这位MIT辍学者的目标是把人类意识装进芯片，实现数字生命。从技术角度看，这本质上是全脑仿真（Whole Brain Emulation）的极端化尝试，核心挑战在于神经连接组的精确映射和实时计算。目前，即使是最先进的连接组学（如果蝇全脑图谱），也只完成了约10万神经元级别的解析，而人脑有860亿神经元和百万亿级突触，数据存储和计算负载远超现有硬件能力。个人经验来看，类似项目往往低估了意识涌现的复杂性——意识不是简单的信息总和，而是动态的神经动力学模式。与其追求全脑仿真，我更看好神经接口（如Neuralink）的渐进式路径，它聚焦于特定脑区的功能修复，而非一步到位复制整体意识。这引发两个技术问题：1）如果意识上传需要量子效应（如微管振动）参与，当前硅基芯片能否模拟？2）在工程实践中，如何保证神经映射的保真度，避免信息丢失？行业趋势上，这种极端方案可能推动神经科学和计算架构的交叉创新，但短期内商业化前景渺茫。与其被AI威胁论驱动盲目激进，不如脚踏实地优化现有脑机接口的带宽和延迟。