿恒星的区域找到非恒星中心的超 MB。这些是球状星团(GC)的特征,球状星团由数十万到数百万颗恒星组成,位于只有几十到几百光年大小的空间区域。GC 中的外部光通量比单个恒星可提供的要大得多。
天文学家认为,GC 至少有 80 亿年的历史,有些估计甚至高达 120 亿年。这些年龄是基于两个观察得出的:
大量低亮度红星,暗示着古老的小质量恒星。
银河系中心恒星光谱中金属丰度低,意味着在大量超新星将金属播撒到星际尘埃之前,老恒星就已经形成。
然而,GC 中恒星低亮度可能是由于光收集和重新定向用于发电,以及由于建设项目的金属开采导致的低金属丰度。导致这种情况的路径有几种。
第一种可能性是,一个较老的外部 MB 文明会在其形成初期就向 GC“云”发送一个带有必要采矿计划的机器人纳米探测器。然后种子构建必要的采矿设备,在金属有机会被纳入恒星之前开始开采金属。第二种可能性是,如果星体提升是可能的[克里斯韦尔,1985],那么 MB(或他们的探测器)可能在 GC 中进化,或者从遥远的地方到达,并正在回收恒星以开采所有可用的金属。甚至可能是一个基于 MB 的文明(KT-II+)能够通过使用巨型激光或聚焦的定向太阳风(本质上是大离子束)来引导许多大型星际尘埃云向空间中的共同点,从而工程化 GC 的形成。然而,宇宙的估计年龄是否允许足够的时间进行此类建设活动是有疑问的。
一个最终问题仍然存在,即为什么 MB 文明不会利用 GC 中所有可用的能量来进行思考?如果最优 MB 架构受限于特定元素丰度(例如碳),那么这些元素的最佳用途是在构建计算机器或长期存储器,而不是能量收集装置。将任何稀有元素用于热核增殖反应堆的建设可能是一种次优的资源利用方式。可能让重力作为恒星热核反应堆的容器,尽可能便宜地收集重元素会更为高效。如果 GC 是生产低功耗数据存储设备所需元素的繁殖地,那么 GC 中恒星辐射到空间中的能量损失就无关紧要了。在数十亿年的时间里,GC 逐渐从轻元素转化为巨大的长期固态存储器。
尺寸限制
MBs 必须具有由输入功率和散热器温度确定的最低尺寸。随着功率输入的增加,MB 尺寸也必须相应增加。MB 没有最大尺寸限制,除了由可用物质决定的限制。由于许多星系的质量中
80
+
%
80
+
%
80+% 80+\% 似乎“丢失”,因此应考虑这种物质是否已纳入 MB。重要的是要认识到,MB 越大,由于 CPU 单元间通信距离的增加,大脑层面的思维过程就越慢。较小的 MB,受限于更低的功耗,同样能够进行较少的聚合思维,但思维循环得更快。Mega-MBs 拥有更多的思维,需要几天或几个月来内部循环。Minimal-MBs 思维较少,但可能在几分钟内循环。可以想象由不同尺寸的 MB 组成,以不同速度思考或关于不同层次问题的 MB 云或群体。在确定最佳 MB 尺寸和配置时,存在复杂的权衡,包括功率分配、散热和视线通信与路由通信。 球状星团中相对较高的功率通量将能够构建一个 MB 社区,该社区 MB 之间的通信时间相对较短,约为数月。在 对比银河晕中的 MB 社区(一个 KT-III 文明)将需要数十到数百年的 MB 间通信时间。正如表 5 所示,嵌套社区层有优势。
表 5. 脑通信,功率与容量
大脑等级
实体内部
通讯
时间
Intra-entity
communication
time | Intra-entity |
| :---: |
| communication |
| time |
功率
消耗
Power
Consumed | Power |
| :---: |
| Consumed |
< td id = 1 > 思想
容量
Thought
Capacity | Thought |
| :---: |
| Capacity |
(W)
OPS/秒
人类大脑
毫秒
10
10
13
10
13
10^(13) 10^{13}
巨纳米 CPU
微秒
10
5
10
5
10^(5) 10^{5}
10
21
10
21
10^(21) 10^{21}
单层 MB
分钟
10
26
10
26
10^(26) 10^{26}
10
42
10
42
10^(42) 10^{42}
多层 MB
小时-天
3
×
10
26
3
×
10
26
3xx10^(26) 3 \times 10^{26}
3
×
10
42
3
×
10
42
3xx10^(42) 3 \times 10^{42}
球状星团
MB 社区
Globular Cluster
MB community | Globular Cluster |
| :--- |
| MB community |
周月
10
31
10
31
10^(31) 10^{31}
10
47
10
47
10^(47) 10^{47}
银河晕 MB
社区
Galactic Halo MB
community | Galactic Halo MB |
| :--- |
| community |
十万年
10
36
10
36
10^(36) 10^{36}
10
52
10
52
10^(52) 10^{52}
Brain Level "Intra-entity
communication
time" "Power
Consumed" "Thought
Capacity"
(W) OPS/sec
Human Brain milliseconds 10 10^(13)
Mega-nanoCPU microseconds 10^(5) 10^(21)
Single-layer MB minutes 10^(26) 10^(42)
Multi-layer MB hours-days 3xx10^(26) 3xx10^(42)
"Globular Cluster
MB community" weeks-months 10^(31) 10^(47)
"Galactic Halo MB
community" tens-thousands years 10^(36) 10^(52) | Brain Level | Intra-entity <br> communication <br> time | Power <br> Consumed | Thought <br> Capacity |
| :--- | :---: | :---: | :---: |
| | (W) | OPS/sec | |
| Human Brain | milliseconds | 10 | $10^{13}$ |
| Mega-nanoCPU | microseconds | $10^{5}$ | $10^{21}$ |
| Single-layer MB | minutes | $10^{26}$ | $10^{42}$ |
| Multi-layer MB | hours-days | $3 \times 10^{26}$ | $3 \times 10^{42}$ |
| Globular Cluster <br> MB community | weeks-months | $10^{31}$ | $10^{47}$ |
| Galactic Halo MB <br> community | tens-thousands years | $10^{36}$ | $10^{52}$ |
如果希望集成思维的快速性,则更小、更密集的 CPU 和 MB 更可取。随着体积 CPU 密度的增加,必须投入更多的功率和质量用于冷却功能(例如循环流体或弹道原子传输)。在 MegananoCPUs 中,大约 10-30%的质量和功率必须用于冷却[Drexler,1998]。最终的权衡是在由于功率和质量必须用于冷却而损失的思想容量与由于 CPU 或 MB 间通信时间增加而损失的思想容量之间。在没有了解 CPU、冷却系统、通信系统、思想算法和架构的细节的情况下,很难准确估计权衡发生在哪里。有很高的可能性,不同类型的问题将由不同类型的系统架构来解决,就像现在的情况一样,有微控制器、微处理器、通用计算机、专用指令集、棋类计算机、重力计算机、用于模拟蛋白质折叠的集成系统等。
马丽亚什卡大脑散热器和行星轨道及相对大小
矩阵脑层图,由不同的“计算材料”构建。计算材料的轨道基于辐射器大小,这些大小是必要的,以便在特定可承受的最高工作温度下辐射掉整个太阳的功率输出。 计算晶体类型。计算晶体的轨道可以与行星轨道相比较,以更好地理解马利亚什卡大脑的构建规模。虽然圆圈的大小不是按比例的,但它们给出了相对的印象,即散热器的大小需要根据散热器效率与
T
4
T
4
T^(4) \mathrm{T}^{4} 成正比的事实(即冷散热器非常差)。这条定律影响节点间通信时间和散热器质量需求。我们怀疑我们的太阳系中包含的行星质量不足以在 LTSC(低温超导体)温度下构建一个完全填充的散热器层。
材料限制
玛特罗什卡大脑的构建受限于其局部空间区域中元素的基本丰度。硅可能非常适合用于构建微处理器,而碳(作为钻石)非常适合用于构建杆逻辑计算机,但这两个元素在整个宇宙中并不高度丰富。工程 MB 的一个重要部分将是将物质高效地分割成各种组件。附录 B 中的表格概述了各种元素的丰度以及在 MB 构建中的特别用途。
由于材料不足,MB 架构将存在最终限制。可能的例子包括:
钛、铝或碳不足,无法构建最大数量的纳米级组件,尤其是高压循环系统和纳米计算机。
铝或镁不足,无法构建能够收集和重新分配最大可用太阳能的太阳能收集装置。
铜、镍或铁不足,无法构建高效金属氧化物辐射表面(尽管非晶碳,例如炭黑,可能是一种替代品)。
循环流体不足
(
Na
,
NH
3
,
CH
4
,
O
2
,
N
2
,
Ne
,
He
)
Na
,
NH
3
,
CH
4
,
O
2
,
N
2
,
Ne
,
He
(Na,NH_(3),CH_(4),O_(2),N_(2),Ne,He) \left(\mathrm{Na}, \mathrm{NH}_{3}, \mathrm{CH}_{4}, \mathrm{O}_{2}, \mathrm{~N}_{2}, \mathrm{Ne}, \mathrm{He}\right) ,无法在指定工作温度下有效冷却计算机(杆逻辑、半导体、螺旋逻辑、超导体)。
稀有元素(Sb、In、Cd、Te、Hg、As、B 等)作为半导体掺杂剂或作为太阳能电池或半导体激光器的层使用不足。
银或金不足,无法建造用于观察或与外星文明通信的高效望远镜。
在理论上,将较轻的原子融合成较重的原子并获得净能量增益是可能的,但这只能解决原子序数小于铁的稀有元素的问题。原子序数高于铁的元素需要净能量输入才能合成。如果最优计算机需要超过太阳系中这些元素自然丰度的数量,最优的 MB 架构将受到可用能量和元素转化的效率限制。
为了比较目的,以下表格概述了由埃里克·德雷克斯勒在分子制造研究所设计的三种纳米结构的元素组成以及一个熟悉的纳米机械复合体。
表 6. 纳米部件和生物系统中元素的使用
南
nom
(由于 "nom" 是一个缩写或专业术语,没有上下文无法确定其具体含义,因此直接保留原样。)
机器公司
mp
(由于“mp”可能指代多种含义,如音乐播放器、MP3 文件等,但缺乏上下文,无法确定具体含义,因此直接保留原词。)
部件
复杂纳米机器聚集体
元素
泵
精确定位控制器
差速器
人类无水
范围
%
原子
%
#Atoms
%
%
%
H
1806
29
403
15
864
10
51
10-51
C
1826
29
1433
55
2461
29
25
25-55
N
224
3
536
20
628
7
3
3-20
O
367
5
134
5
367
8
20
5-20
Nan nom achine co mp nents Complex Nanomachine Aggregate
Element Pump Fine Motion Controller Differential Gear Human without water Range
https://cdn.mathpix.com/cropped/2024_11_28_5f91d15695ef48b38651g-15.jpg?height=97&width=135&top_left_y=2426&top_left_x=306 % # Atoms % #Atoms % % %
H 1806 29 403 15 864 10 51 10-51
C 1826 29 1433 55 2461 29 25 25-55
N 224 3 536 20 628 7 3 3-20
O 367 5 134 5 367 8 20 5-20 | | Nan | nom | achine co | mp | nents | | Complex Nanomachine Aggregate | |
| :---: | :---: | :---: | :---: | :---: | :---: | :---: | :---: | :---: |
| Element | Pump | | Fine Motion Controller | | Differential Gear | | Human without water | Range |
| | ![](https://cdn.mathpix.com/cropped/2024_11_28_5f91d15695ef48b38651g-15.jpg?height=97&width=135&top_left_y=2426&top_left_x=306) | % | # Atoms | % | #Atoms | % | % | % |
| H | 1806 | 29 | 403 | 15 | 864 | 10 | 51 | 10-51 |
| C | 1826 | 29 | 1433 | 55 | 2461 | 29 | 25 | 25-55 |
| N | 224 | 3 | 536 | 20 | 628 | 7 | 3 | 3-20 |
| O | 367 | 5 | 134 | 5 | 367 | 8 | 20 | 5-20 |
F
0
0
12
<
1
<
1
< 1 <1
0
<
1
<
1
< 1 <1
<<
1
<<
1
<<1 <<1
0
−
1
0
−
1
0-1 0-1
P
77
1
0
0
452
5
0.5
0
−
5
0
−
5
0-5 0-5
S
220
3
34
1
356
4
0.5
0.5
−
4
0.5
−
4
0.5-4 0.5-4
西
1645
26
44
1
2792
33
<<
1
<<
1
<<1 <<1
<<
1
−
33
<<
1
−
33
<<1-33 <<1-33
加州
0.3
0
−
0.3
0
−
0.3
0-0.3 0-0.3
总计
6165
2596
8297
F 0 0 12 < 1 0 < 1 <<1 0-1
P 77 1 0 0 452 5 0.5 0-5
S 220 3 34 1 356 4 0.5 0.5-4
Si 1645 26 44 1 2792 33 <<1 <<1-33
Ca 0.3 0-0.3
Totals 6165 2596 8297 | F | 0 | 0 | 12 | $<1$ | 0 | $<1$ | $<<1$ | $0-1$ |
| :---: | ---: | ---: | ---: | ---: | ---: | ---: | :---: | :---: |
| P | 77 | 1 | 0 | 0 | 452 | 5 | 0.5 | $0-5$ |
| S | 220 | 3 | 34 | 1 | 356 | 4 | 0.5 | $0.5-4$ |
| Si | 1645 | 26 | 44 | 1 | 2792 | 33 | $<<1$ | $<<1-33$ |
| Ca | | | | | | | 0.3 | $0-0.3$ |
| Totals | 6165 | | 2596 | | 8297 | | | |
这清楚地表明了纳米机器组成可能具有的变异性,并说明了我们确定 MB 可能由哪些元素组成的困难。然而,可以说,无论选择哪种架构,某些元素相对于其他元素都可能过剩。虽然碳、硅、金属、半导体掺杂原子和具有异常性质(熔点、硬度、密度、铁磁性、超导性等)的元素可能会被充分利用,但氢、氦、氖可能还会有显著的过剩,甚至可能还有氮和氧。这些材料可能的用途包括生物动物园的建设和维护[Ball,1973]或辐射屏蔽和受控聚变燃料源。
显然,替代将会发生。MB 将优化其结构,以最大限度地利用现有元素。由于不知道各种 MB 组件的具体材料需求,目前无法预测哪些元素将成为 MB 文化的铂、金和银。然而,我们可以假设非常年轻的 MB 将使用太阳系内所有可用的物质,并开始研究在哪里开采额外的物质,或者是否应该对当地恒星和 MB 架构进行工程设计,以进行长期元素转化活动,以创建更适合最佳 MB 架构的元素比例。大规模的元素转化可能需要大量的能量,并且具有较长的时间尺度,因此星际采矿在高密度气体云中可能最初是积累稀有和有价值材料的一个更快、更经济的解决方案。从长远来看,随着当地资源的枯竭,元素转化将是生产最佳元素比例的唯一合理解决方案。 作为一个例子,如果发现一种高效的方法将
56
Fe
56
Fe
^(56)Fe { }^{56} \mathrm{Fe} 转换为
184
W
184
W
^(184)W { }^{184} \mathrm{~W} (消耗
∼
4.5
×
10
13
W
/
mol
∼
4.5
×
10
13
W
/
mol
∼4.5 xx10^(13)W//mol \sim 4.5 \times 10^{13} \mathrm{~W} / \mathrm{mol} ),并且有 10 个地球质量的铁
(
5.9
×
10
26
kg
)
5.9
×
10
26
kg
(5.9 xx10^(26)(kg)) \left(5.9 \times 10^{26} \mathrm{~kg}\right) 可用,那么使用整个太阳的功率进行转化大约需要 4000 年。
由于卡达舍夫[1997]和许多人可能指出的可能性,智能生命可能已经存在了 60 亿年或更长时间。如果智能生命存在了那么长时间,并且像这里所假设的那样进化到 MB 架构,那么星际采矿活动可能在银河尺度上已经进行了数十亿年。这对关于宇宙起源和历史的宇宙物理学理论具有严重后果,因为这些理论严重依赖于观测到的恒星和星际空间中金属的丰度,并假设这些比例没有受到优化其个人元素比例的外星智能的调整。
即使非常草率的单层 MB 架构也相对接近这个宇宙物理定律下可能的最有效计算结构。它们也能仅利用少量本地可获得的物质,就利用到本地恒星产生的绝大部分能量。如果 MB(参见思维限制)的主要重点是计算吞吐量,那么构建小型热 MB 可能比构建大型冷 MB(其散热器将超过本地材料需求)更为重要。因此,可能没有继续星际采矿探险的激励,天体物理学家可能仍然能够安心入睡。
长寿限制
一个玛特罗什卡大脑在小恒星周围的生命周期限制为数十亿到数百亿年。Criswell [1985] 提出移除一些恒星的质量可能被用来延长恒星的生命。这样,“恒星提升”,如果可行,将允许 MB 在大多数恒星周围拥有数十亿年的生命周期。由于 MB 由模块化子单元组成,拆卸 MB 并在另一颗恒星周围重新组装是一个定义良好的过程。由于在拆卸、搬迁和重新组装过程中会丢失思考时间,因此可能最好尽可能少地这样做。在寿命非常长的低质量恒星周围构建 MB 是一个自然的选择,以最大限度地减少搬迁操作的频率。如果存在物质丰度相对较高的空间区域,例如星际气体和尘埃云中, 它可能可行,从他们循环穿过云层的材料中构建 MB。在这种情况下,寿命是质量消费率的函数,而质量消费率又取决于可用于大规模收割机的材料数量、穿过云层的速度以及整体思维速度。现在,构建具有完全可变时钟速率和因此功率消耗速率的 CPU 是可能的。人们预计,由这种子单元构成的 MB 将在高质量密度区域进行大部分思考,并在穿越低质量密度区域时进入睡眠状态。当然,这些清醒和睡眠的周期可能持续数百到数万年。
戴森[1979]证明,在一个开放宇宙中,从理论上讲,人们可以无限期地生活,随着思考速度的减慢,消耗的能源越来越少。当前天体物理学的研究结果倾向于开放宇宙结构[待定参考文献]。尽管戴森没有明确指出不朽“生物”的物理性质,但很明显,MB(比我们拥有巨大思维能力的 MB)将比我们的太阳存在的时间更长,有更多时间去考虑和解决这个问题。
思维限制
MB 受传播延迟的限制。你可以通过收集大量外部能量,将其传输到 MB 所在地,并扩大 MB 使用的球体以辐射能量,轻松地制造出具有增加思维容量的 MB。随着辐射球体的半径增加,节点间的通信路径也相应增加。与最近邻居通信的时间保持不变,但与最远层成员通信的时间显著增加。因此,集成的“思维”必须减慢。
这很明显,当想象管理三个不同的行星探测器时,一个在月球上,一个在火星上,一个绕土星运行。月球探测器可能可以从地球上实时管理。火星探测器可以在咖啡杯之间给出指令。土星探测器每天只能给出几次指令。如果你希望更远的探测器在合理的时间内完成有用的工作,你必须为它们增加更多的智能和自主性。
如果 MB 中 CPU 之间的思想是独立的,那么大脑可以变得非常大而影响很小。然而,如果 MB 正在尝试解决需要其全部能力的问题,那么它必须放慢思考速度,以保持 CPU 之间的同步,因为它们的节点间距离增加。从理论上讲,在银河晕中轨道运行的 MB,一个 KT-III 文明能够集体思考,但它们的“思考”时间必须是数万甚至更多年。
MB 面临的两个主要问题是如何更高效地思考和如何进行更小的思考。 更“高效”地思考,意味着用更少的发热量解决问题。如果思维引擎产生的热量更少,它们可以更靠近放置,因此可以更快地解决问题。对于非常复杂的问题,投入大量思考和原型设计来生产针对特定问题的最佳思维引擎可能是有用的。
麦肯德里[1997]讨论了基于纳米技术的工程能否“激增”各种组件的生产,这些组件对于从计算角度定义良好的问题的最小解决方案时间是必要的。使用这些方法,MB 中的所有 CPU 都将为该特定问题重建,问题将被“思考”,在产生解决方案后,该过程将重复用于其他问题。当前来自 Xilinx 等制造商的 FPGA(现场可编程门阵列)产品和可配置计算的研究(Villasenor & Mangione-Smith,1997)是这些 MB 计算方法的基础。或者,CPU 组或完整的 MB 可能具有针对解决特定类型问题的架构,例如现在由日本 GRAPE 计算机执行的银河恒星运动计算。一些可能的架构可以是:
快速原型设计用于构建新型思维机器
监控星系中所有行星上生命发展的架构
大规模通信架构以解析来自邻近星系的 MB 信号
辐射加固的 MBs,用于在高速能通量环境中的快速思维,如靠近 黑洞的吸积盘。 如果 MB 是 KT-III 文明的组成部分,那么很可能会发生某些活动和架构的划分,以便个体 MB 根据当地物质资源、能源可用性、辐射环境和邻近星系的距离来优化其活动。
思考“更小”,意味着开发新的架构,这些架构从宏观原子结构级别移动到亚原子结构级别。人们可以开始在这个领域看到一些可能的途径的线索,如在单电子器件、光计算和量子计算中。使用这些方法构建的计算引擎“更快”,因为在每个时间间隔内完成的计算更多,但由散热和计算引擎间通信时间所施加的限制仍然对思维容量施加限制。这些解决方案可能在宏观原子尺度 MB 上提供几个数量级的改进(
10
2
−
10
4
10
2
−
10
4
10^(2)-10^(4) 10^{2}-10^{4} ),但超过这个范围将要么是不可能的,要么将涉及我们目前不太理解的神奇物理学。
位置
玛特罗什卡大脑,如果由纳米级组件构建,则容易受到辐射损伤。高辐射区域,如银河中心或黑洞附近,不太可能是放置玛特罗什卡大脑的地方。如果满足以下条件,MB 可能位于这些位置:
大量重要物质用于屏蔽 MB 免受辐射;或
相当一部分指令容量用于冗余硬件以及诊断程序的执行,能源资源则用于损坏组件的回收。
长期稳定、高效实体的开发需要以下环境特征:
低辐射通量
大量易于采集的本地能源
一个易于利用的大量相对丰富
最小潜在的引力或恒星事件(例如超新星)造成的破坏
这些特征(高能量、低辐射、静寂环境)似乎可以通过球状星团来满足。可以设想球状星团中的非恒星 MB 从多颗恒星中收集能量并将其传输到低辐射通量点。球状星团可能被大量发射红外辐射的 MB 包围。年龄达数十亿年的 MB 可能是最佳构造的 MB。它们的表层可能由液氦冷却的超导逻辑元件组成(Likharev,1993)。这种结构的辐射器温度将仅略高于微波背景辐射,因此对天文学家来说很难检测到。
如果 MB 可以从恒星提升或星际气体云采矿中收集大量可融合物质(
H
,
He
H
,
He
H,He \mathrm{H}, \mathrm{He} 等),那么迁移 MB 的建设是可能的。这些 MB 可以构建为实心球体,并可能使用大量收集到的元素在融合反应堆中发电。[问题:一个具有固体外壳的大 MB 能否保留大量 H/He 作为内部大气层作为潜在燃料源(或者 H/He 会塌陷成气体行星)?]这种结构可能存在于围绕银河系的银河晕中。
证据表明 MBs 的存在
天文学和天体物理学中完成的大部分工作,不幸地假设,没有任何观测可以通过进化到已知物理极限的技术文明来解释。虽然这是基于有效的科学原则,即最简单的解释是首选的解释,但这种观点存在一个问题。正如我们所知,生命可以进化(即我们存在),正如本文所讨论的,我们可以设想在物理限制下文明可能的样子,为了使当前的天文解释有效,它们必须假设以下两种情况之一:(a)智能技术文明(ITC)的进化概率非常非常低,或(b)智能技术文明的进化路径普遍是致命的。关于(a)我们不会发表评论,只是观察到,外星文明发现的趋势 行星可能导致这样的预期,即可能存在许多生命可以演化的地点,而极端环境中微生物发现的趋势则给人留下这样的印象:生命能够适应并生存于各种条件和地点。假设(b)比乍看之下更为严格,因为它要求“致命事件”(例如,非常接近的超新星、类星体、恒星或行星碰撞、巨大的太阳耀斑等)要么非常严重,要么非常频繁。在我们的案例中,简单微生物的发展似乎需要 10-20 亿年。复杂生物的后续发展不到 10 亿年,智能的进化似乎需要几十万到几百万年。一旦一个星球建立了复杂生命形式的基础,它可能就有数百到数千次进化 ITC 的机会。为了防止这种情况,灾难必须要么非常严重,以至于消除复杂生命形式的基础,要么如果不太严重,则以每百万年一次的频率发生。 另一种看待这个问题的方式是,基因组蓝图中所融入的“智慧”是累积的,你必须消除所有这些计划的副本才能失去这种知识。
如果我们假设即使一个文明也成功跨越了达到 KT-II 级别的障碍,那么我们可以假设在几百万年内,他们可能会将银河系提升到 KT-III 级别[纽曼,1981 年及他人]。他们是否选择殖民银河系,或者只是简单地允许银河系进化出许多独立的 KT-II 文明,以及一个 KT-III 文明的逐渐出现,这仍然是超出本文范围的大量讨论话题(这需要显著理解 KT-II 级别 MB 的动机和目标)。达到 KT-III 级别的道路可能是单个 KT-II 文明殖民银河系,或者多个 KT-II/KT-II+文明在数百万到数十亿年的时间尺度上在局部地区发展。我们的银河系足够古老,以至于这两种情况都可能已经发生。
天文学和天体物理学中的一些未解释或解释不佳的观测结果很有用,这些观测结果可能证明许多星系处于 KT-III 级别。
《缺失质量》。
∼
80
−
90
%
∼
80
−
90
%
∼80-90% \sim 80-90 \% 近邻星系的质量中有一部分被认为是“缺失的”,因为可观测恒星的数量与星系的旋转曲线不符。[参见乔·西尔克撰写的暗物质论文]
引力微透镜观测。估计大约有 0.3-0.5
M
sun
M
sun
M_("sun ") \mathrm{M}_{\text {sun }} 质量的物体绕着我们银河系运行。 [Alcock 等人;Macho 项目;ABC 新闻 970817]
银河晕中缺失的恒星。
NGC 5907 暗物质晕的恒星成分,刘米哈伊尔,弗朗辛·马鲁,詹姆斯·格雷厄姆,斯蒂芬·夏洛特,彭妮·萨ケット,史蒂夫·泽普夫
评论包括:“他们没有看到的——很多星星——使他们得出结论,光环由一个奇怪的星星群体组成,其中大部分是太暗而无法从地球上看到的矮星。大多数星系包含明亮的巨星和暗矮星的混合,两组各占一半的光。如果 NGC 5907 的光环包含与我们自己的星系相似的混合,那么团队将看到数百颗明亮的巨星在视野中。相反,他们只看到了几颗明亮的星星。对团队观察结果的最佳解释是,在 NGC 5907 的光环中,矮星的光至少比巨星多 20 倍。”加州大学伯克利分校的研究生、首席作者刘米哈伊尔说:“我们的结果迫使我们转向对 NGC 5907 光环的恒星内容的更神秘描述。特别是,我们的数据与光环测量的颜色相结合,表明存在一个金属含量非常低的恒星群体,其中暗矮星数量巨大过剩。” 4. 低表面亮度和矮星系。有一些星系比大多数星系更暗更小。大多数矮星系具有旋转曲线,表明它们主要由“暗物质”主导。低表面亮度和/或小的视大小可能与星系外围广泛的多波段发展相一致。 5. 银河周围的伽马射线晕或光晕以及附近星系中暗淡的“红外辉光”。伽马射线(
20
−
30
MeV
20
−
30
MeV
20-30MeV 20-30 \mathrm{MeV} )可能是由宇宙射线(高速电子)通过逆康普顿效应将能量传递给银河周围的可见光或红外光子。红外辉光或晕被归因于银河尘埃[Smith1996]。评论包括:“在任何其他波长上,都没有明显产生伽马射线的物质。这些伽马射线提供了第一个证据,表明那里正在发生某种高能过程。” 6. 在 COBE 任务中检测到过多的远红外光。[STSCI 98/09/01]
评论包括:“意外地大量远红外光表明,许多恒星在探测宇宙遥远角落的超灵敏可见光探测中‘遗漏’了,例如哈勃深场”。 7. 宇宙年龄与球状星团年龄之间的悖论。一些球状星团具有低金属丰度(例如 M15 和 M92),其年龄估计为 140 亿至 160 亿年。这些年龄将超过对宇宙年龄的最佳估计(
∼
12
∼
12
∼12 \sim 12 10 亿年)。如果低金属含量的恒星可以归因于恒星采矿活动,那么这种悖论将不存在。 8. 卡达舍夫等人(Kardashev et. al. [Kardashev, 1997])在 IRAS 调查数据中观察到的低温物体在银河系周围具有各向异性分布。这可能是由于银河系中心 MB 浓度增加所致。 9. 观测到的星系排列成“墙壁”,需要引入“大爆炸”理论中的量子密度变化和膨胀。这些“墙壁”可能是由 MB“蝗虫”的扩张“前沿”所解释,这些蝗虫在扩张过程中消耗了所有恒星燃料来源。 10. 宇宙微波背景辐射中的各向异性变化(100,000 分之一)可以通过在接近宇宙背景温度下辐射的密度变化来解释。 11. 根据年龄变化,Ia 型超新星亮度变化以及必须有一种新力负责宇宙膨胀速率增加的建议。[科学(1998 年 1 月 30 日):第 651 页,科学(1997 年 10 月 31 日):第 799 页]。对于超新星的计算可能无法正确纠正这样一个事实:最古老的超新星发生在“自然”星系中(其中元素组成可能不受 MB 活动的影响),而最近、最近的超新星可能发生在“人工”星系中。
此列表大致按现象解释得最差到最好排序。然而,有一个重大问题,即天体物理学家可能因为选择忽略“智能”可能影响他们观察到的可能性,而犯有使理论符合数据的错误。这需要假设宇宙定律对智能存在“偏见”。
文明进化
从卡尔达舍夫 I 型文明到早期卡尔达舍夫 II 型文明的进化路径是快速的。一旦设计出纳米计算机、太阳能收集器和散热器,Matrioshka Brain(KTII)的建造时间就仅限于 KT-I 文明愿意在重新定位其太阳系中的物质上浪费质量的程度。如果太阳系质量丰富,质量可以在快速重新定位物质以建造 MB 时“扔掉”。如果是一个质量贫乏的系统,可以使用温和的加速度和重力辅助来“保存”质量,从而创建出最终能够建造 MB 的轨迹。建造时间在一定程度上取决于正在建造的 MB 的大小和复杂性,但应该在几个月到几千年的时间范围内。
Criswell [1985] 定义了“恒星耕作”的概念,该概念包括移除恒星的大气层(“恒星提升”)并逐渐将能够进行聚变反应的储存材料返回,以至少将恒星的寿命延长 1000 倍(至
10
14
10
14
10^(14) 10^{14} 年)。这项活动还为建造更大(且更冷)的 MB 提供了丰富的材料来源。如果可能的话,这项活动可能需要数亿年。由于恒星提升将消除许多短期材料资源限制,并为 MB 提供大大延长的寿命,因此它可能是一个重要的目标。
结合这些观点,可以形成一个合理的 KT-II 演化的概念。初始 MB 构建使用来自距离恒星最近的重力最低的行星或小行星的材料。构建速度快(几年),可能在质量利用上效率不高,并在恒星附近产生高温(
∼
500
−
1500
∘
K
)
MB
∼
500
−
1500
∘
K
MB
{:∼500-1500^(@)K)MB \left.\sim 500-1500^{\circ} \mathrm{K}\right) \mathrm{MB} )。随着可用材料的增加,更远的轨道上的大型行星被拆解,MB 壳体扩大或构建额外的冷却层(
∼
70
−
300
∘
K
)
∼
70
−
300
∘
K
{:∼70-300^(@)K) \left.\sim 70-300^{\circ} \mathrm{K}\right) )。最后,如果进行恒星提升活动,大量金属变得可用,MB 进入其最终阶段,具有大型尺寸(5 AU 半径)和低温(
<
30
∘
K
<
30
∘
K
< 30^(@)K <30^{\circ} \mathrm{K} )。
MBs 的最终命运尚不明确。必须在主动思考和信息存储之间做出权衡。返回到恒星(或消耗在热核反应堆中)的物质 启用主动计算无法用于信息存储。可能开发一种利用所有可用潜在能量,并将大部分质量逐渐转化为铁的方法。然后,可以使用其他所需元素,将这些铁以巨大静态信息存储的形式排列。最后可用的能量可以用来加速这些信息存储,使其朝向尚未开发的能源源加速,在那里它们可以再生新的 MBs。
交互与 Matrioshka Brains 之间
人类与 MB 之间的交流本质上毫无意义。MB 与人类之间的计算能力差异比人类与线虫之间的差异大几个数量级。单个 MB 可以在几微秒内模拟人类思想的整个历史。重要的是要考虑,智能可能不是一个线性过程。人类与黑猩猩或鹦鹉的智能之间存在相当大的差异,但它们的计算能力并没有超过几个数量级。累积的知识(语言、历史、教学方法、科学理论和数据)极大地提升了单个人类的智能。因此,我们可能会预期,MB 与人类或甚至人类文明之间的智能差距可能比仅从计算能力差异中预期的要大得多。
如果假设 KT-I 文明和 KT-II 文明之间的过渡期相对 MB(数十亿年)的寿命来说很短(数千年),那么 MB 们关心远低于昆虫的生物就几乎没有意义。也许当文明发展到 KT-II(MB)级别时,他们可能会对此产生兴趣,因为那时他们就有了“孩子”,这些孩子可以迅速受教育。MB 可用的质量和能量资源如此庞大,他们可能从远处密切观察我们很长时间,等待看我们是否会过渡到 MB 级别。
他们现在与我们互动似乎很愚蠢。更有可能的是,像我们这样的前 KT-I 文明的未来可能结果已经被详细计算过(对我们来说,计算数以千计的千年场景只需几秒钟)。然而,我们不必感到太糟糕。一个 MB 相对于 KT-III 文明也有同样的问题,就像我们与他们之间的问题一样。由
10
11
10
11
10^(11) 10^{11} 或更多 MB 组成的 KT-III 文明将比单个 MB 在截然不同的时间尺度上思考。由于 KT-III 文明的 MB 之间可能相隔光年,它们之间的传播延迟成为一个重大问题。当你自己能够在你发送问题之前计算出答案时,你在想什么呢?
是否存在利用其设计和模拟能力以及大规模变换或星体提升活动来构建解决特定类型问题最优架构的银河 MB 预言机?向这样的预言机提问并得到回答的旅行时间可能是
10
4
−
10
5
10
4
−
10
5
10^(4)-10^(5) 10^{4}-10^{5} 年。纳米技术使最优问题攻击架构的快速构建成为可能[McKendree, 1997]。因此,问题必须涉及那些在向预言机发送问题并收到回答的时间内无法用最优架构解决的问题。据推测,单个 MB 将进行投资回报分析,以确定是向预言机提问还是使用本地资源和重建活动来为思考问题并产生本地解决方案产生最优架构更有效率。显然,利用资源攻击一个问题意味着那些相同的资源不能用于解决另一个问题。向预言机提问或消耗本地资源将涉及重大的成本效益权衡。
一个 MB 可能用其可用质量的分数来构建 1000 亿个望远镜,这些望远镜的镜面直径与月球相等。这些望远镜将填充一个与木星轨道大致相当的平面空间。使用这么多望远镜,它们应该能够监控银河系中大多数太阳系。如果我们假设一些合理的银河暗物质比例构成了一个拥有数十亿 MB 的 KT-III 文明,那么我们也可以假设它们能够显著监控到 Kardashev(1997 年)“文明窗口”内最近的老星系中的许多活动。MB 的主要活动可能是监控发展中的本地 KT-I 文明和最近的遥远 KT-III 文明,并将这些信息贡献给银河系的八卦。
考虑到可能存在 3-60 亿年的银河 MB/KT-III 文明,应该有一个由先前的 MB 计算和存储的大量问题和答案的目录。应该有大量关于银河历史的信息(恒星诞生与死亡、文明历史、生命体蓝图等)。银河知识库可能非常庞大,但受限于信息检索的长时间延迟以及信息量大时的带宽限制。在等待问题的答案检索时,MB 可能会将时间用于设计复杂的问题,这些问题尚未解决,并且只能由专门的 MB 或紧密相连的 MB 集群在数百万年内解决。很难想象这些问题可能是什么,因为即使是单个 MB 也有足够的计算能力轻松解决远超我们当前能力的问题。
结论
本文讨论了将导致纳米技术和在物理极限下构建的计算机发展的技术趋势背景。纳米技术还允许技术文明从预 KT-I 级过渡到 KT-Il 级,利用数百年的所有当地能源和物质资源。这样的文明可能会将注意力集中在将它们的太阳系工程化为可能的最长寿和最智能的实体,例如马特罗什卡大脑(MB)。宇宙和我们的银河系的时代为这种事情多次发生提供了足够的时间。当前的天文观测和未解的天文谜团可能是由 KT-III 阶段银河系文明所解释。这些观测还表明,费米问题“他们在哪里?”应该回答为“几乎在我们看得到的地方,我们只是很难看到他们!”
巨大的 MB(机器智能)与人类智力之间的差异,为我们无法与“他们”取得联系提供了解释。这也意味着,无线电波搜索类型的 CETI(SETI)很可能会失败。技术文明在 KT-II 之前的阶段可能非常短暂(例如数百年的时间),因此在我们银河系中可能很少。如果地球或太阳系的路径穿越两个通信 MB 之间的直接通信路径,光学 SETI 搜索可能会成功。然而,星际距离如此之远,这种可能性似乎很小。他们几乎没有理由浪费时间或能量直接向我们发送信号。可能发现 MB 迹象的搜索包括引力微透镜搜索、近红外和远红外搜索以及掩星天文学。
自我保护和自我结构优化是我们可能轻易想象 MB 追求的唯一目标或活动。由于光速限制,MB 物理尺寸的增长或星际殖民会产生递减的思想回报。相反,他们可能更专注于变得更小、更快、更高效。他们的活动基于理查德·费曼的观察“底部有足够的空间”,将超越他的观察,因为他们理解“底部还有更多的空间”。
开放性问题
关于将水星转变为太阳能阵列的切实可行的时间估计是多少?
金星大气中的所有碳如何快速收集?
需要多长时间,一个合理的太阳输出分数(RFSO)才能打破太阳系中所有的化学键?
需要多长时间才能将太阳系中所有非太阳物质从各个行星引力井中运出?
什么是将太阳系中大量质量重新定位到内太阳系使用 RFSO 的能量/质量/时间权衡?
Matrioshka Brains“思考”什么?
如果 MB 不存在,那么人们将面临一个严重的问题:是什么使得智能生命进化并达到 MB 水平如此困难?
即使 MB 不存在,这是人类应该遵循的合理道路吗?
哪些架构真正更好 - IPMB 还是 EPMB?
纳米计算机的辐射损伤问题能否通过电磁屏蔽解决,或者必须通过质量屏蔽或迁移到远离辐射源的地区来解决?
真实架构能接近计算能力理论极限有多近?
是否存在需要如此多的计算机处理能力的问题,以至于只能通过自杀 MBs(如那些会收集超新星或黑洞能量输出的人)来回答?
是否存在一种方法,使 MB 能够承受从落入黑洞的物质中提取能量时产生的辐射通量?这将是物质(为了能源生产而追求其毁灭)的最佳用途吗?
星际旅行(MB 航行或 MB 探测研究探险)还有什么意义,如果你可以用大量望远镜观察所有银河活动,拥有与其他 MB 的高带宽通信渠道,并且可以预先计算观察到的开发路径的可能终点?
如果暗物质不是 MB,那它是什么?
附录 A. 矩形套娃大脑层级
相变冷却剂
散热器温度
散热器材料
固体(冰)
冷却液
(
∘
K
∘
K
^(@)K { }^{\circ} \mathrm{K} )
铁
铝或硅
1808
氧化镍
硅
铝或钙
1683
氧化镍
钙
铝
1112
镍/氧化铁
铝
钠或钾
934
镍/氧化铁
镁
钠或钾
921
镍/氧化铁
锂
钠、钾或磷
454
镍/氧化铌/石墨
硫磺
钠、钾或磷
385
镍/氧化铁/石墨
钠
钾
371
镍/氧化铁/石墨
冰
戊烷
273
铁
氧化物/石墨
Iron
Oxide/Graphite | Iron |
| :--- |
| Oxide/Graphite |
氨
甲醇
195
氧化铁/石墨
甲醇
乙醇
179
氧化铁/石墨
戊烷
乙烷
143
氧化铁/石墨
甲基
硅烷
Methyl
Silane | Methyl |
| :--- |
| Silane |
乙烷
117
氧化铁/石墨
氩
氧气
84
氧化铁/石墨
氮
氧气
63
氧化铁/石墨
氧气
氟
55
氧化铁/石墨
氖
氢
24
氧化铁/石墨
Phase Change Coolant Radiator Temperature Radiator Material
Solid (ice) Coolant fluid ( ^(@)K )
Iron Aluminum or Silicon 1808 Nickel Oxide
Silicon Aluminum or Calcium 1683 Nickel Oxide
Calcium Aluminum 1112 Nickel/Iron Oxide
Aluminum Sodium or Potassium 934 Nickel/Iron Oxide
Magnesium Sodium or Potassium 921 Nickel/Iron Oxide
Lithium Sodium, Potassium or Phosphorus 454 Nickel//ron Oxide/Graphite
Sulfur Sodium, Potassium or Phosphorus 385 Nickel/Iron Oxide/Graphite
Sodium Potassium 371 Nickel/Iron Oxide/Graphite
Ice Pentane 273 "Iron
Oxide/Graphite"
Ammonia Methanol 195 Iron Oxide/Graphite
Methanol Ethanol 179 Iron Oxide/Graphite
Pentane Ethane 143 Iron Oxide/Graphite
"Methyl
Silane" Ethane 117 Iron Oxide/Graphite
Argon Oxygen 84 Iron Oxide/Graphite
Nitrogen Oxygen 63 Iron Oxide/Graphite
Oxygen Fluorine 55 Iron Oxide/Graphite
Neon Hydrogen 24 Iron Oxide/Graphite | Phase Change Coolant | | Radiator Temperature | Radiator Material |
| :---: | :---: | :---: | :---: |
| Solid (ice) | Coolant fluid | ( ${ }^{\circ} \mathrm{K}$ ) | |
| Iron | Aluminum or Silicon | 1808 | Nickel Oxide |
| Silicon | Aluminum or Calcium | 1683 | Nickel Oxide |
| Calcium | Aluminum | 1112 | Nickel/Iron Oxide |
| Aluminum | Sodium or Potassium | 934 | Nickel/Iron Oxide |
| Magnesium | Sodium or Potassium | 921 | Nickel/Iron Oxide |
| Lithium | Sodium, Potassium or Phosphorus | 454 | Nickel//ron Oxide/Graphite |
| Sulfur | Sodium, Potassium or Phosphorus | 385 | Nickel/Iron Oxide/Graphite |
| Sodium | Potassium | 371 | Nickel/Iron Oxide/Graphite |
| Ice | Pentane | 273 | Iron <br> Oxide/Graphite |
| Ammonia | Methanol | 195 | Iron Oxide/Graphite |
| Methanol | Ethanol | 179 | Iron Oxide/Graphite |
| Pentane | Ethane | 143 | Iron Oxide/Graphite |
| Methyl <br> Silane | Ethane | 117 | Iron Oxide/Graphite |
| Argon | Oxygen | 84 | Iron Oxide/Graphite |
| Nitrogen | Oxygen | 63 | Iron Oxide/Graphite |
| Oxygen | Fluorine | 55 | Iron Oxide/Graphite |
| Neon | Hydrogen | 24 | Iron Oxide/Graphite |
这张表格基于相变冷却剂高热容的概念,其中热量被循环在流体冷却剂中的固体冰粒子吸收[纳米系统,第 11.5.2 节]。“冰”的熔化温度应在冷却剂的熔点和沸点之间。在
H
2
H
2
H_(2) \mathrm{H}_{2} 中的 Ne 情况并不完全符合这一标准,但可能通过适当的冷却剂实现
附录 B:元素丰度和用途
元素
相对丰度
应用程序
氢
1,000,000,000,000
辐射屏蔽
(
LH
2
)
LH
2
(LH_(2)) \left(\mathrm{LH}_{2}\right) ,冷却剂
(
LH
2
)
LH
2
(LH_(2)) \left(\mathrm{LH}_{2}\right) ,动力源(聚变)
氦
97,723,722,096
辐射屏蔽(液氦),超导电子或天文探测器冷却剂
氧气
741,310,241
陶瓷
(
Al
2
O
3
)
Al
2
O
3
(Al_(2)O_(3)) \left(\mathrm{Al}_{2} \mathrm{O}_{3}\right) ,冷却剂(
LO
2
LO
2
LO_(2) \mathrm{LO}_{2} ,酒精),高温超导体
碳
354,813,389
高强度结构元件和热导体(钻石)、纳米计算机、冷却剂
(
CH
4
CH
4
(CH_(4):} \left(\mathrm{CH}_{4}\right. 、醇类
氖
120,226,443
冷却液(LNe)
氮
93,325,430
冷却剂
(
LN
2
,
NH
3
)
LN
2
,
NH
3
(LN_(2),NH_(3)) \left(\mathrm{LN}_{2}, \mathrm{NH}_{3}\right) ,氮化陶瓷,纳米级组件
镁
38,018,940
轻质结构组件,高温结构(
Mg
,
MgO
Mg
,
MgO
Mg,MgO \mathrm{Mg}, \mathrm{MgO} )
硅
35,481,339
半导体材料,陶瓷(
SiC
,
Si
3
N
4
SiC
,
Si
3
N
4
SiC,Si_(3)N_(4) \mathrm{SiC}, \mathrm{Si}_{3} \mathrm{~N}_{4} )
铁
31,622,777
辐射屏蔽,强结构部件
硫磺
19,952,623
纳米级组件
氩
3,162,278
冷却剂(LAr)
铝
2,951,209
低效率太阳能反射镜和反光镜,轻质结构部件
钠
2,137,962
冷却剂(LNa),纳米级组件
镍*
1,778,279
散热器发射器(NiO)
氯
316,228
化学反应,冷却剂(CFCs)
磷
281,838
纳米级组件,半导体激光器
氟
39,811
化学反应、纳米级组件、氟碳化合物(FCs)、冷却剂(CFCs)
铜*
16,218
散热器发射器(CuO)、高温超导体
锗*
3,616
高速半导体电子学
Selenium* 不可翻译,保留原样
2,113
太阳能电池(CdSe)
镓*
1,509
太阳能电池(GaAs)、高温半导体(GaN)、半导体激光器和电子
硼
603
半导体电子学
砒霜*
208
太阳能电池(GaAs)、半导体激光器和电子
碲*
202
太阳能电池(CdTe),天文探测器(HgCdTe)
镉*
47
太阳能电池(CdSe、CdTe),天文探测器(HgCdTe)
铌*
44
低温超导体
银*
14
低电阻,可见反光器
水星*
13
天文探测器(HgCdTe)
锑*
10
天文探测器(InSb)
钆*
磁性制冷
Element Relative Abundance Application
Hydrogen 1,000,000,000,000 Radiation shield (LH_(2)), coolant (LH_(2)), power source (fusion)
Helium 97,723,722,096 Radiation shield (LHe), superconducting electronic or astronomical detector coolant
Oxygen 741,310,241 Ceramics (Al_(2)O_(3)), Coolants ( LO_(2), alcohols), high temperature superconductors
Carbon 354,813,389 High strength structural elements and thermal conductors (diamond), nanocomputers, coolants (CH_(4):}, alcohols)
Neon 120,226,443 Coolant (LNe)
Nitrogen 93,325,430 Coolants (LN_(2),NH_(3)), Ceramic nitrides, nanoscale components
Magnesium 38,018,940 Lightweight structural component, high temperature structures ( Mg,MgO )
Silicon 35,481,339 Semiconductor materials, ceramics ( SiC,Si_(3)N_(4) )
Iron 31,622,777 Radiation shield, strong structural components
Sulfur 19,952,623 Nanoscale components
Argon 3,162,278 Coolant (LAr)
Aluminum 2,951,209 Low efficiency solar reflectors and mirrors, lightweight structural components
Sodium 2,137,962 Coolant (LNa), nanoscale components
Nickel* 1,778,279 Radiator emitters (NiO)
Chlorine 316,228 Chemical reactions, coolants (CFCs)
Phosphorus 281,838 Nanoscale components, semiconductor lasers
Fluorine 39,811 Chemical reactions, nanoscale components, fluorocarbons (FCs), coolants (CFCs)
Copper* 16,218 Radiator emitters (CuO), high temperature superconductors
Germanium* 3,616 High speed semiconductor electronics
Selenium* 2,113 Solar cells (CdSe)
Gallium* 1,509 Solar cells (GaAs), high temperature semiconductors (GaN), semiconductor lasers and electronics
Boron 603 Semiconductor electronics
Arsenic* 208 Solar cells (GaAs), semiconductor lasers and electronics
Tellurium* 202 Solar cells (CdTe), astronomical detectors (HgCdTe)
Cadmium* 47 Solar cells (CdSe, CdTe), astronomical detectors (HgCdTe)
Niobium* 44 Low temperature superconductors
Silver* 14 Low electrical resistance, visible reflectors
Mercury* 13 Astronomical detectors (HgCdTe)
Antimony* 10 Astronomical detectors (InSb)
Gadolinium* Magnetic refrigeration | Element | Relative Abundance | Application |
| :---: | :---: | :---: |
| Hydrogen | 1,000,000,000,000 | Radiation shield $\left(\mathrm{LH}_{2}\right)$, coolant $\left(\mathrm{LH}_{2}\right)$, power source (fusion) |
| Helium | 97,723,722,096 | Radiation shield (LHe), superconducting electronic or astronomical detector coolant |
| Oxygen | 741,310,241 | Ceramics $\left(\mathrm{Al}_{2} \mathrm{O}_{3}\right)$, Coolants ( $\mathrm{LO}_{2}$, alcohols), high temperature superconductors |
| Carbon | 354,813,389 | High strength structural elements and thermal conductors (diamond), nanocomputers, coolants $\left(\mathrm{CH}_{4}\right.$, alcohols) |
| Neon | 120,226,443 | Coolant (LNe) |
| Nitrogen | 93,325,430 | Coolants $\left(\mathrm{LN}_{2}, \mathrm{NH}_{3}\right)$, Ceramic nitrides, nanoscale components |
| Magnesium | 38,018,940 | Lightweight structural component, high temperature structures ( $\mathrm{Mg}, \mathrm{MgO}$ ) |
| Silicon | 35,481,339 | Semiconductor materials, ceramics ( $\mathrm{SiC}, \mathrm{Si}_{3} \mathrm{~N}_{4}$ ) |
| Iron | 31,622,777 | Radiation shield, strong structural components |
| Sulfur | 19,952,623 | Nanoscale components |
| Argon | 3,162,278 | Coolant (LAr) |
| Aluminum | 2,951,209 | Low efficiency solar reflectors and mirrors, lightweight structural components |
| Sodium | 2,137,962 | Coolant (LNa), nanoscale components |
| Nickel* | 1,778,279 | Radiator emitters (NiO) |
| Chlorine | 316,228 | Chemical reactions, coolants (CFCs) |
| Phosphorus | 281,838 | Nanoscale components, semiconductor lasers |
| Fluorine | 39,811 | Chemical reactions, nanoscale components, fluorocarbons (FCs), coolants (CFCs) |
| Copper* | 16,218 | Radiator emitters (CuO), high temperature superconductors |
| Germanium* | 3,616 | High speed semiconductor electronics |
| Selenium* | 2,113 | Solar cells (CdSe) |
| Gallium* | 1,509 | Solar cells (GaAs), high temperature semiconductors (GaN), semiconductor lasers and electronics |
| Boron | 603 | Semiconductor electronics |
| Arsenic* | 208 | Solar cells (GaAs), semiconductor lasers and electronics |
| Tellurium* | 202 | Solar cells (CdTe), astronomical detectors (HgCdTe) |
| Cadmium* | 47 | Solar cells (CdSe, CdTe), astronomical detectors (HgCdTe) |
| Niobium* | 44 | Low temperature superconductors |
| Silver* | 14 | Low electrical resistance, visible reflectors |
| Mercury* | 13 | Astronomical detectors (HgCdTe) |
| Antimony* | 10 | Astronomical detectors (InSb) |
| Gadolinium* | | Magnetic refrigeration |
铟
6
半导体激光器,天文探测器(InSb)
Gold
∗
∗
^(**) ^{*}
6
红外反射器
Indium 6 Semiconductor lasers, astronomical detectors (InSb)
Gold ^(**) 6 Infrared reflectors | Indium | 6 | Semiconductor lasers, astronomical detectors (InSb) |
| :--- | :--- | :--- | :--- |
| Gold $^{*}$ | 6 | Infrared reflectors |
绿色行(原子序数小于铁的元素)是通过较轻的元素融合可能产生净能量增益的元素。粉色行(*)(原子序数大于铁的元素)只能通过净能量损失来合成。丰度是指我们的太阳系,其他太阳系可能差异很大。
玛特罗什卡大脑是作者发明的一个术语,用于更准确地描述一种适用于使用恒星作为能源的巨型结构的最佳计算架构。早期的论文和讨论将巨型思维机器称为“超级智能”或“木星大脑”。术语“木星大脑”给人一种半固态大脑大小的印象,就像木星一样。这个形象存在一些问题。首先,这样的结构无法在不熔化的情况下消耗恒星功率输出。其次,具有这种架构的计算机将消耗其能源预算中相当大的一部分来循环冷却液体。最后,如果将这样的结构阵列围绕恒星排列,它们必须解决不向彼此辐射热量的问题(加剧了保持冷却的已经困难的问题)。术语“玛特罗什卡”源自俄罗斯发现的嵌套木偶(玛特罗什卡),旨在让人联想到由玛特罗什卡大脑构成的“计算晶体”的嵌套壳层。
关于整个恒星功率输出的采集的扩展讨论可以在“行星解体”讨论中找到。
尽管这里没有讨论,但似乎存在一些 MB 设计,可以让阳光继续照射到地球上。最明显的方法是将所有建筑放置在地球轨道之外。其他设计可能包含与地球轨道同步的轨道“空洞”或重新定位以最小化太阳与地球之间光线拦截的收集器。
大多数人难以相信自我复制、自我组装机器允许的增长率。细菌的最佳复制时间为 20 分钟,在提供足够的能量和营养的情况下,单个细菌可以在不到 2 天内增长到地球等质量的体积。德雷克斯勒[《纳米系统》,1992 年]估计通用组装机的翻倍时间为 1-3 小时。霍尔[1999 年]和弗雷塔斯[1999 年]提出,特殊用途的装配线安排将具有更快的生产时间。
参考文献
球,约翰·A.,“动物园假说”,伊卡洛斯,19(1973):347-9
Beech, R.,Benett,W. J.,Freitas,B. L.,Mundigner,D.,Comaskey,B. J.,Solarz,R. W.,Emanuel,M. A.,“用于高平均功率激光二极管阵列的模块化微通道冷却散热片”,IEEE 量子电子学杂志 28(4):966-976(1992)。
贝瑞,阿德里安,《未来一万年:人类在宇宙中的未来展望》,周六评论出版社,E. P. Dutton(1974 年)。
Criswell, D. R.,《太阳系工业化:对星际迁移的影响》,载于《星际迁移与人类经验》,Ben R. Finney & Eric M. Jones 编,加州大学出版社,伯克利,CA(1985 年),第 5087 页。
德雷克斯勒,K. E.,“分子工程:分子操作通用能力的开发方法,”美国国家科学院院刊,78:5275-5278 (1981)。
德雷克斯勒,K. E.,《创世引擎》,锚,(1987)。
德雷克斯勒,K. E…《空间系统分子制造:概述》,英国星际学会杂志,第 45 卷第 401-405 页(1992 年)。
德雷克斯勒,K. E.,《纳米系统:分子机械、制造与计算》,约翰·威利与 sons(1992 年)。
Drexler, K. E.,在 1998 年 Foresight 研究所高级合作伙伴会议上的演讲。
Drexler, K. E.,个人通信,1998 年 2 月 22 日,以及《纳米系统》,第 330-332 页。
Dvson, F. J.,《寻找人工恒星红外辐射源》,科学,6 月 3 日
1960, 131(3414):1667-1668.
戴森,F. J.,《星际运输》,《今日物理》,第 21 卷第 10 期:41-45(1968 年 10 月 10 日)。
戴森,F. J.,“永恒的时间:开放宇宙中的物理学与生物学”,现代物理评论,第 51 卷,第 3 期,1979 年 7 月
费曼,R. P.,“在底部还有很多空间”,(1959 年)。
Frank, M. P. & Knight, T. F.,《纳米计算机的终极理论模型》,纳米技术,待发表,(1998 年)。
Freitas. R. A.,W. P. Gilbreath(编者). 空间任务高级自动化,1980 年 NASA/ASEE 夏季研讨会在加州圣克拉拉大学举行,圣克拉拉,加利福尼亚,1980 年 6 月 23 日至 8 月 29 日。NASA 会议出版物 CP-2255,1982 年 11 月。393 页。[STIS 摘要];[本研究的在线副本:@lslandOne;@GeoCities/CapeCanaveral]
Freitas. R. A.,个人通信 1999 年。
Froman, D.,《地球作为一艘人类操控的宇宙飞船》,《今日物理》,1962 年 7 月,第 19-23 页。
霍尔,J. S.,“自复制制造系统的建筑考虑”,纳米技术 10(1999):323-330。
Henson, H. K.,和 K. E. Drexler,异密度传热装置和方法。美国专利局:#4,759,404(1988)。
卡达舍夫,N. S.,“宇宙学与文明”,预印本,莫斯科,(1997 年)。
卡达舍夫,N. S.,“作为物质渐进演化的可能产物的超文明”,马克思,G.(编)生物天文学——下一步,克卢维尔学术出版社(1988),第 295-302 页。
卡达舍夫,N. S.,《关于超文明的必然性和可能结构》,帕帕吉亚尼斯,M. D.(编)寻找外星生命:最新进展,国际天文学联合会(1985 年),第 467-504 页。
卡达舍夫,N. S.,“外星文明的信息传输”,天文学报,41:282(1964)。[苏联天文学 8(2):217-220(1964)。]
LaBarbera, M.,《动物学中流体运输系统设计原理》,科学,249:992-1000(1990)。
兰迪斯,G.,个人通信(1998 年)。
李哈列夫,K. K.,“快速单通量量子逻辑”,载于《新型超导电子学》,H. Weinstock 和 R. Ralston(编),克卢维尔,多德雷赫特,第 423-452 页(1993 年)。
Lytkin, V., Finney, B., Alepko, L.,《齐奥尔科夫斯基,“俄罗斯宇宙主义和外星智慧”,《皇家天文学会季刊》第 36 卷第 369-376 页(1995 年)》。
麦凯恩,R. H.,《人类与机器智能:进化视角》,R & E 出版社,1993 年。
麦肯德里,汤姆,《利用纳米技术进行短期、中期和长期太空开发》,1998 年 Foresight Institute 高级合作伙伴会议上的演讲。
麦肯德里,汤姆,《逻辑核心架构》,Foresight Institute 第五次分子纳米技术展望会议,1997 年。
麦肯德里,汤姆,《分子纳米技术技术性能参数对先前定义的空间系统架构的影响》,前瞻研究所,1995 年第四次前瞻分子纳米技术会议。
Merkle, R. C.,在 1998 年 Foresight 研究所高级合作伙伴会议上的演讲。
Merkle, R. C.,《人类大脑计算能力的能量限制》,前瞻更新 6(1989)。
Merkle, R. C. & Drexler, K. E.,螺旋逻辑,纳米技术 7:325-339(1996)。
Minsky, M.,在《天体工程活动:当前天体现象中 ETI 的可能性》一书中对第 190 页进行评论,该书由 C. Sagan 编辑,1973 年由 MIT 出版社出版,会议于 1971 年 9 月 5 日至 11 日在苏联埃里温的 Byurakan 天文台举行,关于与外星智慧生命交流:CETI。
莫拉维克,汉斯,《心智儿童:机器人和人类智能的未来》,哈佛大学出版社(1987 年)。
Moravec, Hans, “计算机硬件何时能与人类大脑相匹配?”,超人类主义杂志。1998 年。第 1 卷(收到日期:1997 年 12 月)。
纽曼,W. I.,和 C. Sagan,《银河文明:人口动力学和星际扩散》,Icarus 46:293-327(1981)。
尼文,L,《环世界》(1970)、《环世界工程师》(1980)、《环世界王座》(1996)。
Pakkenberg, B. & Gundersen, H. J. G.,《人类新皮层神经元数量:性别和年龄的影响》,比较神经学杂志 384:312-320(1997);新皮层神经元:女性 19.3 亿,男性 22.8 亿。
Partain, L. D. (编者),太阳能电池及其应用,威利出版社,1995 年。
波特,S. D. & 马特洛夫,G. L.,《利用薄膜光伏技术的光帆推进》,《国际宇航科学杂志》第 49 卷第 329-334 页(1996 年)。
桑伯格,安德斯,《信息处理超级物体的物理学:木星大脑中的日常生活》,超人类主义杂志
5
5
5 \mathbf{5} (1999)。预印本于 1997 年可用。
半导体行业协会,1997 路线图
史密斯,B. J.,哈维,P. M.,“红外亮星系中心区域的高空间分辨率 KAO 远红外观测”,天体物理学杂志 468:139(1996 年 9 月)
参见:[链接](http://casa.colorado.edu/beverly/research/FIR.html)
陶布,G,“星号机器”,发现 18(1997 年 6 月):76-83。
Tuckerman, D. B.,集成电路传热微结构,博士学位论文,斯坦福大学(1984)[UMI]
超轻光学:[链接](http://snoopy.gsfc.nasa.gov/) lunartel/lun7.html
Villasenor, J. 和 Mangione-Smith, W.,“可配置计算”,科学美国人(1997 年 6 月)
冯·诺伊曼,J.,《自复制自动机理论》,Banks,A. W.(编),伊利诺伊大学出版社,厄巴纳(1966 年)。
创建于 1999 年 7 月 21 日;源自 1997 年 11 月关于木星大脑的讨论 最后修改:2004 年 8 月 16 日 作者:罗伯特·布拉德伯里