稀鬆平常，因為歷史實在是太長了，而人的一生卻僅僅約等於100年。

所以，有時候我們站在了突變的轉折點上，但是由於歷史的侷限性，我們並不知道接下來是一場足以改變世界的大風暴，或則你剛剛好站在了突升點上，每一秒都以巨變。

文章的一個例子：

遙遠的未來——就在眼前

想像一下坐時間機器回到1750年的地球，那個時代沒有電，暢通通訊基本靠吼，交通主要靠動物拉著跑。

你在那個時代邀請了一個叫老王的人到2015年來玩，順便看看他對「未來」有什麼感受。

我們可能沒有辦法瞭解1750年的老王內心的感受——金屬鐵殼在寬敞的公路上飛馳，和太平洋另一頭的人聊天，看幾千公里外正在發生進行的體育比賽，觀看一場發生於半個世紀前的演唱會，從口袋裡掏出一個黑色長方形工具把眼前發生的事情記錄下來，生成一個地圖然後地圖上有個藍點告訴你現在的位置，一邊看著地球另一邊的人的臉一邊聊天，以及其它各種各樣的黑科技。

別忘了，你還沒跟他解釋互聯網、國際空間站、大型強子對撞機、核武器以及相對論。

這時候的老王會是什麼體驗？

驚訝、震驚、腦洞大開這些詞都太溫順了，我覺得老王很可能直接被嚇尿了。

但是，如果老王回到了1750年，然後覺得被嚇尿是個很囧的體驗，於是他也想把別人嚇尿來滿足一下自己，那會發生什麼？

於是老王也回到了250年前的1500年，邀請生活在1500年的小李去1750年玩一下。小李可能會被250年後的很多東西震驚，但是至少他不會被嚇尿。

同樣是250來年的時間，1750和2015年的差別，比1500年和1750年的差別，要大得多了。

1500年的小李可能能學到很多神奇的物理知識，可能會驚訝於歐洲的帝國主義旅程，甚至對於世界地圖的認知也會大大的改變，但是1500年的小李，看到1750年的交通、通訊等等，並不會被嚇尿。

所以說，對於1750年的老王來說，要把人嚇尿，他需要回到更古老的過去——比如回到公元前12000年，第一次農業革命之前。

那個時候還沒有城市，也還沒有文明。一個來自狩獵採集時代的人類，只是當時眾多物種中的一個罷了，來自那個時代的小趙看到1750年龐大的人類帝國，可以航行於海洋上的巨艦，居住在「室內」，無數的收藏品，神奇的知識和發現——他很有可能被嚇尿。

小趙被嚇尿後如果也想做同樣的事情呢？

如果他會到公元前24000年，找到那個時代的小錢，然後給他展示公元前12000年的生活會怎樣呢。

小錢大概會覺得小趙是喫飽了沒事幹——「這不跟我的生活差不多麼，呵呵」。

小趙如果要把人嚇尿，可能要回到十萬年前或者更久，然後用人類對火和語言的掌控來把對方嚇尿。

所以，一個人去到未來，並且被嚇尿，他們需要滿足一個「嚇尿單位」。滿足嚇尿單位所需的年代間隔是不一樣的。

在狩獵採集時代滿足一個嚇尿單位需要超過十萬年，而工業革命後一個嚇尿單位只要兩百多年就能滿足。

未來學家Ray Kurzweil把這種人類的加速發展稱作加速回報定律（Law of Accelerating Returns）。

之所以會發生這種規律，是因為一個更加發達的社會，能夠繼續發展的能力也更強，發展的速度也更快——這本就是更加發達的一個標準。

19世紀的人們比15世紀的人們懂得多得多，所以19世紀的人發展起來的速度自然比15世紀的人更快。

即使放到更小的時間規模上，這個定律依然有效。著名電影《回到未來》中，生活在1985年的主角回到了1955年。

當主角回到1955年的時候，他被電視剛出現時的新穎、便宜的物價、沒人喜歡電吉他、俚語的不同而震驚。

但是如果這部電影發生在2015年，回到30年前的主角的震驚要比這大得多。一個2000年左右出生的人，回到一個沒有個人電腦、互聯網、手機的1985年，會比從1985年回到1955年的主角看到更大的區別。

這同樣是因為加速回報定律。1985年-2015年的平均發展速度，要比1955年-1985年的平均發展速度要快，因為1985年的世界比1955年的更發達，起點更高，所以過去30年的變化要大過之前30年的變化。

進步越來越大，發生的越來越快，也就是說我們的未來會很有趣對吧？

未來學家Kurzweil認為整個20世紀100年的進步，按照2000年的速度只要20年就能達成——2000年的發展速度是20世紀平均發展速度的5倍。他認為2000年開始只要花14年就能達成整個20世紀一百年的進步，而之後2014年開始只要花7年（2021年），就能達到又一個20世紀一百年的進步。幾十年之後，我們每年都能達成好幾次相當於整個20世紀的發展，再往後，說不定每個月都能達成一次。按照加速回報定，Kurzweil認為人類在21世紀的進步將是20世紀的1000倍。

如果Kurzweil等人的想法是正確的，那2030年的世界可能就能把我們嚇尿了——下一個嚇尿單位可能只需要十幾年，而2050年的世界會變得面目全非。

你可能覺得2050年的世界會變得面目全非這句話很可笑，但是這不是科幻，而是比你我聰明很多的科學家們相信的，而且從歷史來看，也是邏輯上可以預測的。

S曲線發生在新範式傳遍世界的時候，S曲線分三部分

- 慢速增長（指數增長初期）

- 快速增長（指數增長的快速增長期）

- 隨著新範式的成熟而出現的平緩期

如果你只看近期的歷史，你很可能看到的是S曲線的某一部分，而這部分可能不能說明發展究竟有多快速。1995-2007年是互聯網爆炸發展的時候，微軟、谷歌、臉書進入了公眾視野，伴隨著的是社交網路、手機的出現和普及、智能手機的出現和普及，這一段時間就是S曲線的快速增長期。2008-2015年發展沒那麼迅速，至少在技術領域是這樣的。如果按照過去幾年的發展速度來估計當下的發展速度，可能會錯得離譜，因為很有可能下一個快速增長期正在萌芽。

---

5年前的你，可能會認為假如你沒帶現金出門，肯定會被餓死一樣，而現在的你，只需要一部手機+網路，你基本可以實現出行喫住，所以可以判定，互聯網的到來，給我們帶來了一次S曲線的快速增長期。

而如今的人工智慧發展更是在提供另一個快速上升的S曲線，而且這個弧度及其的大,而我們站在歷史的起始點，也不能很好的保證說，我們能預測到他未來會發展到哪個細節，然後又衍生出多少新的S曲線。

因此人工智慧會是接下來幾十年（或則10年內）的爆炸點：

2

通往超級智能之路

人工智慧是什麼？

人工智慧已經不再是本子上和電影上的事情了。現在很多現實的技術採用了電腦自我學習將圖片轉換為某個畫家的風格，人臉識別等，均應是人工智慧在生活中的應用了，當然這些僅僅屬於弱人工智慧。

我們按照人工智慧的實力將其分成三大類。

弱人工智慧Artificial Narrow Intelligence (ANI): 弱人工智慧是擅長於單個方面的人工智慧。比如有能戰勝象棋世界冠軍的人工智慧，但是它只會下象棋，你要問它怎樣更好地在硬碟上儲存數據，它就不知道怎麼回答你了。

強人工智慧ArtificialGeneral Intelligence (AGI): 人類級別的人工智慧。強人工智慧是指在各方面都能和人類比肩的人工智慧，人類能幹的腦力活它都能幹。創造強人工智慧比創造弱人工智慧難得多，我們現在還做不到

超人工智慧ArtificialSuperintelligence (ASI): 牛津哲學家，知名人工智慧思想家NickBostrom把超級智能定義為「在幾乎所有領域都比最聰明的人類大腦都聰明很多，包括科學創新、通識和社交技能。」超人工智慧可以是各方面都比人類強一點，也可以是各方面都比人類強萬億倍的。

現在，人類已經掌握了弱人工智慧。

可是為什麼人類掌握下一個階段的強人工智慧那麼地艱難呢，因為我們正在處於知識積累階段，而歷史的這個時候，經歷了前面幾次的知識大爆炸後，我們的積累階段時間再大大的縮短，也即是，強人工智慧的轉折點即將到來，而且就是這10年內的事情，而強人工智慧和超人工智慧之間可能並沒有技術屏障，因為除了人類，這個時候的超級計算機也作為一員在進行知識積累，而且是24小時不斷地工作，每秒中的計算量或則知識積累量可能>=歷史中人類積累的總和。

目前發展的現狀如下：

造一個能在瞬間算出十位數乘法的計算機——非常簡單

造一個能分辨出一個動物是貓還是狗的計算機——極端困難

造一個能戰勝世界象棋冠軍的電腦——早就成功了

造一個能夠讀懂六歲小朋友的圖片書中的文字，並且瞭解那些辭彙意思的電腦——谷歌花了幾十億美元在做，還沒做出來。

一些我們覺得困難的事情——微積分、金融市場策略、翻譯等，對於電腦來說都太簡單了

我們覺得容易的事情——視覺、動態、移動、直覺——對電腦來說太TM的難了。

一旦上面對於計算機來講很難的事情均一一突破後，超級智能之路就已經到來了。

3

我們該怎麼樣纔不會被淘汰

隨著這些年人工智慧崗位的大熱，相信上圖的點，來臨的時間只會加快，而不會變慢。

在我們深入討論這個問題好壞之前，也許我們壓根就不知道這個點的來臨是好是壞，因為他可能給人類帶來了極大有好處的未來文明，也有可能帶來了人工智慧統治人類，物競天擇，人類被淘汰。

歷史走了幾千年，才發展到了人類現在有了智商，可以創造不存在的東西，而地球發展了幾億年，從一團灰層，進化到了有智慧的生命，或許人工智慧是這個宇宙幾十億年的發展趨勢。以前的以前，我們只和一個鎮的人有聯繫，到有了國家，然後發現了洲，到地球村的概念，這之中都是生產力和交通的變革，而今另外的星球就像那時候，我們對新大陸的未知一樣，人工智慧的出現，或則就是要造一艘整整能夠發現新星球的生產力一樣。

未來充滿著不確定性，而歷史不會欺騙你。

歡迎關注我的公眾號

http://weixin.qq.com/r/Fi-QyEzEgBH-rQir93oE (二維碼自動識別)

如果你覺得得筆者的文章對你有幫助，賞個雞腿喫喫

推薦閱讀：