未来呼啸而来：指数型技术如何重塑我们的明天 | 黑科技拆解

撰文 | 彼得·戴曼迪斯（美国畅销书作家）

史蒂芬·科特勒（记者、作家）

01

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。（编者注：歌利亚是传说中的巨人，带领非利士人攻打以色列。最后被牧童大卫用弹弓打中脑袋，割下首级。大卫日后统一了以色列。）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 5000 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、欺骗性、颠覆性、非货币化、非物质化和大众化。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：

数字化 （digitalization）

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。

欺骗性 （deception）

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。

颠覆性 （disruption）

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。

非货币化 （demonetization）

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。

非物质化 （dematerialization）

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。

大众化 （democratization）

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。

02

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。（编者注：小冰的原创诗集《阳光失了玻璃窗》中文简体字版已由湛庐文化策划、北京联合出版公司出版。这是人类历史上第一部 100% 由人工智能创作的诗集。）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 2000 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。

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。

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。

《未来呼啸而来》一书由湛庐文化出品

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。

03

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 12000 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。

04

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 5000 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 2000 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 1150 千米处有 4000 颗，340 千米处有 7500 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 8000 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。

05

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连网络。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 5000 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。

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 1000 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。

正如我们将在未来看到的，这只是故事的一半。

制版编辑 | Morgan