第一章
數百萬人一起工作的未來

鏡像世界帶來的大變革

傾聽科技，洞見未來

在我創作的《失控》中，我曾經預言了由科技巨頭掌控的贏者通吃法則，以及免費經濟和收益遞增法則，并且預告了在20年后的財富排行榜上，必然會出現依靠這些法則財富暴增的IT精英。幾十年過去了，我當年的猜測一個個都變成了現實。

因此，很多人跑來問我到底用什么樣的方法，才能做出這樣的分析。其實，我做的僅僅是傾聽科技（listen tothe technology），因為科技是有生命的。我會不斷地追問：“科技想要什么？”然后努力幫其實現。

我是從科技的角度觀察世界的，因為推動世界發展和變化的主導力就是科技，這一點毋庸置疑。就好像當人們發明了電，下一步必然是發現電波。無論宇宙中的哪一顆行星，無論哪一種文明，只要發明了電，電波必然會緊隨其后，接著Wi-Fi（無線網）就會誕生。我之前在《必然》里曾經提到過，諸如自動化（automation）等科技都是不可避免的，是必然會出現的。

當然，這里說的自動化，可能會因為面臨不同的選擇而顯示出不同的具體特性。這些選擇包括但不僅限于：自動化由誰控制、為誰所有；是共享型還是開放型；是商用還是非商用；是限于國內還是走出國門等。不過，有一點是我們不能選擇的，那就是到底是否需要應用自動化。同樣，對于AI的應用，我們也沒有選擇的自由。我在后面會進行詳細的闡述，這就和生兒育女時基因的傳承一樣。我們只是在如何推進這個維度上有選擇的余地，而且根據選擇不同，結果也會大不相同。

其實，這和人類的成長非常相似。人類只要出生并長大，就勢必要經歷青春期，這一點你無法選擇。你可以選擇如何度過青春期，卻不可能跳過這一階段。

同理，文明的發展也是一樣。即便我們移居到其他星球，只要那里的地形和重力等客觀條件和地球接近，文明的發展進程就一定會以和地球文明類似的形式發生。

數百萬人一起工作的未來

在未來的50年里，AI將成為可以與自動化和產業革命相提并論的，不，應該是影響更為深遠的趨勢。

受益于AI這類科技的高度發展，未來人們的工作方式勢必出現巨大的變化。在我所能預見的未來中，到處都充滿了上百萬人同時參與一項工作的可能。那么，讓我們來了解一下這會是怎樣的工作，需要哪些技術來幫助我們實現如此大規模的共同協作。

想要實現百萬人同時參與一項工作，我們需要一些目前尚未普及的工具，例如擁有AR功能的智能眼鏡。對于需要按步驟交互進行的工作而言，AR這項技術比較容易實現和我們身體的互動。

AR智能眼鏡可以使身處不同地點的人產生很強的臨場感，仿佛處于面對面的狀態。這樣，所有人都可以對物體的設計和大小有同樣的認知，以此實現共同作業。雖然現在還不是非常普及，但是有公司已經生產出了AR智能眼鏡。比如，微軟于2016年就開發并生產了搭載AR功能的智能眼鏡Hololens。這款眼鏡已經被應用在倉庫和工廠等場景。工人會接受培訓，并戴著Hololens進行作業。

除此之外，我們還需要一些特定的工具，以激勵大家提出想法，并不斷改良和優化這些想法。特別是對于最開始提出方案的人，當這項工作或項目引來注資之后，應該給予其合理的回報。至于用什么樣的方式支付報酬，如今成為焦點的比特幣等數字資產，以及區塊鏈等技術，就會派上用場。

當然，快速發展的實時自動翻譯技術也會發揮非常重要的作用，特別是其他語種與英語之間的互譯。這些收費低廉到可以忽略不計的翻譯應用會極大地擴展人們協作的范圍，而且令工作過程變得輕松簡單。世界上有很多擁有出眾才能但不會說英語的人才，如果使用翻譯技術，就可以讓他們投身到以前無法參與的項目和工作中。

我們可以設想一下，大家利用共享資源（所有人都可以免費使用的軟件程序等）制造自動駕駛的電動車。為了能夠實現共同作業，協作者需要價格低廉的智能眼鏡。這就需要有人設計出這種眼鏡，并將其投入市場，大家一起推廣和普及這種眼鏡。所有這些工作，都將通過遠程協作的方式進行。

幾年前，社交新聞網站Reddit曾經策劃過一個社會實驗活動，在很短的時間內集結上百萬參與者共同進行藝術創作。具體的方式就是由百萬用戶分別選擇一個像素點填涂任意顏色，并且通過控制這個像素點讓整個“像素畫”發生改變。有的人為此還雇了他人共同作畫。整個過程就像一場“像素大戰”。

這個像素畫活動只不過是一個游戲。但是要推廣新生事物，趣味性必不可少。這種類似虛擬現實風格的游戲世界或游戲平臺，也有可能成為未來的一個選擇。

鏡像世界是什么

近年來我一直倡導的AR世界——鏡像世界，可以為更加復雜的生產協作提供必要的平臺。

所謂的鏡像世界，是耶魯大學的戴維·杰勒恩特教授最先提出的概念。在鏡像世界里，虛擬世界會與現實世界相重疊。美國導演史蒂文·斯皮爾伯格的電影《頭號玩家》中就出現了類似的情節。

鏡像世界可以被看作是一個由數百萬人同時參與的、覆蓋全球的層疊結構。每一個人都身處自己所在的地區，但同時又和世界上各個角落的人共同處在一個地球大小的虛擬世界中。

關于鏡像世界最基礎的解釋，就是“將有關一個地點的所有信息疊加在現實世界中，并通過這個方法認識世界的全貌”。如果說VR是戴著眼鏡沉浸在看不到周圍事物的虛擬世界里，那么AR則是通過智能眼鏡更好地觀察現實世界。戴上眼鏡，虛擬的影像和文字就會出現在真實的景物之上。

例如，當探訪一處古舊的房子時，你如果戴上智能眼鏡，看到的就不是眼前這個年代久遠的建筑，而是房子的全部歷史。復原圖會和現實情景重疊在一起，給你帶來更全面的感受。

同時，這項技術還可以在現實世界中用于導航。你如果戴著智能眼鏡行走，眼前會出現表示路線和前進方向的藍色箭頭，甚至會有你喜歡的卡通形象帶著你前進。不僅如此，朋友提前留下的信息、有用的廣告信息等也會出現在眼前。以前造訪過此地的朋友們可能給你寫下有用的提示和留言，而且這些信息會一直保留下來。

此外，當和別人初次會面時，我們還可以看到他們胸前出現的虛擬名牌，這樣就再也不用擔心記不住對方姓名了。

再想想其他這樣的例子。當你修理復雜的機械時，每一步的操作提示都會呈現在眼前。會有箭頭告訴你，應該把十字改錐對準哪個位置。或者會有一個語音提示，告訴你下一步該怎么做，就好像有一位專業人士站在你身后，和你處在同一個角度，面對需要修理的部件。我們可以將影像重疊的技術運用到許許多多的領域。

在鏡像世界中，“歷史”成為動詞

在鏡像世界中，“歷史”將變成一個動詞。或許有些服務是需要收費的，但是想象一下，將手擋在看見的實景前“啪”地那么一揮，你就可以瞬間穿越到多年以前，看到這個地方曾經的面貌。走在城市街頭，你可以選擇將100年前甚至200年前的影像疊加在實景之上。你只需要對智能眼鏡發出指令——“我想看到這里100年前是什么樣子”，眼鏡里就會再現它當年的樣子。如果繼續調整時間軸，你還能看到它200年前的樣子，看到那個時代的風景。這樣你就可以隨時“聆聽”建筑物訴說時代的變遷。

這樣的功能如果應用在觀光網站上，可能會大受歡迎。當你來到羅馬時，面對斷壁殘垣，你只需要詢問智能眼鏡這里變為廢墟前是什么樣子，它就會向你展示這里舊日的勝景和曾經發生的故事。通過“親眼見證”羅馬的變遷，我們可以更深刻地感受歷史的厚度。如果能開發出這樣的應用軟件，那么我相信熱衷于研究歷史的旅行者一定會對其愛不釋手。當然，我們甚至可以請藝術家們描繪出這些景點未來的樣子，就好像進行科幻小說的創作一樣。從這個意義上看，鏡像世界就仿佛在三維空間的基礎上增加時間這一維度，創造出一個四維的世界。

設想一下，在世界的任何一個角落，都有一個和實物同等大小的虛擬“數字孿生”（digital twin），佩戴上智能眼鏡就可以使影像疊加在實景之上。有了這個創意，智能眼鏡勢必成為智能手機之后的又一個必需品。而且，它和平板不同，不會被塞在兜里隨用隨拿，而是時刻穿戴，隨時使用。

當需要顯示畫面或撥出電話時，使用者可以將虛擬畫面投影在客廳中，然后朋友或同事的畫面就會顯示出來，雙方就可以實現“面對面地交流”。你只需要坐在自家客廳的沙發上，各種信息就會顯示在面前的不同區域中。在不久的將來，現實世界中所有的道路、房屋、建筑等實際存在的事物，都會在鏡像世界中顯示出它們的“數字孿生”。

而這些將會被運用在我提到過的游戲、導航、教學、訓練等各種場景之中。大家還記得風靡一時的游戲《寶可夢GO》嗎？寶可夢曾經讓幾億玩家為之瘋狂。玩家可以通過智能手機在現實世界里發現虛擬形象——寶可夢。這款游戲可以被視為鏡像世界終將到來的序章。事實上，游戲的確是孕育最新技術的搖籃。

因為新冠肺炎疫情肆虐，像Zoom這類20多年前就已經開發出來的視頻會議系統突然成為剛需，變成最為實用的軟件。視頻會議系統本身和20年前相比并沒有很大的改變，但因為它價格便宜、操作簡單，現在人們都習慣于在日常的工作和生活中使用它。

當大眾都意識到這類軟件的好處時，專業人士感受到了另一種沖擊。由于視頻會議的普及，我們已經習慣了對著眼前畫面中的人滔滔不絕。這不正是實現鏡像世界的第一步嗎？

社交媒體之后“新的巨大平臺”將誕生

鏡像世界可以使現實世界通過工具變得更易被解讀。互聯網作為第一個大平臺，將全世界的信息數字化，使人們通過檢索就可以找到問題的答案。我們到現在依然在使用它。

在互聯網之后的下一代平臺可以捕捉到人們的活動以及相互關系，并且可以將人際關系數字化。它就是我們說的“社交圖譜”（social graph）。社交圖譜反映了用戶通過各種途徑認識的人，系統可以針對人際關系和個人活動，運用AI及算法繪制圖譜。由此，第二個大平臺——社交媒體（SNS）出現了。

繼兩大平臺之后，第三大平臺也即將全新登場。這就是將現實世界全部數字化的鏡像世界。利用AI和算法，鏡像世界既可以搜索現實世界，又可以搜索人際關系，并催生出新的事物。鏡像世界的優勢并不僅僅是可以讓你“看見”一切。在鏡像世界里，所有對象都變成了數據，都可以被機器讀取。

在鏡像世界里有一個常用的詞——智慧空間網（spatial web），這是一個擁有三維空間的網絡。為了讓智慧空間的一切皆可以運用于現實，我們必須將現有的一切人工發明轉換為智慧空間網中的一部分。

這個具體的過程被稱為“映射”（mapping）。舉例來說，繪制表示一個房間和房子位置關系的地圖，并將其放在鏡像空間中。“這個房子外面有一條小路，和旁邊的房子相連……”這類描述可以表示出它與其他事物的關系，非常具體。

有一個類似的嘗試，我們在很久以前討論物聯網（IoT）時就已經提及。所謂的物聯網，就是通過給瓶子、椅子、書本等物品貼上極小的芯片使其通過無線網絡與互聯網相連。然而，它很難做到以實體形式進行連接。在很長時間內，專業人士認為這項技術無法適用于能分辨語義的“語義網”（semantic web）。但是，新的技術可以通過圖像實現對現實空間的識別，便于讓所有的事物都可以進行語義連接。

例如，佩戴上智能眼鏡后，我們就相當于置身在語義網的世界之中。當我們看到桌子時，假設桌上放了一個盛有水的杯子，那么“看”的這個行為就可以讓我們感知到杯子的存在，對現實世界進行再次映射。而這個結果會上報給了解具體配置的AI，AI就會將杯子這個新事物分離出來，從而認定桌子上面有杯子。

戴著眼鏡的人就會發現桌上有杯子，并且知道這個杯子自上周起就擺放在那里了。通過移動杯子和舉起杯子，我們可以與杯子相互作用。AI甚至還會告訴我們這個杯子的種類，以及是誰制作了這個杯子。

因此，這個杯子在某種意義上成為一個被連接的元素，而且這種連接不是通過芯片上面的電流實現的。我們可以由它判斷一個對象與其他事物之間的位置關系。這種定位是通過AI實現的。

萬物皆可與AI相連

由此可見，所謂的“語義網”，不但能夠理解詞語和概念，還能夠理解它們之間的邏輯關系，將世界有機地關聯起來。當我們穿過房間時，網絡上會同時形成一種理解，即“現在正在行走”。

AR可以幫助我們邁向這種語義上的世界，而想要最終實現它，需要到處都有價格低廉但品質優良的AI。

如果未來有這樣可以處理信息深層含義的語義網，那么AI可以隨時告訴我們眼前所有物品的材料以及人的名字。我們的生活會變得無比便捷。

當購買一樣產品時，你可以在第一時間知道它的產地等相關信息。當你想知道飲用的水產于何時，你只要看一眼瓶子就能知道一切相關信息，幫助自己判斷是否購買。（可能有人從來不會考慮這些，不過我自己是非常在意產地和原材料的。）

走進超市，只要將目光投向貨架上的一排排蔬菜，你就能立刻看到“有機栽培”“產地：墨西哥”等信息。AI還可以幫你查出商品是否對你的胃口、是否為無麩質產品、有沒有致敏成分。除此之外，AI還可以立即提供烹飪這種蔬菜的推薦菜譜，告訴你還有誰在購買，卡路里的含量是多少。諸如此類，只要你想得到，它都能告訴你。

我們可以看出，這里的信息可以分成兩部分：首先是對商品本身的注解，其次是延伸信息。你已經不需要有人對產品進行說明或分類，只要你將目光投向自己感興趣的商品，AI就會為你識別。你需要做的只是提問。這就仿佛有人坐在你身邊耳語，針對你的問題一一給出答案。AI甚至還可能給你做推薦，比如當你走過書店的書架時，它會告訴你“這本書適合你”。