第2章
飛速發(fā)展的9大指數(shù)型技術(shù)（一）

量子計算

沒想到吧，宇宙中最冷的地方其實位于陽光充足的加利福尼亞。在伯克利郊區(qū)的一個超大倉庫里，懸掛著一條巨大的白色管道。這是一個人造低溫裝置，是下一代低溫制冷機，可以冷卻到0.003開爾文，或者說，接近于絕對零度。

早在1995年，智利的天文學(xué)家就探測到回飛棒星云（Boomerang Nebula）內(nèi)部的溫度為1.15開爾文。這是一個創(chuàng)紀(jì)錄的發(fā)現(xiàn)，是宇宙中自然界最冷的地方。相比之下，這條白色的管道還要低差不多1開爾文，這使它成為宇宙中最寒冷的角落，同時也是一種極端的凍結(jié)狀態(tài)，能夠保證一個量子位處于疊加狀態(tài)。

這是什么意思？

在經(jīng)典計算中，“位”是二進制信息的一小塊，要么是1，要么是0。“量子位”（qubit）則是這個概念的更新版本，其全名為“quantum bit”。與非此即彼的二進制位不同，量子位所實現(xiàn)的是“疊加”，這使它們可以同時處于多種狀態(tài)。讀者不妨想一想拋硬幣的兩種結(jié)果：正面或反面。再考慮一個急速旋轉(zhuǎn)中的硬幣，正反兩種狀態(tài)瞬間就會閃過。對于量子來說，這就是疊加，只是需要超級低的溫度才能實現(xiàn)。

疊加意味著力量，極大的力量。經(jīng)典計算機需要數(shù)千步才能解決的難題，量子計算機只需兩三步就能解決。我們可以這樣理解，IBM公司制造的、在國際象棋比賽中擊敗了國際象棋大師加里·卡斯帕羅夫（Gary Kasparov）的“深藍(lán)”（Deep Blue），每秒可以計算2億步，而量子機器可以提升到一萬億步甚至更多，這就是隱藏在那條白色大管道里的力量。

這條管道屬于里格蒂計算公司（Rigetti Computing），是“大衛(wèi)對抗歌利亞”式科技傳奇故事的主角之一。⁽⁶⁾目前，在量子計算領(lǐng)域，參與競逐“量子霸權(quán)”的選手，也就是建造一臺能夠解決經(jīng)典計算機無法解決的問題的量子計算機，主要是谷歌、IBM和微軟等傳統(tǒng)科技巨頭，以及像牛津大學(xué)和耶魯大學(xué)這樣的學(xué)術(shù)堡壘，里格蒂計算公司這樣的小企業(yè)，在其競爭對手面前，顯得有些另類。

里格蒂計算公司創(chuàng)辦于2013年，物理學(xué)家查德·里格蒂（Chad Rigetti）認(rèn)為，量子計算機行業(yè)已經(jīng)比許多人想象的更接近于啟動的黃金時間，他希望成為推動這項技術(shù)突破終點線的人。因此，他辭去了在IBM公司擔(dān)任量子科學(xué)研究員的舒適工作，籌集了超過1.19億美元的資金，建造了這條有史以來最冷的管道。在成功申請了50多項專利之后，里格蒂計算公司現(xiàn)在制造的集成量子電路已經(jīng)可以直接連接到云端的量子計算機上了。很顯然里格蒂是對的，這項技術(shù)確實解決了一個大問題：摩爾定律的終結(jié)。

我們在這里將討論9個指數(shù)型技術(shù)，而且它們都開始趨同了。所有這些技術(shù)都構(gòu)成了對摩爾定律的挑戰(zhàn)，盡管它反映了一個長達60年計算能力不斷提高的浪潮。

晶體管的功率，也就是測量這個浪潮大小的方法，通常用“FLOPS”，即“每秒完成的浮點運算次數(shù)”來計算。1956年，計算機的運算能力為每秒1萬次浮點運算。到2015年，這個數(shù)字變成了每秒1萬億次浮點運算。正是這種成億倍的進步推動了科技的進步。

然而，在過去的幾年里，摩爾定律的這種發(fā)展速度一直在放緩，問題出在物理方面。我們知道，集成電路的改進縮小了晶體管之間的距離，這讓我們可以將更多的晶體管封裝到芯片上。1971年，通道距離，也就是晶體管與晶體管之間的距離，為1萬納米。到2000年，這一距離減少到大約100納米。而現(xiàn)在，晶體管之間的距離已經(jīng)減少到大約5納米了。于是麻煩來了，在這樣的微觀尺度下，電子開始“到處跳躍”，從而破壞了它們的計算能力。這就成了晶體管發(fā)展的物理極限，帶來了摩爾定律的絕唱。

但是，未必。

雷·庫茲韋爾認(rèn)為：“摩爾定律并不是第一個，而是第五個提供加速價格性能的范式”。他這樣寫道：“計算設(shè)備的（單位時間的）運算能力一直在成倍增強：從1890年美國人口普查過程中使用的機械計算設(shè)備，到圖靈用電磁繼電器制造的Robinson密碼破譯器（用于破解納粹德國的密碼），到哥倫比亞廣播公司成功預(yù)測了艾森豪威爾將會在選舉中勝出的真空管計算機，到第一次航天發(fā)射中所用的晶體管計算機，再到基于集成電路的個人電腦，都是如此。”

庫茲韋爾的觀點是，每當(dāng)一項指數(shù)型技術(shù)的實用性達到極限時，就會有另一項技術(shù)取而代之。今天計算機所用的晶體管也是如此。現(xiàn)在，至少有6種方法可以解決摩爾定律終結(jié)這個問題。人們正在探索相關(guān)材料的各種其他用途，例如，用碳納米管取代硅電路，以實現(xiàn)更快的運算和更好的散熱。也可以采用新的設(shè)計，包括三維集成電路，它以幾何的方法大幅增加了可用的表面積。此外，還有一些功能有限但速度驚人的特殊芯片，例如，蘋果推出的A12仿生芯片，雖然只能運行人工智能應(yīng)用程序，但是運行速度高達每秒9萬億次。

但是，與量子計算相比，所有這些解決方案都顯得蒼白無力。

2002年，最早的量子計算公司之一D-Wave創(chuàng)始人喬迪·羅斯（Geordie Rose）提出了摩爾定律的量子版本，這個定律現(xiàn)在被稱為羅斯定律。基本思想與摩爾定律相似：量子計算機中的量子位數(shù)量每年都會翻一番。然而，羅斯定律也經(jīng)常被稱為“超強版摩爾定律”（Moore’s Law on steroids），因為疊加態(tài)中的量子位的“能力”要比晶體管中的二進制位大得多。這樣說吧。一臺有50個量子位的計算機擁有16 PB的內(nèi)存。這是一個非常大的內(nèi)存，如果它是一臺iPod，那么將可以容納5 000萬首歌曲。而且，只需在此基礎(chǔ)上再增加30個量子位，就會得到完全不同的結(jié)果。假設(shè)宇宙中的每一個原子都能夠存儲一個比特的信息，那么一臺80個量子位的計算機所擁有的信息存儲量將比宇宙中所有的原子還要大。

正因為如此，我們實在無法預(yù)料，一旦量子計算真正開始走向成熟，會帶來怎樣的創(chuàng)新。我們知道這前景極其誘人。由于化學(xué)和物理都是量子過程，因此，正如牛津大學(xué)物理學(xué)家西蒙·本杰明（Simon Benjamin）所指出的，以量子位為單位的計算將迎來一個“新材料、新化學(xué)和新藥物大發(fā)現(xiàn)的黃金時代”。量子計算還將放大人工智能、重塑網(wǎng)絡(luò)安全，并且讓我們有能力進行極其復(fù)雜的仿真實驗。

例如，量子計算可以為我們發(fā)明新藥提供極大的助力。對此，里格蒂解釋道：“量子計算技術(shù)徹底改變了新藥研究與開發(fā)的經(jīng)濟考量。假設(shè)你正在嘗試開發(fā)一種新的抗癌藥物。在以往，你必須建立一個大型的濕實驗室，才能在試管中探索成千上萬種化合物的特性；相反，利用量子計算，你將能夠在計算機內(nèi)部完成大部分的探索工作。”換句話說，創(chuàng)意與新藥之間的距離將變得越來越近。

而且每個人都可以參與這種探索。事實上，量子計算已經(jīng)是一種民眾可以方便利用的技術(shù)了。現(xiàn)在，你只需訪問里格蒂計算公司的網(wǎng)站，就可以下載他們的量子開發(fā)人員工具包。這個工具包為我們進行量子計算提供了一個用戶友好的界面。有了它，幾乎任何人都能編寫可以在里格蒂計算公司的有32個量子位的計算機上運行的程序，現(xiàn)在它已經(jīng)運行了超過1.2億個程序。

用戶友好的量子計算開發(fā)工具的出現(xiàn)，標(biāo)志著一個關(guān)鍵的拐點。但我們需要對此作出一些解釋。

在《創(chuàng)業(yè)無畏》一書中，我們介紹了“指數(shù)型技術(shù)6D框架”：數(shù)字化（digitalization）、欺騙性（deception）、顛覆性（disruption）、非貨幣化（demonetization）、非物質(zhì)化（dematerialization）和大眾化（democratization）。每一個D都代表著指數(shù)型技術(shù)發(fā)展的一個關(guān)鍵階段，并總是會導(dǎo)致巨大的變革和機遇。由于透徹地理解這些階段對于理解量子計算的發(fā)展（以及我們將要討論的其他技術(shù)）是必不可少的，因此值得在此簡要回顧一下：

1. 數(shù)字化：一旦一項技術(shù)成為數(shù)字技術(shù)，也就是一旦可以將它轉(zhuǎn)換為二進制代碼1和0，它就能躍上摩爾定律的肩膀，開始呈指數(shù)級增長。再加上量子計算技術(shù)的加持，完成數(shù)字化技術(shù)就會躍上羅斯定律的肩膀，開啟更加瘋狂的增長之旅。

2. 欺騙性：指數(shù)型技術(shù)在第一次引入時通常會引發(fā)很多炒作。由于早期的進展通常非常緩慢（在繪制成曲線后可以看到，前幾次翻倍都是在遠(yuǎn)低于1.0的水平上進行的），因此這些技術(shù)會在相當(dāng)長的一段時間內(nèi)都無法達到倡導(dǎo)者宣傳的水準(zhǔn)。不妨想一想比特幣發(fā)展初期的狀況。在那時候，大多數(shù)人認(rèn)為加密貨幣只是那些“超級極客”（übergeek）手中的新玩具，或者只是在線購買非法藥物的一種支付工具。而在今天，它卻導(dǎo)致了金融市場的重塑。這是指數(shù)型技術(shù)發(fā)展過程中欺騙階段的一個經(jīng)典例子。

3. 顛覆性：一旦指數(shù)型技術(shù)開始真正影響我們的世界，就會破壞現(xiàn)有的產(chǎn)品、服務(wù)、市場和行業(yè)，這就是顛覆性。3D打印就是一個很好的例子，單單是這種指數(shù)型技術(shù)，就對整個10萬億美元的制造業(yè)構(gòu)成了威脅。

4. 非貨幣化：在產(chǎn)品或服務(wù)曾經(jīng)需要付出成本的那些地方，貨幣卻突然從方程式中消失了。攝影曾經(jīng)很昂貴。拍的照片數(shù)量不會太多，因為購買膠卷和沖洗膠卷要花很多錢。可一旦照片實現(xiàn)了數(shù)字化，這些成本就都消失了。現(xiàn)在你會不加思索地拍下無數(shù)張照片，困難的只是如何從太多的可選照片中選出真正令你滿意的那些。

5. 非物質(zhì)化：剛剛你還能看見它，立刻你就看不見它了！非物質(zhì)化指的就是這種產(chǎn)品本身也消失不見的情況。照相機、立體音響、視頻游戲機、電視、GPS系統(tǒng)、計算器、紙張，甚至是熟悉的婚介服務(wù)這些曾經(jīng)獨立的產(chǎn)品（服務(wù)）現(xiàn)在都已經(jīng)成為智能手機的標(biāo)配。維基百科使得百科全書非物質(zhì)化了，iTunes消滅了實體形式的音樂商店。

6. 大眾化：當(dāng)指數(shù)型技術(shù)規(guī)模擴大、受眾變多的時候，大眾化就發(fā)生了。曾幾何時，手機是只有少數(shù)富人才能使用的磚頭大小的通信工具。而在今天，幾乎每個人都有一部或幾部手機了，全世界幾乎找不到不受這項技術(shù)影響的地方了。

那么，這個6D框架對量子計算意味著什么呢？這么說吧，根據(jù)這個增長周期模型，一個用戶友好界面是指數(shù)型技術(shù)的欺騙性階段和顛覆性階段之間的橋梁。例如，互聯(lián)網(wǎng)。1993年，網(wǎng)景公司創(chuàng)始人馬克·安德森（Marc Andreessen）設(shè)計了Mosaic瀏覽器，這是互聯(lián)網(wǎng)的第一個用戶友好界面（后來它發(fā)展成了網(wǎng)景瀏覽器）。在這個瀏覽器問世之前，整個互聯(lián)網(wǎng)只有26個網(wǎng)站。幾年之后，就有了成千上萬個網(wǎng)站；再過幾年，就有了數(shù)百萬個網(wǎng)站。這就是用戶友好界面的真正力量：它能夠使技術(shù)大眾化。有了一個好的界面，就可以讓專業(yè)人員參與，技術(shù)的運用就會擴展開來，而且是非常快速地擴展開來。同樣，利用里格蒂計算公司提供的Forest工具包，人們已經(jīng)寫出了150多萬個程序。因此，它成了量子世界的友好界面。這個事實告訴我們，天翻地覆的變化即將到來。

人工智能

2014年，微軟公司在中國發(fā)布了一款聊天機器人，名字叫“小冰”，她要完成的使命似乎就是用來測試用戶的反應(yīng)。⁽⁷⁾與大多數(shù)個人智能設(shè)備（它們往往是為完成特定任務(wù)而設(shè)計的）不同的是，小冰在用戶友好方面做了優(yōu)化。她的目標(biāo)不是盡快完成工作，而是讓談話繼續(xù)下去。由于小冰被設(shè)計成要像一個17歲左右的女孩那樣做出反應(yīng)，因此她并不總是“很有禮貌”的。

小冰還懂得譏諷，有時甚至顯得相當(dāng)辛辣。這是不是很令人驚訝？是的，有點。例如，雖然小冰是用神經(jīng)網(wǎng)絡(luò)構(gòu)建的，但是當(dāng)被問及她是否理解神經(jīng)網(wǎng)絡(luò)的工作原理時，她的回答卻是：“是的，老鐵！”

但是，更加令人驚訝的是，人們竟然那么喜歡和小冰說話。自問世以來，小冰已經(jīng)與超過1億人進行了300多億次對話。一個普通用戶平均每個月要與她聊60次，而注冊用戶總數(shù)則超過了2 000萬。

這些對話都是什么樣子的呢？因為小冰的任務(wù)是建立情感聯(lián)系，所以她會給出很多建議，往往是一些奇怪卻又顯得有些睿智的建議。例如，有一次，當(dāng)一個用戶告訴小冰“我覺得我的女朋友在生我的氣”時，小冰反問道“你是不是更加關(guān)注什么東西會把你們拆散，而不關(guān)心什么東西能夠讓你們結(jié)合在一起”。

因此，與小冰的對話往往會在午夜過后的幾個小時里達到高峰，這讓微軟公司的高管懷疑是否需要給這個人工智能設(shè)定宵禁。小冰如此廣受歡迎，以至于在2015年，上海東方衛(wèi)視“聘請”小冰在早間新聞時段“直播”天氣預(yù)報，這是人工智能首次被用于這類特殊工作（當(dāng)然，也不會是最后一次）。

也正是在2015年，小冰在電視上亮相前后，人工智能開始從欺騙性階段過渡到顛覆性階段。造成這種轉(zhuǎn)變的原因有兩個。第一個原因是大數(shù)據(jù)的出現(xiàn)。人工智能的真正力量在于它能夠發(fā)現(xiàn)隱藏在模糊信息之間的聯(lián)系——這種聯(lián)系本來沒有人會注意到。因此，輸入人工智能的信息越多，它的表現(xiàn)就越好。

2015年左右，由于互聯(lián)網(wǎng)和社交媒體的發(fā)展，海量數(shù)據(jù)開始出現(xiàn)。以對貓的圖像識別為例。事實證明，所有關(guān)于貓的視頻對于訓(xùn)練人工智能進行圖像識別和場景識別都是非常重要的。你在社交媒體上給出的喜歡或不喜歡的評價，也是一樣。換句話說，盡管很多人認(rèn)為社交媒體讓人變得更笨了，但是它確實讓人工智能變得更聰明了。

第二個原因是圖形處理器的涌現(xiàn)。在上述數(shù)據(jù)集出現(xiàn)的同時，特別便宜但功能非常強大的圖形處理器也在大量涌入市場。圖形處理器是用來驅(qū)動電子游戲中層出不窮的復(fù)雜圖形的，它們也可以為人工智能提供動力。這個技術(shù)融合——大數(shù)據(jù)集與廉價而強大的圖形處理器相遇的級別相對較小，但是它的結(jié)果卻引發(fā)了歷史上最快的入侵之一——使人工智能就此入侵了我們生活的方方面面。

首先出現(xiàn)的是機器學(xué)習(xí)，它使用特定算法分析數(shù)據(jù)，并從數(shù)據(jù)中學(xué)習(xí)，然后對世界做出預(yù)測。奈飛和聲田（Spotify）推薦電影和音樂時，用的就是機器學(xué)習(xí)算法；IBM的沃森在充當(dāng)理財師時，用的也是機器學(xué)習(xí)算法。

接下來，神經(jīng)網(wǎng)絡(luò)出現(xiàn)了。受人類大腦的神經(jīng)生物學(xué)機制的啟發(fā)，這些網(wǎng)絡(luò)能夠從結(jié)構(gòu)化的數(shù)據(jù)中進行無監(jiān)督學(xué)習(xí)。你不再需要向人工智能一次一個地提供信息了，相反，有了神經(jīng)網(wǎng)絡(luò)，你只需將它們發(fā)布到互聯(lián)網(wǎng)上，系統(tǒng)就會完成剩下的工作。

為了理解這些由神經(jīng)網(wǎng)絡(luò)驅(qū)動的人工智能所能實現(xiàn)的功能，我們可以先來看一看服務(wù)業(yè)的情況。目前，服務(wù)業(yè)在美國國內(nèi)生產(chǎn)總值中所占的份額達到了80%以上。當(dāng)專家根據(jù)其主要任務(wù)對服務(wù)進行分類時，得出如下五大類：看、聽、讀、寫與整合知識。為了更好地了解人工智能目前的狀況和未來的發(fā)展方向，我們或許應(yīng)該一次只考察一個因素。

從表面上看，人工智能領(lǐng)域的創(chuàng)新已經(jīng)積累了很多年。早在1995年，我們就看到人工智能已經(jīng)可以讀取信件的郵政編碼了。到2011年，人工智能可以識別出43種不同類型的交通標(biāo)志，準(zhǔn)確率高達99.46%（這比人類的準(zhǔn)確率還高）。第二年，人工智能的表現(xiàn)又一次超過了人類，這一次，人工智能對1 000多種不同類型的圖像進行分類，將鳥類、汽車、貓等區(qū)分開來。到今天，人工智能系統(tǒng)已經(jīng)可以從人群中將你識別出來了。而且，如果距離不算太遠(yuǎn)，人工智能可以通過你的嘴唇動作“讀取”你說的話、通過“觀察”你的微表情和其他生物標(biāo)記，探知你的感受。與此同時，由于追蹤軟件現(xiàn)在已經(jīng)變得如此靈巧了，一架人工智能駕駛的無人機可以在茂密的森林中根據(jù)被追蹤人的腳印找到他。

在聽覺人工智能方面，亞馬遜的Echo、谷歌Home和蘋果的HomePod都增加了一個永不關(guān)閉的功能：總是在等待我們的下一個指令。這些機器現(xiàn)在已經(jīng)能夠處理一些相當(dāng)復(fù)雜的指令了。2018年，谷歌發(fā)布了一段視頻，記錄了一個名叫“Duplex”的人工智能助理打電話到美容院預(yù)約的過程。這個視頻讓所有人大吃一驚。預(yù)約進行得天衣無縫，更重要的是美容院接待員的反應(yīng)，在整個交談過程中，她完全不知道自己正在跟一臺機器對話。

人工智能技術(shù)在閱讀和寫作方面也有了類似的長足進步。利用谷歌的Talk to Books，你可以就任何主題向人工智能提問。當(dāng)一個人向它提問時，這個人工智能可以在半秒內(nèi)閱讀12萬本書，并引用適當(dāng)?shù)囊膩碜鞒龌卮稹５沁@里真正有意義的一個升級是，它是根據(jù)提問者的意圖、而不是只根據(jù)關(guān)鍵字來提供答案的。此外，這個人工智能似乎很有幽默感。例如，當(dāng)你問它“天堂在哪里”這個問題時，它給出的答案是：“天堂，對于人類來說，似乎不能在美索不達米亞找到。”這段話出自J. 愛德華·賴特（J. Edward Wright）的《天堂的早期歷史》（Early History of Heaven）。

在寫作方面，Narrative Science等公司已經(jīng)使用人工智能來撰寫文章了，其質(zhì)量完全達到了雜志發(fā)表的水平，而且不需要人類記者提供任何幫助。《福布斯》早就在用人工智能撰寫商業(yè)報道。還有數(shù)十家日報也在用人工智能寫棒球消息。與此類似，Gmail的Smart Compose功能，現(xiàn)在也不再僅僅限于只是簡單地向使用者提供關(guān)于用什么單詞合適和它們的正確拼寫形式的建議了，而是會在你打字的時候就“脫口而出”地把整個短語都告訴你。其他人工智能甚至能夠撰寫整本書，在2017年日本國家文學(xué)獎的角逐中，一部由人工智能撰寫的小說就沖進了最后一輪評選。

整合知識，我們要討論的最后一個類別，是通過游戲來實現(xiàn)的。以國際象棋為例，1997年，IBM的深藍(lán)擊敗了當(dāng)時的世界冠軍加里·卡斯帕羅夫。通常認(rèn)為，國際象棋的博弈樹復(fù)雜度為10⁴⁰，也就是說，即便地球上全部的人都來配對下棋，他們也要花費數(shù)萬億年的時間，才能窮盡每一個變化。

然而，在2017年，谷歌的AlphaGo打敗了世界圍棋冠軍李世石。圍棋的博弈樹的復(fù)雜度達到了10³⁶⁰，那簡直是超級英雄下的圍棋。或者換一種說法，人類是已知的唯一擁有下圍棋所需認(rèn)知能力的物種。大自然花了幾十萬年的時間才進化出了這種能力。相比之下，人工智能在不到20年的時間里就實現(xiàn)了這一目標(biāo)。

當(dāng)然，人工智能“技不止此”。在AlphaGo獲勝幾個月后，谷歌升級了AlphaGo的訓(xùn)練風(fēng)格，將其更新為AlphaGo Zero。AlphaGo是通過機器學(xué)習(xí)來學(xué)習(xí)的，要把人類之前下過的成千上萬局棋的棋譜“喂”給它，并告訴它每一個可能位置的正確走法和錯誤走法分別是什么。與此不同的是，AlphaGo Zero只需要“零數(shù)據(jù)”，因為它依賴的是“強化學(xué)習(xí)”，也就是說，它通過與自己下棋進行學(xué)習(xí)。

從幾條簡單的規(guī)則開始，AlphaGo Zero只花了三天時間就打敗了它的“父親”AlphaGo。幾周之后，它就橫掃了全世界最好的60名圍棋選手。只花了40天時間，AlphaGoZero就成了地球上無可爭議的最佳“圍棋選手”。如果這還不夠令人嘖嘖稱奇的話，再來看這個例子：2017年5月，谷歌使用同樣的強化學(xué)習(xí)系統(tǒng)，讓一個人工智能制造出了另一個人工智能。在實時圖像識別任務(wù)中，這臺機器制造的機器的表現(xiàn)，遠(yuǎn)遠(yuǎn)超過了人類制造的機器。

2018年，這些人工智能開始走出實驗室，進入現(xiàn)實世界。美國食品藥品監(jiān)督管理局已經(jīng)批準(zhǔn)人工智能在急診室工作。事實上，在預(yù)測呼吸衰竭或心力衰竭猝死方面，人工智能已經(jīng)比醫(yī)生做得更好了。Facebook依靠人工智能來發(fā)現(xiàn)用戶的自殺傾向，美國國防部利用人工智能來發(fā)現(xiàn)士兵抑郁和創(chuàng)傷后應(yīng)激障礙的早期跡象。像小冰這樣的機器人已經(jīng)開始為孤獨和失戀的人提供建議了。人工智能還“入侵”了金融、保險、零售、娛樂、醫(yī)療、法律等領(lǐng)域，裝備在你的房子、汽車、電話、電視中，甚至已經(jīng)進入了政治領(lǐng)域。2018年，一個人工智能“出馬”競選日本某市市長，盡管最后沒有獲勝，但是整個競選過程中的競爭比任何人預(yù)期的都要激烈得多。

但是，真正讓這一切得以發(fā)揮革命性影響的，還是人工智能的廣泛可得性。

就在10年前，人工智能還只是大公司和政府的專屬。但是在今天，我們所有人都可以使用它了。大多數(shù)好的軟件早就變成了開源的。如果你有一臺2018年或以后生產(chǎn)的智能手機，它就已經(jīng)內(nèi)置了人工智能神經(jīng)網(wǎng)絡(luò)芯片，可以隨時處理這種軟件。要讓它更加強大？好的，亞馬遜、微軟和谷歌等公司都在競相使基于人工智能的云計算成為他們的下一個重磅服務(wù)。

那么，這意味著什么呢？讓我們從電影《鋼鐵俠》（Iron Man）中的賈維斯開始說起。對于許多人來說，賈維斯可能是迄今為止最酷的人工智能。托尼·斯塔克（Tony Stark）可以用正常的聲音和賈維斯聊天，還可以向賈維斯描述一個設(shè)想中的發(fā)明，然后他們就可以合作進行設(shè)計和建造。賈維斯其實是斯塔克應(yīng)用數(shù)十種指數(shù)型技術(shù)的友好界面，它為終極創(chuàng)新的火箭提供了燃料。一旦我們開發(fā)出了這種能力，“渦輪增壓”這個術(shù)語所代表的東西就根本無法與之相提并論了。

現(xiàn)在，我們已經(jīng)很接近這一點了。云中的人工智能為類似于賈維斯的功能提供了必要的支持。如果能將小冰的友好對話與AlphaGo Zero的精確決策融合在一起，就能夠前進一大步，再加上蓬勃發(fā)展的深度學(xué)習(xí)，你就能得到一個能夠獨立思考的系統(tǒng)。那就達到了賈維斯的水平嗎？還沒有。但它將會是一個“賈維斯精簡版”。各種精簡版的涌現(xiàn)，也是技術(shù)加速過程再加速的另一個原因。

網(wǎng)絡(luò)

網(wǎng)絡(luò)是一種交通工具，能夠?qū)⒉煌胤降纳唐泛头?wù)聯(lián)系起來，更加重要的是，它們能夠使信息和創(chuàng)新從一個地方擴展到另一個地方。世界上最古老的網(wǎng)絡(luò)可以追溯到一萬多年前的石器時代，那也是最早的道路出現(xiàn)的時候。那些道路在當(dāng)時是個奇跡。它們使思想和創(chuàng)新的交流不再受制于眼前的咫尺之間，事實和數(shù)字能夠以5千米／時的牛車速度“飛馳”。

然后在很長一段時間內(nèi)都沒有什么大的突破。在接下來的12 000年里，除了用馬代替牛和發(fā)明了航海所用的帆之外，信息的傳播速度基本保持不變。

一個重大變化發(fā)生在1844年5月24日，美國畫家、“電報之父”塞繆爾·莫爾斯（Samuel Morse）發(fā)出了一份電報，上面只寫了這樣四個英語單詞：“What hath God wrought（上帝創(chuàng)造了什么）？”莫爾斯的電報既解決了那個時代的問題，也預(yù)示著一個新的網(wǎng)絡(luò)時代的誕生。莫爾斯是通過一條從華盛頓特區(qū)延伸到馬里蘭州巴爾的摩的實驗性電報線將這幾個字發(fā)送出去的，這就是全世界第一個信息網(wǎng)絡(luò)，盡管它只是一個只有兩個節(jié)點的草圖。

32年后，“電話之父”亞歷山大·格雷厄姆·貝爾（Alexander Graham Bell）大大擴展了網(wǎng)絡(luò)，但是他也只多用了5個英語單詞。1876年3月，貝爾打出了地球上第一通電話，那是一份只有9個單詞的邀請：“Mr.Watson，come here. I want to see you（華生，到這里來。我想見你）。”更重要的是，貝爾擴大了這些網(wǎng)絡(luò)的能力。

貝爾的發(fā)明并沒有提高數(shù)據(jù)傳輸?shù)乃俣龋妶罄玫氖峭ㄟ^電線傳輸?shù)碾娏鳎娫捓玫娜匀皇峭ㄟ^電線傳輸?shù)碾娏鳎撬鼧O大地改善了信息傳輸?shù)臄?shù)量和質(zhì)量。更有利的是，電話擁有一個用戶友好的界面。我們不需要花幾年時間去學(xué)習(xí)那些復(fù)雜的東西，而只需拿起電話聽筒撥號就可以使用電話了。在有了這第一個用戶友好的界面之后，網(wǎng)絡(luò)開發(fā)就擺脫了欺騙性階段，逐漸走向顛覆性階段。1919年，只有不到10%的美國家庭擁有固定電話。想要從東海岸打三分鐘到西海岸的電話嗎？沒有問題。不過需要支付一筆不小的費用，在當(dāng)時是20美元，差不多相當(dāng)于現(xiàn)在的400美元。但是到20世紀(jì)60年代，從美國打電話到印度一分鐘只需要10美元。今天，則只需大約28美分。

然而，所有這些都只是熱身而已。在過去的50年里，網(wǎng)絡(luò)已經(jīng)從彼此隔離的分裂階段進入了幾乎無處不在的階段。我們現(xiàn)在已經(jīng)幾乎在地球的每個角落都連接上了網(wǎng)絡(luò)：光纖電纜、無線網(wǎng)絡(luò)、骨干網(wǎng)、空間站、衛(wèi)星網(wǎng)站等。互聯(lián)網(wǎng)是世界上最大的網(wǎng)絡(luò)。2010年，地球上大約1/4的人口，即18億人，都連上了互聯(lián)網(wǎng)。到2017年，手機已經(jīng)普及到了38億人，約占全球總?cè)丝诘囊话搿５窃谖磥淼?年里，這些聯(lián)系將擴展到我們所有人，所有今天尚未連線的普羅大眾都將上線，使全體人類都連成一個網(wǎng)絡(luò)。以千兆比特的速度和極低的成本，所有人都將加入全球?qū)υ挕＿@就是網(wǎng)絡(luò)未來的走向。

5G、氣球和衛(wèi)星

在研究人員談?wù)摼W(wǎng)絡(luò)進化的時候，“G”是一個常用的詞語，代表“一代”。1940年，當(dāng)?shù)谝粋€電話網(wǎng)絡(luò)開始鋪開時，我們處于第0代（0G）。那時網(wǎng)絡(luò)還處在欺騙性階段中。我們花了差不多40年的時間才慢慢達到了1G，即20世紀(jì)80年代第一部手機出現(xiàn)的那一刻，它也標(biāo)志著從欺騙性階段到顛覆性階段的轉(zhuǎn)變。

到20個世紀(jì)90年代，也就是互聯(lián)網(wǎng)剛剛出現(xiàn)的時候，2G出現(xiàn)了。但是這段旅程并沒有持續(xù)多久。10年后，3G出現(xiàn)，開啟了一個加速的新時代，帶寬成本開始大幅下降，而且速度極為驚人（每年下降35%）。到2010年，智能手機、移動銀行和電子商務(wù)催生了4G網(wǎng)絡(luò)。從2019年開始，5G又將開始加速整個交易，能夠以接近于零的價格提供比4G快100倍的速度。

5G到底有多快？使用3G，下載一部高清電影大約需要45分鐘。而在4G網(wǎng)絡(luò)下，則可以將下載過程縮短至21秒。但是在5G網(wǎng)絡(luò)下，又會怎樣？你讀完這句話所花的時間可能比下載那部電影的時間還要長。

而且，就在這些手機網(wǎng)絡(luò)在地球上如藤蔓般快速蔓延的同時，還有很多其他的手機網(wǎng)絡(luò)也在天空中萌芽。字母表公司目前正在大力推動Loon項目（這個項目最初提出時可能被稱為Loony項目）。它是10年前誕生于這個科技巨頭的臭鼬工廠“谷歌X”，當(dāng)時的想法是用定位于平流層的熱氣球來取代地面發(fā)射塔。這個想法現(xiàn)在變成了現(xiàn)實。

谷歌的熱氣球尺寸為15米乘12米，它們重量很輕，但足夠耐用，可以長期存留于離地面20千米的高空，為地面用戶提供4G-LTE連接。每個氣球能夠覆蓋5 000平方千米。谷歌的計劃是建成一個有數(shù)千個這種熱氣球的網(wǎng)絡(luò)，將所有未連接到網(wǎng)絡(luò)的人連接起來，為地球上任何地方的任何人提供連續(xù)的網(wǎng)絡(luò)服務(wù)。

谷歌并不是唯一一家爭奪天空的公司。在同溫層之外，還有三個主要的競爭對手正在進行一場全新的太空競賽。第一個團隊由工程師格雷格·懷勒（Greg Wyler）領(lǐng)導(dǎo)，他長期以來一直致力于利用技術(shù)來消除貧困。早在21世紀(jì)初，懷勒就憑借微薄的預(yù)算，幫助非洲的很多個社區(qū)實現(xiàn)了3G上網(wǎng)。如今，在來自軟銀、高通和維珍數(shù)十億資金的支持下，懷勒將推出OneWeb，這是一個由大約2 000顆衛(wèi)星組成的星鏈，能夠為每個人提供5G下載。

盡管OneWeb對網(wǎng)絡(luò)進行了大力升級，但是與亞馬遜和SpaceX這種資金充足的巨頭相比，懷勒只能算是“大衛(wèi)”。在2019年初，亞馬遜加入了衛(wèi)星網(wǎng)絡(luò)競賽。它的Kuiper項目，一個由3 236顆衛(wèi)星組成的星鏈，旨在為世界提供高速寬帶。SpaceX的啟動比亞馬遜還要早4年，并且在2019年超越了亞馬遜。當(dāng)時，SpaceX開始部署一個由上萬顆衛(wèi)星組成的巨型衛(wèi)星鏈群（距地面1 150千米處有4 000顆，340千米處有7 500顆）。如果成功了，將意味著全球都擁有千兆以上的連接速度。

那么，在更高的地方還有嗎？當(dāng)然！

在距地面8 000千米的地方，也就是技術(shù)上所說的中地球軌道上，波音公司正在推進O3B項目，以建設(shè)最新一代的網(wǎng)絡(luò)。O3B，即“Other 3 Billion”，“其他30億人”之義。這個星鏈將由波音公司制造的多兆比特衛(wèi)星組成，它被稱為“mPower網(wǎng)絡(luò)”，旨在為所有目前沒有網(wǎng)絡(luò)的人提供網(wǎng)絡(luò)連接。

總而言之，在下一個十年的中期之前，任何想要上網(wǎng)的人都可以連接上網(wǎng)。有史以來第一次，20世紀(jì)60年代的那句老話“同一個星球，同一個人”將最終變成現(xiàn)實，盡管是以網(wǎng)絡(luò)的形式。隨著上網(wǎng)人數(shù)的翻倍，我們將有很大的機會親眼見證迄今為止最具歷史意義的技術(shù)創(chuàng)新和全球經(jīng)濟進步的加速過程。

傳感器

2014年，在芬蘭的一個傳染病實驗室里，衛(wèi)生研究員佩特里·拉特拉（Petteri Lahtela）發(fā)現(xiàn)了一件奇怪的事情，他突然意識到他所研究的很多問題的條件都存在著重疊。例如，在檢查一些醫(yī)生認(rèn)為互不相關(guān)的疾病時，比如萊姆病、心臟病、糖尿病等，他發(fā)現(xiàn)所有這些疾病都對睡眠有負(fù)面影響。

這就引發(fā)了一個因果關(guān)系問題。是所有這些疾病都導(dǎo)致了睡眠問題，還是反過來，通過改善睡眠，這些疾病就能夠治好，或者至少癥狀能夠得到緩解呢？更加重要的是，怎樣才能做到更有效地治愈這些疾病？

拉特拉發(fā)現(xiàn)，要想解決這些難題，他需要得到相關(guān)數(shù)據(jù)，很多很多數(shù)據(jù)。在收集這些信息的過程中，他很快就意識到自己可以利用最近出現(xiàn)的一個技術(shù)上的轉(zhuǎn)折點。2015年，在智能手機技術(shù)進步的推動下，小而強勁的電池與小而強大的傳感器開始融合到一起。事實上，他意識到，由于它們體積小而功能強大，要建造一種新型的睡眠追蹤器是完全可能的。

任何電子設(shè)備，如果能夠測量某個物理量（如光、加速度或溫度），然后將這些信息發(fā)送給網(wǎng)絡(luò)上的其他設(shè)備，都可以被認(rèn)為是一種傳感器。拉特拉正在考慮的傳感器是一種新型心率監(jiān)測儀。跟蹤睡眠的一個很好的方法是監(jiān)測心率和心率的變異性。雖然市場上已經(jīng)有了很多這樣的追蹤器，但是那些都是很有問題的“老型號”。例如，健身腕帶和蘋果手表，都是通過一個光學(xué)傳感器測量手腕的血流量的。然而，手腕上的動脈位于皮膚表層以下很深的地方，因此無法對血流量進行完美的測量，而且人們通常不會戴著手表睡覺——這會影響它們原本設(shè)計用來測量的睡眠。

拉特拉發(fā)明的是這種智能手表的升級版，名為“烏拉戒指”（Oura ring）。這款戒指的主體是一條光滑的黑色鈦帶，裝有3個傳感器，可以跟蹤和計算10個不同的身體信號，因此它是市場上最精確的睡眠追蹤器。穿戴位置和采樣率是它的秘密武器。由于手指上的動脈比手腕上的動脈離皮膚表層更近，烏拉戒指能夠更好地了解心臟的情況。此外，蘋果手表和Garamond每秒只能測量兩次血流量，健身腕帶最多可以測12次，而烏拉戒指則每秒可以測250次。在獨立實驗室進行的研究中，更好的成像質(zhì)量和更高的采樣率相結(jié)合，使烏拉戒指與醫(yī)學(xué)級別的心率跟蹤器相比準(zhǔn)確率達到了99%，心率變異性的準(zhǔn)確率則達到了98%。

20年前，如此精確的傳感器要花費數(shù)百萬美元，而且必須安置在一個相當(dāng)大的房間中。而烏拉戒指的價格約為300美元，并可以直接戴在手指上，這就是指數(shù)型增長對傳感器的影響。傳感器發(fā)展最重要的結(jié)果是通常所稱的“物聯(lián)網(wǎng)”（Internet of Things，IoT），即將遍布全球的智能設(shè)備互聯(lián)網(wǎng)絡(luò)。為了更好地理解我們已經(jīng)走了多遠(yuǎn)，有必要回顧一下這場革命的演變過程。

1989年，發(fā)明家約翰·羅姆尼（John Romkey）將一臺烤面包機連接到互聯(lián)網(wǎng)上，使之成為第一個物聯(lián)網(wǎng)設(shè)備。10年后，社會學(xué)家內(nèi)爾·格羅斯（Neil Gross）看到了這個趨勢，他在《商業(yè)周刊》上發(fā)表了一個著名的預(yù)測：“在下個世紀(jì)，整個地球都會蒙上一層電子皮膚。地球?qū)⒗没ヂ?lián)網(wǎng)作為支架，來支持和傳播它的感覺。現(xiàn)在，這層皮膚正在縫合。它由數(shù)百萬個嵌入式電子測量設(shè)備組成：恒溫器、壓力表、污染探測器、照相機、麥克風(fēng)、葡萄糖傳感器、心電圖儀、腦電圖儀等。它們將監(jiān)測城市和瀕危物種、大氣、船只、高速公路和卡車車隊，以及我們的對話、我們的身體，甚至我們的夢想。”

格羅斯的預(yù)測應(yīng)驗了。到2009年，連接到互聯(lián)網(wǎng)上的設(shè)備數(shù)量已經(jīng)超過地球上的總?cè)丝跀?shù)量（125億個設(shè)備，68億人，或每人1.84個連接設(shè)備）。一年后，在智能手機發(fā)展的推動下，傳感器價格開始暴跌。到2015年，連接到互聯(lián)網(wǎng)上的設(shè)備總數(shù)達到了150億臺。由于這些設(shè)備中大多數(shù)都包含多個傳感器，例如，平均每臺智能手機大約有20個傳感器。這也解釋了為什么到2020年，人們通常所稱的“我們的萬億傳感器世界”將正式登場。

我們當(dāng)然不會就此止步。斯坦福大學(xué)的研究人員估計，到2030年，將有5 000億臺聯(lián)網(wǎng)設(shè)備（每臺設(shè)備裝有數(shù)十個傳感器）。而根據(jù)埃森哲咨詢公司（Accenture）的研究，這里面所包含的經(jīng)濟價值將達到14.2萬億美元。隱藏在這些數(shù)字背后的正是格羅斯的思想：那是記錄了地球上的幾乎每一種感覺的“電子皮膚”。

以光學(xué)傳感器為例。柯達工程師史蒂文·薩森（Steven Sasson）于1976年發(fā)明了第一臺數(shù)碼相機，它有烤箱那么大，可以拍攝12張黑白照片，而價格則超過了1萬美元。到了今天，普通智能手機配備的攝像頭在重量、成本和分辨率方面都比薩森的數(shù)碼相機提高了數(shù)千倍。這些攝像頭到處都是，汽車上、無人機上、手機上、衛(wèi)星上，并且擁有幾乎令人“毛骨悚然”的圖像分辨率。衛(wèi)星拍攝到的地球影像，已經(jīng)精確到了半米。無人機則進一步縮小到了一厘米。無人駕駛汽車上的激光雷達傳感器更是幾乎可以捕捉到所有東西，它每一秒鐘都要收集130萬個數(shù)據(jù)點，并能夠記錄單個光子級別的變化。

在光學(xué)傳感器上，我們看到了三重趨勢：體積和成本不斷下降，同時性能大幅提高。第一臺商用GPS是1981年上市的，它重達24千克，價格高達119 900美元。到2010年，商用GPS的價格已經(jīng)下降到5美元，體積則小到可以放在你的手指上。為早期火箭導(dǎo)向的“慣性測量裝置”就是一個很好的例子。在20世紀(jì)60年代中期，那還是一個重達23千克、價格高達2 000萬美元的設(shè)備。如今，你手機里的加速度計和陀螺儀也在做著同樣的事情，但只需要4美元，重量還不如一粒米。

這些趨勢肯定還會持續(xù)下去。我們正從微觀世界向納米世界邁進。這種進步已經(jīng)導(dǎo)致智能服裝、智能珠寶和智能眼鏡等浪潮的涌起，上面講到過的烏拉戒指就是其中一個很好的例子。很快，這些傳感器就會進入人的身體。以“智能微塵”（smart dust）為例，這是一個只有灰塵微粒大小的系統(tǒng)，可以感知、存儲和傳輸數(shù)據(jù)。如今，一粒“智能微塵”的大小像一粒蘋果種子那么大。未來，納米級的智能微粒將會漂浮在我們的血液中，收集數(shù)據(jù)，探索人體內(nèi)部——那是科學(xué)最后的未知領(lǐng)域之一。

毫無疑問，我們將會學(xué)到更多，關(guān)于內(nèi)部的身體，關(guān)于外部的一切。這是一個巨大的轉(zhuǎn)變。從這些傳感器奔涌而來的數(shù)據(jù)量有時大得簡直令人難以理解。一輛自動駕駛汽車每天會產(chǎn)生4 TB的數(shù)據(jù)，這相當(dāng)于1 000部電影所包含的信息；一架商用客機則每天會產(chǎn)生40 TB的信息；一個智能工廠，則會產(chǎn)生PB級的信息。

那么，這些數(shù)據(jù)會給我們帶來什么呢？很多，很多。

醫(yī)生將不再需要依靠每年一次的體檢來追蹤患者的健康狀況，因為他們現(xiàn)在每天24小時、每周7天都能收到大量的量化數(shù)據(jù)。農(nóng)民將隨時可以知道土壤和天空中的水分含量，從而精確地進行澆灌，種植出更健康的作物，獲得更大的產(chǎn)量，并節(jié)約大量的水資源（水的浪費，是全球變暖的一個重要因素）。在商業(yè)領(lǐng)域，由于在快速變化的時代里，面對機會時的機敏和行動時的快捷是最大的優(yōu)勢，因此雖然了解客戶的所有信息可能會帶來令人擔(dān)憂的隱私問題，但是它確實為組織提供了令人難以置信的靈活性，這可能是在這個加速發(fā)展的時代維持生存的唯一方法。

而且，這一切仍然在進一步加速。在10年之內(nèi)，我們將會生活在一個幾乎所有可以測量的東西都會被持續(xù)測量的世界里。那將是一個極端透明的世界。從太空的邊緣到海洋的底部，再到你身體的內(nèi)部，我們的電子皮膚正在形成一個無限可用信息的感覺中樞。不管你喜不喜歡，我們已經(jīng)生活在了一個“超意識”的星球上。

機器人

2011年3月，東京地震引發(fā)了太平洋海嘯，掀起的巨浪比福島第一核電站公寓大樓還要高。在這場大混亂中，首先是應(yīng)急電源失控，然后是水泵出現(xiàn)故障，最后是冷卻系統(tǒng)崩潰。在這連續(xù)三次熔毀之后，又發(fā)生了一系列半空氫氣爆炸，造成了災(zāi)難性的后果。一個月后，由于輻射水平極高，國際原子能機構(gòu)（International Atomic Energy Agency）為測量事故后的輻射水平而設(shè)計的專門儀器上的傳感器全都爆表了。

控制核泄漏的前提條件是讓清理人員迅速趕到現(xiàn)場，但是福島的溫度實在太高了，人類根本無法承受。然而，日本長期以來一直是機器人領(lǐng)域的世界領(lǐng)先者之一，所以日本政府派出了機器人。但是機器人也悲慘地失敗了。這不啻一個全國性的災(zāi)難之后的另一個全國性的災(zāi)難。核電站內(nèi)部高低不平的地形就像一個雷區(qū)，而輻射則破壞了機器人的電路。幾個月后，福島變成了機器人的墓地。

這場災(zāi)難對本田公司的打擊尤其嚴(yán)重。自福島危機出現(xiàn)以來，該公司就接到了數(shù)千個電話和電子郵件，請求他們“派遣”全世界最先進的人形機器人“阿西莫”（ASIMO）到現(xiàn)場。阿西莫看起來很像一個20世紀(jì)50年代的宇航員少年。他早就是一個“國際名人”了，他曾經(jīng)在紐約證券交易所敲響鐘聲，還曾經(jīng)指揮過底特律交響樂團，并且已經(jīng)在6場電影首映式上走過紅毯。然而，在紅毯上昂首闊步與應(yīng)對核災(zāi)難的復(fù)雜環(huán)境之間，還有相當(dāng)長的距離。阿西莫和其他被派往福島的機器人一樣，在救災(zāi)方面幾乎沒有起到什么作用，這給本田公司制造了一場公關(guān)噩夢，也在機器人界引起了一場軒然大波。

作為對這個災(zāi)難性事件的回應(yīng)，幾年之后，美國國防部高級研究計劃局推出了他們的機器人挑戰(zhàn)賽（Robotics Challenge），“懸賞”350萬美元，試圖找到一個類人機器人，能夠“在危險的、退化的人類設(shè)計的環(huán)境中完成復(fù)雜的任務(wù)”。最后一點十分關(guān)鍵。類人機器人之所以至關(guān)重要，就是因為我們生活在一個由人類設(shè)計的世界里。這個世界是要與人類的界面交互的，而人類的界面就是兩只手、兩只眼睛，兩腳保持向前的姿勢。

2015年的機器人挑戰(zhàn)賽，簡直是一場機器人“滑稽大秀”。有的機器人摔倒了，有的機器人爬不上樓梯，有的機器人“火花四濺”，最后短路燒毀了……甚至連美國國防部高級研究計劃局的項目經(jīng)理和機器人挑戰(zhàn)賽的組織者吉爾·普拉特（Gill Pratt）都無法忍受現(xiàn)場的混亂：“為什么我們要傻傻地待在火辣辣的毒日頭下，看著一臺機器花一個小時完成8項簡單的任務(wù)，而這些任務(wù)是你在5分鐘內(nèi)就可以完成的？”

但是后來的進展卻非常快。僅僅一年之后，網(wǎng)上發(fā)布的一段視頻展示了波士頓動力公司（Boston Dynamics）制造的機器人“阿特拉斯”（Atlas）新近獲得的強大能力，它在2015年美國國防部高級研究計劃局舉辦的機器人挑戰(zhàn)賽中獲得了第二名。阿特拉斯能夠在有厚厚積雪且容易打滑的林中小徑上徒步行走、在倉庫里堆放箱子，甚至在被曲棍球棒重重?fù)糁泻笾匦禄謴?fù)了平衡。又一年后，另一段視頻顯示阿特拉斯非常輕松地完成了一段高難度障礙賽，其中包括從木條箱上后空翻落地，視頻配了體育解說員式的動情畫外音：“啊！360度旋轉(zhuǎn)……站到了托盤上……漂亮的后空翻……”

本田也不甘落后。2017年，本田公司已經(jīng)制造出一個原型災(zāi)難響應(yīng)機器人，它會爬梯子、向側(cè)面搖擺，甚至可以四肢著地在崎嶇的地形上用指關(guān)節(jié)行走。在福島核事故發(fā)生之后的6年時間里，我們所擁有的機器人，已經(jīng)從在復(fù)雜環(huán)境中像醉漢一樣幾乎站不穩(wěn)腳跟的“花瓶”，變成了隨時準(zhǔn)備好應(yīng)對災(zāi)難的忍者。

2017年，軟銀公司從字母表公司手中收購了波士頓動力公司（后者是在2013年收購波士頓動力公司的）。軟銀為什么要這樣做呢？因為日本正面臨著另一個國家級的災(zāi)難，就是人口的迅速老齡化和大量無人照顧的老人。

日本進入新千年的時候，已經(jīng)經(jīng)歷了長達幾十年的預(yù)期壽命上升和出生率下降。現(xiàn)在，日本的大部分人口都即將退休，但卻沒有人能取代他們。日本極度缺乏發(fā)展經(jīng)濟所需的勞動力，人們越來越擔(dān)心以后誰來照顧老人以及如何為此買單。2015年，為了同時解決這兩個問題，日本呼吁發(fā)動一場“機器人革命”。呼吁可謂生逢其時，因為一系列相關(guān)技術(shù)正在走向融合。而且這種融合是在全球范圍內(nèi)同時發(fā)生的。

現(xiàn)在，機器人幾乎進入了我們生活的所有方面。而且，今天的機器人都是人工智能增強版本的，它們能夠自己學(xué)習(xí)、獨立操作和團體協(xié)作。這些機器人會用兩條腿走路，用兩個輪子維持平衡，會駕駛汽車、游泳、飛行，甚至還會后空翻。今天，機器人已經(jīng)承擔(dān)了許多枯燥、骯臟或危險的工作。明天，它們將在任何需要準(zhǔn)確性和經(jīng)驗的地方大展拳腳。在手術(shù)室里，從常規(guī)的疝修補手術(shù)到復(fù)雜的心臟旁路手術(shù)，機器人提供了各種各樣的幫助。在農(nóng)場里，機器人收割工能夠從地里收割莊稼，機器人采摘者會從樹上摘下水果。在建造工程中，2019年出現(xiàn)了第一個商用機器人泥瓦匠，它每小時可以砌磚1 000塊。

工業(yè)機器人領(lǐng)域則出現(xiàn)了更大的轉(zhuǎn)變。10年前，這些價值數(shù)百萬美元的機器人非常危險，它們通常被擋在防彈玻璃后面，與工作人員隔離開來，而且編程非常復(fù)雜，通常需要專業(yè)人士來完成。現(xiàn)在，一大批“協(xié)作機器人”（“collaborative robots”，簡稱“cobots”）即將面市。要對它們編程，只要讓它們的機械手臂按照想要的方式運動就行了。更妙的是，這些機器人身上布滿了傳感器，所以當(dāng)它們遇到任何有血有肉的東西時，它們就會馬上停住。

但是，真正的革命是在經(jīng)濟上的。UR3是丹麥制造商通用機器人公司（Universal Robots）生產(chǎn)的一種協(xié)作機器人，零售價僅為2.3萬美元（這大體上相當(dāng)于全球工廠工人的平均年薪）。此外，機器人永遠(yuǎn)不會累，不需要上廁所，也用不著休假。這也就解釋了為什么特斯拉、通用和福特的工廠正在努力追求生產(chǎn)的完全自動化，也解釋了為什么富士康和亞馬遜已經(jīng)用機器人取代了數(shù)萬個工廠工作崗位。

亞馬遜也在一直推動無人機在零售市場上的應(yīng)用。5年前，當(dāng)他們宣布將使用無人機運送包裹時，大多數(shù)業(yè)內(nèi)專家認(rèn)為這只是一個白日夢。但是到了今天，從7-11便利店到達美樂比薩，幾乎所有商家都推出了類似的計劃。相信到了明天，不管是在犯罪小說作家約翰·格里森姆（John Grisham）的最新小說中，在售賣止咳糖漿的藥店中，還是在午夜供應(yīng)冰激凌的小鋪中，都能看到無人機的“工作崗位”。

在救災(zāi)和運送醫(yī)療物資方面，無人機很久以前就已經(jīng)發(fā)揮了相當(dāng)大的作用了，而且這種情況不僅僅限于日本。早在2012年，颶風(fēng)桑迪過后，無人機就在海地運送救災(zāi)物資了。此后，在臺風(fēng)海燕過后的菲律賓、在洪水泛濫的巴爾干地區(qū)、在地震之后的中國，都能看到無人機的身影。它們能夠比人類更快地發(fā)現(xiàn)需要幫助的幸存者。波音公司生產(chǎn)的重型無人機可以吊起一輛小汽車，所以它們通常更“擅長”提供這種幫助。一家名為Zipline的公司利用這些無人機在盧旺達和坦桑尼亞運送血液和藥物，由于非洲50%的地區(qū)的道路交通設(shè)施都嚴(yán)重缺乏，因此這些無人機可以顯著地提高非洲大陸的醫(yī)療質(zhì)量。

我們還看到，無人機減輕了另一種災(zāi)難：森林的過度砍伐。每一年，我們因伐木、農(nóng)業(yè)擴張、野火、采礦、筑路等原因而損失的樹木都超過70億棵。這是一場史無前例的環(huán)境災(zāi)難，也是氣候變化和物種滅絕的主要原因。然而，現(xiàn)在出現(xiàn)了一種可以向地面發(fā)射種子莢“子彈”的植樹無人機——僅僅一架這樣的無人機，在一天內(nèi)就可以種下10萬棵樹。

當(dāng)然，我們可以繼續(xù)舉出更多的例子：老人照顧、臨終關(guān)懷、嬰兒看護、寵物護理、私人助理、身外化身、自動駕駛汽車、飛行汽車……重要的事情說三遍！機器人來了！機器人來了！機器人來了！但是，在這些樹木之間還有一片森林，要來的不僅僅是機器人。

這是機器人與其他指數(shù)型技術(shù)的融合，是由傳感器構(gòu)成的電子皮膚與在神經(jīng)網(wǎng)絡(luò)驅(qū)動下的人工智能在云中碰撞，同時人工智能又與越來越多且越來越靈巧、越來越智能化的機器人碰撞。但這個故事中還有更加奇異的一部分。

正如我們將在下一章看到的，這只是故事的一半。