1707567400
1707567401
我之所以这样说，一个简单的原因就是：这个问题的提出本身就是错误的。这个问题提出的前提是，智能完全不受当时环境的影响。但这是可疑的。如果测试现在的学生，我们会发现他们虽然不像前几代学生能够熟练地记住某些特定的内容，却能更好地记住那些他们能够找到这些知识的地方或是借以想起这些知识的关键词，那么这些学生是更笨了还是更聪明了呢？如果说他们更笨了，是因为他们将某些知识移出他们的头脑了吗？如果说更聪明了，是因为他们真的变聪明了吗？他们的记忆能力在某一领域正在减弱，而在另外的领域正在增强，我们可以从中推断出什么呢？
1707567402
1707567403
如今，在自己的头脑中记住尽可能多的东西，绝对是有意义的。这曾经是聪明的一种象征，因为记住需要的信息在以前通常是困难的。于是学校鼓励熟记，而学者会因为能够旁征博引而受到赞赏。但是这种能力只不过是对之前口述文化所带来的记忆能力的再次模仿而已：古希腊英雄史诗的说唱诗人或者印度乡村的行吟木偶戏演员会讥笑现代人的记忆能力。因此，我们会说千年之后人们的记忆能力发生了巨大的衰退吗？如果答案是肯定的，我们是不是将会看到某种衰落呢？
1707567404
1707567405
在当今流行的理论中，大脑通常被描述成适应各自要求的肌肉器官。它强化了面向需求的方面，正在变得可塑且具有适应能力，而且它喜欢这种训练。我们没有理由接受这种想法：只因为我们兜里装着一台智能手机，人类千百年来的认知训练就会走到尽头。事实完全相反：智能设备的出现并不意味着大脑时代的终结，而是更能有助于大脑能力的充分发挥。未来，我们需要训练越来越聪明的机器。我们需要设计、建造这些越发智能的机器，并学会与它们相处。它们也将训练、挑战我们，将我们带到我们的极限——也就是达到训练的预期效果。为什么与一种（在某些特定领域）占据优势的智能相连，会使我们变得越来越笨呢？这样一来，不是所有刚入学的孩子都将失去他们的智能吗？哈佛大学不就成了一座愚民的教育机构了吗？
1707567406
1707567407
但是未来的这种训练也将带给我们一些新的挑战。因为我们的周围将首次充斥着数字化的东西，那些比我们学习速度更快而且进化得更快的东西。人类迄今仍感觉自己具有进化上的优越性，但是在智能革命中，在数字化机器面前，人类将相形见绌。在对抗机器的学习速度方面，人类连最小的胜出机会都没有。
1707567408
1707567409
人类通过模仿和训练进行学习，而且每一个人都不一样。进行学习的地方是学校，而且学校规定，每个学生要努力掌握之前熟悉的东西：二项式方程、英语中的不规则动词以及化学元素周期表。可以确定的是，我们也在学习并将知识储存在诸如大学和公司之类的机构里，这样一来今天设计汽油发动机的工程师就不必是个天才，而在150年前这几乎是一个不可完成的挑战。但是我们所有人必须单独且耗费时间去掌握那些使得我们有资格参与技术进步的知识，而鉴于我们生命的长度，用来获取这种知识经验的时间也是有限的。
1707567410
1707567411
数字化设备并没有这些限制。它们可以相互传送新的经验——这个过程叫作“升级更新”。一位有经验的飞行员在其职业生涯中最多会积累20 000个小时的飞行时间，而数字化的自动驾驶仪可以在飞机上连续工作10万个小时，所有安装自动驾驶仪的飞机的飞行时间，相加甚至可能达到上百万个小时。而且这种新型飞机可以通过更新硬盘实现升级。这对于自动驾驶汽车、机器人、数字化的生产过程以及日常产品同样适用：谷歌和脸谱网每天多次更新它们的程序，在程序员群体中大受欢迎的Github平台每天更新数十次。每一次，计算机都会从“经验”中“学习”，而这些“经验”都不是它们在自己的经历中获得的。
1707567412
1707567413
数字知识以及处理库的容量正在以巨大的速度增加，而这也将有利于数字化产品的微粒化：这些产品由模块组成，这些模块通过“接口”与产品相连，组成一个完整的东西——每一个单独的模块都会不断地更新和升级。以智能手机为例，智能手机上几乎每天都会有一个或多个应用需要更新。同样的事情目前正发生在汽车身上，汽车的电子器件不断更新换代：无论何时售出的汽车的功能都可能和它刚出厂时大不相同。
1707567414
1707567415
设计师们已经在谈论，未来将不会再有固定不变的产品，因为这些产品随时都可能更新。数字化特性意味着持续的暂时性。这种持续的暂时性将会成为常态。如果一款产品不会一直更新，它很快就会沦为过时的废物。这就是微粒社会的悖论之一：只有那些不断变化的东西才会留存下来，正是持续的改变使得社会不再一成不变。由于所有呼吁数字化进程刹车的倡议都可能无疾而终，我们将被迫调整自己以适应这种创新和智能爆炸。
1707567416
1707567417
这种智能会像闪电般疾速扩展到很多地方，而且它还会因此而激化。因为在微粒社会中，智能会在某个地方或者某个躯体中失去它的“锚”。在原来的世界中，人和机器会受制于本来就知道的数据，不管这些数据是储存在大脑里还是硬盘中。而在新的联网世界中，智能摆脱了这些限制。比如苹果公司的语音软件Siri会将用户的问题和指令打包成一个轻便的数据包，然后发送到位于某个地方的服务器上，在那里，这些数据会得到分析、解答，之后再发送回去。手机只是导向更高智能的一个接入点，这种更高的智能就存在于世界上的某个地方。
1707567418
1707567419
这种形式的智能正随着“嵌入式智能”的概念普及开来。所谓“嵌入式智能”就是被插入的智能，这并不意味着智能会自己嵌入，它是因为我们将自己与来自不同地方的智能连接起来而被嵌入。但是这种新形式的智能存在一个巨大的弊端：那些灵敏的系统虽然是分散的，却是被集中管理的。所有苹果手机中的数据都将被苹果的中心服务器搜集，与所有的搜索请求都将汇总到谷歌一样（所有这些迟早都将一起被搜集到美国国家安全局那里）。会被重新分配的不只是智能，还有控制管理。
1707567420
1707567421
[1]英文为ELO-Zahl，是由美国科学家埃洛发明的一套国际象棋评价体系。——译者注
1707567422
1707567423
1707567424
1707567425
1707567427
微粒社会：数字化时代的社会模式 我们如何适应机器的世界
1707567428
1707567429
机器凭借自身的聪明才智，可以在一目了然的、清晰定义的环境中运行得轻松自如。对于计算机而言，最理想的环境就是棋盘：棋盘是正方形的，而且只有不多的棋子，棋子的路径也是清晰的。真实的世界常常要复杂得多，而这种复杂性却在很多的职业活动中使人类获得了一种优势，但是同时也导致我们希望将这种复杂性简化，以使数字化机器能够更容易地操作运行。比如在道路交通领域。
1707567430
1707567431
2012年，德国北威州贝尔格施—格拉德巴赫市的联邦道路事务局的一个项目团队曾建议，应该更加清晰和明亮地标志出机动车道边缘，拆除全国范围内不正规的围栏，设置道路隔离带，从而使得未来的自动驾驶汽车能够更好地定位，并且能够随时保证一种“风险最小化的状态”。另一项有用的举措是大面积的道路监控摄像。这样做的目的似乎并不是监测自动驾驶汽车，而是监测无法预知的行人的行为，从而及时警告这些自动驾驶汽车提防行人。
1707567432
1707567433
这种迫使世界不断适应机器的压力，将会随着机器越来越广泛的普及而不断增大。起居室将会为吸尘器机器人而简化，园圃同样会为了收割机而有所调整。这并不是新出现的现象，从20世纪50年代起，人们就已经为了机器而优化耕地和种植地点，许多城市也曾为汽车而改建。这种趋势还将急剧加速并渗透所有的生活领域。自1961年通用汽车首次使用工业机器人以来，即使在工厂中，机器人通常也是被放置在巨型的笼子中，以免它们威胁到人类（至迟在1979年时，福特汽车工厂里的一位工人因机器人死亡，这种做法就被视为明智的决定）。
1707567434
1707567435
现在笼子被拆除了。德国的宝马汽车公司正在位于美国斯帕坦堡的装配工厂中实践人机协作：机器人在车门上涂上某种黏合剂，然后将其传送给负责安装车门的工人。为避免发生事故，这些机器人配备了若干传感器，但是工人同时也必须具有感知机器运动的能力，以免妨碍它们的工作。引进机器人的主要原因不仅在于更高的生产效率，还因为人类的弱点。宝马公司创新主管斯特凡·巴切尔说：“我们的工人会变老，虽然退休年龄在提高，但是我们希望我们的雇员能够长时间地健康工作。我们计划通过机器人帮助工人。”为此，机器人和人类要统一到一个共同的世界中，双方要相互熟悉。
1707567436
1707567437
讽刺的是，在这种简化过程中，人类应对复杂情形的特殊天赋将受损：在这个为了机器而不断优化的世界中，我们长期以来一直拥有而且曾经极其重要的能力将会贬值。我们本身将会改变。
1707567438
1707567439
1707567440
1707567441
1707567443
微粒社会：数字化时代的社会模式 我们将怎样丧失性别
1707567444
1707567445
智能革命也要求人类在行为上做出改变。我们不仅要适应世界，也要适应机器。数字化的工作岗位比工业时代的传统职业要求更高程度的合作和专注。随着数字网络的出现，特别是软件行业的出现，团队规模不断扩大。计算机游戏《侠盗猎车手V》背后总计有超过1 000名设计师和作者，工程师和程序员花了5年时间设计这款游戏，同时投入了大约2.5亿美元——而仅仅在这款游戏发布后的三天时间内，就赚了10亿美元。
1707567446
1707567447
机械制造工程也将变得更加复杂，如同英士国际商学院新加坡校区的曼努埃尔·索萨推断的那样。索萨之所以做出这样的推断，是因为他追踪研究了普拉特·惠特尼集团[1]的一款飞机推进装置的制造过程：整个制造过程需要54个研发团队以及6个统筹团队通力合作，这些团队要将推进装置不同部分的超过600个部件整合到一起。研究还表明，要是一些关键部件没有被注意到的话，会产生巨大的额外成本，拖慢制造进度。教训就是：最小的疏忽，哪怕和一个工程师的交流不足或者未能解决的团队矛盾，都将造成严重的后果。
1707567448
1707567449
或者换一种说法：企业越来越无力承担不受信任的雇员所造成的损失。一位雇员的价值直接取决于其专注性、团队合作能力和灵活性。在谷歌公司，每位雇员的平均年度营业额大约为100万美元，利润约为20万美元。而麦当劳每位雇员的平均营业额是60 000美元，利润约为10 000美元。因此，一位谷歌公司的雇员所能造成的损失也要比其他地方的雇员大得多。同时，企业的成功越来越少地依赖于公司上层的指令，而是更多地依赖于雇员的自主性以及良好的创意。
[
上一页 ]
[ :1.7075674e+09 ]
[
下一页 ]