1704828962
假如证明火星生命与地球生命相同，火星就不会成为我们急切寻找的第二个生命的例子。也许我们仍然可以说，生命的起源是奇异的偶然事件，在宇宙间是独一无二的。为了解决生命惟一还是普遍的问题，我们需要看得更远一些。太阳系的另一个可能拥有大量液态水的行星是木星的第二颗卫星欧罗巴。它有一个冰壳，冰壳下面可能是液体的海洋，海洋需要的热量来自欧罗巴绕着木星旋转时产生的潮汐摩擦。因为距离太远，欧罗巴不太可能被地球或火星的生物“传染”。遗憾的是，从我们能预见的任何技术来看，即使在未来50年，载人远征欧罗巴也是不可能的。不过，那时可能会向它发射一个无人探测器。困难在于穿透那厚厚的冰层。一种可能的办法是在探测器上装置一个小核反应堆，这样它可以在前进中融化一路的冰壳。然后，放出一艘小潜艇去探索那黑暗的海底。
1704828963
1704828964
天体生物学家们普遍认为，不太可能在太阳系发现任何类型的比简单细菌更复杂的地外生命。复杂的生命大概需要很像地球那样的行星：有厚厚的大气，液态的水，臭氧层，实现大气气体（如二氧化碳）循环的板块构造。在即将到来的几十年，从其他恒星系中寻找类似地球的行星将是一个主要课题。那些恒星的距离太遥远，即使再过50年也不可能去探索它们。如果推进技术没有革命，任何到太阳系外的飞行器都需要几千年的时间才能到达目的地；在可以预料的将来，其他地球的找寻有赖于改进的观测技术。近年来，天文学家已经用大地基线光学望远镜发现了好几十个外太阳系，但是它们的距离太远了，所用的技术不足以灵敏地确定像地球大小的同样在轨道上环绕着恒星的行星。实现这一点还需要巨大的超精确的空间基线光学系统，它能识别出微弱的行星反射的来自它光亮的母恒星的光，然后从光谱的分析中寻找泄露生命秘密的信号，如行星大气中的氧。这是NASA起源计划里的关键课题。
1704828965
1704828966
有人提出一个4光学望远镜的系统：让4个望远镜完全同步地飞行，从而形成一个巨大的干涉仪，它能以前所未有的精度分辨出遥远的天体。这个系统——所谓的TPF（“陆地行星发现者”的简称）——可能在2016年进入太阳轨道。如果行星发现者成功了，跟着的还将有“行星图画者”PI——更大的干涉仪，相当于一个360千米大的望远镜！它将为在太阳系外发现的任何类地行星描绘出特写图像，揭示任何表面生命的活动。洛维尔辛苦观测的火星运河网络尽管把我们引入了歧途，但在他150年后的我们却想象在许多光年外的另一个太阳系有着同样的结构，这是多么有趣的想法。
1704828967
1704828968
当然，我们也可能非常幸运地在邻近的星系发现复杂的智慧生命。其他恒星系也可能有地球那样的行星，上面的生命还停留在细菌的水平。复杂生命出现在地球也许是靠了我们太阳系的一些非常特殊的性质，例如，我们的行星有一个异常巨大的月亮，它能稳定地球的运动，防止剧烈的气候变化。月亮可能是地球的外层形成的——在太阳系形成时，一颗过路的火星大小的天体撞击地球，结果产生了月亮。这是非常难得发生的偶然事件。木星也帮了大忙。如果不是它清除了周围的彗星，它们会经常地撞向地球，引发物种的灭绝。这样一些环境，加上其他条件，如我们行星的化学组成和太阳的稳定性，说明像地球一样适合生命的行星在银河系中是相当罕见的。
1704828969
1704828970
地外生命的找寻停滞在成功的门口。许多事情还有赖于结果，因为在其他地方寻找生命就是在寻找我们自己——在宏大的宇宙蓝图中，我们是谁？我们的空间算什么？假如生命是落在我们这个宇宙小角落里的惊人的化学意外，像我们这样的智慧生命是独一无二的，我们对地球行星的责任就更加重大。假如我们真的发现了第二个创生，它将永远改变我们的科学、宗教和世界观。如果一个宇宙的自然律喜欢生命，那么在那样的宇宙中，生命就是根本的而非偶然的特征；在那样的宇宙中，我们才真的有家的感觉。
1704828971
1704828972
戴维斯（Paul Davies）理论物理学家，伦敦帝国学院和昆士兰大学访问教授，是下列畅销科普书的作者：《关于时间》（About Time）、《上帝的头脑》（The Mind of God）和《第五奇迹：寻找生命的起》（The Fifth Miracle：The Search for the Origin of Life）等。戴维斯的研究主要在量子引力和宇宙学领域，但他的兴趣很广，从粒子物理学到天体生物学。他正在研究生源论问题和宇宙对早期生命演化的影响。多年来，他写了、讲了很多关于科学的深层意义的东西，因为这些工作，他在1995年获得了一百万美圆的Templeton奖82。
1704828973
1704828975
预测未来
1704828976
1704828977
J·H·荷兰
1704828978
1704828979
长期预测是普罗米修斯式的事业：预测（也许还有预测者）的命运很可能是不幸的。不过，我们很难逃避预测的挑战。有的地方本不该去，可我还是决定要去，问题的关键就在于，我发现，如果把心思集中在预测过程本身的可靠性，把预测结果作为某种形式的图解，那么总有一条曲径通向那个目标。
1704828980
1704828981
准确预测的最重要的一个因子是细节的水平。有经验的棋手走出几步之后往往就能预测输赢，但他们很少试着去预测终局会是什么样子。在更复杂的水平上，很多生物学家都会一般地预测进化的生命形式是地球类行星的共同特征，但几乎无人明确预测这样的进化生态系统必然会产生灵长目的生命。任何预测大概都存在同样的问题。
1704828982
1704828983
做预测的普通方法是考察目前趋势的延伸。利用这个技术，我们预测了各式各样的事物，如未来的收入，不论国民总产值还是个人收入；如人口的变化，不论人种的改变还是瘟疫的流行。在短时间内，这样的预测是有价值的，但对长期来说，趋势可能是错误的引导，除非基础的过程有很大的“惯性”，如人口的增长和温室气体的形成就是这种情形。
1704828984
1704828985
在当前的技术和社会尺度下，即使我们着眼于人口增长和温室效应，50年也是一个漫长的时间。而且，在那个时间尺度，普遍的特征都决定于我们现在所谓复杂自适应系统（CAS）的影响。CAS由许多相互作用的部分（叫行为者）组成，各行为者在相互作用中彼此适应（或“互相学习”）。股市和免疫系统是大家熟悉的CAS例子。即使在相对短的时间尺度，CAS也表现出多方面的不可加（非线性）效应：自组织、混沌、分形吸引子、冻结事件、杠杆点……结果，不可能将部分的行为加起来得出总体的趋势。另外，我们只有一点零星的CAS理论。由于没有完整的理论，我们也没有普遍和原则性的方法来决定这些不可加效应的影响。于是，当问题涉及CAS时，预测就伴随着灾难。
1704828986
1704828987
虽然有这样的警告，我还是认为有可能揭示某些未来可能发生的事情。这种可能性激发了我们构造模型的能力。以计算机为基础的模型，是我们目前最有力的检验不同历史的工具。模型使我们看到了不同作用序列产生的结果，就像飞行专家用飞行模拟器检验飞机设计的极限技术系统。通过模型做预测有几点特别的优越性：
1704828988
1704828989
1）预测基础的假定是明确的，因此别人也可以判断假设的相关性和预测的合理性。实际上，他们可以利用或修正这些假定做出自己的预测，从而丰富整个事业。
1704828990
1704828991
2）结构好的模型是模块化的，因此可以通过相关的模块和错误反应来跟踪预测的误差，为改进预测提出修正的建议或者新的模块。
1704828992
1704828993
3）为了证明预测的强大适应能力，模型能在不同条件和作用（检验极限技术系统）下反复运行。
1704828994
1704828995
尽管模型的这些优点对任何预测努力都很重要，但就本文的目的来说，这种方法有着显著的缺点：做计算机模型是很费时间的事情，有时需要几个月，也可能几十年；天气变化模型就是一个例子。本文准备仓促，不可能彻底地讨论模型方法。不过，我们可以把一些构造单元的粗糙描述堆积起来，然后构造出一个那样的模型。粗糙的描述可以带来视频游戏式的图像，人的直觉通常就同那样的图像一道产生。
1704828996
1704828997
在动画片的设计中，确立视频游戏模型的起点是确定哪些东西在缓慢变化，哪些根本没有变化。不变量的和缓慢变化的量提供了支撑预测的框架。一旦框架搭起来，我们就想把看来容易控制和预测的元素装进去。技术的变化往往比社会的变化更容易预测，尽管有些科幻作家——我想起凡尔纳（Jules Verne）、威尔斯（H.G.Wells）和克拉克（Arthur C.Clarke）83——很好尝试过长期的社会预测。凡尔纳1863年的小说《20世纪的巴黎》发生在1960年的巴黎，除了前所未有的政治信仰、战争和边境争端发生了变化，他说中了好多事情。84不管怎么说，社会的长期预测很少有成功的。摩尔（Gordon Moore）关于计算机硬件能力18个月翻一倍的预言对几十年是成立的，但我不知道有谁在摩尔做预言的时候预见了Amazon.com和e-Bay。85
1704828998
1704828999
所以，我下面从看起来简单的事情说起，讲一些我认为有可能在几个相关领域发生的技术变化：计算机化和机器人技术、生物学、运输和空间探测。然后，我将推测这些变化的社会影响：它们对人口、计划和教育、隐私、医药和新探索时代的影响。
1704829000
1704829001
技术框架
1704829002
1704829003
在10年或20年的时间尺度上，相对容易的预测是粗线条地描绘计算机及其衍生物（如互联网）的未来。摩尔关于硬件进步的定律仍然成立，而软件似乎还将保持它蜗牛似的步伐——有些要10年或20年才翻1倍。软件的迟缓至少跟硬件的迅速一样重要。虽然我们现在有一定能力做出具有针对一定目标的简单知识的计算机，但要让它们拥有更多的人的能力——如灵活的模式识别能力（在一堆混乱的事物中间识别熟悉的对象）或语言的理解力（如理解一部小说）——我们并不比上个世纪中叶好多少。对于能创造、能通过类比和常识进行推理、能做假设的计算机，我们还只有模糊的轮廓。
1704829004
1704829005
当我们面对CAS问题时，摩尔定律也帮不了什么忙，因为问题尺度的小变化会导致复杂性的大增长。看一个简单例子。在围棋游戏中，如果19×19的棋盘增加一行和一列，那么，不需要改变任何规则，移动10步的可能走法就会增加5倍！如果说这不过是只有几条规则的游戏的情形，那么CAS的情形呢？像市场和政府那样的系统，最粗糙的模型也可能包含着几十条描述相互作用的“定律”。这样的问题不会像深蓝战胜卡斯帕罗夫的例子那样，通过硬件和黑客的方法来解决。不过人们在日常事物的基础上面对CAS，通常是很在行的。用人工智能（AI）先驱明斯基的话说，86奇怪的不是深蓝能以国际大师的水平下棋，而是人类仅凭寻找“10步”的那么一点本领，就能在那样的水平上挑战计算机。自有记载的历史以来，人类就一直在努力去发现产生思想和意识的机制。多数心理学家现在相信，意识关联着中枢神经系统的神经元活动，但意识与神经活动的关系，我们还几乎一无所知。揭示这种关系已经是众所周知的大难题，我想它在未来50年也不会突然就“被解决了”。
1704829006
1704829007
社会框架
1704829008
1704829009
做社会预测时，我们至少已经知道，人类本性在过去的几千年里，即使有变化，也是变化很慢的。古罗马的元老们从政府信使那儿得到警告，迦太基人的谷物（罗马的“面包篮子”）要歉收了。于是他们垄断了谷物市场，聚敛了大量财富。贪婪的本性，因为一个短期预言而表现出贪婪的行为，在后来的两千年里几乎没有改变。
1704829010
1704829011
除了不变的人类本性而外，还有些问题来自高度惯性的过程。人口数量和在人口影响下的过程，如温室气体的聚集，就是一个基本的例子。它们的根基经历了一代又一代，不可能一下子扭转过来。影响我们许多社会议程的问题，都不是权宜之计所能解决的，解决它们还需要对当前行为的长期效应做出合理的预测。
[
上一页 ]
[ :1.704828962e+09 ]
[
下一页 ]