在线试读

get_product_contenthtml

科技发展自有其“趋势”

章首先会考察科技发展中隐藏的“性质”。之后,根据其发展史和这种“性质”,预测会有怎样的未来,确定大致的趋势。

科技的三大“本质”

科技的变化是呈线型的,而并非点,因此我们首先需要理解科技本身的特征。从宏观的角度来看,各种科技的本质特征,可以总结为以下3 点:科技是“人类的扩张”,科技“总有一天会开始教育人类”,以及“从手掌开始,扩展到宇宙”。

1 人类的扩张

追本溯源,科技到底是为何诞生的呢?

从石器到网络,所有的科技都以某种形态扩张了人类所拥有的能力。

例如,斧子和弓箭就扩张了人手所拥有的能力,这样就很容易理解了。

文字和书本是将过去个体的大脑内总结的信息记录在物体上,使该信息可以和其他个体共享,从这点来看,可以看作是人类大脑的扩张。科技总是在扩大人类的能力,将单独的个体做不到的事情变成可能。随着科技的规模变大,机制也越来越复杂,就难以辨认具体是扩张了哪些内容,但它的本质是不变的。

蒸汽和电力将人类四肢的动力扩张了几万倍。如果用人力来驱动蒸汽机车,完全无法想象需要多少人。同样,如果没有电力,无法使用吸尘器和洗衣机的话,光是依靠人类的劳动,我们的生活会变得一团糟。

另一方面,计算机和网络、电力、蒸汽不同,完全是向另一个方向扩张了人类的能力。它的本质是“智能的扩张”。

计算机被发明之后,人类就掌握了超越个体人类大脑的计算能力,可以通过网络和他人实时交流。如果说蒸汽和电力科技是在现实世界的“动力革命”的话,计算机可以说是在大脑内部的“智能革命”。

2 对人类的教育

科技拥有伴随时代发展开始教育人类的性质。新科技在社会中普及之后,人类便会为了适应这项新科技而改变自己的生活方式。这样的状况简直就是科技在教育人类。

货币原本是为了解决以物换物效率低下的问题而诞生的“科技”。生活在现代的我们,听说货币是一项科技时一定会觉得不可思议,但是在无法保存物品价值的时代,可以想象到货币的诞生简直是飞跃性的变化。

在货币诞生后不久,资本主义开始普及时,货币便开始了对人类的教育。在现代人判断价值的标准中,一定是有货币的存在的。

吃饭和住宿等提高人类生存率的行为,可以通过货币得到保证。这样一来,通过货币来计算各种事物的价值,思考事物就变得十分容易了。在此之前相对模糊的“价值”这一概念,

通过货币被数值化,并且能够被比较,因此以货币为中心来计算得失是很有效率的。货币当初是为了使以物换物更加有效率而诞生的科技,现在则对判断价值的标准产生了影响。

人类发明解决问题的科技。随着时间流逝,科技深深扎根于社会结构中,不知从何时开始科技本身在束缚着人类的精神和行动。这样看来,人类和科技的主从关系简直就是颠倒了。

计算机就是一个典型的例子。初期的计算机是为了快速处理大量数据而诞生的产物,只扩张了计算功能。但是,计算机渗透到了社会整体,学习了海量的数据,发展出智能,现在是以效率的行为在“教育”人类。随着时代发展,初根据人类输入的命令运行的计算机,进化成指导人类行为的老师。或许现在我们正在目睹这样主从关系转变的一幕。

3 从手掌飞向宇宙

从物理的位置来看,科技发展的进程也有一定的规律。之前说到了科技扩张人类所拥有的能力,这种扩张经常是从我们的“身边”开始的。

开始是四肢的扩张。钝器、斧子、弓箭等武器扩张了手的功能,草鞋扩张了脚的功能。接下来,科技从身体处分离,在物理意义上的广阔空间里扩张人类的功能。

科技从手中的道具变成和身体分离的器具,被配置在室内,又发展到室外,变为火车、汽车等移动手段,跨越了距离,后克服了重力变为飞机飞上天空,甚至飞出地球,飞向宇宙。

从电这一种科技来看,这种进程也是共通的。初期是在实验室诞生,然后变为一般家庭室内照明的电灯泡。不久,电力就被送达到社会的每一个角落。终和社会中所有工具有所关联的电,变成了仿佛空气一般的存在。科技像这样经过一定的发展过程,逐渐渗透并扩散开来,越是不断渗透,就越是变成日常的一部分,令人感觉不到它的存在。

 

智能手机是“带电话功能的超小型计算机”

对于生活在当今社会的我们来说,正在渗透社会的每个角落,带来影响的科技,当然是信息技术。在这里我将提炼要点,回顾一下计算机和网络的发展历程。

实际上,计算机是从军事产业中诞生的。初,制造计算机是为了在炮击敌军时根据飞机的位置和速度来计算弹道。

1946 年,被称为“巨大头脑”(Giant Brain)的ENIAC 计算机问世,它能够组合不同程序进行各种计算,是字面意思上的“巨大”系统。随后,负责开发原子弹的曼哈顿计划的天才数学家冯·诺依曼提出了将硬件和程序(软件)独立出来的概念,根据这个原理,诞生了程序内置的EDSAC 计算机,也就是现代计算机的雏形。再后来,IBM 公司将计算机带入统计销售额和虚拟商务的商业世界。

接下来的巨大变化是在20 世纪80 年代。Apple 开始出售个人电脑(PC),从而广受好评。随着计算机的机型不断变小,就开始进入了个人持有计算机的时代。随后,普通家庭都拥有了计算机,而连接这些计算机的网络也迅速普及。Yahoo 和Google等IT 企业也在这样的趋势中发展壮大。现在,PC 的时代即将结束,智能手机成为了计算机终端的中心。

对于我们来说渐渐变得不可或缺的智能手机,也是计算机小型化潮流的产物。“智能手机”这个名字会让人理解成“联网的电话”,但从计算机进化过程来看,应该理解为“带电话功能的超小型计算机”。

 

渗透进世间万物的网络

受到计算机小型化的影响,在我写这本书时,业界热门的话题是物联网(IoT),也就是世间万物网络化的现象。

如今在超小型化计算机上加入传感器的技术十分发达,各种物体都有连接网络的可能。继手机(智能手机)之后,是手表(也就是智能手表)、电视(数字电视)、房子(智能房屋),

后连道路也联网了。所有的物质都连接到网络,世界中物品和物品之间开始了信息传输。

实际上这也和之前讲到的电力普及是同样的过程。电力从电灯泡开始,终随着发电厂的供电和家中各种物体连接起来,使其具备动力。让团扇变成了电风扇,扫帚变成了吸尘器。

网络也经历了完全相同的过程,再过几年,就会和电力一样,渗透到社会的每个角落,变成空气一样的存在。

电力和网络拥有这样性质的背景是热力学和统计学世界里的“热力学增大法则”。这条法则指出,世界(自然)随着时间流逝,会从有秩序的状态变成无秩序的混沌状态。

地球一开始也是一颗荒芜的行星。现在地球上存在数亿的动物和植物,数量还在不断增加,向着无秩序的方向持续前进。

作为人类能力的扩张的科技,也从人类身边功能单一的物体开始,随着时间流逝而变得越来越复杂。从室内飞向室外,拥有了反复朝多个方向渗透的性质。

当所有事物连接上网络之后,我们的生活会发生怎样的变化呢?例如,从家里和办公室电力的开关到室内的温度调节等事情,云端上的计算机会从一些操作上学习人类生活的规律,

渐渐学会怎样自动为人类做这些事。再进一步的事情也是有可能的,手表连上网络就能实时把握自身的健康状况,如有异变,计算机便会提醒主人,根据每个人不同的体质,系统甚至会提供合适的维持健康的手段。

网络连接上各种终端,意味着现在能够被收集到在此之前无法观测到的各种数据。而这件事的延长线则是“略过意志决定”。

休息日的约会计划、适合的跳槽公司、结婚对象的选择、投资的经营判断……所有的情景中,应该采取什么行动才能得到结果,系统都会告诉我们。

从现在开始,人类除了使用与生俱来的大脑之外,还可以使用存在于外部的多种“智慧”并依靠它们来生活。

其实“使用自己以外的智慧”这件事本身就不是什么崭新的能力。人类在发展文明的过程中,通过书籍的形式将祖先的智慧留给后代,在家庭内将父母的智慧共享给儿女,提高生存率。

现在,使用Google 等搜索引擎,让人们能够借鉴他人智慧的范围又进一步扩大了。但是,什么样的信息对自己来说比较重要,哪些是应该知道的,像这样的优先顺序是现有的搜索引擎无法告诉我们的。今后,从借鉴他人智慧更加前进一步,在人类进行搜索前就给出合适答案的具有能动性的“智能”将会诞生吧。其诞生的契机就是能够自律地学习和行动的计算机,人工智能(AI)的发展。

 

大数据找到了名为人工智能的“出口”

各种终端连接到网络,相应产生的记录数据非常多。像这样用Excel 无法完全处理的数据从几年前便被称为“大数据”,由于和提升商务效率相关,所以备受期待。

实际上,能够灵活运用大数据并使其产生价值的企业并不多。虽然大家都希望能够使用大数据,但目前还处于不知应该如何使用的状态。

但是,到现在已经有人为大数据找到了发展的方向。那就是人工智能(AI)。人工智能这个词,根据人们立场的不同,也被赋予了不同的定义。由于AI 在未来社会中是非常重要的因素,所以我在这里简单整理一下人工智能的历史以及今后的展望。

人工智能这一构想本身不是新生事物。想要再现人类智慧的尝试从50 年前就开始了。当时的研究者大致可以分为两个立场。那就是“强AI”派和“弱AI”派。

“强AI”派的主张是,为了再现智慧,首先要弄清楚“人类的精神究竟为何物”,在此基础上,必须先用程序再现人类的精神构造。

另一方面,“弱AI”派的想法比较现实。关于人类精神的定义实在太难以解答,只要后AI 能呈现出和人类一样的思维方式和行动,是否就可以将其称为“智能”?他们并不强求完全再现人类精神构造的过程。

经过长年的争论,现在,说起人工智能基本上都是指向弱AI。人类的精神过于复杂,要在理解其构造的基础上再现人类精神构造这样的想法,目前是不太现实的。

那么,人类是如何判断现在的弱AI 是拥有智慧的呢?英国的天才数学家阿兰·麦席森·图灵提出的图灵测试,为测试机器是否拥有智慧设置了几档难度。

在听不到声音的被隔离的环境中,让人类只用文字和计算机聊天,人类如果无法判断聊天对象是人类还是计算机的话,那么即可判断这台计算机“拥有智慧”。

弱AI 所拥有的智慧实际上是统计学的延伸。首先让计算机学习庞大的样本数据,从数据中寻找一定的规律,然后使用这些规律预测未来,开展下一步的行为。

我们要做一件事时,会经历以下4 个步骤:

① 学习

② 认识规律

③ 预测

④ 行动

例如,想要说话,首先要识别对方是不是人类。因此需要“学习”人类的特征,需要“根据规律识别”对方是不是人类(有两只眼睛、一个鼻子,长着头发,嘴巴会动等)。接下来,推测出面前这位应该是人类,在建立这种预测的基础上下意识地“实行”说话这一动作。

如果要让机器来学习我们人类下意识地进行的动作规律的话,需要收集庞大的样本数据。在网络出现以前,要收集几百几千份样本数据是一项巨大的工程,成本非常高。而将收集好的数据进行整理和计算,再总结出规律的话,更是要耗费大量的精力。

但是,近20 年网络迅速普及,个人可以通过网络和他人进行互动,因此服务器上储蓄了大量的记录数据。与此同时,伴随着计算机的高性能化和小型化,人们可以用低廉的价格买到拥有很高处理计算能力的计算机。

伴随着这些变化,人工智能再次成为人们关注的对象。与计算机和网络出现之前相比,不论是收集庞大的样本数据,还是分析数据、总结规律都降低了不少成本。在这里,从前无法活用的大数据,找到了人工智能这一出口。

近,在人工智能界又有了一项新的突破。那就是深度学习,是一种弥补了现有的计算机学习的缺点的方法。在此之前的机器学习中,无论计算机的计算能力多高,思考“特征量”—为了识别概念的变数这件事也只能由人类来完成。

例如,至今为止让计算机辨认人类时,人类需要将“一个脑袋、两只眼睛、一个鼻子一张嘴、两只手两只脚……”这样的人类特征作为变数,预先设定好之后再教给计算机。也就是说,要让计算机学习什么数据、看什么指标,都取决于人类的设定,并没有实现自动化。但是,深度学习不需要借助人类的设定,就能够让计算机自动提取出“特征量”这一信息。

2012 年,Google 发表了一个大新闻,“让计算机在YouTube上学习大量有关猫的视频数据,成功让计算机对于猫这一概念有了认识”,在其背后就有深度学习的发展的结果。这台计算机没有让人类教自己“猫是什么”,而是自己学习了庞大的数据后,识别了“猫”这一概念。

在2015 年,Google 收购了名为DeepMind 的专门研究深度学习的企业,该企业发表了能够自己学习游戏并进行攻略的人工智能“DQN”的相关信息。根据DeepMind 的发表,这个人工智能学习了49 种游戏,其中超过一半的游戏获得了超过人类记录的75% 的分数。

不仅是Google,微软、中国的百度、IBM 等大型企业都在人工智能的研究领域投入了大量资本。它们如此关注人工智能这件事并不止是出于科学上的意义,而是关心人工智能给商业世界带来的巨大冲击。

在现阶段,AI 虽然只是在进行“将广告效果化”“将合适的信息推荐给个人”“下象棋”这样强化目的单一的工作,但已经发挥出了超越人类水平的能力。另一方面,关于理解复杂状况并做出合适的判断这样广泛应用的智能,还存在大量的问题。

但是,由于近几年的飞速发展和资金流入,今后关于人工智能的开发会急速发展已成定局。以前科幻小说中设想的“不仅会做计算,还能做决定的计算机”正在逐渐变成现实。

各种事物中蕴含的智能因特网一开始是出现在军事产业,后来被应用到商业,随后进入到普通家庭,实现了急速的发展。如今网络已经走出室内,开始连接各种事物。现在可以切实预想到的发展是各种事物中蕴含着“智能”的世界,这是继事物的网络化之后下一个阶段的发展。

到2020 年,预计会有250 亿台终端连接到网络。从现在开始,各种被称为“智能○○”的终端会不断增加。随着这样的发展,人工智能通过学习存储在云端的大量数据,能做出更加精确的判断。

终,准确度非常高的AI 将学会如何控制硬件。在这个阶段,与网络相连的事物将会拥有智能。

智能的发展过程,存在4 个阶段:

① 存储大量信息

② 人类手动改善存储的大量信息

③ 人类从存储的信息中提炼出规律,将规律放入系统中检测并改善

④ 为了改善规律的认知,将所有判断交给系统来执行

如果仅是将终端连接网络的话,这样的设备只能担任收集信息的工作,只能做到① ~ ③。但是拥有云端的AI 可以做到第四点的话,便可以称为“智能”了。

这样一来,不过是作为连接网络、传输信息的传感器的终端也能自发地学习行动,进化成拥有智能的计算机了。

活用网络传输信息,在云端上学习大量数据,就能实时反应在终端上。比如现今的智能手机应用软件,负责用户界面的部分需要下载到终端才能运行。然而在需要实时上传数据的领域,则需要通过云端和网络进行通信。

Pepper(胡椒)等被称为智能机器人的硬件也一样。如果用户安装喜欢的应用,那么用户的使用方法和喜好等信息会通过实时通信被上传到网络、用于看护、导购等各种用途。今后,同样的事情会在连接网络的所有设备上发生。

现在我们生活中接触到的事物开始拥有智能的话,生活会发生怎样的变化呢?

首先简单的工作会全部变为自动化,这一点将很快就会实现。Google 和特斯拉汽车公司已经着手推进无人驾驶的“自动驾驶汽车”的实际应用。一旦实现了自动驾驶,就能从数据中学习到乘车者的回家时间和移动路线,实现自动接送,不用指示即可将人送到指定场所。驾驶之外的工作也会渐渐发展为自动化。

例如,店铺的导购和结账等简单的工作,也是确实正在实现自动化的领域。要判断一件工作是否简单,其中一个标准是看它能否归纳成操作手册。能够归纳出操作手册,也就是说能决定规则,这样一来编写程序会变得异常轻松。只要实时转换储存在云端的信息,整个店铺的交易变更就能在一瞬间完成。

无论是驾驶还是导购,都需要根据状况做出灵活的应对,但某种程度上具备一定的规则。像这样目的明确、容易归纳出操作手册的工作,正是弱AI 擅长的领域。

近几十年,社会以人工智能为轴进行了激烈的变化,我会在第二章中详细介绍这些变化。这些变化不能以“点”来捕捉,而需要根据以下一系列过程的“线”来理解。这样一来就能更容易看清它的本质。

① 电力催生了计算机

② 计算机连接上网络

③ 网络渗透社会每个角落,发展成物联网

④ 将网络中产生的大量的数据收集到AI 中

⑤ 能够自主判断的AI 开始学会分析数据、做出判断

⑥ 从一切事物中获得智慧

重要的是用“线”将这些变化贯穿起来理解,而不是只分析独立的“点”。

 

科技让“天才”的量产成为可能

“人工智能会代替人类的一部分功能。”

针对这样的言论,一定会有人提出反对:“无法将人类的感情统计出数值。”但是,近的科技发展,甚至可以逐渐解析人类感情的部分。重视牵动人类感情的创作领域,已经开始受到了影响。

迄今为止,电影、漫画、游戏等娱乐产业,都是依靠一部分天才创作者的灵感制作出热门作品的。但是,网络和网络中产生的庞大用户数据,也许会颠覆过去的一切。

在家用游戏机的时代,一般都是将游戏机连接到电视来玩游戏的。

但是,仅仅连接到电视上的话,不管多少玩家玩游戏,游戏公司都无法获得游戏中哪里有趣、哪里无聊这样的用户反馈。

获得反馈的手段也只有在游戏发售之前反复玩试玩版,来确认游戏的效果如何。发售之后才会知道游戏卖得好不好,简直是高风险的产业。

而联网型的游戏,可以通过网络收集玩家的信息,从而从科学的角度来分析“有趣”和“无聊”这样的感觉。大量玩家互相竞争或者互相帮助推进游戏发展类型的游戏,则可以把玩家放弃游戏和有热情玩的地方作为记录保存下来。从这些数据里分析出规律,即使在游戏发售后也能更改剧情、不断完善,吸引玩家继续玩下去。

也就是说,和包装好后再销售的软件不同,这样的游戏并非是完成品。只有在没人继续玩的时候,一个游戏才会“结束”。

网络完全改写了游戏制作的规则。同样的事态在电影和漫画的领域也会发生。在日本,类似DeNA 公司提供的漫画王(MangaBox)这样的免费漫画应用软件迅速流行。漫画家可以通过分析数据知道自己作品中的哪部分能够打动读者,这样的数据也全部都会被保存下来。将来通过数据分析读者的属性,就可能为不同读者提供适合他们的结局。

我曾经从在娱乐行业的朋友那里听说,迪士尼公司已经积累了大量关于观众的“感动规律”的诀窍,只要在现有的模板框架里制作电影就好了。实际上,日本少年漫画杂志中的热门作品的角色设定和故事展开也有许多相似之处。

可以预想到,今后这样的固定规律信息会变得更加普遍。

像这样某种类型的“胜利规律”在行业中只有一部分的人知道,也就是“传说中的秘诀”。正因为这不是每个人都能掌握的,所以才存在天才。但是,一旦人类的感情也能被制作成数据,那任何人都能够通过这样的数据分析出规律,天才便失去了其稀有性。

目前为止被认为是好的手段,在经过数据分析后也许会发现其实是错误的,这样的事态会不断发生。

“开心”“有趣”“悲伤”等感情,在此之前都被看作是过于复杂而无法理解的,仿佛黑匣子一样的存在。今后,随着内容的电子化,读者的倾向作为数据变得可视化,感情也会变得能被分析。业界整体也会因科学的解决方法,从依靠一部分天才创作者的产业变为可复制性极高的产业。简直就好像是解析了“秘制的调味汁”的成分,并将其量产一样。

连“感情”这样公认难转化成数值的领域,科技也开始构筑起了相应的逻辑想要收集这方面的数据。人类是规律的集合体我所经营的公司利用人工智能,从各种应用软件数据中找出用户的行动规律,向全世界的软件开发商提议下一步应该实施怎样的策略。

例如,分析出“在游戏中开始这种行为的玩家,弃玩的可能性很高”的话,就会提出“应该给他看其他的应用软件的广告”的策略。

事业的核心是让投放在智能手机上的广告效果达到化。通常在网络上投放广告时,会同时投放许多版本,一边统计效果,一边调整。有些广告的点击率很高,转化率却很低,也有低点击率、高转化率的广告,广告在用户那里达到了怎样的效果,只要看一下数据立刻就能明白。另外,给怎样的人看怎样的广告,也可以指定目标用户的属性,结合多种判断标准,就能分析出要怎样投放广告才能使利益达到化。

在全世界的范围内进行这样的数据分析,意味着能够每天分析数千万,甚至数亿名用户的行为。从这些数据中得到的结论,颠覆了我对人类的认识。

平时和各种各样的人交谈,会觉得人的性格、兴趣、外在特征都充满了多样性。

可以说是“十个人十个样”。但是,如果从几千万用户“在几乎相同的条件下会做出怎样的反应”这样的观点来分析的话,就可以发现尽管使用的语言和所属的文化完全不同,核心用户或弃玩用户的规律几乎是相同的。并且,看上去属性完全不同的人们,只要分析他们的行为,就会发现他们也可以被归纳成几种固定的规律。

在人类的眼中看起来毫无共通点的事物,利用数据这一形式分析后却发现它们其实基于十分简单的规律。这个法则说明,人类实际上是规律的集合体。