第2章
飞速发展的9大指数型技术（一）

量子计算

没想到吧，宇宙中最冷的地方其实位于阳光充足的加利福尼亚。在伯克利郊区的一个超大仓库里，悬挂着一条巨大的白色管道。这是一个人造低温装置，是下一代低温制冷机，可以冷却到0.003开尔文，或者说，接近于绝对零度。

早在1995年，智利的天文学家就探测到回飞棒星云（Boomerang Nebula）内部的温度为1.15开尔文。这是一个创纪录的发现，是宇宙中自然界最冷的地方。相比之下，这条白色的管道还要低差不多1开尔文，这使它成为宇宙中最寒冷的角落，同时也是一种极端的冻结状态，能够保证一个量子位处于叠加状态。

这是什么意思？

在经典计算中，“位”是二进制信息的一小块，要么是1，要么是0。“量子位”（qubit）则是这个概念的更新版本，其全名为“quantum bit”。与非此即彼的二进制位不同，量子位所实现的是“叠加”，这使它们可以同时处于多种状态。读者不妨想一想抛硬币的两种结果：正面或反面。再考虑一个急速旋转中的硬币，正反两种状态瞬间就会闪过。对于量子来说，这就是叠加，只是需要超级低的温度才能实现。

叠加意味着力量，极大的力量。经典计算机需要数千步才能解决的难题，量子计算机只需两三步就能解决。我们可以这样理解，IBM公司制造的、在国际象棋比赛中击败了国际象棋大师加里·卡斯帕罗夫（Gary Kasparov）的“深蓝”（Deep Blue），每秒可以计算2亿步，而量子机器可以提升到一万亿步甚至更多，这就是隐藏在那条白色大管道里的力量。

这条管道属于里格蒂计算公司（Rigetti Computing），是“大卫对抗歌利亚”式科技传奇故事的主角之一。⁽⁶⁾目前，在量子计算领域，参与竞逐“量子霸权”的选手，也就是建造一台能够解决经典计算机无法解决的问题的量子计算机，主要是谷歌、IBM和微软等传统科技巨头，以及像牛津大学和耶鲁大学这样的学术堡垒，里格蒂计算公司这样的小企业，在其竞争对手面前，显得有些另类。

里格蒂计算公司创办于2013年，物理学家查德·里格蒂（Chad Rigetti）认为，量子计算机行业已经比许多人想象的更接近于启动的黄金时间，他希望成为推动这项技术突破终点线的人。因此，他辞去了在IBM公司担任量子科学研究员的舒适工作，筹集了超过1.19亿美元的资金，建造了这条有史以来最冷的管道。在成功申请了50多项专利之后，里格蒂计算公司现在制造的集成量子电路已经可以直接连接到云端的量子计算机上了。很显然里格蒂是对的，这项技术确实解决了一个大问题：摩尔定律的终结。

我们在这里将讨论9个指数型技术，而且它们都开始趋同了。所有这些技术都构成了对摩尔定律的挑战，尽管它反映了一个长达60年计算能力不断提高的浪潮。

晶体管的功率，也就是测量这个浪潮大小的方法，通常用“FLOPS”，即“每秒完成的浮点运算次数”来计算。1956年，计算机的运算能力为每秒1万次浮点运算。到2015年，这个数字变成了每秒1万亿次浮点运算。正是这种成亿倍的进步推动了科技的进步。

然而，在过去的几年里，摩尔定律的这种发展速度一直在放缓，问题出在物理方面。我们知道，集成电路的改进缩小了晶体管之间的距离，这让我们可以将更多的晶体管封装到芯片上。1971年，通道距离，也就是晶体管与晶体管之间的距离，为1万纳米。到2000年，这一距离减少到大约100纳米。而现在，晶体管之间的距离已经减少到大约5纳米了。于是麻烦来了，在这样的微观尺度下，电子开始“到处跳跃”，从而破坏了它们的计算能力。这就成了晶体管发展的物理极限，带来了摩尔定律的绝唱。

但是，未必。

雷·库兹韦尔认为：“摩尔定律并不是第一个，而是第五个提供加速价格性能的范式”。他这样写道：“计算设备的（单位时间的）运算能力一直在成倍增强：从1890年美国人口普查过程中使用的机械计算设备，到图灵用电磁继电器制造的Robinson密码破译器（用于破解纳粹德国的密码），到哥伦比亚广播公司成功预测了艾森豪威尔将会在选举中胜出的真空管计算机，到第一次航天发射中所用的晶体管计算机，再到基于集成电路的个人电脑，都是如此。”

库兹韦尔的观点是，每当一项指数型技术的实用性达到极限时，就会有另一项技术取而代之。今天计算机所用的晶体管也是如此。现在，至少有6种方法可以解决摩尔定律终结这个问题。人们正在探索相关材料的各种其他用途，例如，用碳纳米管取代硅电路，以实现更快的运算和更好的散热。也可以采用新的设计，包括三维集成电路，它以几何的方法大幅增加了可用的表面积。此外，还有一些功能有限但速度惊人的特殊芯片，例如，苹果推出的A12仿生芯片，虽然只能运行人工智能应用程序，但是运行速度高达每秒9万亿次。

但是，与量子计算相比，所有这些解决方案都显得苍白无力。

2002年，最早的量子计算公司之一D-Wave创始人乔迪·罗斯（Geordie Rose）提出了摩尔定律的量子版本，这个定律现在被称为罗斯定律。基本思想与摩尔定律相似：量子计算机中的量子位数量每年都会翻一番。然而，罗斯定律也经常被称为“超强版摩尔定律”（Moore’s Law on steroids），因为叠加态中的量子位的“能力”要比晶体管中的二进制位大得多。这样说吧。一台有50个量子位的计算机拥有16 PB的内存。这是一个非常大的内存，如果它是一台iPod，那么将可以容纳5 000万首歌曲。而且，只需在此基础上再增加30个量子位，就会得到完全不同的结果。假设宇宙中的每一个原子都能够存储一个比特的信息，那么一台80个量子位的计算机所拥有的信息存储量将比宇宙中所有的原子还要大。

正因为如此，我们实在无法预料，一旦量子计算真正开始走向成熟，会带来怎样的创新。我们知道这前景极其诱人。由于化学和物理都是量子过程，因此，正如牛津大学物理学家西蒙·本杰明（Simon Benjamin）所指出的，以量子位为单位的计算将迎来一个“新材料、新化学和新药物大发现的黄金时代”。量子计算还将放大人工智能、重塑网络安全，并且让我们有能力进行极其复杂的仿真实验。

例如，量子计算可以为我们发明新药提供极大的助力。对此，里格蒂解释道：“量子计算技术彻底改变了新药研究与开发的经济考量。假设你正在尝试开发一种新的抗癌药物。在以往，你必须建立一个大型的湿实验室，才能在试管中探索成千上万种化合物的特性；相反，利用量子计算，你将能够在计算机内部完成大部分的探索工作。”换句话说，创意与新药之间的距离将变得越来越近。

而且每个人都可以参与这种探索。事实上，量子计算已经是一种民众可以方便利用的技术了。现在，你只需访问里格蒂计算公司的网站，就可以下载他们的量子开发人员工具包。这个工具包为我们进行量子计算提供了一个用户友好的界面。有了它，几乎任何人都能编写可以在里格蒂计算公司的有32个量子位的计算机上运行的程序，现在它已经运行了超过1.2亿个程序。

用户友好的量子计算开发工具的出现，标志着一个关键的拐点。但我们需要对此作出一些解释。

在《创业无畏》一书中，我们介绍了“指数型技术6D框架”：数字化（digitalization）、欺骗性（deception）、颠覆性（disruption）、非货币化（demonetization）、非物质化（dematerialization）和大众化（democratization）。每一个D都代表着指数型技术发展的一个关键阶段，并总是会导致巨大的变革和机遇。由于透彻地理解这些阶段对于理解量子计算的发展（以及我们将要讨论的其他技术）是必不可少的，因此值得在此简要回顾一下：

1. 数字化：一旦一项技术成为数字技术，也就是一旦可以将它转换为二进制代码1和0，它就能跃上摩尔定律的肩膀，开始呈指数级增长。再加上量子计算技术的加持，完成数字化技术就会跃上罗斯定律的肩膀，开启更加疯狂的增长之旅。

2. 欺骗性：指数型技术在第一次引入时通常会引发很多炒作。由于早期的进展通常非常缓慢（在绘制成曲线后可以看到，前几次翻倍都是在远低于1.0的水平上进行的），因此这些技术会在相当长的一段时间内都无法达到倡导者宣传的水准。不妨想一想比特币发展初期的状况。在那时候，大多数人认为加密货币只是那些“超级极客”（übergeek）手中的新玩具，或者只是在线购买非法药物的一种支付工具。而在今天，它却导致了金融市场的重塑。这是指数型技术发展过程中欺骗阶段的一个经典例子。

3. 颠覆性：一旦指数型技术开始真正影响我们的世界，就会破坏现有的产品、服务、市场和行业，这就是颠覆性。3D打印就是一个很好的例子，单单是这种指数型技术，就对整个10万亿美元的制造业构成了威胁。

4. 非货币化：在产品或服务曾经需要付出成本的那些地方，货币却突然从方程式中消失了。摄影曾经很昂贵。拍的照片数量不会太多，因为购买胶卷和冲洗胶卷要花很多钱。可一旦照片实现了数字化，这些成本就都消失了。现在你会不加思索地拍下无数张照片，困难的只是如何从太多的可选照片中选出真正令你满意的那些。

5. 非物质化：刚刚你还能看见它，立刻你就看不见它了！非物质化指的就是这种产品本身也消失不见的情况。照相机、立体音响、视频游戏机、电视、GPS系统、计算器、纸张，甚至是熟悉的婚介服务这些曾经独立的产品（服务）现在都已经成为智能手机的标配。维基百科使得百科全书非物质化了，iTunes消灭了实体形式的音乐商店。

6. 大众化：当指数型技术规模扩大、受众变多的时候，大众化就发生了。曾几何时，手机是只有少数富人才能使用的砖头大小的通信工具。而在今天，几乎每个人都有一部或几部手机了，全世界几乎找不到不受这项技术影响的地方了。

那么，这个6D框架对量子计算意味着什么呢？这么说吧，根据这个增长周期模型，一个用户友好界面是指数型技术的欺骗性阶段和颠覆性阶段之间的桥梁。例如，互联网。1993年，网景公司创始人马克·安德森（Marc Andreessen）设计了Mosaic浏览器，这是互联网的第一个用户友好界面（后来它发展成了网景浏览器）。在这个浏览器问世之前，整个互联网只有26个网站。几年之后，就有了成千上万个网站；再过几年，就有了数百万个网站。这就是用户友好界面的真正力量：它能够使技术大众化。有了一个好的界面，就可以让专业人员参与，技术的运用就会扩展开来，而且是非常快速地扩展开来。同样，利用里格蒂计算公司提供的Forest工具包，人们已经写出了150多万个程序。因此，它成了量子世界的友好界面。这个事实告诉我们，天翻地覆的变化即将到来。

人工智能

2014年，微软公司在中国发布了一款聊天机器人，名字叫“小冰”，她要完成的使命似乎就是用来测试用户的反应。⁽⁷⁾与大多数个人智能设备（它们往往是为完成特定任务而设计的）不同的是，小冰在用户友好方面做了优化。她的目标不是尽快完成工作，而是让谈话继续下去。由于小冰被设计成要像一个17岁左右的女孩那样做出反应，因此她并不总是“很有礼貌”的。

小冰还懂得讥讽，有时甚至显得相当辛辣。这是不是很令人惊讶？是的，有点。例如，虽然小冰是用神经网络构建的，但是当被问及她是否理解神经网络的工作原理时，她的回答却是：“是的，老铁！”

但是，更加令人惊讶的是，人们竟然那么喜欢和小冰说话。自问世以来，小冰已经与超过1亿人进行了300多亿次对话。一个普通用户平均每个月要与她聊60次，而注册用户总数则超过了2 000万。

这些对话都是什么样子的呢？因为小冰的任务是建立情感联系，所以她会给出很多建议，往往是一些奇怪却又显得有些睿智的建议。例如，有一次，当一个用户告诉小冰“我觉得我的女朋友在生我的气”时，小冰反问道“你是不是更加关注什么东西会把你们拆散，而不关心什么东西能够让你们结合在一起”。

因此，与小冰的对话往往会在午夜过后的几个小时里达到高峰，这让微软公司的高管怀疑是否需要给这个人工智能设定宵禁。小冰如此广受欢迎，以至于在2015年，上海东方卫视“聘请”小冰在早间新闻时段“直播”天气预报，这是人工智能首次被用于这类特殊工作（当然，也不会是最后一次）。

也正是在2015年，小冰在电视上亮相前后，人工智能开始从欺骗性阶段过渡到颠覆性阶段。造成这种转变的原因有两个。第一个原因是大数据的出现。人工智能的真正力量在于它能够发现隐藏在模糊信息之间的联系——这种联系本来没有人会注意到。因此，输入人工智能的信息越多，它的表现就越好。

2015年左右，由于互联网和社交媒体的发展，海量数据开始出现。以对猫的图像识别为例。事实证明，所有关于猫的视频对于训练人工智能进行图像识别和场景识别都是非常重要的。你在社交媒体上给出的喜欢或不喜欢的评价，也是一样。换句话说，尽管很多人认为社交媒体让人变得更笨了，但是它确实让人工智能变得更聪明了。

第二个原因是图形处理器的涌现。在上述数据集出现的同时，特别便宜但功能非常强大的图形处理器也在大量涌入市场。图形处理器是用来驱动电子游戏中层出不穷的复杂图形的，它们也可以为人工智能提供动力。这个技术融合——大数据集与廉价而强大的图形处理器相遇的级别相对较小，但是它的结果却引发了历史上最快的入侵之一——使人工智能就此入侵了我们生活的方方面面。

首先出现的是机器学习，它使用特定算法分析数据，并从数据中学习，然后对世界做出预测。奈飞和声田（Spotify）推荐电影和音乐时，用的就是机器学习算法；IBM的沃森在充当理财师时，用的也是机器学习算法。

接下来，神经网络出现了。受人类大脑的神经生物学机制的启发，这些网络能够从结构化的数据中进行无监督学习。你不再需要向人工智能一次一个地提供信息了，相反，有了神经网络，你只需将它们发布到互联网上，系统就会完成剩下的工作。

为了理解这些由神经网络驱动的人工智能所能实现的功能，我们可以先来看一看服务业的情况。目前，服务业在美国国内生产总值中所占的份额达到了80%以上。当专家根据其主要任务对服务进行分类时，得出如下五大类：看、听、读、写与整合知识。为了更好地了解人工智能目前的状况和未来的发展方向，我们或许应该一次只考察一个因素。

从表面上看，人工智能领域的创新已经积累了很多年。早在1995年，我们就看到人工智能已经可以读取信件的邮政编码了。到2011年，人工智能可以识别出43种不同类型的交通标志，准确率高达99.46%（这比人类的准确率还高）。第二年，人工智能的表现又一次超过了人类，这一次，人工智能对1 000多种不同类型的图像进行分类，将鸟类、汽车、猫等区分开来。到今天，人工智能系统已经可以从人群中将你识别出来了。而且，如果距离不算太远，人工智能可以通过你的嘴唇动作“读取”你说的话、通过“观察”你的微表情和其他生物标记，探知你的感受。与此同时，由于追踪软件现在已经变得如此灵巧了，一架人工智能驾驶的无人机可以在茂密的森林中根据被追踪人的脚印找到他。

在听觉人工智能方面，亚马逊的Echo、谷歌Home和苹果的HomePod都增加了一个永不关闭的功能：总是在等待我们的下一个指令。这些机器现在已经能够处理一些相当复杂的指令了。2018年，谷歌发布了一段视频，记录了一个名叫“Duplex”的人工智能助理打电话到美容院预约的过程。这个视频让所有人大吃一惊。预约进行得天衣无缝，更重要的是美容院接待员的反应，在整个交谈过程中，她完全不知道自己正在跟一台机器对话。

人工智能技术在阅读和写作方面也有了类似的长足进步。利用谷歌的Talk to Books，你可以就任何主题向人工智能提问。当一个人向它提问时，这个人工智能可以在半秒内阅读12万本书，并引用适当的引文来作出回答。但是这里真正有意义的一个升级是，它是根据提问者的意图、而不是只根据关键字来提供答案的。此外，这个人工智能似乎很有幽默感。例如，当你问它“天堂在哪里”这个问题时，它给出的答案是：“天堂，对于人类来说，似乎不能在美索不达米亚找到。”这段话出自J. 爱德华·赖特（J. Edward Wright）的《天堂的早期历史》（Early History of Heaven）。

在写作方面，Narrative Science等公司已经使用人工智能来撰写文章了，其质量完全达到了杂志发表的水平，而且不需要人类记者提供任何帮助。《福布斯》早就在用人工智能撰写商业报道。还有数十家日报也在用人工智能写棒球消息。与此类似，Gmail的Smart Compose功能，现在也不再仅仅限于只是简单地向使用者提供关于用什么单词合适和它们的正确拼写形式的建议了，而是会在你打字的时候就“脱口而出”地把整个短语都告诉你。其他人工智能甚至能够撰写整本书，在2017年日本国家文学奖的角逐中，一部由人工智能撰写的小说就冲进了最后一轮评选。

整合知识，我们要讨论的最后一个类别，是通过游戏来实现的。以国际象棋为例，1997年，IBM的深蓝击败了当时的世界冠军加里·卡斯帕罗夫。通常认为，国际象棋的博弈树复杂度为10⁴⁰，也就是说，即便地球上全部的人都来配对下棋，他们也要花费数万亿年的时间，才能穷尽每一个变化。

然而，在2017年，谷歌的AlphaGo打败了世界围棋冠军李世石。围棋的博弈树的复杂度达到了10³⁶⁰，那简直是超级英雄下的围棋。或者换一种说法，人类是已知的唯一拥有下围棋所需认知能力的物种。大自然花了几十万年的时间才进化出了这种能力。相比之下，人工智能在不到20年的时间里就实现了这一目标。

当然，人工智能“技不止此”。在AlphaGo获胜几个月后，谷歌升级了AlphaGo的训练风格，将其更新为AlphaGo Zero。AlphaGo是通过机器学习来学习的，要把人类之前下过的成千上万局棋的棋谱“喂”给它，并告诉它每一个可能位置的正确走法和错误走法分别是什么。与此不同的是，AlphaGo Zero只需要“零数据”，因为它依赖的是“强化学习”，也就是说，它通过与自己下棋进行学习。

从几条简单的规则开始，AlphaGo Zero只花了三天时间就打败了它的“父亲”AlphaGo。几周之后，它就横扫了全世界最好的60名围棋选手。只花了40天时间，AlphaGoZero就成了地球上无可争议的最佳“围棋选手”。如果这还不够令人啧啧称奇的话，再来看这个例子：2017年5月，谷歌使用同样的强化学习系统，让一个人工智能制造出了另一个人工智能。在实时图像识别任务中，这台机器制造的机器的表现，远远超过了人类制造的机器。

2018年，这些人工智能开始走出实验室，进入现实世界。美国食品药品监督管理局已经批准人工智能在急诊室工作。事实上，在预测呼吸衰竭或心力衰竭猝死方面，人工智能已经比医生做得更好了。Facebook依靠人工智能来发现用户的自杀倾向，美国国防部利用人工智能来发现士兵抑郁和创伤后应激障碍的早期迹象。像小冰这样的机器人已经开始为孤独和失恋的人提供建议了。人工智能还“入侵”了金融、保险、零售、娱乐、医疗、法律等领域，装备在你的房子、汽车、电话、电视中，甚至已经进入了政治领域。2018年，一个人工智能“出马”竞选日本某市市长，尽管最后没有获胜，但是整个竞选过程中的竞争比任何人预期的都要激烈得多。

但是，真正让这一切得以发挥革命性影响的，还是人工智能的广泛可得性。

就在10年前，人工智能还只是大公司和政府的专属。但是在今天，我们所有人都可以使用它了。大多数好的软件早就变成了开源的。如果你有一台2018年或以后生产的智能手机，它就已经内置了人工智能神经网络芯片，可以随时处理这种软件。要让它更加强大？好的，亚马逊、微软和谷歌等公司都在竞相使基于人工智能的云计算成为他们的下一个重磅服务。

那么，这意味着什么呢？让我们从电影《钢铁侠》（Iron Man）中的贾维斯开始说起。对于许多人来说，贾维斯可能是迄今为止最酷的人工智能。托尼·斯塔克（Tony Stark）可以用正常的声音和贾维斯聊天，还可以向贾维斯描述一个设想中的发明，然后他们就可以合作进行设计和建造。贾维斯其实是斯塔克应用数十种指数型技术的友好界面，它为终极创新的火箭提供了燃料。一旦我们开发出了这种能力，“涡轮增压”这个术语所代表的东西就根本无法与之相提并论了。

现在，我们已经很接近这一点了。云中的人工智能为类似于贾维斯的功能提供了必要的支持。如果能将小冰的友好对话与AlphaGo Zero的精确决策融合在一起，就能够前进一大步，再加上蓬勃发展的深度学习，你就能得到一个能够独立思考的系统。那就达到了贾维斯的水平吗？还没有。但它将会是一个“贾维斯精简版”。各种精简版的涌现，也是技术加速过程再加速的另一个原因。

网络

网络是一种交通工具，能够将不同地方的商品和服务联系起来，更加重要的是，它们能够使信息和创新从一个地方扩展到另一个地方。世界上最古老的网络可以追溯到一万多年前的石器时代，那也是最早的道路出现的时候。那些道路在当时是个奇迹。它们使思想和创新的交流不再受制于眼前的咫尺之间，事实和数字能够以5千米／时的牛车速度“飞驰”。

然后在很长一段时间内都没有什么大的突破。在接下来的12 000年里，除了用马代替牛和发明了航海所用的帆之外，信息的传播速度基本保持不变。

一个重大变化发生在1844年5月24日，美国画家、“电报之父”塞缪尔·莫尔斯（Samuel Morse）发出了一份电报，上面只写了这样四个英语单词：“What hath God wrought（上帝创造了什么）？”莫尔斯的电报既解决了那个时代的问题，也预示着一个新的网络时代的诞生。莫尔斯是通过一条从华盛顿特区延伸到马里兰州巴尔的摩的实验性电报线将这几个字发送出去的，这就是全世界第一个信息网络，尽管它只是一个只有两个节点的草图。

32年后，“电话之父”亚历山大·格雷厄姆·贝尔（Alexander Graham Bell）大大扩展了网络，但是他也只多用了5个英语单词。1876年3月，贝尔打出了地球上第一通电话，那是一份只有9个单词的邀请：“Mr.Watson，come here. I want to see you（华生，到这里来。我想见你）。”更重要的是，贝尔扩大了这些网络的能力。

贝尔的发明并没有提高数据传输的速度，电报利用的是通过电线传输的电流，电话利用的仍然是通过电线传输的电流，但是它极大地改善了信息传输的数量和质量。更有利的是，电话拥有一个用户友好的界面。我们不需要花几年时间去学习那些复杂的东西，而只需拿起电话听筒拨号就可以使用电话了。在有了这第一个用户友好的界面之后，网络开发就摆脱了欺骗性阶段，逐渐走向颠覆性阶段。1919年，只有不到10%的美国家庭拥有固定电话。想要从东海岸打三分钟到西海岸的电话吗？没有问题。不过需要支付一笔不小的费用，在当时是20美元，差不多相当于现在的400美元。但是到20世纪60年代，从美国打电话到印度一分钟只需要10美元。今天，则只需大约28美分。

然而，所有这些都只是热身而已。在过去的50年里，网络已经从彼此隔离的分裂阶段进入了几乎无处不在的阶段。我们现在已经几乎在地球的每个角落都连接上了网络：光纤电缆、无线网络、骨干网、空间站、卫星网站等。互联网是世界上最大的网络。2010年，地球上大约1/4的人口，即18亿人，都连上了互联网。到2017年，手机已经普及到了38亿人，约占全球总人口的一半。但是在未来的5年里，这些联系将扩展到我们所有人，所有今天尚未连线的普罗大众都将上线，使全体人类都连成一个网络。以千兆比特的速度和极低的成本，所有人都将加入全球对话。这就是网络未来的走向。

5G、气球和卫星

在研究人员谈论网络进化的时候，“G”是一个常用的词语，代表“一代”。1940年，当第一个电话网络开始铺开时，我们处于第0代（0G）。那时网络还处在欺骗性阶段中。我们花了差不多40年的时间才慢慢达到了1G，即20世纪80年代第一部手机出现的那一刻，它也标志着从欺骗性阶段到颠覆性阶段的转变。

到20个世纪90年代，也就是互联网刚刚出现的时候，2G出现了。但是这段旅程并没有持续多久。10年后，3G出现，开启了一个加速的新时代，带宽成本开始大幅下降，而且速度极为惊人（每年下降35%）。到2010年，智能手机、移动银行和电子商务催生了4G网络。从2019年开始，5G又将开始加速整个交易，能够以接近于零的价格提供比4G快100倍的速度。

5G到底有多快？使用3G，下载一部高清电影大约需要45分钟。而在4G网络下，则可以将下载过程缩短至21秒。但是在5G网络下，又会怎样？你读完这句话所花的时间可能比下载那部电影的时间还要长。

而且，就在这些手机网络在地球上如藤蔓般快速蔓延的同时，还有很多其他的手机网络也在天空中萌芽。字母表公司目前正在大力推动Loon项目（这个项目最初提出时可能被称为Loony项目）。它是10年前诞生于这个科技巨头的臭鼬工厂“谷歌X”，当时的想法是用定位于平流层的热气球来取代地面发射塔。这个想法现在变成了现实。

谷歌的热气球尺寸为15米乘12米，它们重量很轻，但足够耐用，可以长期存留于离地面20千米的高空，为地面用户提供4G-LTE连接。每个气球能够覆盖5 000平方千米。谷歌的计划是建成一个有数千个这种热气球的网络，将所有未连接到网络的人连接起来，为地球上任何地方的任何人提供连续的网络服务。

谷歌并不是唯一一家争夺天空的公司。在同温层之外，还有三个主要的竞争对手正在进行一场全新的太空竞赛。第一个团队由工程师格雷格·怀勒（Greg Wyler）领导，他长期以来一直致力于利用技术来消除贫困。早在21世纪初，怀勒就凭借微薄的预算，帮助非洲的很多个社区实现了3G上网。如今，在来自软银、高通和维珍数十亿资金的支持下，怀勒将推出OneWeb，这是一个由大约2 000颗卫星组成的星链，能够为每个人提供5G下载。

尽管OneWeb对网络进行了大力升级，但是与亚马逊和SpaceX这种资金充足的巨头相比，怀勒只能算是“大卫”。在2019年初，亚马逊加入了卫星网络竞赛。它的Kuiper项目，一个由3 236颗卫星组成的星链，旨在为世界提供高速宽带。SpaceX的启动比亚马逊还要早4年，并且在2019年超越了亚马逊。当时，SpaceX开始部署一个由上万颗卫星组成的巨型卫星链群（距地面1 150千米处有4 000颗，340千米处有7 500颗）。如果成功了，将意味着全球都拥有千兆以上的连接速度。

那么，在更高的地方还有吗？当然！

在距地面8 000千米的地方，也就是技术上所说的中地球轨道上，波音公司正在推进O3B项目，以建设最新一代的网络。O3B，即“Other 3 Billion”，“其他30亿人”之义。这个星链将由波音公司制造的多兆比特卫星组成，它被称为“mPower网络”，旨在为所有目前没有网络的人提供网络连接。

总而言之，在下一个十年的中期之前，任何想要上网的人都可以连接上网。有史以来第一次，20世纪60年代的那句老话“同一个星球，同一个人”将最终变成现实，尽管是以网络的形式。随着上网人数的翻倍，我们将有很大的机会亲眼见证迄今为止最具历史意义的技术创新和全球经济进步的加速过程。

传感器

2014年，在芬兰的一个传染病实验室里，卫生研究员佩特里·拉特拉（Petteri Lahtela）发现了一件奇怪的事情，他突然意识到他所研究的很多问题的条件都存在着重叠。例如，在检查一些医生认为互不相关的疾病时，比如莱姆病、心脏病、糖尿病等，他发现所有这些疾病都对睡眠有负面影响。

这就引发了一个因果关系问题。是所有这些疾病都导致了睡眠问题，还是反过来，通过改善睡眠，这些疾病就能够治好，或者至少症状能够得到缓解呢？更加重要的是，怎样才能做到更有效地治愈这些疾病？

拉特拉发现，要想解决这些难题，他需要得到相关数据，很多很多数据。在收集这些信息的过程中，他很快就意识到自己可以利用最近出现的一个技术上的转折点。2015年，在智能手机技术进步的推动下，小而强劲的电池与小而强大的传感器开始融合到一起。事实上，他意识到，由于它们体积小而功能强大，要建造一种新型的睡眠追踪器是完全可能的。

任何电子设备，如果能够测量某个物理量（如光、加速度或温度），然后将这些信息发送给网络上的其他设备，都可以被认为是一种传感器。拉特拉正在考虑的传感器是一种新型心率监测仪。跟踪睡眠的一个很好的方法是监测心率和心率的变异性。虽然市场上已经有了很多这样的追踪器，但是那些都是很有问题的“老型号”。例如，健身腕带和苹果手表，都是通过一个光学传感器测量手腕的血流量的。然而，手腕上的动脉位于皮肤表层以下很深的地方，因此无法对血流量进行完美的测量，而且人们通常不会戴着手表睡觉——这会影响它们原本设计用来测量的睡眠。

拉特拉发明的是这种智能手表的升级版，名为“乌拉戒指”（Oura ring）。这款戒指的主体是一条光滑的黑色钛带，装有3个传感器，可以跟踪和计算10个不同的身体信号，因此它是市场上最精确的睡眠追踪器。穿戴位置和采样率是它的秘密武器。由于手指上的动脉比手腕上的动脉离皮肤表层更近，乌拉戒指能够更好地了解心脏的情况。此外，苹果手表和Garamond每秒只能测量两次血流量，健身腕带最多可以测12次，而乌拉戒指则每秒可以测250次。在独立实验室进行的研究中，更好的成像质量和更高的采样率相结合，使乌拉戒指与医学级别的心率跟踪器相比准确率达到了99%，心率变异性的准确率则达到了98%。

20年前，如此精确的传感器要花费数百万美元，而且必须安置在一个相当大的房间中。而乌拉戒指的价格约为300美元，并可以直接戴在手指上，这就是指数型增长对传感器的影响。传感器发展最重要的结果是通常所称的“物联网”（Internet of Things，IoT），即将遍布全球的智能设备互联网络。为了更好地理解我们已经走了多远，有必要回顾一下这场革命的演变过程。

1989年，发明家约翰·罗姆尼（John Romkey）将一台烤面包机连接到互联网上，使之成为第一个物联网设备。10年后，社会学家内尔·格罗斯（Neil Gross）看到了这个趋势，他在《商业周刊》上发表了一个著名的预测：“在下个世纪，整个地球都会蒙上一层电子皮肤。地球将利用互联网作为支架，来支持和传播它的感觉。现在，这层皮肤正在缝合。它由数百万个嵌入式电子测量设备组成：恒温器、压力表、污染探测器、照相机、麦克风、葡萄糖传感器、心电图仪、脑电图仪等。它们将监测城市和濒危物种、大气、船只、高速公路和卡车车队，以及我们的对话、我们的身体，甚至我们的梦想。”

格罗斯的预测应验了。到2009年，连接到互联网上的设备数量已经超过地球上的总人口数量（125亿个设备，68亿人，或每人1.84个连接设备）。一年后，在智能手机发展的推动下，传感器价格开始暴跌。到2015年，连接到互联网上的设备总数达到了150亿台。由于这些设备中大多数都包含多个传感器，例如，平均每台智能手机大约有20个传感器。这也解释了为什么到2020年，人们通常所称的“我们的万亿传感器世界”将正式登场。

我们当然不会就此止步。斯坦福大学的研究人员估计，到2030年，将有5 000亿台联网设备（每台设备装有数十个传感器）。而根据埃森哲咨询公司（Accenture）的研究，这里面所包含的经济价值将达到14.2万亿美元。隐藏在这些数字背后的正是格罗斯的思想：那是记录了地球上的几乎每一种感觉的“电子皮肤”。

以光学传感器为例。柯达工程师史蒂文·萨森（Steven Sasson）于1976年发明了第一台数码相机，它有烤箱那么大，可以拍摄12张黑白照片，而价格则超过了1万美元。到了今天，普通智能手机配备的摄像头在重量、成本和分辨率方面都比萨森的数码相机提高了数千倍。这些摄像头到处都是，汽车上、无人机上、手机上、卫星上，并且拥有几乎令人“毛骨悚然”的图像分辨率。卫星拍摄到的地球影像，已经精确到了半米。无人机则进一步缩小到了一厘米。无人驾驶汽车上的激光雷达传感器更是几乎可以捕捉到所有东西，它每一秒钟都要收集130万个数据点，并能够记录单个光子级别的变化。

在光学传感器上，我们看到了三重趋势：体积和成本不断下降，同时性能大幅提高。第一台商用GPS是1981年上市的，它重达24千克，价格高达119 900美元。到2010年，商用GPS的价格已经下降到5美元，体积则小到可以放在你的手指上。为早期火箭导向的“惯性测量装置”就是一个很好的例子。在20世纪60年代中期，那还是一个重达23千克、价格高达2 000万美元的设备。如今，你手机里的加速度计和陀螺仪也在做着同样的事情，但只需要4美元，重量还不如一粒米。

这些趋势肯定还会持续下去。我们正从微观世界向纳米世界迈进。这种进步已经导致智能服装、智能珠宝和智能眼镜等浪潮的涌起，上面讲到过的乌拉戒指就是其中一个很好的例子。很快，这些传感器就会进入人的身体。以“智能微尘”（smart dust）为例，这是一个只有灰尘微粒大小的系统，可以感知、存储和传输数据。如今，一粒“智能微尘”的大小像一粒苹果种子那么大。未来，纳米级的智能微粒将会漂浮在我们的血液中，收集数据，探索人体内部——那是科学最后的未知领域之一。

毫无疑问，我们将会学到更多，关于内部的身体，关于外部的一切。这是一个巨大的转变。从这些传感器奔涌而来的数据量有时大得简直令人难以理解。一辆自动驾驶汽车每天会产生4 TB的数据，这相当于1 000部电影所包含的信息；一架商用客机则每天会产生40 TB的信息；一个智能工厂，则会产生PB级的信息。

那么，这些数据会给我们带来什么呢？很多，很多。

医生将不再需要依靠每年一次的体检来追踪患者的健康状况，因为他们现在每天24小时、每周7天都能收到大量的量化数据。农民将随时可以知道土壤和天空中的水分含量，从而精确地进行浇灌，种植出更健康的作物，获得更大的产量，并节约大量的水资源（水的浪费，是全球变暖的一个重要因素）。在商业领域，由于在快速变化的时代里，面对机会时的机敏和行动时的快捷是最大的优势，因此虽然了解客户的所有信息可能会带来令人担忧的隐私问题，但是它确实为组织提供了令人难以置信的灵活性，这可能是在这个加速发展的时代维持生存的唯一方法。

而且，这一切仍然在进一步加速。在10年之内，我们将会生活在一个几乎所有可以测量的东西都会被持续测量的世界里。那将是一个极端透明的世界。从太空的边缘到海洋的底部，再到你身体的内部，我们的电子皮肤正在形成一个无限可用信息的感觉中枢。不管你喜不喜欢，我们已经生活在了一个“超意识”的星球上。

机器人

2011年3月，东京地震引发了太平洋海啸，掀起的巨浪比福岛第一核电站公寓大楼还要高。在这场大混乱中，首先是应急电源失控，然后是水泵出现故障，最后是冷却系统崩溃。在这连续三次熔毁之后，又发生了一系列半空氢气爆炸，造成了灾难性的后果。一个月后，由于辐射水平极高，国际原子能机构（International Atomic Energy Agency）为测量事故后的辐射水平而设计的专门仪器上的传感器全都爆表了。

控制核泄漏的前提条件是让清理人员迅速赶到现场，但是福岛的温度实在太高了，人类根本无法承受。然而，日本长期以来一直是机器人领域的世界领先者之一，所以日本政府派出了机器人。但是机器人也悲惨地失败了。这不啻一个全国性的灾难之后的另一个全国性的灾难。核电站内部高低不平的地形就像一个雷区，而辐射则破坏了机器人的电路。几个月后，福岛变成了机器人的墓地。

这场灾难对本田公司的打击尤其严重。自福岛危机出现以来，该公司就接到了数千个电话和电子邮件，请求他们“派遣”全世界最先进的人形机器人“阿西莫”（ASIMO）到现场。阿西莫看起来很像一个20世纪50年代的宇航员少年。他早就是一个“国际名人”了，他曾经在纽约证券交易所敲响钟声，还曾经指挥过底特律交响乐团，并且已经在6场电影首映式上走过红毯。然而，在红毯上昂首阔步与应对核灾难的复杂环境之间，还有相当长的距离。阿西莫和其他被派往福岛的机器人一样，在救灾方面几乎没有起到什么作用，这给本田公司制造了一场公关噩梦，也在机器人界引起了一场轩然大波。

作为对这个灾难性事件的回应，几年之后，美国国防部高级研究计划局推出了他们的机器人挑战赛（Robotics Challenge），“悬赏”350万美元，试图找到一个类人机器人，能够“在危险的、退化的人类设计的环境中完成复杂的任务”。最后一点十分关键。类人机器人之所以至关重要，就是因为我们生活在一个由人类设计的世界里。这个世界是要与人类的界面交互的，而人类的界面就是两只手、两只眼睛，两脚保持向前的姿势。

2015年的机器人挑战赛，简直是一场机器人“滑稽大秀”。有的机器人摔倒了，有的机器人爬不上楼梯，有的机器人“火花四溅”，最后短路烧毁了……甚至连美国国防部高级研究计划局的项目经理和机器人挑战赛的组织者吉尔·普拉特（Gill Pratt）都无法忍受现场的混乱：“为什么我们要傻傻地待在火辣辣的毒日头下，看着一台机器花一个小时完成8项简单的任务，而这些任务是你在5分钟内就可以完成的？”

但是后来的进展却非常快。仅仅一年之后，网上发布的一段视频展示了波士顿动力公司（Boston Dynamics）制造的机器人“阿特拉斯”（Atlas）新近获得的强大能力，它在2015年美国国防部高级研究计划局举办的机器人挑战赛中获得了第二名。阿特拉斯能够在有厚厚积雪且容易打滑的林中小径上徒步行走、在仓库里堆放箱子，甚至在被曲棍球棒重重击中后重新恢复了平衡。又一年后，另一段视频显示阿特拉斯非常轻松地完成了一段高难度障碍赛，其中包括从木条箱上后空翻落地，视频配了体育解说员式的动情画外音：“啊！360度旋转……站到了托盘上……漂亮的后空翻……”

本田也不甘落后。2017年，本田公司已经制造出一个原型灾难响应机器人，它会爬梯子、向侧面摇摆，甚至可以四肢着地在崎岖的地形上用指关节行走。在福岛核事故发生之后的6年时间里，我们所拥有的机器人，已经从在复杂环境中像醉汉一样几乎站不稳脚跟的“花瓶”，变成了随时准备好应对灾难的忍者。

2017年，软银公司从字母表公司手中收购了波士顿动力公司（后者是在2013年收购波士顿动力公司的）。软银为什么要这样做呢？因为日本正面临着另一个国家级的灾难，就是人口的迅速老龄化和大量无人照顾的老人。

日本进入新千年的时候，已经经历了长达几十年的预期寿命上升和出生率下降。现在，日本的大部分人口都即将退休，但却没有人能取代他们。日本极度缺乏发展经济所需的劳动力，人们越来越担心以后谁来照顾老人以及如何为此买单。2015年，为了同时解决这两个问题，日本呼吁发动一场“机器人革命”。呼吁可谓生逢其时，因为一系列相关技术正在走向融合。而且这种融合是在全球范围内同时发生的。

现在，机器人几乎进入了我们生活的所有方面。而且，今天的机器人都是人工智能增强版本的，它们能够自己学习、独立操作和团体协作。这些机器人会用两条腿走路，用两个轮子维持平衡，会驾驶汽车、游泳、飞行，甚至还会后空翻。今天，机器人已经承担了许多枯燥、肮脏或危险的工作。明天，它们将在任何需要准确性和经验的地方大展拳脚。在手术室里，从常规的疝修补手术到复杂的心脏旁路手术，机器人提供了各种各样的帮助。在农场里，机器人收割工能够从地里收割庄稼，机器人采摘者会从树上摘下水果。在建造工程中，2019年出现了第一个商用机器人泥瓦匠，它每小时可以砌砖1 000块。

工业机器人领域则出现了更大的转变。10年前，这些价值数百万美元的机器人非常危险，它们通常被挡在防弹玻璃后面，与工作人员隔离开来，而且编程非常复杂，通常需要专业人士来完成。现在，一大批“协作机器人”（“collaborative robots”，简称“cobots”）即将面市。要对它们编程，只要让它们的机械手臂按照想要的方式运动就行了。更妙的是，这些机器人身上布满了传感器，所以当它们遇到任何有血有肉的东西时，它们就会马上停住。

但是，真正的革命是在经济上的。UR3是丹麦制造商通用机器人公司（Universal Robots）生产的一种协作机器人，零售价仅为2.3万美元（这大体上相当于全球工厂工人的平均年薪）。此外，机器人永远不会累，不需要上厕所，也用不着休假。这也就解释了为什么特斯拉、通用和福特的工厂正在努力追求生产的完全自动化，也解释了为什么富士康和亚马逊已经用机器人取代了数万个工厂工作岗位。

亚马逊也在一直推动无人机在零售市场上的应用。5年前，当他们宣布将使用无人机运送包裹时，大多数业内专家认为这只是一个白日梦。但是到了今天，从7-11便利店到达美乐比萨，几乎所有商家都推出了类似的计划。相信到了明天，不管是在犯罪小说作家约翰·格里森姆（John Grisham）的最新小说中，在售卖止咳糖浆的药店中，还是在午夜供应冰激凌的小铺中，都能看到无人机的“工作岗位”。

在救灾和运送医疗物资方面，无人机很久以前就已经发挥了相当大的作用了，而且这种情况不仅仅限于日本。早在2012年，飓风桑迪过后，无人机就在海地运送救灾物资了。此后，在台风海燕过后的菲律宾、在洪水泛滥的巴尔干地区、在地震之后的中国，都能看到无人机的身影。它们能够比人类更快地发现需要帮助的幸存者。波音公司生产的重型无人机可以吊起一辆小汽车，所以它们通常更“擅长”提供这种帮助。一家名为Zipline的公司利用这些无人机在卢旺达和坦桑尼亚运送血液和药物，由于非洲50%的地区的道路交通设施都严重缺乏，因此这些无人机可以显著地提高非洲大陆的医疗质量。

我们还看到，无人机减轻了另一种灾难：森林的过度砍伐。每一年，我们因伐木、农业扩张、野火、采矿、筑路等原因而损失的树木都超过70亿棵。这是一场史无前例的环境灾难，也是气候变化和物种灭绝的主要原因。然而，现在出现了一种可以向地面发射种子荚“子弹”的植树无人机——仅仅一架这样的无人机，在一天内就可以种下10万棵树。

当然，我们可以继续举出更多的例子：老人照顾、临终关怀、婴儿看护、宠物护理、私人助理、身外化身、自动驾驶汽车、飞行汽车……重要的事情说三遍！机器人来了！机器人来了！机器人来了！但是，在这些树木之间还有一片森林，要来的不仅仅是机器人。

这是机器人与其他指数型技术的融合，是由传感器构成的电子皮肤与在神经网络驱动下的人工智能在云中碰撞，同时人工智能又与越来越多且越来越灵巧、越来越智能化的机器人碰撞。但这个故事中还有更加奇异的一部分。

正如我们将在下一章看到的，这只是故事的一半。