人脑以及生发其中的意识，让我们创造了文化和文明。但是，在技术和环境问题的夹攻之下，保障这些奇迹（更别提我们这个物种）的存续，将有赖于意识的适应能力。面对挑战，我们一直在扩展自身的能力，创造了从衣服到手机到电子耳蜗等种种人工制品。和以往一样，人类的生存将继续依靠我们适应性的不断提高。
幸运的是，我们可能即将从根本上突破自身局限了：位于人类经验核心的复杂信息处理过程，没有理由继续只能以生物学的方式得以实现。将意识功能从脑转移到其他类型的材料中，或者说其他基质上，使其变成独立于基质的意识（SIM），将成为一种非同寻常的适应能力。
从生存的层面上来讲，SIM能够以多种方式实现，因此也许更有可能挺过潜在的社会崩溃。而站在人类的角度来说，SIM技术的目标是人格、个性、体验方式和个人经验处理方法的持续存在。自我的延续可以得到保障，尽管意识有了新的载体。
几年前，我创立了非营利机构carboncopies.org（字面意义：碳拷贝）。它的职责是明确SIM研究大局及其关键问题，为研究者提供探讨不同解决之道（即一幅路线图上的不同路径）的平台。它还在资金短缺之处提供支持。
那么，SIM将可能被如何实现呢？在过去100年中，神经学家已经学会了如何辨别神经解剖学结构，学会了测量神经对刺激的反应，以及这些反应受到何种督管。大多数SIM研究，建立在这种方法之上。我们称之为“全脑仿真”（whole brain emulation），这是我在2000年创造的一个术语。
我们之所以使用“仿真”（emulation）一词，是因为它代表着对某一特定大脑的精确复制。
不妨拿它与“模拟”（simulation）一词做个比较，后者的意思是人们试图建造一个人或动物脑的某些部分（或者全脑）工作方式的通用模型。蓝脑计划（Blue Brain project）就是模拟的一个例子，它的管理者是瑞士洛桑联邦理工学院的亨利·马克拉姆（Henry Markram）。在该计划中，研究者试图通过将哺乳动物的脑逆向工程至分子级别，并利用多种动物的统计数据，创造一个人造大脑。
目前，大多数SIM研究者的目标是，仿真（译注：此处为动词）脑的基本组成部分执行的基础运算功能，然后在其他基质上如实地复现，同时还要如实复现神经的连通。如此宏大的任务必须被分割成小得多的单元：还有太多的细节需要我们去了解。比如说，我们能否得到足够精细的神经元数据——单一电脉冲神经元、具备形态细节的神经元，或者突触中发生的分子过程——来保证仿真确实可行？
对这些问题的探索，已经得到了真实产品的回报，比如人工植入耳蜗，或者美国洛杉矶市南加利福尼亚大学的特德·伯格（Ted Berger）主导的海马体芯片。伯格正在尝试制造人工神经细胞。这种人造细胞原本是要为那些因失去脑细胞而罹患阿兹海默病之类疾病的患者作植入之用的。
一座大山依然横亘在我们面前。我们有待了解的大部分知识，都与神经元或者神经元的片段有关。比如说，每一个神经元产生电活动尖峰（即动作电位）的时机，似乎是脑的主要通货。这一时机决定了是否有一个突触要被修改以建立记忆、一个肌肉何时收缩（产生动作或者言语），以及对视觉等感觉输入的感知。换句话说，这个时机决定了我们与环境的全部互动。
碳拷贝的路线图分为4个部分。每个部分各自代表了全脑仿真所有参与者的一个共识。4个部分并行推进，也都同样不可或缺。我们必须检验关于“仿真应当包括哪些内容，以及细化到什么程度”的假设；我们需要设计出合适的硬件和软件来运行仿真；我们需要神经元和突触如何互联的数据——这也是很多正在进行的“连接组”项目的工作；我们还需要记录整个脑中活动时的电反应波形，以便正确调试仿真的参数——我们称之为“参考反应”。
数名研究者正在开展检验假设的研究。比如戴维·达尔林普尔（David Dalrymple）正致力于秀丽隐杆线虫脑的仿真。这种线虫仅拥有302个神经元。他想要确定每一个神经元的功能、行为和生物物理学特征，目标是建立这种生物神经系统的完整模拟。对于线虫仿真需要哪些内容，以及细化到什么程度，他的工作将提供宝贵的信息。
至于硬件，人脑采用的是一张高度并联的网络。这张网络由几十亿大体上处于非激活状态的低能耗处理器（即神经元）构成。优秀的仿真将使用类似的基质，比如类似脑的硬件。美国国防部高级研究计划局投入数百万美元的神经元计划（SyNAPSE project）开发的类神经元芯片，就是这种“神经形态”硬件的一个例子。
如果没有掌握神经元激活方式的高清晰度“布局”图，便要微调并纠正人脑中亿万神经元的参数，那我们大概要算到天荒地老了。相反，我们必须分解问题，这就是我们的路线图融合了大尺度与高细度的脑结构和功能测量的原因。交待一下：在这个领域中，几毫米的组织或者任何超过几百个神经元的结构，都会被称为“大”。
至于连接组，答案是研究脑细胞和纤维的形态学。电子显微镜检查提供了合适的分辨率，而自动脑切片和造影有助于我们处理绘制脑结构详图所需的海量数据。
2011年，德国海德堡市马普学会医学研究院的凯文·布里奇曼（Kevin Briggman）及其同事，以及美国哈佛医学院的达维·博克（Davi Bock）及其同事，各自独立地证明了全脑仿真的原理。他们证明，根据脑扫描结果重建神经回路，并且利用其预测功能，这是可行的。（他们利用之前被扫描的组织验证了他们的重建结果。）
参考反应的问题呢？利用核磁共振仪等设备，我们可以得到全脑电活动的低分辨率概况。另外一些新的技术也在开发中，比如美国伊利诺伊州埃文斯顿市西北大学的康拉德·考丁（Konrad Kording）及其同事主导的“分子纸带”（molecular ticker tape）。这一技术应该能够让我们以高分辨率实时记录脑活动，而且大幅提高能够被我们记录下活动的神经元数量。
我们目前进展如何呢？很显然，全脑是一个庞大而复杂的研究对象，而且我们还在通过不断与世界互动扩展它。但我们并不需要彻底了解才能够仿真全脑。我们需要的只是利用当今的知识和技术，去描述功能脑区的行为，并研究出它们互相沟通的方式。非常惊人的是，一种能够实现全脑仿真的计划正在慢慢成形。
还是让科学，做我们的领路人吧。