我們有100萬零1種理由創造100萬零1種不同的人工智能。專門化智能將執行專門化任務，其他人工智能將是通用智能，以不同于我們的方式完成常見工作。為什么這么說？因為差異帶來進步。我推測人類不會批量生產與人腦非常相似的人造大腦類型。唯一切實可行的再造人腦的方法是采用有機組織和細胞，可是既然人類繁育后代如此容易，為什么還要自尋煩惱去制造新型大腦呢？
有些問題需要通過多種思維解決，我們的任務是發現新的思維方法，釋放這種存在于宇宙中的智能多樣性。全球性問題需要某種全球性思維，由幾萬億活躍節點組成的復雜網絡需要網絡智能，日常機械操作需要非人力所及的計算精度。既然就概率計算而言人腦的思考能力如此低下，那么開發擅長統計學的智能設備的確將使我們受益。
我們需要各種各樣的思維工具。獨立的離網人工智能設備發揮的作用小于具有蜂群思維的超級計算機。將一臺智能設備與60億人腦、數十萬萬億個在線晶體管、數百艾字節的現實生活數據和整個人類文??的自校正反饋環相連，與這樣的機器相比，離網設備的學習速度慢、范圍窄，也不夠智能。不過仍然有消費者為了擁有在偏遠地區的移動性或者出于私人原因而購買獨立的智能設備，承受智能程度較差的代價。
現在我們對機器存在偏見，因為迄今為止我們見到的所有機器都是單調乏味的。隨著它們感知能力的提高，情況將會發生變化。但是我們將會發現，不是所有類型的人造大腦都具有同樣的吸引力。正如我們發現自然界某些生物比其他生物更具魅力一樣，某些人造大腦將會具有超凡能力（有助于提升我們的思維方式），而另一些沒有。事實上，很多最強大的智能類型的相異本質也許會排斥我們。例如，記住一切事物的能力也許會令我們恐懼。
科技想要的就是不斷提高感知能力。這并不意味著進化將引領我們朝唯一的方向——宇宙超級大腦——邁進。相反，隨著時間的流逝，技術元素往往會借助自組織過程衍生出盡可能多的思維類型。
外熵的主要推動作用是揭示智慧的豐富多樣性。每一種思維方式，不論它擴展到多大程度，能夠理解的事物都是有限的。宇宙如此龐大，秘密如此之多，需要一切可能的思維形式去探索。技術元素的職責就是發明100萬或者10億種理解方式。
這并不像聽起來那么神秘。思維是高度進化的工具，用以組織那些構成現實的信息流。當我們談到用思維去理解時，指的就是這個含義。它產生秩序。在外熵推動歷史、自組織性的物質和能量實現更高層次的復雜性和可能性的過程中，思維是迄今為止速度最快、效率最高、探索性最強的創造秩序的技術。現在我們的星球擁有植物的模糊思維、動物低等思維的多種表現形式和無止境的人類思維的自覺意識。廣義上說，就在1秒鐘前，人類大腦開始產生1秒鐘的感知能力。我們將自己的創造力嵌入到世界上最強大的力量——科技，并嘗試克隆它的技巧。這些新近發明的人造大腦多數比植物更加聰明，小部分具備了昆蟲的智商，還有幾種顯示出更加深遠的思維前景。技術元素始終在組裝像大腦一樣的網絡，規模之大已超出了人類個體的能力范圍。
技術元素軌跡的延伸方向是100萬個被極少物質包裹的新大腦，它們表現出100萬種新思維方式，與人類自己的復雜思維一起被納入全球性思維中，這一全球性思維正在努力理解自我。
結構
現代智人用了數百萬年時間從猿類祖先進化而來。在轉變為人的過程中，我們的DNA有幾百萬比特發生變異。因此人類的生物進化的自然速度——就信息積累而言，大約是每年1個比特。現在，經過近40億年逐個比特的生物進化后，我們發展了新的進化模式，這種模式源源不斷地產生變異，依靠的是語言、文字、印刷術和工具，即我們所稱的科技。與作為猿類時每年1比特的變異相比，我們一年內為技術元素添加的新信息為400艾，因此人類的科技進化速度是DNA進化速度的10億個10億倍。作為現代人類，我們在不到1秒的時間內處理的信息量等于我們的DNA用10億年處理的信息量。
我們以如此快的速度積累信息，以至于信息成為這個星球上數量增長最快的事物。過去80年來，美國郵政系統發送的郵件數量每20年翻一番。自攝影技術于19世紀50年代發明以來，照片（信息非常密集的平臺）的數量呈現指數級增長。過去100年間每日電話時長總數同樣按照指數級曲線增加。沒有任何一類信息在減少。
根據我和谷歌經濟學家哈爾·瓦里安（HalVarian）的計算，數十年來全世界信息總量的年增長率為66%。將這種爆炸式增長與最常用的制造品——例如水泥和紙——進行比較，后者近幾十年的年均增長率只有7%。信息的增長率是地球上任何其他制造品的10倍以上，甚至比同等規模的生物增長率還快。
從1900年至今，科學知識的數量——用發表的科學論文總數來衡量——幾乎每15年翻一倍。如果只是統計雜志發行數，我們發現自18世紀以來它們的數量呈指數級增長。我們制造的一切產品都會產生一個名目和關于該名目的信息。即使有些制造品的啟用以信息為基礎，它也會產生更多的關于自身信息的信息。長期趨勢很簡單：源于某過程的信息和關于該過程的信息比過程本身增長更快。因此，信息將繼續保持比我們創造的其他任何事物更快的增長速度。
技術元素本質上是依靠信息和知識爆炸式積累的系統。與此相似，有機體也是將它們身上流通的生物信息組織起來的系統。我們可以認為技術元素的進化將深化自然進化創建的信息結構。
這種結構深化最明顯的領域就是科學。科學的建立既不是為了提高“真實性”，也不是為了增加信息總量，盡管其本身的修辭中包含了這樣的含義。人們創建科學的初衷是為了提高認知世界的條理性和系統性。科學創造“工具”——技術和方法，這些工具對信息加以處理，使之能夠以有序的方式被人們檢驗、比較、記錄、調用，以及與其他知識相聯系。“真理”實際上是一種標準，用以評估特定事實在多大程度上被作為基礎使用，并實現擴展和相互關聯。
現在我們不經意間就會說出1492年“美洲被發現”，或者1856年“大猩猩被發現”，或者1796年“疫苗被發現”。可是在疫苗、大猩猩和美洲被“發現”之前，人們對它們并不是一無所知。原住民在哥倫布到達美洲之前已經在那里生活了1萬年，他們對這塊大陸的考察遠勝于任何歐洲人能夠達到的水平。某些西非部落與大猩猩以及其他很多有待“發現”的靈長類動物關系親密。歐洲的奶農和非洲的養牛人很早就清楚從同類疾病中提取抗原進行接種的預防效果，只是沒有命名。同樣我們可以質疑圖書館的某些知識價值——藥草知識、傳統經驗和心靈感悟，它們由受過教育的人“發現”，可是在那之前，原住民和普通百姓早已知道這些知識。這些所謂的“發現”似乎反映出霸權色彩和傲慢心態——通常的確如此。不過，我們能夠用一種合理方式宣稱哥倫布發現了美洲、法裔美國探險家保羅·杜·沙伊魯（PaulduChaillu）發現了大猩猩、愛德華·詹納（EdwardJenner）發現了疫苗。他們將之前當地人已了解的知識添加到不斷擴大的全球結構性知識庫中，這就是他們的“發現”。今天我們把結構性知識的積累稱為科學。在杜·沙伊魯去加蓬探險之前，關于大猩猩的知識僅限于當地傳播；本土部落從自然界獲得的大量靈長類動物知識沒有融入到科學整體中，而這個整體已對其他動物有所認識。關于“大猩猩”的信息停留在結構性知識圈的外部。事實上，大猩猩曾被科學界視為與大腳獸類似的虛構的動物，只有未受過教育、容易被騙的本地人才看到過，這種錯誤直到動物學家接觸了保羅·杜·沙伊魯帶回的大猩猩樣本才得以糾正。杜·沙伊魯的“發現”實際上是科學的發現。被殺死動物身上保留的貧乏的解剖學信息正適合動物學的審查體系。一旦它們的存在被“確定”，關于大猩猩行為和自然發展史的重要信息就草草了之。同樣，本地農民對接種牛痘如何預防天花的了解仍然是本地知識，沒有與當時被視為醫學的知識體系聯系起來，因此這種醫療方法依然保持封閉。詹納“發現”接種效果后，學習當地知識，并運用醫學理論和所有與傳染病和細菌有關的科學知識解釋這種效果。他對疫苗的“發現”還沒有達到他與疫苗這一名目實現“鏈接”的程度。美洲的情況相同。哥倫布的偶遇使美洲出現在世界地圖上，與已知世界的其他地區連成一片。它自身的固有知識軀干也與緩慢積累的已知知識的統一軀干相融合。哥倫布使兩塊知識大陸結合為不斷擴展的一致性結構。
是科學吸收當地知識而不是相反，原因在于科學是我們為了連接信息而發明的工具。它的創建目的是將新知識整合到舊知識的網絡中。如果新見解包含太多與現有知識不相符的“事實”，那么新知識就會受到排斥，直到那些事實能夠得到解釋，它才會被接納。（這是托馬斯·庫恩的科學范式轉換理論的過度簡化。）新理論不必解釋所有的意料之外的細節（也很少這樣做），但必須在一定程度上滿足既定規律。每一個猜想、假定和觀察數據都必須經受審查、檢測、懷疑和證明。
統一的知識由復制、打印、郵政網絡、圖書館、索引、目錄、引用、制作標簽、交叉參考、參考文獻、關鍵字搜索、注解、同行評議和超鏈接這些技巧構建而成。每一種認知技術的發明都會擴大已證事實的網絡，將不同知識片段連接起來。因此知識是一種網絡現象，其中每一個事實都是一個節點。我們談到知識增長時，不僅指事實數量的增加，而且（更多地）指的是事實之間關系的數量和強度的提高。賜予知識力量的是關聯性。我們對大猩猩的了解越深入，并且如果將大猩猩的行為與其他靈長類動物進行比較、對照和校正，或者將二者聯系起來，這樣的了解就能夠發揮越大的作用。當人們把大猩猩的解剖結構與其他動物的結構相聯系，當它們的進化過程被融入到生命之樹，當它們的生態狀況對其他同步進化的動物產生影響，當它們的存在被多種類型的觀察者注意到，知識結構將得以擴展，直到大猩猩學說的事實被編入數千個相互交錯并且自我檢驗的學科領域的專科全書中。這場啟蒙運動的各個部分不僅增加了大猩猩研究領域的事實，而且提高了編織人類知識的整塊布料的強度。這些聯系所具有的力量就是我們所說的真理。
今天仍然存在很多互不連通的知識群落。原住民部落在長期與自然環境親密接觸中獲得了獨有的傳統知識財富，這些知識很難（如果不是完全不可能的話）脫離他們的本土環境。在他們的體系內，這些輪廓鮮明的知識具有緊密結構，但與我們知道的其他知識隔離。薩滿教的大量知識面臨這樣的問題。目前科學根本無法接受他們的宗教知識并編入現代知識的一致性結構中，因此他們的真理保持“未發現”狀態。某些邊緣科學，例如超感覺認知學，繼續維持邊緣地位，因為它們的研究結果盡管在其自身體系中合乎邏輯，但不適合范圍更大的現有知識模式。不過這種信息結構遲早會產生更多事實。更重要的是，知識實現結構化所采用的方法本身就在進化和重組。
知識的進化始于相對簡單的信息組織。最簡單的組織就是事實的起源。事實上，事實是被發明出來的。發明者不是科學，而是16世紀的歐洲法律體系。在法庭上，律師必須提供一致認可的觀察資料作為證據，之后不允許改換。科學采納了這種有價值的創新。長期以來，可以用于為知識排序的新方法數量在增加。將新信息和舊知識聯系起來的復雜工具就是我們所說的科學。