【編者按】
在《2049：未來10000天的可能》一書中凱文·凱利（Kevin Kelly）探討了未來10000天科技與社會的發(fā)展。書中以2049年為時間節(jié)點，展望了人工智能、鏡像世界、腦機接口、生命科學等前沿技術如何塑造未來的社會、經濟和文化。書中通過五大核心概念（鏡像世界、AI助理、互見性、內容井噴、類人智能）和十大發(fā)展領域（AI、數字治理、組織變革、教育、醫(yī)療、機器人、自動駕駛、航天、生命科學、腦機接口）構建了一個全面的未來圖景。本文摘自該書。
AI是鏡像世界最重要的基石
我提出了未來25年至關重要的5個核心概念，分別是鏡像世界、異人智能、AI助理、互見性以及內容井噴。接下來，我將進一步思考技術的進步在未來25年會給哪些領域帶來巨大的改變。
未來25年技術演進的邏輯清晰可見：首先是基石層面的AI、數字治理與組織變革；其次是生存層面，以醫(yī)療和教育為代表；再次是應用層面，比如機器人、無人駕駛和太空探險；最后是人類探索的終極層面，涵蓋生命科學和腦機接口。
未來AI自身的發(fā)展會是什么樣子？最近10多年來，AI從視覺識別開始，到2017年以“深度學習”為工作原理的AlphaGo（阿爾法圍棋，谷歌開發(fā)的圍棋人工智能程序）戰(zhàn)勝李世石，并引發(fā)了AI兩三年的火爆行情，接著一度陷入沉寂，直到ChatGPT橫空出世，讓大語言模型成為這一波AI熱潮中的新寵，這中間催生了太多的泡沫，也讓在AI芯片領域有明顯技術優(yōu)勢的英偉達市值超三萬億美元，一度成為全球估值最高的公司。
AI發(fā)展的三種可能性
未來25年AI發(fā)展會有哪些可能性呢？這值得我們?yōu)槠錁嫿ú煌膱鼍啊?/p>
從技術發(fā)展本身的邏輯來看，我們可以設想三種場景：第一種是AI繼續(xù)擴展規(guī)模，獲得巨大的收益；第二種是規(guī)模擴展不再有效，但有另一套復雜的模型可以實現目標；第三種是AI的發(fā)展陷入停滯，出現“AI寒冬”，停滯在一個平臺期。
第一種可能性是當下AI市場火爆最重要的依據，這種可能性假設AI可以通過不斷擴展規(guī)模實現持續(xù)成長。我們只需要擁有更多的數據、更先進的芯片，就能訓練出更“聰明”的AI。換句話說，只要數據的規(guī)模越大，算力越強，效果就會越好。如果把語言模型、物理模型和神經網絡疊加在一起，通過各種不同的排列組合，也就是現在很多業(yè)內人士所強調的“多模態(tài)”，AI就可以一路向前，不斷取得進步。而且在這種進步的過程中，還可能迸發(fā)出所謂的“智能”的火花。這種進步很像是一種商業(yè)法則，比如摩爾定律，給指數級的增長定下了一種發(fā)展路徑。英偉達加快芯片架構的更新速度，從每兩年更新一次到每年更新，可以說也體現了市場上對算力持續(xù)提升的渴望。
當我們考慮第一種可能性的時候，我們也必須思考它可能帶來哪些意想不到的結果。就好像比特幣的熱潮所帶來的挖礦狂潮一樣——最夸張的時候全球比特幣礦機運算所耗費的電能相當于一個中等小國一年的電力消耗——這種通過持續(xù)不斷擴大算力來推動AI增長的模式意味著它的電力消耗也會隨之水漲船高?，F在已經有高科技企業(yè)為了確保訓練自己的AI時有足夠的電力支持，開始考慮在即將被淘汰的火電站附近建自己的數據中心，或者干脆投資小型核電站了。AI會留下多么巨大的碳足跡，在未來25年會給氣候變暖帶來哪些沖擊，這也是我們需要去考慮的重要議題。
第二種可能性是，規(guī)模擴展不起作用，更多的數據、更強的算力不足以培育出更強大的AI，AI發(fā)展到一定程度，會遇到瓶頸，進入平臺期。這時候，如果要取得突破，就需要其他類型的模型。比如，需要自上而下的、結構化的模型，如符號推理；需要一種完全不同的、可以進行演繹推理的模型，而不是目前這種扁平、統一的神經網絡模式。這些模型還在研發(fā)之中，也有人在研究不再依賴算力和大數據的替代方案。
模擬人類的大腦也是一個方向，人類大腦能耗只有約25瓦，在學習時它并不需要有100萬個示例，幾十個就可以了。
第三種可能性是，前面兩種假設都沒有實現。15年或25年后，和VR或AR過去的發(fā)展歷史一樣，AI基本上還停留在和現在大致相同的水平。
我認為，未來AI的發(fā)展很有可能是第一種和第二種可能性的交叉版本，我們可能在未來看到不斷堆積數據和算力的“邊際效用遞減”，我們也可能看到AI研究領域的全新變化。
重新定義真實
人類社會一直以來都有一套篩選事實的準則，比如某種說法是否符合新聞行業(yè)形成的一系列準則，是否有至少兩個獨立信源，提出這種說法的人口碑如何，等等。直到100年前照片出現，人類才開啟了一段短暫的信任照片的歷史。在那個時代，如果想要篡改歷史，就需要編輯照片，把一個人修掉，再把另一個人添加進來。
當AI被廣泛運用時，我們需要重新定義真實。它將改變我們在大眾傳媒時代所形成的“眼見為實”的標準。AI時代出現的各種深度偽造（deep fake）會把我們又推回到前照片時代，我們需要檢驗每一個消息源，再真實的影像，如果沒有獨立信源來證明，就都不可信。
在高度數字化和智能化的世界，我們評價事實的標準應該與現在完全不同，也就是說，我們得先假設我們看到的照片或影片都是假的，直到我們能證明它是真的。
這種驗證真實的需求也會推動大平臺很快開發(fā)出AI“測謊儀”，它可以檢測人們分享的視頻和圖片，判斷它們是否被動過手腳。準確率雖然不可能達到100%，但99.5%還是可期的。AI平臺也會達成行業(yè)共識，在AI生成的圖像和影像上加上類似水印的辨別真?zhèn)蔚臉擞?，被修改過的影片和照片也都會被加上標記。
可能有人會質疑，人們并不在意大多數AI制造出來的圖片和影像的真?zhèn)?。我們不會在意好萊塢電影中的角色是真人還是數字人，也不會在意廣告是不是人工合成的。但我們如果深入思考一層，就會發(fā)現眼球經濟/注意力經濟在AI時代會有新的發(fā)展。
全球AI的商業(yè)格局
AI是當下最前沿的領域，但它已經不再是普通創(chuàng)業(yè)公司可以參與的游戲了——除非另辟蹊徑，這個游戲的入場券至少需要10億美元。所以我們在思考AI發(fā)展的時候，需要思考其背后商業(yè)模式的變化。在過去25年，我們看到的是一個強者恒強的時代，從FAMAA［臉書（Facebook）、 亞馬遜（Amazon）、微軟（Microsoft）、谷歌（Google，屬于Alphabet）、蘋果（Apple）］到華為，高科技平臺企業(yè)一個個富可敵國，構建起了自己的護城河。至少從研發(fā)AI所需要的投入來看，AI領域仍會被巨頭主導。
過去25年的科技史表明，未來全球AI領域可能會出現兩三個主導者，也可能出現一個主導者和兩個追趕者，這些追趕者會嘗試不同的方法，試圖超越領頭羊。主導者的地位只是暫時的，可能最多只能維持10年，甚至更短，僅維持8年、7年。
AI是未來10年中、美競爭最為激烈的領域，會不會因為國別的不同而出現AI的分化？除中、美兩國外的其他國家可能會想要限制居于主導地位的AI，因為它們不想屈從于一種主導力量。它們可能想嘗試發(fā)展自己的AI，有些國家可能會更成功。以之前的發(fā)展來看，歐洲是一個失敗的例子：歐洲人一直在數字領域努力，他們想要擁有自己的搜索引擎，不想依賴谷歌，但從未成功。
排除地緣政治的因素，未來25年內在AI領域很有可能出現一個非美國的主導者。中國和印度將在25年內超越模仿階段，開始進行真正的創(chuàng)新。它們可以利用硅谷的信息、資金和創(chuàng)業(yè)公司的基礎設施來實現某種混合發(fā)展。
AI領域更值得重視的是那些被AI賦能的細分領域，也就是鏡像世界中的AI應用，或者說B2B世界中的各種bot。
目前，受AI影響最大的領域是編碼和軟件編程。如今，每個程序員都在使用AI來加快工作速度、優(yōu)化代碼，甚至那些正在編寫AI程序的人員也是如此。在某個階段，AI將在創(chuàng)造新的AI方面產生重大影響，或者至少會加速具備更強大能力的AI的問世。我們目前擁有的AI的兩種重要的模型架構——神經網絡和大語言模型——似乎尤其適合生成代碼，因此，可以肯定地說，到目前為止，AI最重要的影響在于催生出更出色的AI。
未來25年發(fā)展最快的領域一定是充分受益于AI技術的領域。AI研究和部署公司OpenAI的創(chuàng)始人奧爾特曼曾提出，未來最值得投身的賽道，應滿足這樣的特質：當OpenAI等高科技企業(yè)發(fā)布新一代模型，宣稱其智能水平相較前代提升10倍時，你會為此振奮不已，而非心生憂慮。這意味著，在這條賽道上，技術的突破性進展不是令人不安的潛在威脅，而是推動行業(yè)變革、創(chuàng)造無限可能的強大動力。它與前沿科技深度融合，能夠借助技術飛躍實現自身發(fā)展，讓參與者在時代浪潮中抓住機遇，而非被其淘汰。
《2049：未來10000天的可能》，[美]凱文·凱利（Kevin Kelly）著，吳晨編著，中信出版集團2025年6月。
鄂公網安備 42010302001612號 