●“来自整体论的批评”：引用自迈克尔·丹顿的格言，生物体是“自我组织、自我参照、自我复制、互惠、自我构成并且具有整体性。这种有机形式只能通过生物过程创造，而这种形式是不可改变的、坚固的、基本的存在事实。”1的确，生物设计有一套深刻的原理。然而，机器能够使用且一直在使用这些原理，没有任何东西限制非生物系统治理生物世界模式中出现的属性。
●“来自神经处理复杂性的批评”：神经元间（轴突、树突、突触）的信息处理比神经网络使用的简单模式复杂得多。这话虽然没错，但大脑区域模拟不使用这些简单模式。我们已经研究出逼真的数学模型以及用电脑模拟神经元和它们之间的联系，从而捕获生物体中非线性的、错综复杂的特征。另外，我们发现，大脑区域处理的复杂性往往比它们包含的神经元简单。我们已经拥有了人类大脑几十个区域的有效模式和模拟。考虑到冗余，在基因组中10亿个字节的设计信息中，仅仅包含30个字节的信息，所以我们还是有能力管理大脑的设计信息。
●“来自软件的批评”：我们的硬件呈指数上涨，但软件却发展缓慢。虽然软件发展的倍增时间比计算硬件的长，但是软件也在效益、效率和复杂性上加速发展。许多应用软件，从搜索引擎到游戏，经常使用人工智能技术，而人工智能技术在10年前还仅仅只是一个研究项目。通过解决关键算法问题，软件在整体复杂性、生产率和效率方面都获得了很大收益。此外，我们有一个有效的在机器上实现人类智能的游戏计划：逆向设计大脑来捕获其运作原理，然后再在有大脑能力的计算平台上执行这些原理。大脑逆向工程的每一个方面都在加速发展：脑扫描的空间和时间分辨率、大脑运作每个层面的知识、模拟神经元和大脑区域等仿真模型的成果。
●“来自贫富分化的批评”：富人通过这些技术可以得到某些机会，而其他人则不能。当然，这也不是什么新鲜事。但我想说，由于性价比持续快速增长，所有技术将很快变得非常便宜，甚至几乎免费。
●“来自微管和量子计算批评”：神经元的微管能够进行量子计算，这种量子计算是意识的先决条件。一个人要想“上传”一种个性，就必须掌握它的精确的量子状态。以上的陈述都没有证据支持。即使这些陈述是真的，也没有什么阻止量子计算在非生物系统中执行。我们经常使用半导体量子效应（例如晶体管隧道），基于机器的量子计算也正在取得进展。如果捕获精确的量子状态，我现在的量子状态和写这句话之前的已经非常不同。所以，难道我已经变成了另一个人？也许是这样的，但如果有人捕获我一分钟前的状态，那么基于这个状态的上传仍然可以成功地通过“雷·库兹韦尔”的图灵测试。
●“来自马尔萨斯的批评”：关于无限的指数趋势的推断是错误的，因为它们终究会耗尽维持其指数增长的资源。另外，我们将没有足够的能源来供应异常密集的计算预测平台，即使我们可以，这些平台也会像太阳一样烫。指数趋势最后变成一条渐近线，但每次每一bit的计算和通信所需的物质和能源资源是如此的小，以至于可以在这一点上继续进行操作，而在这一点上，非生物智能比生物智能强大无数倍。可逆计算可以极大地减少能源需求和散热需求。即使将计算限制在“冷”电脑中，将实现性能远远超越生物智能的非生物的计算平台。
在《The Age of Spiritual Machines》这本书中，我开始审查我试图在本书中进行深度探索的一些加速趋势。ASM引起了各种各样的反应，包括对它认为即将出现的深刻变化的广泛讨论（正如我在前面内容中介绍的比尔·乔伊的连载故事《Why the Future Doesnt Need Us》激发的关于危险和希望的讨论），还包括尝试在许多层面上争论为什么这样的变革不会、不能或不应该发生。下面是一些批评，我会在本章予以回应：
●“来自锁定效应的批评”：能源或运输这些领域普遍需要复杂的支持系统（和这些系统中的巨大投资）正在阻碍革新，所以这也将阻止奇点的相关技术所带来的快速变化。尤其是信息处理在容量和性价比上呈指数增长。我们已经看到，在信息技术的每个方面，范例迅速转变，并没有被锁定效应现象所阻止（不管是在互联网还是电信等领域中的大量基础设施投资）。能源及运输部门甚至还将见证基于纳米技术的创新带来的巨大变化。
为了回应各种论坛上这样的挑战，我已经经历了无数次辩论和对话。我编写这本书的一个目标是对我遇到最主要的批评提供一个全面的回应。在本书里，我对关于可行性和必然性的批评做了大部分的反驳。但在本章中，我想就其中一些很有趣的问题做些详细回答。
●“来自政府管制可能性的批评”：政府监管会减缓甚至停止技术增长的加速度。虽然监管阻碍发展的可能性很重要，但是它几乎对本书讨论的趋势没有任何影响。例如，结束干细胞研究等具有争议性的问题就像河流中的岩石被前进的激流冲刷着。
●“来自故障率的批评”：随着计算机系统复杂性的增加，它们也表现出惊人的灾难性故障率。托马斯·雷写道：我们正在“超越通过传统方法有效设计和制造的东西的限制”。我们已经开发出日益复杂的系统来管理各种各样的关键任务，这些系统的故障率很低。不管怎样，不完善是任何复杂过程的固有特征，人类智能当然也是如此。
●“来自模拟处理的批评”：数字计算过于僵化，因为数字bit不是1就是0。生物智能大部分是模拟的，所以可以考虑细微的变化。的确，人类大脑使用数字控制的模拟方法，但我们也可以将这种方法应用于机器中。此外，数字计算可以以任意精度对一个模拟过程进行模拟，反之并不正确。
●“来自本体论的批评”：约翰·塞尔描述了不同版本的中文房间的类比。一种构想是一个人根据已编写的程序用中文来回答问题。这个人似乎完全用中文回答问题，但是由于这个人“只是机械地执行写好的程序”，所以他没有真正理解中文，而且没有真正意识到他自己在做什么。用塞尔的话说，房间里的“人”什么都不懂，因为它只是一台计算机。很显然，计算机不知道自己在做什么，因为它们只是执行命令。塞尔的中文房间理论从根本上讲是重言式（同意反复），因为它首先假定了自己的结论：计算机不可能真正理解什么。塞尔简单类比中的部分哲学把戏只是规模问题。他声称描述了一种简单的系统，然后让读者考虑这样一个系统怎么会有真正的理解能力。但是表征描述本身就是错误的。为了符合自己的假设，塞尔描述的中文房间系统必须像人脑一样复杂，因此也拥有和人脑一样的理解力。实验中的“人”表现得像中央处理器，这只是整个系统的一小部分。尽管人可能看不到理解能力，但这个能力遍布在程序中，他认为按程序执行就必须做出很多注释。想想看，我懂英文，但是我的神经元不懂。我的理解能力是以神经递质、突触间隙以及神经元间连接的很多形式来表现的。
●“来自图灵支持派理论的批评”：图灵教派理论说道：“我们能够证明很多问题不能用图灵机解决，也可以证明，图灵机可以模拟任何计算机（也就是存在一个图灵机，只要是计算机解决的问题，它就可以解决），所以，这说明一个问题，一个计算机可以解决的问题是有限的。然而人类有能力解决这些问题，所以机器永远都赶不上人类的智能。”事实上，人类通常没有比机器更多的能力去解决“无法解决的”的问题。在某些情况下人类可以用猜测来解决问题，但机器也能，而且做起来快得多。
