5000天后的世界

news2024/11/23 10:32:02

在这里插入图片描述

为何可以预见未来

1993年,在互联网的黎明时代,凯文·凯利创办了《连线》杂志。他曾经采访过以比尔·盖茨、史蒂夫·乔布斯、杰夫·贝佐斯为代表的一众风云创业家。《连线》杂志是全球发行的世界著名杂志,一直致力于报道科学技术带来的经济、社会变革。
40年来,凯文·凯利目睹了硅谷众多公司的兴衰沉浮。不仅如此,他还能纵观数百年科技发展的历史,对科技进行定义,深入观察,其视角无异于哲学家。凯文·凯利的着眼点不限于最热门的现象和最尖端的科技,他能凭借长期以来对历史的思考预测未来,这才是他的过人之处。
凯文·凯利思考方式的精髓,一言以蔽之,就是“倾听科技,洞见未来”。“倾听科技”
,听起来有些荒诞,也不知道有几分实现的可能。关于这一点,我们会在本书的后半部分进
行具体的解读。不过现在也可以告诉大家,这句话的意思就是要认识科技的“性质”,要知道它想要的是什么。只要做到这些,就能够预知科技带来的变化,能够预想到未来的样子。
本书分为两个部分。从第一章到第四章描绘的是全新科技打造出的未来世界的面貌——以镜像世界为中心,AI得到高度发展;第五章和第六章则重点解读凯文·凯利做出以上预言的基础——其特有的思考方式。
2019年至2021年,凯文·凯利接受了一个历时两年之久的访谈。由大野和基负责采访,大岩央负责编辑,并在此基础上出版本书。最初的访谈地点是凯文·凯利位于旧金山的住所,
绿树掩映,景色宜人。后因为新冠肺炎疫情,改为通过线上会议的形式进行。日文译者为服部桂先生,他曾供职于《朝日新闻》,翻译了大量凯文·凯利的著作。

倾听科技的方法

在本书的开篇,我说过:我做的仅仅是倾听科技,因为科技是有生命的。我会不断地追问:
“科技想要什么?”然后努力帮助其实现。
我们如何才能知道科技真正想要的是什么呢?我一直认为,科技的发展和人类没有什么关系,它就走在自己要走的轨道上。想要确认这一点,就要观察科技被如何运用在生活之中。每一个发明者都会为自己的发明想好应用方式以及应用的场景,有意思的是,他们的猜想经常与现实不同。科技其实有自己的偏好,只是发明者未必知晓。正是因为人们在使用这项科技的时候,没有按照发明者的预判进行,人们才有机会发现最适合这项科技的应用领域。
5000天后将迎来崭新的巨大平台
本书的作者凯文·凯利被人们称为“预言者”,因为他成功预测了许多科技的新趋势。其中包括GAFA的“赢者通吃”现象、免费经济的到来等一系列由科技引发的变化。
在互联网实现商业化的5000天(约13年)后,社交媒体这一全新平台出现在人们的视野中。到今天,又过去了5000个日夜。互联网和社交媒体宛若两股强大的势力,给我们的生活带来了翻天覆地的变化。如果以5000天为单位,下一个变化会是什么呢?
凯文·凯利是一位少有的新时代的思想者,他为人们勾绘出“下一个未来”的样子。到了那时,世间万物均可以与AI连接,现实世界与数字化完美融合,产生出AR的世界,即镜像世界。
在镜像世界中,身处不同地点的人可以在全球实时构建虚拟世界。在这样的未来中,数以百万计的人可以同时参与一项事业。届时,实时自动翻译器会充分发挥其作用,语言不再是壁垒,你可以和世界上的任何人自由对话、共同协作。继社交媒体之后,世界上会出现这样一个崭新的巨大平台。
新的平台还会对人们的工作方式和政府的角色产生极大影响。如果地理位置不再影响与他人的协作,那么新的组织势必诞生,其形态完全不同于现在的公司。同时,虚拟世界的发
展,使得真正意义上的面对面交流变得弥足珍贵。这些变化最终导致的结果,就是城市将服务于特定的产业类型,吸引相应产业的从业人员聚集,从而加剧城市间的人才争夺战。
凯文·凯利预测,未来镜像世界中的胜利者,应该是目前还默默无闻的初创公司。镜像世界会帮助数以万计的公司胜出,也会带来新的商机。回顾一下并不遥远的从前,距离第一代苹果手机的诞生,大约也就5000天的时间。这5000天里,我们的生活发生了巨大的变化。单以日本为例,如今智能手机的保有率已然超过80%,很多人已经无法想象没有智能手机的生活。而凯文·凯利断言:“未来的5000天,与迄今为止的5000天相比,会发生更大的变化。”同时,他认为很多并非物质层面的变化,人们的人际关系、休闲方式,甚至人生观都可能会发生改变。

AI扩展人类无限的可能性

未来的各种产业会因科技进步而重塑。例如,生物技术与人造食品,机器人与精密农业,自动驾驶与智能交通,人脸识别与智慧城市,无人机与物流配送,区块链与数字资产,新能源与低碳生活,人工智能与现代教育……随着人口老龄化的加剧,带有人机交互能力(包括如ChatGPT这样的人机对话系统)的家用护理/服务型机器人将会拥有巨大的潜在市场。

从年轻时代起,K.K.就是亚洲文化的热衷者,他坚信亚洲的时代即将到来,因为吃苦耐劳、重视教育、集体主义等特点,恰是大国崛起的必要条件。他看好中国,预言再过10年左右必会诞生像“苹果”一样伟大的中国企业。历史告诉我们,孤立主义只有死路一条,唯有开放系统才有可能通过熵减走向有序。哪怕再小的复利(即持续良性的迭代),也蕴含着无穷
的能量。于是K.K.认为,坚持改革开放的中国的影响力注定要超过美国,他对美国遏制中国发展的做法表示担忧。

《5000天后的世界》是一部短小精悍却不失思想性与启发性的佳作,适合所有对人工智能感兴趣的读者。K.K.一语道破预知科技未来的秘诀,就是不断追问科技想要什么,然后努力帮它实现。此外,他提醒我们,要辩证地看待科技的功与过。

长期以来,人们有一种误解,觉得科技等同于文明,即科技水平越高,文明程度就越高。这种误解很容易导致社会达尔文主义,为那些利用先进科技霸凌和掠夺弱小国家的帝国主义
编织堂而皇之的借口。科技被滥用时,越先进,危害越大。所以,只有把人文也考虑进去,才能更好地理解什么是“文明”。人类必须小心翼翼地发展弱人工智能,不要让它成为人类文明的终结者。但愿未来如K.K.期待的那样,科技得到善用并造福全体人类。

数百万人一起工作的未来

KK成功预言20年后会出现由IT精英们主导的未来,为什么可以达到这么精准的预测,那么就需要去倾听科技的声音。什么叫倾听科技的声音呢?因为科技本身是有生命的,我们需要在这个过程中不断的去倾听“科技想要什么”,然后努力帮助其实现,那么在实现的过程中就可以迎来财富的积累。
我是从科技的角度观察世界的,因为推动世界发展和变化的主导力就是科技,这一点毋庸置疑。就好像当人们发明了电,下一步必然是发现电波。无论宇宙中的哪一颗行星,无论哪一种文明,只要发明了电,电波必然会紧随其后,接着Wi-Fi(无线网)就会诞生。
在未来的50年里,AI将成为可以与自动化和产业革命相提并论的,不,应该是影响更为深远的趋势。
受益于AI这类科技的高度发展,未来人们的工作方式势必出现巨大的变化。在我所能预见的未来中,到处都充满了上百万人同时参与一项工作的可能。那么,让我们来了解一下这会是怎样的工作,需要哪些技术来帮助我们实现如此大规模的共同协作。
想要实现百万人同时参与一项工作,我们需要一些目前尚未普及的工具,例如拥有AR功能的智能眼镜。对于需要按步骤交互进行的工作而言,AR这项技术比较容易实现和我们身体的互动。AR智能眼镜可以使身处不同地点的人产生很强的临场感,仿佛处于面对面的状态。这样,所有人都可以对物体的设计和大小有同样的认知,以此实现共同作业。虽然现在还不是非常普及,但是有公司已经生产出了AR智能眼镜。比如,微软于2016年就开发并生产了搭载AR功能的智能眼镜Hololens。这款眼镜已经被应用在仓库和工厂等场景。工人会接受培训,并戴着Hololens进行作业。(数百万人一起工作所带来的AR发展)
除此之外,我们还需要一些特定的工具,以激励大家提出想法,并不断改良和优化这些想法。特别是对于最开始提出方案的人,当这项工作或项目引来注资之后,应该给予其合理的回报。至于用什么样的方式支付报酬,如今成为焦点的比特币等数字资产,以及区块链等技术,就会派上用场。(报酬支付方式)
当然,快速发展的实时自动翻译技术也会发挥非常重要的作用,特别是其他语种与英语之间的互译。这些收费低廉到可以忽略不计的翻译应用会极大地扩展人们协作的范围,而且令工作过程变得轻松简单。世界上有很多拥有出众才能但不会说英语的人才,如果使用翻译技术,就可以让他们投身到以前无法参与的项目和工作中。(实时自动翻译)
在互联网之后的下一代平台可以捕捉到人们的活动以及相互关系,并且可以将人际关系数字化。它就是我们说的“社交图谱”(social graph)。社交图谱反映了用户通过各种途径认识的人,系统可以针对人际关系和个人活动,运用AI及算法绘制图谱。由此,第二个大平台——社交媒体(SNS)出现了。(利用AI算法构建人物关系图谱,帮助人们联系曾经的人脉)

当购买一样产品时,你可以在第一时间知道它的产地等相关信息。当你想知道饮用的水产于何时,你只要看一眼瓶子就能知道一切相关信息,帮助自己判断是否购买。(可能有人从来不会考虑这些,不过我自己是非常在意产地和原材料的。)走进超市,只要将目光投向货架上的一排排蔬菜,你就能立刻看到“有机栽培”“产地:墨西哥”等信息。AI还可以帮你查出商品是否对你的胃口、是否为无麸质产品、有没有致敏成分。除此之外,AI还可以立即提供烹饪这种蔬菜的推荐菜谱,告诉你还有谁在购买,卡路里的含量是多少。诸如此类,只要你想得到,它都能告诉你。
我们可以看出,这里的信息可以分成两部分:首先是对商品本身的注解,其次是延伸信息。你已经不需要有人对产品进行说明或分类,只要你将目光投向自己感兴趣的商品,AI就会为你识别。你需要做的只是提问。这就仿佛有人坐在你身边耳语,针对你的问题一一给出答案。AI甚至还可能给你做推荐,比如当你走过书店的书架时,它会告诉你“这本书适合你”。
尽管如此,能够称雄这个AR世界的也不会是GAFA(谷歌、亚马逊、脸书和苹果四大公司名称的首字母)等公司。纵观颠覆性技术的发展史,一个领域的主导者从来无法在下一个时代的平台上继续称雄。曾几何时,许许多多的公司妄图与制造计算机的IBM抗衡,并为此研发出一系列产品。然而没有一个公司侥幸成功。业界甚至流传着一个笑话:“逆IBM者,遑论成功。”

我在《新经济,新规则》这本书中就曾经提到过“赢者通吃”和“回报递增”的法则。AI催生的新的镜像世界依然是一个资本主义的世界,因此“回报递增”之类的法则不可能消失。
赢者通吃(Winner-takes-all):
这一概念描述了一个市场或竞争环境,其中绝大多数的奖励或资源被单一的胜者所获得,而其他参与者则得到很少或没有回报。这种情况通常出现在网络效应强烈的市场,比如技术或社交媒体行业。一个例子就是搜索引擎市场,其中一个主导企业(如谷歌)占据了市场的大部分份额,而其他竞争者则很难获得显著的市场份额。
回报递增(Increasing Returns):
这个原则指的是一种情况,其中生产或消费的某些行为导致了比投入更大的产出增长,也就是说,投入和产出之间不是线性关系。在某些市场,尤其是拥有网络效应的市场,每增加一个用户或参与者,产品或服务的价值会超比例地增加。例如,在社交网络或操作系统市场,每增加一个用户,网络对所有用户来说都变得更有价值。这会导致市场份额迅速集中到少数供应商手中,可能导致市场垄断。
美国食品药品监督管理局(FDA)在一种新药研制开发出来后,一定会先对其安全性和疗效进行检测,然后才会给予上市许可。在这之后,美国食品药品监督管理局不会再测试该药品。新药在上市后,可能会被用于其他用途。虽然这个药是因为某个特定目标研制出来的,但是它在用于治疗其他疾病时有可能会有意想不到的更好的效果。即便如此,对于这个新的使用途径,美国食品药品监督管理局也不会再做检测。因为他们认为初始的检测是永久有效的。

全新的工作方式出现

AR和VR可以推动共同协作,因此可能有的读者会猜测,公司这种组织是不是终将失去存在的意义。甚至有人预测,未来自由职业者会增加,零工、短工会带动经济运转,所谓的“零工经济”会得到发展。
技术其实是不断累积的,旧的技术并不会彻底退出历史舞台。当今社会虽然是脸书和谷歌等超大规模企业称霸的时代,但是街头巷尾依然会有那种夫妻二人经营的小餐厅。而且,小规模的公司和店铺不仅没有减少,反而与以往相比有所增加。因此,由股东们支持的跨国企业并不会就此消失,甚至在已有大企业的基础上,还有可能出现其他大型组织。
如果一定要在现实中找到近似的模式,我觉得它可能和Kickstarter(一个美国的众筹网站平台)比较相像。具体而言,一个人如果想要开发某个产品,可能会想到两种不同的方式 : 第 一 , 创 立 公 司 筹 募 资 金 , 发 布 产 品 ; 第 二 , 在Kickstarter上筹募资金。两者的最大区别就在于出资人是投资人还是消费者。
也就是说,Kickstarter提供了另一种选择,即不需要先成立商业公司,也可以筹募资金,开发产品。我们刚刚探讨的新型组织,也是在实现目标的过程中用各种方法和途径一点点解
决问题,补充自身的功能。
再次需要强调的是,尽管我一再肯定异地协作的重要性和必要性,但是我依然相信面对面的直接协作是有效且有价值的。创客(maker)的线下活动就是一个例子。支持创业的孵化器、想要更快地开发新产品的人会汇集在一起。这种形式效果很好,在未来也不会彻底消失。
我想说的是,人们的选择多种多样。现在又多了一种选择。我们要灵活运用过去的方法和新方法。我们可以配合智能眼镜,和远在柬埔寨或越南的人们一起工作,以前没有的、在虚拟的远程环境中开展的工作将会增加。同时,面对面的线下活动也会被保留下来。创客和孵化器聚集的空间会一直延续下去,这对于创造出成果将大有裨益。
进化中的数字经济的现状

AI化与新一轮产业革命的影响

我们可以称自己处于AI时代的初级阶段。在未来50年,AI将成为可以与自动化和产业革命相提并论,甚至影响更深远的趋势。各种各样的事物都会拥有智能和情感,会出现类似于新产业革命的变化。
如今的AI还只是类似于模式识别而已。比如阿尔法围棋的背后原理,跟国际象棋AI或面部识别是一样的。为了完成模式识别的训练,研究人员需要让阿尔法围棋学习几百万种模式,这种知识的转移还在不断进行当中。
现在的人工智能只能将我们大脑所做工作的一部分合成并制作出来。对人脑的智能而言,这实在是微不足道的一小部分。正如我在前文中所提到的那样,我们还无法充分了解这个领域,甚至对于动物的智能也所知甚少。因此,再过50年,当回忆今天时,我们只会感慨当年真的是在蹒跚学步。
今天这些毕业于顶级学府的AI研究者,动辄几十万美元的年薪。再过50年,那时的人们可能会说他们“对AI一无所知”。因为现在AI的门槛还不高,想成为专家其实也不难。只要对神经网络有所了解,几乎就有可能跻身权威之列。这都是因为AI刚刚起步,任何现在进入这个行业的人都可能很快成为开创者。无论开发什么样的AI系统,只要利用该系统做一些工作,都可以算是开创了一个先河。
我在以前的书里曾经说过:“AI并不会扩大贫富差距。到了2050年,世界上最赚钱的工作将会是自动化,以及与尚未发明出来的机器相关联的行业。”在未来的50年,甚至更长的时间内,AI还会继续发展,并颠覆我们的生活。但是,AI究竟是“剥夺了我们的工作机会”,还是“催生了新的就业可能”?关于这一点的讨论,还会在很长时间内持续下去。
不过,我猜测,再过50年的时间,比起被剥夺工作机会,新技术会创造更多新的就业可能。虽然有些工作必然会消失,但是总体而言,工作机会会越来越多。到了那个时候,又将有新的AI诞生,人类注定还要产生同样的担忧。
让一个以固定模式工作了几十年的老年人再去迎接新挑战,绝对不是一件易事。但是他们最需要改变的并不是职业或家庭环境,而是人生观念,是对自我的设定。其实,对于这样的改变,人们大都是怀有热情且愿意尝试的。(人的潜能来源于自己对自己的设定,好比,这个我没有学习过,我不行,这个存在一些问题,我无法解决。也有一些来自外在的声音,你是一个出生在贫穷的小县城的,你无法完成这项伟大的任务。人们只是在方便对你的认识,而给你的身上打的标签。但是实际上,这些只是过时的标签,它与你现在的能力是截然相反的,甚至是无效的。因为人总是会变的,至于变得多还是变得少,那很大程度上就是取决于自己的选择。)

把枯燥的工作丢给AI,去做创造性的工作

我曾经提出过一个观点:只要能够获得几千个忠实的“粉丝”,很多创作者就可以衣食无忧了。未来的AI其实会更多地被应用在重复性较多、比较死板且追求效率的工作上。这种性质的工作人们完全可以丢给AI,从而解放自己,多做一些有创造性的工作。
不存在通用的人工智能
然而,AI不是万能的。我的前同事斯图尔特·布兰德给杂志《全球概览》(Whole Earth Catalog)起的副标题是“我们就像神一样,可能做得和神一样好”。也许,我们真的有了像神一样的力量。我不是想说我们无所不知,无所不能,也不是不会犯错。我想说的是我们的确拥有创造新事物的能力,甚至可以创造出能够创造其他事物的事物。
思考AI带来的改变
近年来,出现了很多应用AI技术的新产品,例如搭载AI技术的汽车等。我曾经列出过一个“最不可能和AI结合的事物排行榜”,其中的最后一项是“编织与AI的结合”。不过,就在不久之前,编织也实现了和AI的结合。

后GAFA时代

针对越大越强的“网络效应”,我们尚未找到可以很好应对的、有效的工具。这才是问题的关键。因为我们很难抑制一件事物向好的方向发展,这就如同拒绝进步、要求退步一样。(网络效应(Network Effect)是指一个产品或服务的价值随着使用该产品或服务的用户数量的增加而增加的现象。这种效应在多种业务和技术环境中非常常见,尤其是在互联网、通信和社交网络服务中。)
作为“未来的新石油”,大数据该如何货币化
未来会出现很多新兴的公司,它们占有数据并管理数据。虽然每个人都希望和自己有关的数据由自己管理,不能完全放心地交由他人,但是个人管理数据会花费很多时间和精力,这时候最好的选择就是把数据交由代理公司管理。这就像找房产中介买房或租房一样,我们也完全可以将个人信息的管理事务全权交由代理人处理。
个人信息价值越高的人,越有必要找代理人。因为若非如此,即使你的信息很有价值,你也不可能从中获利。但是找到代理公司后,人们可以将个人数据交给公司,授权他们全程追踪我们每天的活动。购买这些数据和信息的人会支付给公司一笔费用。假设他们付费5美元,公司可以扣除1美元的管理费,然后将4美元交给委托人。
大数据的价值增长很快,这是有原因的。在未来10年中,光是训练AI就需要数以百万计的大数据。所以,大数据公司可能成为最大规模的AI公司绝非偶然,因为如果没有大数据,就没有发展AI的可能。
AI的蓬勃发展最先影响到的领域就是金融业、医疗业及零售业,其原因也是因为在这些领域有海量的大数据,而这些数据制约AI发展。由此可见,大数据不仅对消费者和企业生产至关重要,对于发展AI也有无法取代的价值。

平台将成为未来经济的关键

资本主义的未来,不会再像现在一样,主要由政府和公司构成。在未来,政府排在首位,其次是平台,然后才是公司。平台不断发展,不断壮大,最终形成未来的资本主义形态。近年来,平台的运营主要由GAFA以及腾讯、百度等大公司主导,但是人们渐渐认识到,平台是一个既不同于公司又有别于政府的事物,应该介于二者之间。
直到20世纪80年代,有三种组织形式,即公司、政府和非营利组织。非营利组织又被称为第三部门,因此我们可以将平台称为第四种形式。
平台虽然由公司运营,但是有政府的功能。它对所有人开放,可以提供各式各样的服务,还可以注册类似社会保障卡号一类的ID(身份标识号)。从某些角度看,平台替代政府完成了一部分公共事务。
然而,归根结底,经营平台的是股东和公司。平台的这种复合形式,使其兼具政府和公司的特点。作为一种媒体,平台能够传播新闻,因此也发挥着被称为第四种权力的传媒企业的作用。此外,人们在平台上花费的时间越来越长,平台同时也具备了娱乐功能。
除此之外,平台还会经营类似电信企业的项目。平台还可以提供像YouTube那样的视频服务,以及谷歌这样的搜索服务。

所有的产业都将因科技重塑

我现在最关注的科技之一就是生物科技。前几天,我拜访了一家位于旧金山的生物科技孵化器公司IndieBio。这家公司孵化了很多生产人造肉的公司。它一年分两次,每次培育、协助15家初创企业。也就是说,仅此一家孵化器公司,每年就可以协助注册30家初创企业。
这其中有New Age Meats,还有Impossible Foods、Beyond Meat、Memphis Meats(后更名为UPSIDE Foods)等产品很相近的公司。它们大都是采用植物成分,或者使用动物细胞,制作不涉及屠宰(deathless meat)的人造肉。
猪肉的培养肉从成分上看具备猪的细胞、脂肪和肌肉,但是并不是养猪后宰杀而得。这种肉不仅不需要剥夺动物的生命,而且还可以做成更加健康的肉,或者丰富口味,改善肉质,进行多种多样的改良。此外,人造肉不产生骨头,只生产肉,效率更高。人造肉的营养来源主要是大豆和玉米,其实和我们养猪时使用的饲料几乎一样。
(人造肉(或称为培养肉、实验室培养肉)是通过在实验室中培养动物细胞来生产的肉类产品,这一过程不需要养殖整个动物。从饲料中获取营养以培养这些细胞,主要通过以下几个步骤进行:
1.选择细胞类型:首先,需要从动物体内选择合适的细胞类型,这些细胞可以是肌肉细胞、前体细胞(能够分化成肌肉细胞的细胞)或者干细胞(具有变成任何类型细胞的潜力)。
2.培养基的制备:培养细胞需要培养基,这是一种液体或凝胶状的物质,提供细胞生长所需的营养。大豆和玉米等植物原料经过处理后,可以用来制备这种培养基,它们提供蛋白质、糖类、脂肪、维生素和矿物质等细胞生长必需的营养素。
3.营养转换:通过生物技术,将大豆和玉米等原料中的营养素转换成细胞能够直接利用的形式。这可能涉及到对原料进行预处理,例如通过发酵或酶处理,以提高营养素的生物可用性。
4.细胞的培养与增殖:将选定的细胞种植在富含营养的培养基中。在适宜的环境条件下(如适宜的温度、pH值和氧气水平),这些细胞会开始分裂和增殖,形成肌肉组织。
5.组织成型:随着细胞的增殖,它们会开始形成肌肉纤维。在某些培养过程中,还可能需要使用支架材料来帮助细胞按照特定的结构排列,模拟天然肌肉的纹理。
6.收获与加工:当培养的肌肉组织达到适当的大小和成熟度后,它们可以从培养容器中收获,并根据需要进行进一步的加工或形状设计,以制备成最终的肉类产品。
通过这一过程,人造肉能够在不牺牲动物的情况下生产出与传统肉类相似的产品,同时也有潜力改善肉质、丰富口味并减少环境影响。)
生物科技公司还会制作奶酪,比如既不含乳糖又没有胆固醇的马苏里拉奶酪,口感几乎可以乱真,只不过不是用牛奶制作的。有很多亚洲人因为乳糖不耐受无法享用奶酪,但是新科技可以制作味道相近却不含乳糖和胆固醇的奶酪。我预感人造奶酪也会有很大的发展。
由于生物科技的发展,我们可以品尝到前所未有的肉制品,可以生产营养价值更高的食品,可以体验更好的口感,甚至可以在食物上做到私人订制,提高食品的附加价值。
仅在旧金山南部地区就有200多家生物科技企业。在硅谷等地,还有100家左右。旧金山湾区周边出现了巨大的初创企业生态圈。不光是食品行业出现了各种各样的生物科技企业,先是人造肉,之后又涌现出可降解的有机塑料、最新鱼类养殖方法、新型建筑材料、空气净化等。
近年之所以涌现出如此多的生物科技初创企业,主要是因为以下几点。

第一,生物工具和科技取得了极大的进步,不需要很雄厚的财力就可以进入这个领域。在此之前,转基因科技操作方法有限,耗时费力,想要进入生物科技领域需要投入巨额资金和时间。如今相关工具越来越多,而且也日渐普及。
第二,出现了很多孵化器。有创业计划的年轻人可以去寻找孵化器,获得资金方面的支援。以前要花费几百万美元的项目在短短四个月内就可以开始投入生产。实验用工具的价格下降,复制手法愈加多元。如今,他们使用啤酒酿造过程中所用的罐子和气压泵等装置,就可以生产出相关产品。同时,公司的很多业务都可以进行外包,不需要亲力亲为,参与每个阶段。这就是生物科技企业生态圈的优势所在。一个公司拿到某种材料,基因检测等工作可以委托给其他公司。生态圈里还能找到为试生产及正式生产提供帮助的公司。这个领域的竞争目前还没有进入白热化阶段,仍然是一个广阔的全新领域。
第三,在数字科技公司过于饱和的今天,生物科技带来的创新性会吸引更多的关注,让人们认识到这是一片尚未开垦的、有很多商业机会的肥沃土地。相对而言,生物科技领域的竞争还不算激烈,而且也没有出现同质化的现象。
最后一点就是融资会更加简单。现在社会步入老龄化阶段,人们为健康买单的意愿越来越强烈。因此,会有许多人愿意为生物科技投资,相关公司会更容易获得资金保证发展。
未来将是“新生物学的时代”

在第二章中,我提到未来将是新生物学的时代,实际上,这个时代已经到来。我们处于一个可以通过生物学转变命运的时代,我们自身也在不断地努力适应这种转变。
就像我刚刚提及的那样,和食物相关的畜牧业也正在发生改变。生物科技的发展趋势会和今天的计算机科技一样,得到充分普及。如今可以说全民皆可编程,生物科技也将走下殿堂,普通人都可以通过视频网站自学成才,每个人都可以发明出某个生物科技的工具。到那时,每个人都可以从生物学的角度重塑自己。我们的改变还会福泽子孙,例如发明出使人类远离疾病的基因治疗方法等。

农场会变成AI和机器人活跃的场所

关于农业和科技相结合的农业科技,我也想简单说一下我的看法。通常来说,农业这个古老的领域受科技的影响并不如其他领域明显,我现在认为未来对农业影响最大的应该是AI和机器人。
这几年出现了名为“精密农业”的新型农业。例如在拖拉机上搭载AI技术,在长臂上装上摄像头,帮助农民管理生菜或玉米地。拖拉机在菜地内往返,这些摄像头可以同时监控25英亩[1]的菜地。而且,因为安装了GPS(全球定位系统),我们还可以获得精确的位置坐标。摄像头可以观测附近作物的情况,评估其健康程度,并依据这些信息提供必要的水、肥料以及杀虫剂。这种监控和管理可以精确到植株,控制每棵庄稼或蔬菜的水肥量,因此能够避免浪费。从古至今,农民都希望能够做到按需浇水施肥,只是从来没有一种技术可以帮助他们实现这个想法。
交通的未来

2040年后自动驾驶将成为主流

硅谷在未来势必会引领自动驾驶汽车的新潮流。虽然我们已经研发出自动驾驶技术,但需要完全实现自动驾驶至少还需要10年的时间。这个周期会比我们想象得更久,而且会分阶段完成。例如,先在高速公路上设置专用车道,或者从长途货运卡车开始应用自动驾驶技术,还可以在停车场使用自动泊车功能。再进一步,就是在马路上设置自动驾驶专用车道,然后逐步推广。
不过,在全面普及自动驾驶汽车之前,我们还需要先完成一些极其重要的事情。当驾驶完成从有人到无人的改变时,基础设施也需要同步改变。无论是道路标识还是交通信号灯,都要重新调整为适应自动驾驶的模式。我们现有的交通设施从驾驶员的角度出发,已经发展到了非常合理的水平,但是并不适用于自动驾驶。

智慧城市会实现吗?

如今,迪拜正在推行一项名为“智慧城市”(smart city)的计划,“智慧”(smart)主要体现在两点——自动驾驶和全电气化。迪拜目前走在世界的前列,不过这将是全世界城市发展不可逆的大趋势。重点在于推进的方式以及进行优化的具体对策。

智慧公司实验

谷歌的园区占地面积很大,这样的地方正适合做智慧城市的实验测试。园区内不仅有道路和建筑,还有大量的员工,可以对他们进行合法的实验测试。这类模式很有实践意义。员工对于测试一事必须知情,公司可以对员工的时间安排、外出路线等进行合理合法的监控。只是员工虽然知情,却未必情愿。
对大多数员工而言,从早到晚处在摄像头下终究不是一件愉快的事情。在生产车间安装摄像头以保证工人的工作效率还勉强可以接受,但是对所有员工在园区内的一切活动进行监控就很容易招来反感。
因此,公司需要有足够正当的理由才能实现这一测试。从某种意义上看,这个测试首先是对公司与员工关系的一个测试。如果操作不当,很可能出现员工愤而辞职的情况。

创造飞行器的未来

我的女婿研制了飞行汽车的原型车。车的驾驶室四周有八个螺旋桨,可以改变角度,垂直旋转。虽然比不上飞机的速度,但是肯定是能够飞行的。从外形上看,飞行汽车就是装了螺旋桨的无人机,它还安装了帮助着陆后滑行的小型机翼。这款车已经正式作为“飞行汽车”(flying car)开始由他们公司发售。
但是,现阶段飞行汽车的飞行距离和使用场景还非常受限制。同时,因为有航空管制规约,很多地方都是禁飞区。目前购买这种车的人大都是为了在牧场等大片私有土地上移动。而且,由于价格昂贵,这种车的产量也很低。这让我想到了手机问世之初的情形。当时的机型很大,价格也不是一般人可以负担的。但是后来手机价格不断下降,终于变成人人都能拥有的通信工具。(短期内不好实现)

无人机前景广阔

与飞行汽车不同,小型无人机(短期内已经实现了)已经开始被应用于生活中了。亚马逊也在考虑使用无人机完成配送。无人机送货是否可以完全替代人工,这一点还不能判断,但是今后无人机势必会在更广泛的领域里为我们的生活提供便利。
卢旺达已经开始使用无人机配送药物。因为在卢旺达道路建设还很落后,很多地区甚至没有路。为了将药物和其他重要物资快速稳妥地送达指定地点,人们启用了无人机,而且效果很好。在我们这些基础建设做得很到位的国家,日常生活中可能并没有使用无人机的必要。

财富的未来

银行功能虚拟化接下来,我想和大家谈一谈财富的话题。现在越来越没有必要去线下办理银行业务了,网上银行越来越普及。从前银行的很多业务也都被剥离出来了,例如贷款、换汇、抵押等。现在新出现的网上银行大多只经营其中一项业务,而不是铺开做所有。人们越来越不需要亲自跑去线下银行完成这些业务了。
于是,实体银行会渐渐被亚马逊这样的公司取而代之。我们对亚马逊的认识,最开始就是网上的虚拟店铺。如今,银行也将成为其业务的一部分,银行的功能也将逐渐虚拟化。银行的窗口业务已经不再必需,因为有形货币的使用场景越来越少。比如在中国和瑞典等国,人们已经几乎可以不使用现金。大家不再需要排队交款,支付环节格外迅捷。
在亚马逊实体店铺里,顾客可以选好商品后直接离开,所有支付都可以自动完成。支持这个系统运转的也包括脸部识别技术,我个人对此持赞同意见。毕竟信用卡还会存在被盗刷的风险,新技术在安全方面应该是更有保障的。

对人生感到满意的人有哪些共性

如果让我给年轻人提一些建议,我会对他们说:假如你决定了未来的道路,请找一位走过这条路的老人,一起度过一周的时间。你可以问问他迄今为止最后悔的一件事是什么,听他说说对自己的评价。这个人最好是你所敬仰的前辈,最后你还要认真思考一下他说的话。
对人生感到满意的人有几个共通之处。首先,他们会一直追问“自己是谁”。什么才最适合自己,这是一个难题。想要回答这个问题,就需要深刻地思考,并且认真地审视自己,了解真正的自己。我所知道的艺术家、发明家和编辑都在不断自问自答。
写下你的思路
2010年时,我写了一本揭示科技基本法则的书——《科技想要什么》。写这本书时,我阅读了大量的图书,其中很多都是关于科技与艺术进化史的。这些历史同时也是科学的历史,甚至还涉及兵器和战争的内容。我在阅读之后,还亲自拜访了一些作者,倾听他们的独到见解。
不过,我发现最有帮助的方法就是把自己的想法写下来。在写成文字之前,其实我对自己的想法还不是非常明确。只有写下来,才能知道自己是否真的明白。然后,我就再去书中找答案,再去听别人的想法,直到真正理解。这之后我会继续写上几行,很可能会再次发觉自己好像并没有真正领悟,于是又会重复同样的环节。有时候外出散步回到家后,我会忽然顿悟。这是一个相当费时的过程,要不停地修改,直到自己满意。我当时不停地写博客,也是这个原因。在写博客的过程中,草稿也就成形了。写下思路的过程,其实就是深度思考的过程。

AI时代人类能做什么

我一直相信,作为一种习惯,“不断提问”必然会成为人类最基本也最有价值的行为之一。可以马上得到答案的问题就扔给机器,人的价值在于在面对不知道答案的问题时,可以不断思考,不断提问。
正确地提出问题,本身就很有价值。这是探索、科学和创造性的基础,是创新。人类未来的工作将会变成提问,以及应对不确定性。
在这里我想介绍一下自己关于“提问”的思考。提出问题,不代表一种反乌托邦的精神,那样是解决不了问题的。同时,也不是好莱坞科幻大片的那种不切实际的幻想。好莱坞电影里的“未来世界”都太虚无缥缈了。最切实的做法是去质疑人们习以为常的事情,学会推翻常理进行思考。虽然所谓的常理和常识大都是正确的,但不排除其中夹杂着错误的东西。如果能够将这些错误找出,就会是一个新的发现。对常识持怀疑态度很重要,质疑是打开新局面的开始。

本文来自互联网用户投稿,该文观点仅代表作者本人,不代表本站立场。本站仅提供信息存储空间服务,不拥有所有权,不承担相关法律责任。如若转载,请注明出处:http://www.coloradmin.cn/o/1828397.html

如若内容造成侵权/违法违规/事实不符,请联系多彩编程网进行投诉反馈,一经查实,立即删除!

相关文章

特种设备观光车司机N2精选模拟试题

11、过电压继电器的返回电压与动作电压之比称为过电压继电器的返回系数。(√) 12、部门规章和地方政府规章都属于行政规章。(√) 13、在没有障碍时,倒车的车速应快一些,以免防碍交通。()(x) 14、场(厂)内专用机动车辆的安全运行,由使用单位…

LabVIEW开发中的常见通讯协议详解

介绍LabVIEW开发中常见的通讯协议,包括RS-232、RS-485、I2C、SPI、CAN、Ethernet、Modbus和GPIB等。通过对各协议的具体内容、特点、使用范围及注意事项进行全面解析,帮助开发者选择合适的通讯协议,提高系统性能和可靠性。 1. RS-232 内容&a…

打造成功的人力RPO项目:赢得市场赚取利润

人力资源外包(RPO)项目是当今企业在招聘和人才管理方面越来越倾向的选择。想要通过人力RPO项目赚钱,以下是一些关键的策略和步骤,帮助您进入这个市场并取得成功。 1. 建立专业的人力RPO服务 首先,要想在人力RPO项目中赚钱,必须建立…

【私有云】cdn无法回源到私有云怎么办?快速落地

私有云如何使用cdn加速 文章后,产生的后续问题解决: 背景: 由于公司上新系统,使用人数数量大,在查看课件资源时,出现卡段现象,减少公司带宽占用,故使用cdn加速。但领导又要求资源…

【云原生】Kubernetes----Kubernetes集群部署Prometheus 和Grafana

目录 引言 一、环境准备 二、部署node-exporter (一)创建命名空间 (二)部署node-exporter 1.获取镜像 2.定义yaml文件 3.创建服务 4.查看监控数据 三、部署Prometheus (一)创建账号并授权 &…

赶紧转行大模型,预计风口就今年一年,明年市场就饱和了!不是开玩笑

恕我直言,就这几天,各大厂都在裁员,什么开发测试运维都裁,只有大模型是急招人。 你说你不知道大模型是什么?那可太对了,你不知道说明别人也不知道,就是要趁只有业内部分人知道的时候入局&#…

Studio One 6.6.2 for Mac怎么激活,有Studio One 6激活码吗?

如果您是一名音乐制作人,您是否曾经为了寻找一个合适的音频工作站而苦恼过?Studio One 6 for Mac是一款非常适合您的MacBook的音频工作站。它可以帮助您轻松地录制、编辑、混音和发布您的音乐作品。 Studio One 6.6.2 for Mac具有直观的界面和强大的功能…

使用源代码编译方式升级内核【笔记】

为什么要升级内核 升级内核有多个重要的原因,主要包括以下几点: 安全性:随着技术的发展,旧版本的内核可能会存在安全漏洞。黑客或恶意用户可能会利用这些漏洞进行攻击。升级内核可以修复这些已知的安全漏洞,从而提高系统的安全性。性能优化:新版本的内核通常会包含对性能…

Waf 绕过手法测试

设备类型 由上到下,waf的检测细腻度依次降低 网络层WAF:先拦截流量,进行检测后再转发给 应用层WAF:先经过apache/nginx解析后再交给php处理 云 WAF(CDNWAF):简单的看成CDN加上软件WAF的结合体&#xff0c…

python基础 002 - 2 常用数据类型

python的常用数据类型 int , 整型 1,2,3float ,小数,浮点类型1.2bool , boolean 布尔,真假。判断命题。True Flasestr ,字符串 list , 列表 a []tuple, 元组 a ()dict , dictionary, 字典 a {}set , 集合 a {} 1 查看数据类型 typ…

Base64编码的工作原理与实际应用

目录 前言 一、什么是Base64编码? 二、Base64编码的原理 三、Base64编码的应用场景 四、为什么要使用Base 64 五、Base64加密解密的实现 前言 当你需要将二进制数据转换为可传输和存储的文本格式时,Base64编码是一个常用的选择。在这篇博客中&#…

浅谈Sql注入总结笔记整理(超详细)

一、sql注入概述 SQL注入即是指web应用程序对用户输入数据的合法性没有判断或过滤不严,攻击者可以在web应用程序中事先定义好的查询语句的结尾上添加额外的SQL语句,在管理员不知情的情况下实现非法操作,以此来实现欺骗数据库服务器执行非授权…

python-求分数序列和

[题目描述]: 输入: 输入一行一个正整数n(n≤30)。输出: 输出一行一个浮点数,表示分数序列前n 项的和,精确到小数点后4位。样例输入1 2 样例输出1 3.5000 来源/分类(难度系数:一星)…

内存分配器性能优化

背景 在之前我们提到采用自定义的内存分配器来解决防止频繁 make 导致的 gc 问题。gc 问题本质上是 CPU 消耗,而内存分配器本身如果产生了大量的 CPU 消耗那就得不偿失。经过测试初代内存分配器实现过于简单,产生了很多 CPU 消耗,因此必须优…

【推荐算法】召回模型总结

文章目录 1、传统召回算法2、向量化召回统一建模架构2.1、如何定义正样本2.2、重点关注负样本2.3、召回生成Embedding:要求用户、物料解耦2.4、如何定义优化目标2.4.1、Softmax Loss、NCE Loss、NEG Loss2.4.2、Sampled Softmax Loss2.4.3、Pairwise Loss 3、Word2V…

python flask配置邮箱发送功能,使用flask_mail模块

🌈所属专栏:【Flask】✨作者主页: Mr.Zwq✔️个人简介:一个正在努力学技术的Python领域创作者,擅长爬虫,逆向,全栈方向,专注基础和实战分享,欢迎咨询! 您的点…

机器真的能思考、学习和智能地行动吗?

In this post, were going to define what machine learning is and how computers think and learn. Were also going to look at some history relevant to the development of the intelligent machine. 在这篇文章中,我们将定义机器学习是什么,以及…

day10--232.用栈实现队列+ 225. 用队列实现栈+20. 有效的括号+ 1047. 删除字符串中的所有相邻重复项

一、232.用栈实现队列 题目链接:https://leetcode.cn/problems/implement-queue-using-stacks/description/ 文章讲解:https://programmercarl.com/0232.%E7%94%A8%E6%A0%88%E5%AE%9E%E7%8E%B0%E9%98%9F%E5%88%97.html#%E7%AE%97%E6%B3%95%E5%85%AC%E5%…

IT人的拖延——这个任务太复杂,太难了怎么办?

随着科技的发展,IT人需要不断地运用新技术来解决更多传统方式难以解决的问题,有些问题真的不是不想解决,而是真的太复杂,太难了,根本不知道从何开始,也没有什么前辈的经验可以借鉴。我们这些对事情难度的认…

Docker 部署 RocketMQ 5.0

文章目录 Github官网文档简介Docker 镜像Docker 部署消息类型普通消息顺序消息定时/延时消息事务消息 Github https://github.com/apache/rocketmq 官网 https://rocketmq.apache.org/zh/ 文档 https://rocketmq.apache.org/zh/docs/ 简介 RocketMQ 5.0 引入了全新的弹性…