超級技術：改變未來社會和商業的技術趨勢
本書不像傳統的那種，由作者一人寫成，而是編者（梅琳達·蓋茨，即比爾·蓋茨的夫人，丹尼爾·富蘭克林）邀請那些經常在專欄投稿的資深作家或者評論人，就某個話題寫出文章，然後再把這些文章根據不同層面，整理成這本書。
預測未來，本是極不靠譜的事，且不說未來的科技和社會變化會有多大，就說預測本身，也是以我們當前的觀念來想像以後，本身想像空間就被限制了，預測效果可想而知。看這本書，更大的意義，還是反觀當下，看看在那些資深作者眼裡，當前的技術水平，到了何種境界。以下為摘錄。
1.現實如何呢？有一個很明顯的趨勢就是從個人計算機轉向智能手機，智能手機正在變成最重要的設備。這樣看來，基於個人計算機和遊戲終端的虛擬現實設備將只是一個過渡階段，基於智能手機的設備才是虛擬現實的未來（有些人可能會願意為高端虛擬現實系統買單，就像他們願意購買高級音響設備一樣，但大部分人不會）。目前基於智能手機的頭戴設備還比較笨拙，就像早期的手機一樣，但在幾年之內，這種頭戴設備能變得足夠小巧，人們可以日常攜帶，就像太陽鏡或者耳機一樣，這樣你就可以用虛擬現實設備來看電影、玩遊戲或者在火車上參加虛擬會議。
筆者按：虛擬現實設備倒是不會太遙遠，就是如何改進用戶體驗的問題，一方面是帶起來讓人不舒服，另一方面是內容細節不夠豐富，太粗獷了。
2.自動駕駛汽車 能夠自動駕駛（至少有些時候能夠自動駕駛）的汽車正在路上向我們駛來。關於自動駕駛目前有兩種互相競爭的方案：在現有的汽車上增加自動駕駛功能，為司機提供協助；製造一種全新的汽車，只有自動駕駛功能，這種車可以在市中心作為計程車使用，人們可以使用打車軟體召喚車輛。自動駕駛的卡車也正在研發中。
在一個多世紀以前發明汽車的時候，人們憂心忡忡：安全隱患、監管不確定、事故中的責任鑒定、新技術將剝奪工作的擔憂等。汽車取代了以馬車為基礎的交通設施以及相關的工作崗位，但它也為工廠、司機、路邊服務站、餐館以及旅店的工人創造了新的工作機會，並且交通的便利帶來了商業的繁榮。換到自動駕駛汽車，卡車和計程車司機的擔心有相似的位錯效應（dislocating effect），但從長遠來看還是有利的。
數學模型顯示，共享的自動駕駛計程車可以為一個城市減少大約90%的車輛。大多數人都不再需要自己的汽車，停車浪費的空間（佔美國一些城市面積的20%）可用於住房或公園。同時，自動駕駛汽車可以用電力驅動，這樣可以減少汽車尾氣的排放。通過降低快遞成本，自動駕駛的快遞車可以極大地擴大對本地產品（如食品）的需求。在發展中國家，數十億人可能會放棄購買汽車，交通事故及其造成的傷亡事件將急劇下降。就像在20世紀汽車重塑了城市面貌一樣，歷史經驗和當前趨勢都表明自動駕駛技術將在21世紀完成同樣的使命。
筆者按：（1）隨著機器人越來越普及，也有很多人會擔心會不會造成大批低端體力工人失業，其實也是類似道理，一種崗位消失了，會有新的崗位出現，願意與時俱進，改變自己的人，總不會被淘汰。（2）關於汽車自動駕駛，由於筆者本身從事這一領域工作，當然我司不造車，而是生產激光雷達，用於汽車行駛過程中的環境感知。個人有個想法，以後成熟的自動駕駛，不只是一個汽車行業的事情，而是整個城市建設，在道路規劃和建設方面，就考慮了自動駕駛的要素，不是汽車感知周圍的環境，而是環境不斷檢測進入自己領域的汽車，然後與其建立連接，然後一路上不斷與其通信，告知哪裡是路口，哪裡是居民區，哪裡要限速，哪裡有坡。目前行業的方案都是基於汽車感應環境的，都是公司在探索，如果是環境感應汽車的方案，那就該政府牽頭了。「智慧型」城市的概念，應該會包含這一點。
3.科幻作家已經考慮到了更為長遠的可能。如果有返老還童的技術能夠讓人活上幾百歲，那麼這會不會變成富人的專利？是否允許人們改造他們的身體，安裝上翅膀、鰓或者鰭？與其改造其他星球來讓人類生存，是不是改造人類自身讓其適應各種不同的環境更有意義？在科幻作品中常見的場景是人類分裂成多個不同的後人類物種。有些人可能想把他們的大腦移植到機器人的身體中，其他人可能更傾向於通過改造自己的身體，從而具有非人類的功能。
筆者按：人類發展的順序似乎是先有科技進步，然後才是以該科技進步為基礎的世界觀和思維模式，後者持續的跨度並不亞於前者。
4.另外一個方向是從生物學中尋找靈感。現在主流計算機本質上都是二維的，都是基於晶元的，這些晶元必須在嚴格的凈室條件下生產，任何錯誤都是致命的。如果被損壞，它們將無法恢復。人類的大腦在這些方面有所不同：它是三維的，可以適應雜亂無序的環境，並且可以在受傷或者出錯時繼續運作。在保持半導體技術高密度、高速度以及可擴展性的特徵的同時，我們強烈地希望能讓半導體獲得人類大腦的這些特性，目前，沒有明顯的物理障礙阻止我們這樣去做。
筆者按：這應該叫硬體魯棒性么？
5.但我們仍然不能徹底地明白機翼是如何在湍流中維持上升的。我們的設計不是基於飛行的詳細物理原理，而是通過大量的模擬來對流體動力學建模。最終，我們相信可以從這些模擬得出波音777飛機的適航性。但是，這些通過「可製造性設計」製造出來的飛機如此安全，並具有極高的可重複性，以至於只要飛機一起飛，我們就能安心地進入夢鄉。雖然現代航空飛行器不能給我們帶來多大刺激，卻給我們帶來了生物技術方面激動人心的線索。雖然聽起來有些可怕，但是在未來，生物製造就會像現在的飛機製造一樣平淡無奇。
筆者按：人類的發明，基本都是歸納法，通過大量試驗，總結出經驗，知道這樣能好使，但不知道原理。
6.摩爾定律使得計算機的體積更小，將其從填滿整個房間的巨獸變成了細小的、可以放在口袋裡面的小方塊，同時也讓其更加省電：一部智能手機比1971年美國全部的計算能力還強，而這部智能手機只需充一次電就可以維持一天或者更長的時間。摩爾定律最讓人矚目的成就是它讓計算機變得更快了。到2050年，摩爾定律的歷史將作古，如果要讓計算機繼續變快，工程師將不得不使用其他一些方法。
目前已經有一些簡單的方法，一種是進行更好的編程。過去，摩爾定律驚人的速度讓軟體公司沒有足夠的時間來精簡其產品。實際上，客戶每隔幾年就會購買速度更快的機器進一步磨滅了它們的積極性：讓笨拙的代碼運行得更快的最簡單的方法可能就是等待一兩年，等待硬體性能提升。隨著摩爾定律慢慢失效，計算機行業極短的產品周期可能會開始延長，給程序員們更多的時間來打磨他們的產品。
另一種方法是，針對某些數學演算法設計專門的硬體。現在的晶元開始針對常用的功能採用專門的電路，例如，電影解碼、加密所需的複雜計算或者視頻遊戲中繪製複雜的3D圖形。隨著計算機應用到其他產品，這種專用晶元將非常有用。例如，自動駕駛汽車將越來越多地使用計算機視覺，計算機將對這些真實世界的圖像進行解讀、物體分類和信息提取。這項任務要求很強的計算能力，而專用電路將帶來顯著的性能提升。
但是，為了讓計算能力能夠以人類習慣的速度提升，就需要一些更激進的舉措。其中的一個想法是試圖把摩爾定律推動到第三維來維持其速度。現在的晶元基本上都是平的，研究人員正在將元件進行疊加來製造晶元。這樣即使晶元的面積停止縮小，但疊加可以讓設計師放入更多的元件，就像高樓比同樣佔地面積的平房有更高的容積率一樣。
第一個使用這種技術的設備已經上市。三星，韓國的一家微電子公司，其銷售的硬碟驅動器的內存晶元就是堆疊了幾層。這項技術有巨大的前景。現代計算機的存儲與晶元之間隔著幾厘米的距離。在晶元層面，一厘米是很長的一段路，意味著在計算機需要讀取數據時會有很明顯的延遲。3D晶元可以通過把處理晶元層與內存晶元層疊加在一起來消除這個瓶頸。IBM認為，3D晶元能夠讓設計師把現在佔據一棟樓的超級計算機壓縮到鞋盒大小。
7.每一個新的計算技術浪潮都比前一個更為猛烈，幾乎是指數級增長，有前幾個疊加在一起的乘數效應（見圖5–1）。新公司成長的速度也大大加快。微軟用了15年才取得10億美元的年收入，谷歌成立於1998年，五年後年收入就達到10億美元，到2015年，年收入超過了500億美元。臉譜網在成立之後四年的年收入就達到10億美元。亞馬遜，成立於1994年第二波浪潮中的在線零售公司（Web 1.0），用了13年的時間年收入達到100億美元，而亞馬遜的雲業務AWS，是第四波浪潮（Web 2.0）的新晉者，2006年發布之後，10年時間年收入就達到100億美元。
筆者按：感覺自從2013年開始，中國是雲計算、大數據、物聯網、人工智慧，幾波浪潮一起搞的節奏啊。
8.同樣，摩爾定律早期每次帶來的運算能力的翻倍增長為計算能力帶來小幅但是極為重要的提升。隨著時間的推移，每一代帶來的提升都是前面所有計算能力的總和。在過去的十年中，悲觀主義者一直驚訝於各種技術目標的實現，這些目標都是在幾年前剛剛制定的。在21世紀前10年中期，自動駕駛汽車看起來在技術上還遙不可及，僅僅幾年之後，谷歌的自動駕駛汽車就已經在街道上行駛，大部分汽車廠商都開始出售具有某些自動駕駛功能的汽車。阿爾法狗的勝利也比預計的來得更快。即使摩爾定律在未來會進一步放緩，每一代增加的性能也會比以前任何一次翻倍獲得更大的性能提升。
第二個值得樂觀的原因是，摩爾定律不再是技術發展的限制因素。晶元製造商正在嘗試使用新的晶元和設計材料，以便當摩爾定律不再適用時能繼續保持晶元性能的提升。亞馬遜和谷歌等公司提供了大量的雲計算能力，這意味著用戶電腦晶元的速度將不再是限制其完成各種任務的瓶頸。另外，計算能力的提升也同樣受益於演算法的優化。阿爾法狗的勝利不是簡單地通過暴力計算所有可能的棋著，而是使用更聰明的人工智慧，思考打敗對手的方法。
總而言之，這些因素意味著智能機器的能力還有更多的提升空間。同時，這些因素也說明計算能力的提升，並不是簡單地每隔幾年能夠用更小的設備幫助我們更快地做事情。計算能力每一代的提升都能夠推動技術突破新的瓶頸，為計算機用戶帶來更多的可能。
9.技術充分發揮潛力的滯後效應
如果這是真的，為什麼技術進步不能帶來生產力的提高？我們如何才能保證將來生產力能夠持續提高？第三個也是最重要的能讓我們保持樂觀的原因是，學習怎麼應用強大的新技術是需要時間的。
戈登對於數字革命的觀點有點不太公允。他對於19世紀末到20世紀初，電氣化和汽車等重大創新給發達國家帶來的人均產出的持續提升有正確的認識。但是，他忽略了一個關鍵點：發揮這些創新的潛力其實用了很長一段時間。1890年以前，科學家就已經在電力實驗方面取得了很多重要進展，但是生產力的提高並沒有立刻出現。直到企業發現了更好的供電新方法，其效用才一點一滴地顯現出來。例如，電信很早就出現了，但是家庭和工廠大規模電氣化以及其帶來的生產力提高則要晚得多。
芝加哥大學的查德·希維爾森指出，電氣時代生產率的提高並不是勻速的，相反，在加速上升之前的很長一段時間內都是令人失望的平緩發展。
技術的產生與充分發揮其潛力之間之所以存在滯後，主要是因為找到最好利用創新的方法並讓世界對其適應需要時間。在19世紀末期就已經出現了不用馬拉的車（早期人們對於汽車的稱呼），但是很久以後汽車才得到質的發展。製造商需要知道如何降低成本，政府需要修改法規並建設新的基礎設施，企業需要圍繞汽車嘗試新的商業模式。
波士頓學院的經濟學家蘇珊托·巴蘇以及舊金山聯邦儲蓄銀行的約翰·費爾納爾德說，這些動態關係意味著生產率的提高總是來源於以前的技術進步，平均是5到15年之前，有時候更長。20世紀90年代末到21世紀初的生產率提高主要是建立在幾年前的智能商業管理軟體基礎之上的，而基於網路的商業模式的貢獻相對較小。同樣，在無人駕駛汽車開始對生產率增長做出貢獻之前，還有一段時間。雖然目前增長緩慢，但機器學習的潛力不能被忽視。
另外，當今天的技術開始影響生產率的提高時，應該也是以我們現在難以想像的方法。卡爾·賓士和亨利·福特可以把汽車想像為更好的「無馬」車，可以讓人們不依靠牲畜更快地旅行。但他們沒法預見，汽車將給城市帶來的巨大變化，或者國際貿易有一天會迅速擴張，這主要歸功於集裝箱、郵輪、卡車等一整套系統。
筆者按：刷新認知。
10.商業以及整個經濟對技術變革的適應方式幾乎肯定會成為現在到2050年之間最大的社會和政治挑戰之一。無人駕駛汽車、卡車會迅速地奪走發達國家數以千萬計的工作崗位。人工智慧系統會再取代幾千萬人，首先從客戶服務代表以及辦公室助理開始，然後是教師、醫護人員、財務人員和會計人員。雖然有一部分人能夠從這些創新中受益匪淺，因為他們擁有這些獲利公司的股份，或者擁有適應這些新機器大腦的技能，但很多人會面臨被替代的威脅，被迫與很多其他人競爭以獲得工作或者為了保留工作而降低工資。
這種模式將會讓人們和經濟體在整體上更為貧弱。不幸的是，並沒有簡單的解決辦法。政府可以開始向工人支付更多的工資補助，甚至向所有公民無條件地發放基本補貼。但這種補貼是非常昂貴的，並且需要向那些新技術的受益者徵收更高的稅。即便法律允許這麼做，整個社會也得努力適應可以不勞而獲的世界。
政府也可以選擇為失業者提供為創造就業機會而特意安排出來的工作，但這樣也是昂貴和浪費的。社會或許會變得比現在更加不平等，因為技術帶來了一個廉價勞動力的下層階級。
這種困難的社會轉型是有先例的。在工業時代早期，工廠就業的爆炸性增長超過了社會的承受能力。工人潮水般地湧向城市的貧民窟，沒有相應的基礎設施提供清潔的水源、舒適的住房，以及處理垃圾、廢棄物的設施等。糟糕的生活條件導致數百萬工人死亡。那些倖存者掙著微薄的工資，失去工作就意味著面臨致命的貧窮的風險。經過多年的勞工組織發展、社會的動蕩、政治的改革甚至革命，才推動社會各方面向前發展，最終廣泛地從技術進步中受益。這些改變使得工人有更長的壽命、更健康的生活，獲得更多的教育，有更多的儲蓄和投資，也提高了經濟因利用新技術而具備的能力。
生產率和產出的增長有一部分令人失望的原因，是新的數字技術與19—20世紀的社會制度的碰撞。在沒有新的變革和投資的情況下，經濟領域將繼續存在大量就業不足的低技能工人，他們將壓低工資，阻礙新的智能機器人的應用。如果在未來幾十年內，社會找到了讓工人在工作地點和工作時間上有更多選擇權的辦法，那麼企業就有更大的動力充分利用技術和勞動力。這樣就能讓生產率像20世紀最好的那幾十年一樣增長，讓每個人的生活都變得更加美好。
筆者按：變化往往來得比我們想像的快，但是也沒有我們想像的那麼可怕。
11.很明顯，現在虛擬現實已經變得備受矚目。Chalktalk是紐約大學的肯恩·佩林創建的一個項目，代表未來一個可能的發展方向。Chalktalk是一個虛擬畫板，用戶可以在上面繪製任何東西：圖形、圖像、計算機代碼、數學公式等，就像他們在黑板上畫的一樣。不同之處在於，圖形能變成三維物體、公式能運算、代碼能夠編譯。在一個示例裡面，佩林畫了一個鐘擺，讓其擺動起來，擺動的頻率可以關聯到另外一個圖形（波形圖）。在另外一個示例中，他畫了一個線圖，然後自動生成一個3D圖形，3D圖形的形狀是由一個函數矩陣控制的。第三個示例，他畫了一個花瓶的草圖，不斷地修改，最終變成了一個完整的3D物體。一二十年之後，你只需要一杯咖啡的時間，3D印表機就能把這個物體製造出來。這些新穎的想法已經可以使用計算機屏幕和現有的技術來實現了。可以想像，類似想法的高級版本能夠應用到虛擬現實中，用於教學、協作、商業，或者其他我們還沒有想到的場景。
筆者按：手寫代碼能自動編譯？！程序猿們圍觀一下……
12.這些數據帶來的進步將引發一個扭曲：我們將能更好地了解這個世界發生了什麼，但是對於為什麼發生，我們的理解將變得更差。機器學習系統能夠識別細胞樣品是不是發生了癌變，但是不能說明為什麼，因為相關的模式是如此之多、如此微妙，以至於人類無法理解。教育演算法能夠識別出哪個學生有退學的風險，但是沒有任何單獨一個特徵能夠解釋為什麼它的判斷是正確的。軟體可以告訴警察，他們應該到某個特定的區域巡邏，因為該地區的犯罪率似乎有升高的趨勢，但是它不能告訴你為什麼。
在大數據之前，我們的生活充滿了各種變數，由於信息的匱乏，我們的認知十分狹隘，所以大數據帶來了一個充滿新變數的人工智慧時代，我們將獲得大量信息，卻不知其所以然。社會將在效率上取得勝利，代價是缺少對於系統背後的原因和後果的理解。2050年，很大一部分決定都是通過黑盒子做出來的，缺少透明性，而這是問責機制的基礎。
筆者按：之前曾經和學大數據的同學討論過，得出了如下結論：人類知識來源有兩個方面，一是經驗歸納，比如中國四大發明，都是經驗多了，試出來的，未經過證明，只是通過經驗知道這麼做可行；二是演繹法，比如歐式幾何，以公理為基礎，證明了很多定理，這是可以證明的。在很多學科，其實人類能驗證的事很少，很多還是來自經驗，比如科學家知道某個基因和癌症有關係，但為什麼有關，什麼關係，很難明確。如果單靠傳統方法來總結經驗，速度太慢，而且很多隱藏的關係，人根本想不到。所以可以利用大數據分析，搜集大量的樣本，分析多種變數，最後分析出來少數幾個強相關的變數，是與目標有關係的，但是為什麼有關，大數據無法證明。所以總體來看，大數據還是歸納法，只是利用了計算機技術，加速了人類認知的速度。
13.蒸汽動力對於工業的指數增長並不是必需的，它之所以被使用，並不是因為它無可替代，也不是因為它的成本更低，而是因為它很適合那些對其進行投資的人。它能夠讓他們突破時空的限制，讓他們能夠在任何地方建造磨坊，並且能夠輕鬆地改變操作速度。所以這樣能夠讓整個行業更加集中，充分利用更多的勞動力儲備。工廠主和工人喜歡蒸汽動力的原因與技術內在的動力無關，而是社會兩個階層關係的演變結果。並不是技術帶來革命，而是革命孕育了技術。
為什麼蒸汽機的早期歷史對於今天的我們這麼重要？有以下三個原因。第一，它顯示了資本主義的核心作用。在未來市場驅動的增長中，資本再投資帶來的對技術的需求，將完全不同於任何以往的社會組織模式。這並不是像某些人認為的那樣，越純粹的資本主義越好。在20世紀，政府在各種技術發展過程中扮演的角色越來越重要，在技術的推廣中也是如此。但是在現代市場經濟中，人們對於技術變革的需求及其應用與以往任何時候都不一樣。
有一種經常被用來證明技術獨立變化的現象能很好地闡述這一點。通過對從柴油發動機、電話到燈泡等系列發明創造的仔細研究，人們發現對於很多人來說這些技術基本上是同時到來的。20世紀70年代，蘭登·溫納和羅伯特·默頓同時對創新進行的一些開創性研究，已經被以凱文·凱利為代表的一些人認為是技術能夠自己「想」要如何發展的證據。不過，在我看來，這只不過是說明在資本主義制度中，創新具有很高的回報並且可以創新的東西比較有限。例如，可以看看在資本主義之前，有哪些是技術可以做到，但是最終沒有選擇去做的。按鈕和前輪手推車這些本應該能在古代被發明出來，卻沒有被發明出來。
第二，把蒸汽動力視為工業革命的起因，而不僅僅是工業革命的精華，讓我們知道人們想從技術身上得到什麼。蒸汽機之所以成為技術能夠自主發展的一個標誌，是因為蒸汽機本身似乎剛好這樣。在早期，無論是技術支持者，還是技術末世論者，蒸汽機能夠自己工作的想法都被認為是一種迷信和盲目的崇拜。希望和恐懼並存：希望技術能夠拯救我們，同時害怕技術會讓我們滅亡。畢竟《科學怪人》就是一個關於自主技術的故事。
關注蒸汽機發明的第三個原因是，它是意外後果最明顯的例子。19世紀就有人認為二氧化碳會讓地球變暖，但是直到20世紀中期，大家才清楚地認識到工業資本主義帶來的各種化石燃料設備所釋放的二氧化碳可能會改變氣候，一直到20世紀末，人們才開始認真對待這個警告。19世紀資本家的一些決定就這樣以他們預想不到的方式改變了地球。
幽雲
TAG:幽雲的書與話與路 |