20年后人人都用的AI產品還沒有被發明出來呢，這意味著，你們還有機會。"凱文·凱利指出了 AI 大潮中我們需要了解的三個趨勢，以使我們能更好的擁抱AI并控制它的發展。
◆ ◆ ◆?◆
凱文·凱利: 人工智能將如何推動第二次工業革命
Kevin Kelly: How AI can bring on a second Industrial Revolution
譯者：趙嘉敏 ?審校：Alvin Lee
◆ ◆ ◆?◆
我打算談一談技術的發展趨勢。當（新的）技術到來時，常常會令我們感到驚訝。但事實上，技術在很大程度上是能夠被預見的。這是因為所有的技術都有某種傾向性，有某種沖動，有某種趨勢。這些趨勢是由電線、開關、以及電子的物理和化學本質所決定的，并且呈現出不斷重復的模式。或者說，這些模式形成了某種趨勢、某種傾向。
你可以把它看成類似于重力的東西。想象雨點匯入山谷：一滴雨點流入山谷的實際路徑是無法預測的。我們并不知道它的具體走向，但大方向是很顯然的：它往下流。因此，這些內在趨勢和沖動，深深扎根于技術系統中，使我們能夠感知它們的大體方向。具體點說，電話是必然的，但 iPhone 不是；因特網是必然的，但推特不是。
同樣道理，當下有許多正在發生的趨勢，而我認為其中最重要的一個是讓物體變得越來越聰明。我稱之為"知化"，也就是人們常說的人工智能，或者AI。我認為在未來二十年中，這將是社會中最具影響力的發展趨勢和驅動力。
當然，它已經發生了。我們已經有了AI，它們通常都隱身在后臺工作，在醫院里，AI 分析X光片的水準比人類醫生還要棒。在律所里，AI核查證物的本事比人類助理律師還要強。我們乘坐的飛機是由AI在駕駛。人類駕駛員只飛個七、八分鐘而已；其他時間都是AI在操控。當然，在Netflix和亞馬遜網站，是AI在后臺進行推薦。這些都是我們已經實現的。
我們也有一些更前沿的例子，比如"阿爾法狗"戰勝了人類最強的圍棋世界冠軍。但還不止于此。我們打電玩時，對手往往是AI。不過最近，谷歌教會了他們的AI自己學習如何打電子游戲。教（AI）打游戲已經不是什么新鮮事了，但（AI）自己學習打游戲則是另一個境界。這就是人工智慧。我們正在以此為起點，讓它變得越來越聰明。
在這個大趨勢中，我認為有三點尚未被充分認識；如果我們能理解這三點，就能更好的理解AI，并更加全身心的擁抱AI。只有擁抱AI，才能控制AI。我們可以通過擁抱 大趨勢來控制細節。
所以，請允許我談談這三點。第一點，我們自己尚未很好的理解什么是智能。我們通常認為智能是單維度的，就像一個越來越響的音符。我們用智商來衡量它。老鼠的智商較低，猩猩的智商較高，接下來是比較笨的人，然后是像我一樣的普通人，再往上是天才。智商越高，智能就越高。這種看法是完全錯誤的。這根本就不是智能，人類智能也并非如此。智能更像由不同音符組成的交響樂，每個音符由不同的認知樂器來奏響。
人類的心智包含了多種智能。我們可以進行演繹推理，我們具備情緒智力，我們有空間智能。我們可能有一百種不同的智能集合在一起，它們在不同人的身上也體現得強弱不一。而動物們則可能是另一套體系——由其他智能組成的另一首交響樂，當然，有些樂器與人類是相同的。可能思考的方式相同但側重點不同，某些方面可能還強于人類，像松鼠的長期記憶就很了不得，能清楚記得堅果的埋藏之所。但在另外一些方面可能不如人類。
當我們制造機器時，也會用同樣的方式來設計它們，它們在某些方面會比我們聰明得多，而在其他方面則遠遠不如我們，因為根本沒必要。我們會用這些東西，這些人造的功能組合，為我們的AI添加各種各樣的人工認知。我們會讓它們（的功能）非常具體。
比方說，計算器在數學運算上要比我們聰明得多；GPS的空間導航能力遠勝過我們；谷歌、必應在長期記憶上完勝我們。然后我們再把這些不同類型的智能塞到……比如說汽車里，實現自動行駛。我們之所以這么做，正是因為它的駕駛方式跟我們不一樣。它不像我們那樣思考。這恰恰是它的特點。它不會分心，不會擔心是否忘記了關爐子，不會糾結要不要選金融專業。它只知道開車。
谷歌無人駕駛汽車
它會專心開車，對吧？我們甚至可以把這個做為賣點，叫做"無意識"。它們沒有意識，不會東想西想，不會分心。
所以，我們應該盡我們所能制造各種各樣的思考（機器）。我們應該去嘗試所有可能的思考方式。在商業和科學上，我們會遇到一些難題，單憑人類自身的思考無法解決。我們可能需要分兩步走，先發明出新的思考方式，再與它們一起解決這些真正的難題，比如暗能量和量子引力。
我們實際上是在創造異形智能。某種意義上，甚至可以將它們看作人造異形。它們將幫助我們用不同的方式思考，而換一種思考方式是創造的源泉，是財富和新經濟的引擎。
第二點是，我們將用AI推動第二次工業革命。在第一次工業革命中，人類發明了我稱之為"人造能源"的東西。在此之前，在農業革命時期，制造業靠人力驅動，或者靠畜力。除此之外別無他法。工業革命時期的偉大發明就是人們利用化石燃料和蒸汽所產生的"人造能源"來做我們想做的任何事情。今天，當我們開車行駛在高速上，只需輕輕撥弄開關，就能駕馭250匹馬——或者說，250匹馬的馬力——我們可以建造高樓大廈，修建道路，建設城市，開辦工廠，源源不斷地生產桌椅或冰箱，這些都遠遠超出了人力所為。這種"人造能源"還可以通過電網和電線輸送到家庭、工廠和農莊，任何人都可以購買這種"人造能源"，只需插上插頭就可以使用。
它也帶來了很多創新，農民可以為手動泵通上電，加上這種"人造能源"，就變成了電泵。類似的改造成千上萬，這個（人力器械+人造能源的）公式造就了工業革命。今天我們看到的所有事物，享受的所有服務，幾乎都來源于此。
現在我們要用AI做同樣的事情。我們用網路傳輸AI，把AI加載到諸如電泵之類的東西上，就得到了聰明的電泵。類似的改造做上幾百萬次，就會掀起第二次工業革命。那么將來汽車行駛在高速上，它不僅有250倍馬力，還有250倍的腦力。這就是自動駕駛汽車。它是一種新的商品，是一種新的基礎設施。AI將會在網絡、在云端傳輸，就像電一樣。
所以凡是可以用電的地方，都可以用AI。正如Jeff所說，未來一萬家創業公司的秘訣 其實非常非常簡單：拿來某樣東西，加上AI。這個公式就是我們將要不斷踐行的。我們將以這種方式來掀起第二次工業革命。順便說一句，就在此時，你可以登錄谷歌，購買AI：用6美分 購買100次服務。這個服務現在就能用。
第三點是，我們將AI實體化，就得到了機器人。機器人可以幫助我們，完成許多曾經需要我們親力親為的任務。而工作就是一系列的任務，我們的工作將會被重新定義，一部分任務將交給機器人來完成。與此同時，也將產生一大批不同種類的新任務，一批以往我們沒有意識到要去做的任務。它們甚至有可能催生出新的職業，我們感興趣的新工作，就像自動化帶來的許多新事物，我們之前并不知道會需要它們，但今天我們已經離不開它們了。所以機器人帶來的工作機會比它們搶走的要多。更重要的是，我們交給它們的都是需要效率或生產率的任務。如果一個任務，不管是體力的還是腦力的，可以用效率或生產率來衡量，那么就應該交給機器人來完成。需要效率的事情交給機器人好了。我們真正擅長的是浪費時間。
我們最擅長做那些沒有效率的事情。科學從本質上來說是低效的。我們一次又一次的失敗，很多試驗和嘗試都徒勞無功，否則我們也學不到什么東西。事實就是，科學研究沒有什么效率。創新從定義上來說就是低效的。畢竟我們需要制作原型，需要做各種嘗試，經歷各種失敗。探索是低效的。藝術是低效的。人際關系也是低效的。這些都是我們喜歡做的事情，因為它們都是低效的。高效是機器人的使命。還要認識到，我們將和AI一起工作，因為它們的思維方式與我們不同。
在"深藍"戰勝國際象棋的世界冠軍后，人們以為國際象棋沒什么玩頭了。但事實上，目前世界上最厲害的國際象棋冠軍并不是AI，也不是人類，而是由人類和AI組成的團隊。最棒的醫學診療師既不是醫生，也不是AI，而是他們組成的團隊。也就是說我們將和AI一起工作，你將來的薪酬，很可能取決于你跟機器人合作得如何。這就是我想說的第三點：AI是不同于我們的，它們是技術設備，我們將與它們合作，而非競爭。
那么，未來會如何？我想，25年后我們回頭再看今天對AI的理解，我們會說："你們那都不叫AI。你們甚至都還沒有真正的因特網，25年后的因特網才能叫因特網呢。"我們也還沒有真正的AI專家。而大量的資本正涌向這個領域，動輒數十億美金，這是一個巨大的產業。但我們尚未擁有真正的AI專家——如果跟20年后相比的話。我們還處在最初的起步階段，所有一切才剛剛開始。因特網的歷史才剛剛開始。美好的未來才剛剛開始。未來20年最受歡迎的AI產品，最普及的AI產品，還沒有被發明呢。也就是說，你們還有機會。
謝謝！
文章來自TED演講，由譯言(yeeyancom)進行中文翻譯制作。
