SXSW(South By Southwest，西南偏南)大會又如期召開，這個音樂、電影、科技集一身的盛會曾創造過Twitter、Meerkat等軟件的流行，這是一場跨界交流的大爬梯。在今年的大會上，凱文凱利關于必然影響未來的科技趨勢的主題演講吸引了大批聽眾。排隊的人們從四樓的演講大廳一直排到了二樓。

凱文凱利這次提到的三個必然影響未來的科技趨勢取自他還未問世的新書《The Inevitable》。這次他細聊的三個趨勢并不是剛剛出現的，而是在過去二十年已經存在的一股力量，并且會在未來的二十年持續造成更深遠的影響。

趨勢一：人工智能 AI

AI爆發的原因

凱文凱利聊到在近二十年的時間里，我們身邊已經出現了很多的例子，與其說是人工智能，不如說是人們身邊出現的代替人們認知，以及幫助人們解決問題的幫手。比 如替代人類處理卷宗的機器人律師，飛機的自動駕駛系統，擊敗國際象棋冠軍的“深藍” 電腦等等。然而這些是過去的事了。當今出現的三股科技勢力給了曾經只在緩慢發展的AI加速爆發的一個契機。首先，以前處理神經網絡只能是小規模的，然而現 在可以進行大規模的處理。我們也學會了如何了如何把神經網絡堆砌起來，一個層級的結果可以被給到第二層級的神經網絡。這花了研究者們很長的時間。其次，人工智能所需要的并行運算能力也由并行處理芯片提供了。而并行處理芯片的出現以及普及要歸功于游戲開發的需要。第三，大數據的出現。正是由于百萬級別的數據 可以被使用在人工智能的訓練中，它才會變得越來越智能和高效。這些都促成了最近的Alphago擊敗了圍棋冠軍的事件。除此以外，還有一些新出現的AI案 例。比如谷歌的AI已經可以識別出照片中所進行的事件。使用者可以對于圖片提問，并且得到AI的答復，谷歌也做到了讓AI學如何打游戲。學幾個小時就可以擊敗人類玩家。

AI的商品化

人們其實把人工智能想得太高級了，其實可以放下人工智能的概念，考慮一下人工智商。比如計算器在計算方面就比人類聰明的多，這并不令人們感到恐懼，因為這很 有用。現在很多的應用的背后都有這樣的“助手”去支持。這就是為什么谷歌要開發AI，因為當人們搜索的時候，他們需要一個理解他們真正意思的人。這種智商 很實際很好用，而你幾乎是不會看到它的存在。這里人工智商的概念與電影《她》中出現的超級AI不是一個級別的。并不是具有同人類一樣的理解力，而只是在一方面小聰明而已。

凱文凱利認為人工智能的發展方向并不是開發出和人一樣思考的AI，而是開發出各種細分領域里可以幫 助到人們的智能。比如自動駕駛中使用的AI在設計的時候就不是按照要像人類的邏輯去做的。它們并不會時刻在考慮生活中出現的亂七八糟的問題，他們只會考慮 駕駛。以后AI的方向會是一種在細分領域里可以銷售的能力。我們該做的不是去開發完全模仿人類的AI，而是需要找出不同的智能方向。這會有很多很細小的方 向，比如導航這一個功能。現在的世界給了各種思考方式的存在創造了機遇。以不同的方式思考才是AI的價值所在，而不是說要比人類在各方面都聰明。

AI會成為一種”服務“。會從離人們很遠的一個”工廠“產出。當人們有需求的時候，下單就可以了。這種能力會像電力一樣用網絡傳送給用戶。就像一百年前，當時 的人們設計了各種產品，比如洗衣機，比如電扇，然后給它們加上電，就可以給人們提供服務。電力的生產變成了一個很好的業務。你會像買電一樣買智能， 它會像電力流動一樣流到你需要的地方。所以我給未來的新型創業公司這樣一個公式：制造一個產品，然后給它加上智能，而不是加電。AI是人造的智能，可以大 規模的生產。這會變成一件很有影響力的事情。不僅如此，當越來越多的人使用AI，它就會變得更加聰明。它變得更聰明后，也會有更多人使用。這樣一來會出現大型公司去支持功能比較普通的AI。而其他公司則販賣一些特別版的AI。占主要地位的一定是比較普通的AI。

AI對于工種的影響

當人們把AI放到一個硬件里，便稱他們它們為機器人，比如波士頓動力的機器人。然而對于他們所要做的機器人，那還存在太多挑戰。最終也許會成功，然而接下來 幾十年不會。現在在工業生產中已經出現了機器人助手。它們不能動，也不能意識到人類在它們身邊。未來的工業生產助手在加入AI后會意識到人類在周圍的活 動，會觀察和學習人類的勞動。人們可以在傳送帶上與他們一起工作。這件事情已經在發生了。然而這時候另一個問題出現了：它們會奪走人類的工作嗎?是的，它 們是會代替很多工作。那些以“生產力”為衡量指標的工作都應該由機器人來替代。自動化和新技術會為人類創造新的職業空間。

多年前，大多數美國人都是農民。 他們不會相信他們的孩子將來會成為芭蕾舞者，律師，設計師，和會計師。與機器人們一起工作的可能性要遠大于被它們取代。學習如何同AI一起工作可能會成為 未來人們求職的一個必要能力。我們需要做一些與“生產力”無關的工作。比如創意就無法用“產量”去衡量。科技創新也是總會失敗，也是沒有效率的。還有一些例子包括：藝術家，保姆，醫生。因為做好這些工作很大程度來源于經驗，和善于處理人與人之間的關系。與產量無關的這些工作該有人類承擔。當人類通過自動化和AI把生活周邊的產品變得很便宜了以后，人們需要付錢買的就是經驗和創意。這些機器人無法替代。

趨勢二：虛擬現實

VR爆發的原因

其實VR并不是一個新的概念，在過去的幾十年里人們都在研究這件事。凱文凱利在八零年代的VR體驗其實與現在的VR體驗差別并不大。最主要的差別是價格。從 原來的幾百萬美金到現在的幾千，幾百。VR在現在這個時間點的爆發由以下三個原因造成。首先是因為手機成為了大眾消費品，由此造成了屏幕的降價。其次，為手機所用的監測跟蹤技術可以用于在VR使用場景下人頭部動作的監測。最后一個原因則是由于處理器的降價。這些原因都導致了VR產品的降價。所以VR不再像過去一樣只是少數人研究的對象，這次VR會真正走入我們的生活。

虛擬現實的種類和級別

在這里所討論的虛擬現實實際分為兩種，一種是完全給用戶創造一個新的虛擬世界稱為Virtual Reality(虛擬現實)。這給人們提供的是一種浸入式的體驗感，體驗到的是一個假的世界。另一種是將虛擬的元素疊加到真實的世界里稱為Mixed Reality(混合現實)。人們戴上透明的眼鏡，能看到真實世界，并且會有逼真的信息加上來。從復雜級別上來說VR分為兩種，一種是只能通過頭部的旋轉 來探索虛擬世界。谷歌Cardbard就是這樣一個例子。第二種更高級別的VR是有“深度”和“空間感”的，也就是說用戶可以隨意走動，并且感受到空間的變化。比如可以轉過一個棵虛擬的樹，去看看那后面是什么。

屬于體驗的互聯網

現在的互聯網搜索是很便捷的獲取信息的方式，一搜即得。比如維基百科和谷歌搜索。人們有很多的途徑去獲取信息。當前的信息互聯網將慢慢向”體驗互聯網“轉變。體驗的分享會變得像信息分享一樣容易。不同的人們在互聯網的平臺上，可以通過虛擬現實分享不同的體驗。也可以創造不同的體驗和交流體驗。這會是一個方向。

體驗的感受方式

VR場景下的體驗是完全以個人為中心的。用戶的體驗到的是什么就會信以為真。人們對外部世界的體驗不僅通過視覺與聽覺，更有超過百分之五十是來自于觸覺。所以 他們的體驗在VR的場景下是完全可以被引導和創造的。比如在虛擬世界里，可以“誤導”使用者以為他走出了某種彎曲的路線，然而真實情況卻是他在原地打轉。 可以“誤導”使用者以為拿起的不是他剛剛已經拿起過的杯子。

在SXSW的一個演示叫做“真人轉移”，戴上VR眼鏡，使用者可以看到一個高清真人影像，清晰得都可以看到身上衣服的皺褶。以后人們就可以制造出與虛擬真人對話。給人真實的對話感覺的其實是眼神的交流。只要創造出眼神的交流，就可以給予使用者對話的感覺。

所以真正激動人心的是采取這種方法能給到人們的無限可能性：可以創造體驗的無限可能性。

趨勢三：數據監測

現在人們都需求“實時”服務。如果需要實時服務，那就必須要監測變化。人們同時喜歡個人化的服務，這也需要監測。比如：這個人是誰，做什么，喜歡什么。這些需求都促進了監測技術的發展。

所有可以被監測的都會被監測

比如說用戶使用手機的偏好，他們的地理位置。政府也會監測人們的個人信息等。這些都會被監測。如果說手機是人們買的一個放在口袋里的監測裝置，VR才是監測的重要陣地。因為用戶在VR世界里的一言一行都是可以被監測的：每一個動作和微小的情緒變化。

同時，監測對于醫療行業的意義很大。比如隨時監測身體狀況，甚至可以監測人的一生的身體狀況。監測的好處是可以了解個人的健康平衡點在哪里。這個個體的身體是怎么運作的。個人化藥片就是個很好的例子。有個創業公司，他們生產一種做藥片的機器。可以根據對人體的監測數據，調節第二天要用的藥量，然后制造出藥片來。這樣一來，每天都有私人化藥片可供患者服用。

互相監測機制

監測也發生在其他很多的環境下。監測中會出現不文明的事件，比如大眾隱私的泄漏。所以如何讓監測更文明是一個需要討論的問題。為了讓大家都舒服。也許需要引 入一個“互相監測”的概念。人們會知道誰在監控他們，監控哪些信息。他們也可以互相監控。如果發現對方關于自己的信息是有誤的，還可以去更正它。現在的情 況不是這樣的，現在的監測是單向的，用戶也會不獲得利益。如果可以引入互相監測的機制，相信監測可以被更多的人接受。另一方面，應該給人選擇是要以犧牲個 人信息而獲得更個人化的服務，還是保留更多的隱私。然而大多數人目前的選擇還是前者。

“相信未來會發生的各種'不可能'，這僅僅是一個開始。" 一一凱文凱利