永远不要说“绝对不会”

拉斯·特维德/文

对长期的预测其实是带着几分不公平的。

那些敢于高调断言未来的人，往往西装笔挺、信心满满，收获无数掌声和演讲邀约，等到现实无情地揭穿这些预言的时候，他们却早已作古，不用自己去面对这些尴尬。

我们理应感到愤懑。曾有人许诺飞行汽车会在2000年流行，如今抬眼望去，其还囿于实验室一角；月球基地曾登上光鲜杂志的封面，现在却只剩下空想。约翰·梅纳德·凯恩斯在1930年就断言，到了我们这个年代每周只需要工作15小时，可现实很残酷，大多数人深夜11点还在回复邮件。

这可跟说好的不一样。

反对这些预测的人也没歇着。比如1903年10月9日，《纽约时报》还曾一本正经地宣称：“真正能飞的机器，大概只有数学家和机械师持续努力一百万年至一千万年，才有可能造出来。”

坦率地说，一百万年至一千万年，谁等得起？

结果，仅过了69天，两位来自俄亥俄州的自行车修理工，拖着一架简陋飞行器从棚里出来，竟然真的让它飞了起来。又过了66年，人类登上了月球，在那里漫步、轻跳、拍照、插旗，最后心满意足地返航。

这些故事，让雷·库兹韦尔成了一个极不合时宜的人。

库兹韦尔的预测

1999年，库兹韦尔出版了《灵魂机器的时代》，书中谈到数项高速发展的技术，尤其是人工智能。他还提出了“通用人工智能”（AGI）这个概念：一种能在所有领域与人类智力比肩甚至超越顶尖人类的人工智能。

库兹韦尔把这个目标具体化为图灵测试——机器能与人类流畅对话，令对方无法判断自己是在和人还是电脑交流。

他有一条预测引发了轩然大波：他断言，到2029年，机器将通过图灵测试，实现通用人工智能。

人工智能研究界几乎集体哑然失笑。

也是在这一年，一项权威调查询问业内顶尖专家：“通用人工智能何时（或是否）会问世？”约20%的专家回答“永远不会”，剩下80%的乐观者给出的中位时间是2100年。因此，许多人嘲笑库兹韦尔是戴眼镜的“古怪幻想家”。

但25年过去了，嘲笑声已悄然散去。如今，世界顶级实验室的专家在讨论2030年实现通用人工智能时，不再把它当成空想，而是项目里程碑——只是日程如何合理安排的问题。库兹韦尔仍坚持着自己略显乐观的“2029年”这一预测，甚至暗示这个结论也许还不够大胆。

他已经成为预测圈里那位总能猜中有多少个糖豆的人，其他人却还在纠结那到底是不是糖果罐。

他究竟是如何做到的？

秘诀简单得让人有些难以置信：不要把技术进步看作孤立的奇迹，要专注于寻找那些隐藏的指数曲线——那些在幕后持续翻倍的趋势。库兹韦尔总会直接问一句旁人不敢问的问题：“如果这种趋势一直持续下去，会发生什么呢？”

这个想法源自摩尔定律，即计算机芯片性能指数级提升的规律。大多数人把摩尔定律当作硅谷的独特现象，认为它迟早会遇到瓶颈。库兹韦尔翻遍图书馆，查阅早期期刊文献，发现早在20世纪初的机电计算器时代、40年代的真空管时代、50年代的晶体管时代，数据处理能力就已呈现同样的翻倍规律，远早于“英特尔”的诞生。底层技术虽然变了，但是曲线一如既往，几十年如一日地持续攀升。

一留心，他就发现各个领域都有指数曲线——DNA测序成本的不断下降，无线带宽的猛增，太阳能产能的翻倍，3D打印分辨率的提升，脑机接口带宽的翻倍——所有这些曲线都藏在对数坐标图里，平常人是不会去看的，但它们一直都在那里，类似的例子不胜枚举，趋势稳健。

更有意思的是，这些曲线不再各自为政，而是开始相互融合。计算成本的降低，孵化出了更强的人工智能；更强的人工智能又反过来帮忙设计出了更高性能的芯片；更高性能的芯片则进一步压低了计算成本。在这些基础上，再加上算法的进步——近年来算法提升的速度甚至超过了硬件提升的速度，让增长不再是简单的线性增长，而是指数级增长：呈现出一条像曲棍球杆一样陡升上扬的曲线。

虽然结论听起来就像科幻剧本的一个笔误，但是库兹韦尔的数学推演确实厉害。2005年，他在里程碑著作《奇点临近》中抛出一个至今仍让人哑然的预测断言：

如今，地球上所有人类大脑的原始计算能力总和大约是每秒10的26次方次计算。到21世纪50年代末，非生物智能将比人类脑力强一万亿倍。

请停下来思考一下。一万亿是什么天文数字？是一百万乘一百万。而到了2050年，非生物智能的计算能力将是全球 80亿~90亿人类大脑计算能力总和的一万亿倍。

这个论断几乎和“你的金鱼有一天会掌管英格兰银行”一样匪夷所思。更出人意料的是，许多读过这本书的人，到那时可能仍然健在，而且可能得益于生物科技的指数级进步，身体状况仍然好得让人心生厌倦。可对于我们处于当下时代的大脑而言，“强一万亿倍”听起来与其说是预测，倒不如说是烧糊涂时出现了幻觉。

然而，库兹韦尔的预测通常是非常精准的（误差通常小到只有一两年）：

●2000年前，计算机成为国际象棋世界冠军（不是2020年）；

●2011年，语音识别技术进入消费级市场；

●自动驾驶汽车在21世纪初赢得重要赛事[他的预测是21世纪初，而谷歌无人驾驶汽车赢得DARPA（美国国防部高级研究计划局）机器人挑战赛是在2005年]；

●20世纪90年代，互联网爆发成全球“神经系统”。

据统计，他在数十年间公开做出147项预测，命中率高达86%。他确实擅长预测未来。

更何况，支持这个近乎极端预测结论的，并非只有他一个人。谷歌X（Google X），那个孕育出自动驾驶汽车、送货无人机和脑机接口的“登月工厂”，其前首席商务官莫·乔达特也说过，到2049年，人工智能的智能程度可能是人类的10亿倍。OpenAI创始人萨姆·奥尔特曼则说，递归式自我进化可能引发能力跃升，其速度之迅猛，堪比地质时间尺度下的闪电。

杰文斯悖论

这些预测的背后，其实隐含着一个逻辑：智能成本即将跌至极低。历史是喜欢拿廉价资源开玩笑的。有这样一条规律：当某样东西变得极其便宜的时候，我们并不会真的花得更少。有时候，反而花得更多。

1865年，英国经济学家威廉·斯坦利·杰文斯发现一个反常的现象：蒸汽机效能大幅提升后，英国的煤炭消耗并没有减少，反而增加了。原因很简单，机器运转成本变低，成了重塑整个文明的动力。工厂激增，铁路扩张，许多新兴产业开始涌现。这在煤炭转化率极低、机器运转相当昂贵的时期根本想都不敢想。

同样的规律也适用于电力、带宽和数据存储。某样东西的价格降至原来的1/10之后，我们的消费支出却并不会因此而减少至原来的1/10，反而会因为新发明的出现，使消费支出得更多。

这一现象被称为“杰文斯悖论”。而今，作为地球上一度最稀缺、最昂贵的资源，人工智能也会在不久的将来加入这个行列。现在，我们只需要花费几美元就能买到大约100 万个人工智能词元，相当于10部长篇小说的文本量。到 2030年，同样的价钱能买到1亿个人工智能词元，甚至更多。到21世纪30年代中期，几美元就能买到数百亿个人工智能词元了。

具体数字并不重要，关键在于趋势：思考的成本正以前所未有的速度降低，从来没有什么产品能降价降得如此迅猛。

这正是人工智能的特点使然。与煤炭或者铜矿截然不同，人工智能是一种信息产品，它不会因人的反复使用而产生损耗，它可以被反复复制、合成，甚至越使用性能越高。 一种人工智能技术如果比上一代聪明了两倍，那就意味着它只需要一半的时间，就能设计出更强的新一代；而新一代会用更短的时间，打造出性能翻倍的下一代……增长曲线不再是曲棍球杆那样的形状，而是直接像火箭般冲出横轴。每一步也不再仅仅是累加而已，而是站在前一代的肩膀上，利用自身的工具箱，再提升一倍——让人喜闻乐见。

最令人不安的，也最令人兴奋的，就是一旦这种模式开启，就不存在什么“关机键”了。人工智能可以自我迭代，像一团能学会自己去收集各种燃料的火焰一样，速度远远超出我们的掌控。

用专业术语来说就是“递归自我改进”（recuRSIve self-imp-rovement，RSI）。

我们已经窥见端倪，而端倪已令人难以置信。比如阿尔法零（AlphaZero），这个人工智能只用了4小时就自学成才，并且其国际象棋水平已经超越了人类——它也是从基础规则起步，靠着和自己反复对弈数百万盘来达到棋艺巅峰的。

通用人工智能

通用人工智能的出现让故事变得难以收尾。因为一旦某个智能达到人类的水平，并且能够为自己重写代码，它就能瞬间超越人类。几个月之内，也许就能跨过那道无形的门槛，变成“超级智能”（superintelligence），这种头脑远胜今天的任何一个人类。

接下来，就轮到“超智能”（hyperintelligence）登场了，这种智能（甚至可以拥有自己的一整套文明的智能）的运作方式会彻底超出人类的理解。人类试图去形容它，就像蚂蚁试图去评论量子场论一样。

通用人工智能到来的那一瞬间，已经意味着学生总会赶上老师；而超智能来临后，学生就会完全消失在地平线之外了，只留下偶尔寄来的“明信片”，内容会用人类勉强能看懂的数学公式来表达。

当然，未来是没有义务听从库兹韦尔的预言的。“黑天鹅”事件、战争、政治、运气——任何一个因素都有可能让这条曲线就此脱轨。但尴尬的是，每一代曾对指数增长高喊“绝不可能”的人，到头来都显得那么天真又可笑。

因此，最明智的态度就是，打从事情发展的伊始，就永远不要说“绝对不会”。

（作者为全球知名金融投资人；本文摘自《超级趋势：机器工作，人类生活》一书；内容有删改）

责任编辑：刘锦平 主编：程凯