凯文凯利：必然影响未来的3个科技趋势
AR/VR 西南偏南 凯文凯利
又是一年三月的美国德克萨斯州奥斯汀。在这个时候来自世界上超过八十个国家的科技，音乐，电影界的潮男潮女会齐聚一堂，来到这里参加西南偏南大会（SXSW）。
这是一场跨界交流的大爬梯。极客公园今年也来到现场，为大家了解最热的前沿动态。在今年的大会上，凯文凯利关于必然影响未来的科技趋势的主题演讲吸引了大批听众。排队的人们从四楼的演讲大厅一直排到了二楼。早到了四十分钟的极客公园记者顺利挤进了大厅。
凯文凯利这次提到的三个必然影响未来的科技趋势取自他还未问世的新书《The Inevitable》。这次他细聊的三个趋势并不是刚刚出现的，而是在过去二十年已经存在的一股力量，并且会在未来的二十年持续造成更深远的影响。
“趋势一：人工智能 AI
AI 爆发的原因
凯文凯利聊到在近二十年的时间里，我们身边已经出现了很多的例子，与其说是人工智能，不如说是人们身边出现的代替人们认知，以及帮助人们解决问题的帮手。比如替代人类处理卷宗的机器人律师，飞机的自动驾驶系统，击败国际象棋冠军的「深蓝」电脑等等。
然而这些是过去的事了。当今出现的三股科技势力给了曾经只在缓慢发展的 AI 加速爆发的一个契机。
首先，以前处理神经网络只能是小规模的，然而现在可以进行大规模的处理。我们也学会了如何了如何把神经网络堆砌起来，一个层级的结果可以被给到第二层级的神经网络。这花了研究者们很长的时间。
其次，人工智能所需要的并行运算能力也由并行处理芯片提供了。而并行处理芯片的出现以及普及要归功于游戏开发的需要。
第三，大数据的出现。正是由于百万级别的数据可以被使用在人工智能的训练中，它才会变得越来越智能和高效。这些都促成了最近的Alphago击败了围棋冠军的事件。
除此以外，还有一些新出现的 AI 案例。比如谷歌的 AI 已经可以识别出照片中所进行的事件。使用者可以对于图片提问，并且得到 AI 的答复，谷歌也做到了让 AI 学如何打游戏。学几个小时就可以击败人类玩家。
AI 的商品化
人们其实把人工智能想得太高级了，其实可以放下人工智能的概念，考虑一下人工智商。比如计算器在计算方面就比人类聪明的多，这并不令人们感到恐惧，因为这很有用。现在很多的应用的背后都有这样的「助手」去支持。这就是为什么谷歌要开发 AI，因为当人们搜索的时候，他们需要一个理解他们真正意思的人。这种智商很实际很好用，而你几乎是不会看到它的存在。这里人工智商的概念与电影《她》中出现的超级 AI 不是一个级别的。并不是具有同人类一样的理解力，而只是在一方面小聪明而已。
凯文凯利认为人工智能的发展方向并不是开发出和人一样思考的 AI，而是开发出各种细分领域里可以帮助到人们的智能。比如自动驾驶中使用的 AI 在设计的时候就不是按照要像人类的逻辑去做的。它们并不会时刻在考虑生活中出现的乱七八糟的问题，他们只会考虑驾驶。以后 AI 的方向会是一种在细分领域里可以销售的能力。我们该做的不是去开发完全模仿人类的 AI，而是需要找出不同的智能方向。这会有很多很细小的方向，比如导航这一个功能。现在的世界给了各种思考方式的存在创造了机遇。以不同的方式思考才是 AI 的价值所在，而不是说要比人类在各方面都聪明。
AI 会成为一种「服务」。会从离人们很远的一个「工厂」产出。当人们有需求的时候，下单就可以了。这种能力会像电力一样用网络传送给用户。
就像一百年前，当时的人们设计了各种产品，比如洗衣机，比如电扇，然后给它们加上电，就可以给人们提供服务。电力的生产变成了一个很好的业务。你会像买电一样买智能， 它会像电力流动一样流到你需要的地方。
所以我给未来的新型创业公司这样一个公式：制造一个产品，然后给它加上智能，而不是加电。AI 是人造的智能，可以大规模的生产。这会变成一件很有影响力的事情。不仅如此，当越来越多的人使用 AI，它就会变得更加聪明。它变得更聪明后，也会有更多人使用。这样一来会出现大型公司去支持功能比较普通的 AI。而其他公司则贩卖一些特别版的 AI。占主要地位的一定是比较普通的 AI。
AI 对于工种的影响
当人们把 AI 放到一个硬件里，便称他们它们为机器人，比如波士顿动力的机器人。然而对于他们所要做的机器人，那还存在太多挑战。最终也许会成功，然而接下来几十年不会。现在在工业生产中已经出现了机器人助手。它们不能动，也不能意识到人类在它们身边。
未来的工业生产助手在加入 AI 后会意识到人类在周围的活动，会观察和学习人类的劳动。人们可以在传送带上与他们一起工作。这件事情已经在发生了。
然而这时候另一个问题出现了：它们会夺走人类的工作吗？是的，它们是会代替很多工作。那些以「生产力」为衡量指标的工作都应该由机器人来替代。自动化和新技术会为人类创造新的职业空间。
多年前，大多数美国人都是农民。他们不会相信他们的孩子将来会成为芭蕾舞者、律师、设计师和会计师。与机器人们一起工作的可能性要远大于被它们取代。学习如何同 AI 一起工作可能会成为未来人们求职的一个必要能力。
我们需要做一些与「生产力」无关的工作。比如创意就无法用「产量」去衡量。科技创新也是总会失败，也是没有效率的。还有一些例子包括：艺术家、保姆、医生。因为做好这些工作很大程度来源于经验，和善于处理人与人之间的关系。与产量无关的这些工作该由人类承担。当人类通过自动化和 AI 把生活周边的产品变得很便宜了以后，人们需要付钱买的就是经验和创意。这些机器人无法替代。
“趋势二：虚拟现实
VR 爆发的原因
其实 VR 并不是一个新的概念，在过去的几十年里人们都在研究这件事。凯文凯利在八零年代的 VR 体验其实与现在的 VR 体验差别并不大。最主要的差别是价格。从原来的几百万美金到现在的几千、几百。
VR 在现在这个时间点的爆发由以下三个原因造成。首先是因为手机成为了大众消费品，由此造成了屏幕的降价；其次，为手机所用的监测跟踪技术可以用于在VR使用场景下人头部动作的监测；最后一个原因则是由于处理器的降价。
这些原因都导致了 VR 产品的降价。所以 VR 不再像过去一样只是少数人研究的对象，这次 VR 会真正走入我们的生活。
虚拟现实的种类和级别
在这里所讨论的虚拟现实实际分为两种，一种是完全给用户创造一个新的虚拟世界称为 Virtual Reality（虚拟现实）。这给人们提供的是一种浸入式的体验感，体验到的是一个假的世界。另一种是将虚拟的元素叠加到真实的世界里称为 Mixed Reality（混合现实）。人们戴上透明的眼镜，能看到真实世界，并且会有逼真的信息加上来。
从复杂级别上来说 VR 分为两种，一种是只能通过头部的旋转来探索虚拟世界。谷歌Cardbard 就是这样一个例子。第二种更高级别的 VR 是有「深度」和「空间感」的，也就是说用户可以随意走动，并且感受到空间的变化。比如可以转过一个棵虚拟的树，去看看那后面是什么。
属于体验的互联网
现在的互联网搜索是很便捷的获取信息的方式，一搜即得。比如维基百科和谷歌搜索。人们有很多的途径去获取信息。
当前的信息互联网将慢慢向「体验互联网」转变。体验的分享会变得像信息分享一样容易。
不同的人们在互联网的平台上，可以通过虚拟现实分享不同的体验。也可以创造不同的体验和交流体验。这会是一个方向。
体验的感受方式
VR 场景下的体验是完全以个人为中心的。用户体验到的是什么就会信以为真。人们对外部世界的体验不仅通过视觉与听觉，更有超过百分之五十是来自于触觉。所以他们的体验在 VR 的场景下是完全可以被引导和创造的。
比如在虚拟世界里，可以「误导」使用者以为他走出了某种弯曲的路线，然而真实情况却是他在原地打转。可以「误导」使用者以为拿起的不是他刚刚已经拿起过的杯子。
在 SXSW 的一个演示叫做「真人转移」，戴上 VR 眼镜，使用者可以看到一个高清真人影像，清晰得都可以看到身上衣服的皱褶。以后人们就可以制造出与虚拟真人对话。给人真实的对话感觉的其实是眼神的交流。只要创造出眼神的交流，就可以给予使用者对话的感觉。
所以真正激动人心的是采取这种方法能给到人们的无限可能性：可以创造体验的无限可能性。
“趋势三：数据监测
现在人们都需求「实时」服务。如果需要实时服务，那就必须要监测变化。人们同时喜欢个人化的服务，这也需要监测。比如：这个人是谁，做什么，喜欢什么。这些需求都促进了监测技术的发展。
所有可以被监测的都会被监测
比如说用户使用手机的偏好，他们的地理位置。政府也会监测人们的个人信息等。这些都会被监测。如果说手机是人们买的一个放在口袋里的监测装置，VR 才是监测的重要阵地。因为用户在 VR 世界里的一言一行都是可以被监测的：每一个动作和微小的情绪变化。
同时，监测对于医疗行业的意义很大。比如随时监测身体状况，甚至可以监测人的一生的身体状况。监测的好处是可以了解个人的健康平衡点在哪里。这个个体的身体是怎么运作的。
个人化药片就是个很好的例子。有个创业公司，他们生产一种做药片的机器。可以根据对人体的监测数据，调节第二天要用的药量，然后制造出药片来。这样一来，每天都有私人化药片可供患者服用。
互相监测机制
监测也发生在其他很多的环境下。监测中会出现不文明的事件，比如大众隐私的泄漏。
所以如何让监测更文明是一个需要讨论的问题。为了让大家都舒服，也许需要引入一个「互相监测」的概念。
人们会知道谁在监控他们，监控哪些信息。他们也可以互相监控。如果发现对方关于自己的信息是有误的，还可以去更正它。现在的情况不是这样的，现在的监测是单向的，用户也可能不会从中获益。如果可以引入互相监测的机制，相信监测可以被更多的人接受。
另一方面，应该给人选择是要以牺牲个人信息而获得更个人化的服务，还是保留更多的隐私。然而大多数人目前的选择还是前者。
「相信未来会发生的各种『不可能』，这仅仅是一个开始。」
－ 凯文凯利
本文为极客公园原创
转载联系 jianghaoke@geekpark.net