10年后将出现强大得多的人工智能系统，别怕……

与人工智能共生的未来会是什么样？

这听上去像一个冷笑话，但却有其逻辑真实性：某研究小组要求人工智能针对某种病毒生成有巨大商业潜力的通用疫苗。这个人工智能发现病毒在人类社会传播时会发生变异，而人类越少，病毒的变异就越少。于是，它确定自己如果要实现研究小组提出的目标，最有效方法是开发一种能同时降低生育率的疫苗，以便将来需要处理的人更少。

当红炸子鸡ChatGPT作为生成式人工智能的里程碑，引起广泛惊喜，也激发巨大不安。意大利发布暂禁令，德国等多国考虑跟进，马斯克等逾千名科技界人士敦促半年内暂停研发更先进的人工智能系统，警告其“对社会和人类构成深远风险”。

但请注意：暂禁、暂停，都是暂时的。技术创新在不可抗拒地以让人措手不及的规模和速度改变着生活，改变着观念。

监管如何跟上？版权如何保护？真伪如何判断？

勤能补拙、笨鸟先飞、脚踏实地，读书破万卷……这些祖训还管用吗？

外语还用学吗？经典还用背吗？基本功还重要吗？

不劳而“获”会翻车吗？

……

一堆乱麻远非一时半会能够理清。

也许听未来学家预测一下与人工智能共生的未来，能帮助人们减轻焦虑，更清晰地看到通往未来的路径。

编辑 | 蒲海燕 瞭望智库

美国“信号和密码”战略咨询公司首席执行官兼首席未来学家伊恩·比克拉夫特（Ian Beacraft）的预测是：人工智能将像上世纪90年代的互联网一样改变人类的工作、人际关系以及日常生活方式及需求。

他说，当前“是人类历史上最伟大的知识工作革命的时刻”。如果说工业革命机械化了人类的劳动技能；当今就是在数字化人类的知识工作（knowledge work）技能，将其转化为远远超过人体能力的力量。

比克拉夫特感叹，已推出或正在研发的生成式人工智能工具集如雨后春笋般涌现，人工智能技术的应用正在疯狂加速。ChatGPT仅两个月就达到一亿全球用户，成为历史上增长最快的应用程序。而未来，“一切都会变得更快……每次转头，都会有一种使用人工智能的新方法，一种使用自动化的新方法，一种与技术互动的新方法。”

在他看来，人工智能技术的发展程度已经达到能让人类通过生成式人工智能来操纵周围世界的地步。

未来人类很大程度上生活在元宇宙中。“我”是情境中唯一的人，其他都是人工智能实时计算生成的。人类可能难以在这样的情境里感知真人与人工智能的差异，无法保证不会被欺骗而对人工智能产生感情，也不能排除这样的可能：在元宇宙中，作为真实的人，却被他人当成人工智能般的存在。

比克拉夫特还说，元宇宙不是一个封闭的生态系统，“元宇宙的概念是关于你将什么虚拟内容投射到现实世界中，又将什么现实内容带入虚拟环境”。他看好使用生成式人工智能将想要创造的东西实际投射到身边现实世界里，以及多人同步的XR游戏，“共同体验增强现实”。

生成式人工智能不是像孙悟空那样忽然从石头里蹦出来的。据报道，比克拉夫特是第一个以合成人身份主持全球联合新闻节目的人。他说，人工智能生成所有图像、动作、声音和谈话轨迹，这一切的开端缘于合成媒体。合成媒体本质上就是部分或完全由算法操纵生成的任何内容，几年前，它还不常见。如今，人们每天都会在社交媒体平台上看到它，而最终它将成为网络消费的主要内容类型，且其中大部分完全由算法生成。

美国“未来今日研究所”创始人和CEO艾米·韦伯（Amy Webb)自我定位是一名有经济学和博弈论学术背景的“量化未来学家”。她的说法是：

人们熟悉的互联网已经不复存在了，它实际上正在演变成（与万物互联根本）不同的东西”；

人类正在经历信息收集和共享的根本性转变，目前已经到了一个临界点，未来搜索和消费信息的方式将发生根本性变化。

她以搜索引擎为例解释说：

第一代搜索引擎是“蓝色超链接”；

第二代是可以展示图像和视频的知识图谱；

第三代将是“持续的信息传输，可能更接近于人类对话，或者只是人类信息传输和知识共享”。

如今，不仅有大量语言模型、GPT文本到图像和文本到视频的生成器，还有可以预测每种蛋白质结构和专门为气候科学打造的生成式人工智能等。当人工智能系统开始通过任何来源或情境与所有这些数据进行交互时，“我们将生活在一个不同类型的世界中”。

韦伯说，当前计算机一大发展领域是所谓的人工智能加速器，即专为加速人工智能和机器学习而设计的专用计算机系统。它们可以加快处理速度，进行大量繁重计算。开发人员还可以将数百个甚至更多不同芯片组合到更大的系统中。随着加速器、芯片以及正在构建的各种新型计算系统产生复合效应，到2030年，将出现比现在强大得多的人工智能系统。

不过，她也说当前阻碍构建强大人工智能系统的瓶颈在于可用数据。人工智能系统需要大量数据，数据越多，人工智能回答查询所需的计算能力就越强。这就是为什么现在对用于训练人工智能的数据出现爆炸性需求，开发人员开始把所有上网痕迹都作为可读信息查看。

韦伯还特别介绍了谷歌旗下的Deep Mind，称其为“通才型人工智能”，可以播放Atari字幕图像，与人聊天，堆叠积木，操作机械臂……她说，更多的通才型人工智能是实现人工智能非常重要的一步，而“我们正走在这条路上”。她认为，虽然目前尚处于将持续两到三年的一个过渡期，但“尽管人类尚未准备好，多模态通才型人工智能将很快成为新常态”。

假作真时真亦假，无为有处有还无。

《非显著趋势》作者、未来学家罗希特·巴尔加瓦（Rohit Bhargava）在演讲时展示了自己的一张演讲照片和一段演讲视频，照片里的人看上去和他本人没有任何区别，但却是人工智能生成的。

视频里，他也在演讲，声音在英语、印地语、汉语等语言间实时无缝切换，而听起来声音仍是一模一样。他说，这不仅也是人工智能生成，而且是特地用他的声音训练人工智能“听起来像我”。他说，未来他或许能够在舞台上通过虚拟方式演讲，并同步以70多种语言向观众进行现场翻译。

看来，人工智能消灭的第一个职业很可能就是曾经报酬丰厚的同声传译，并且这似乎已经不是未来。

在今年美国“西南偏南”大会设立的媒体工作间，库叔邂逅纽约一家公司兜售其产品——一个手机App软件，可以将电视新闻播报实时变成任何语言。在他们的演示中，手机下载并点开这个软件，视频里的美国总统拜登的讲话可任意即时切换成中文、德文等各种语言，中间没有明显延迟或卡顿。如果不注意口型，几乎会以为拜登原本讲的就是听众选择的语种。

【注：“西南偏南”是每年在美国得克萨斯州奥斯汀举行的一系列电影、互动式多媒体和音乐的艺术节与大会。大会和艺术节创办于20世纪80年代，2000年以来逐渐引入更多科技交互的创新概念。】

问题在于，谁来保证人工智能的同声传译准确无误，内容不会遗漏、扭曲甚至被篡改？何况社交媒体平台上，深度造假、花样百出的合成文本、图片和视频早就满天飞，各种偏见、歪曲乃至极端内容比比皆是。人工智能没有直觉或常识，只能反映被提供并存放在它们联想记忆中的数据，其中相当一部分都是这样的网络数据。

以ChatGPT为例，其依托的大语言模型无法幸免于这个问题，OpenAI的创新性解决办法是通过让人工智能“从人类反馈中强化学习”来调校模型，以解决偏见、幻觉等问题，使其符合人类价值观。但谁又能保证这种调校一定适度、到位？

很多预测还称，将被人工智能取代的行业还有新闻记者。当新闻内容也越来越依赖人工智能计算生成，或被使用人工智能技术，从而“特别擅长讲故事”的XR沉浸式叙事替代，未来谁来调查新闻真相？谁会拥有说出真相的话语权？

巴尔加瓦专注于寻找不那么引人注目，但却可能成为未来常态的技术创新趋势。他在演讲开始不久就说，作为未来学家，“当我们思考未来时，最大的问题之一就是我们不知道该相信什么，因为我们正处于我一直说的现代可信度危机之中。而现代可信度危机就在于我们不知道谁在告诉我们真相……我们担心一直被操纵，我们共同的挑战变成了我们如何找到真相。”

丹麦哥本哈根未来研究所未来学家索菲·赫维特维德（Sofie Hvitved）说，未来的人们不仅可以在全球各地与人工智能或自己的“数字化身”互动，还可以自行创造自己生活、工作和娱乐的环境。让人们沉浸其中的合成现实将变得越来越复杂、越来越真实，也越来越难以与现实世界相区分。特别是采用生成式人工智能的沉浸式媒体，将成为非常强大和极具说服力的“讲故事”工具，而其中虚拟现实和真正的现实之间，界限却非常不明确。

她说，不管人们是否情愿，“人工智能的拟人化已经疯狂地发生了”，并将对非现实世界的信息传播产生巨大影响。因此，需要建立一种运用批判性思维理解数字时代新动态的框架和方法，培养元宇宙人类的“元素养”（meta literacy）或者说数字素养，即培养人们评估信息的偏见度、可靠性、可信度，并将它们应用于内容生产和共享环境的能力。

比克拉夫特认为，人类技能的数字化进程会发生三件事：可编程、可组合和可升级。

——技能可编程，如借助ChatGPT之类软件，以数千种不同方式灵活地运用某一项技能，从而减轻工作负担。

——技能可组合，意味着借助人工智能，人类个体可以将不同技能“堆叠”于一身，并且它们可实现互操作，亦即通过开发快速、高效、灵活的人工智能软件工具，使其能够构建、排列并实现多种类型技能的组合。

——技能可升级。如同生产装配线上，各部分零件得到增强后，整个产品得到改善。他说，生成式人工智能使人们不必花更多时间学习某项技能，就能即时拥有并升级数以千计的技能。

比克拉夫特说，人类进入了“一个人工智能可以在特定领域迅速超越任何人的时代”，也因此进入了“一个创意多面手的时代……人们突然之间有能力根据需要跳入（某种专业）角色，并拥有履行这一角色所需的专业知识”。

由此，对通才的养成出现“一个很大的推动力”。他说，一直以来，人们趁年轻学习专业知识，然后进入某一行业安身立命，社会则根据设计师、会计师等特定角色的KPI（关键绩效指标）衡量其价值和贡献。现在，人类个体不必具备多领域的专业知识，而可以借助人工智能“完成最后一英里的专业领域任务”，那些兴趣广泛，对多个领域具有强烈好奇心和知识的人才“将主宰下一个时代”。

显然，这将对人类社会产生巨大影响。工业革命以来的趋势是专业越分越细，人们已经习惯于讲究术业有专攻和分工协作。但现在，生成式人工智能技术让人类摆脱狭窄的专业空间，而“有能力向任何方向弯曲”。比克拉夫特认为，这对过早进入专业细分领域的人才不利。

但是，“过早”是多早呢？

在到达最后一英里之前，人类个体难道不仍然需要首先习得某个专业领域的知识吗？库叔听着听着，不禁想起了童年读物《宝葫芦的秘密》。

不必学习就轻松拥有几千种技能？

这么美好的新世纪宝葫芦，我们为此需要付出什么代价？

还是说，果真有免费午餐，不劳而“获”的观念可以从此推翻？

当然，更可能的前景是：生成式人工智能的横空出世，不意味着可以不学了，而意味着下一代教育方式和教育内容，都将发生深刻的变革。

赫维特维德也认为，对不同事物充满热情和好奇心，倾向于跨多领域工作的人将会在人工智能时代脱颖而出。但她指出，与此同时，人工智能也提高了每个人的技能门槛，未进行技能投资的人仍然可以享受技能升级带来的好处，而拥有额外技能和额外动力的人会从中获得更大的提升。她形容说，“链条中的一个环节升级时，一切都会升级。即使是地板也开始上升。”

多名未来学家指出，有能力操控人工智能的人将是精通技术的人，或者拥有这些技术人才、财雄势厚的机构和政府。大量普通人可能因技术门槛变得更高而望洋兴叹。因此，面对人工智能时代，需要警惕“数字鸿沟”比如今更难逾越，亟需以包容、公平的视角来应用数字创新技术。

韦伯说，除非做出重大改变，不会人人都有能力使用新的人工智能工具。如果不放慢而是继续加快技术革新，如果不未雨绸缪地大力投资于教育和技能培训，势将出现“巨大的多维数字鸿沟”。

她说，纸只有在识字的情况下才有用，计算器只有在懂数学的情况下才有用。如果一名知识工作者没有使用人工智能工具的基础知识，它们不会创造价值。但问题在于，像ChatGPT这样强大的工具实际上很难使用。创作好的提示，即给人工智能模型的指令、短语、想法和句子，是很有难度的。

因此，有机会和资源学习使用这些工具的人如同提前上了很多早培班，“基本上就像天生富有”，其他人只能在后追赶，而那些远远落后的人，社会无力让他们赶上。她说：“如果所有人工智能辅助技术都得以应用，会无意中造成新的数字鸿沟。这会对我们（美国）劳动力和经济的未来产生重大影响。”因此，政府和社会需早做准备，大量增加教育投资，并改变下一代的教育方式。

比克拉夫特则列举了当下数字创新存在的以下问题：

——当下的数字创新主要关于技术，尤其是通信技术，范围相对狭窄。

——人类正在使用算法和人工智能构建未来社会的基础层次，但网络信息所构成的数据集，本身就存在厌女症、色情等缺陷。

——网络平台本应将志同道合的人联系在一起并提供帮助，但这些平台正在引发心理健康危机。

——对网络设施的“绝对沉迷”，导致算法可以真正指导我们的生活，而不是相反。当算法控制人类生活，人类将变得更像机器，而如今的人工智能机器反而变得更加人性化。

这是人类想要的未来吗? 答案显然是否定的。

人类能够避免这样的未来吗？观照当下，如果不解决现实已经存在的问题，恐怕很多人信心不足。

——留神炒作周期

比克拉夫特说，他采用技术成熟度曲线（Gartner Hype Cycle）评估一项技术在炒作周期所处位置。这条曲线分５个阶段，先是技术突破触发创新，引发广泛宣传，使期望值泡沫膨胀到顶点，继而过山车般跌入“幻灭的低谷”，泡沫被挤走，建设者留下攀爬“启蒙的斜坡”，最终达到“生产力高原”。他说，去年是元宇宙和加密货币，眼下则是人工智能技术登顶“期望值膨胀的高峰”。

——技术的简单性

德勤咨询公司首席未来学家迈克·贝克特尔（Mike Bechtel）说，他从25年极客生涯中学到一件事：当一项技术名称的音节数减少到一两个时，可以判断它开始接近成熟。而回顾信息技术的历史，“曾经发生的每一次互动和范式转变，都是朝着简单性迈进的一步”。或者说，一些大公司的“技术名片变得越来越复杂，但用户体验却因此变得更简单”。技术的简单性本质，呼应着达·芬奇的名言：“简单是终极的复杂”。

——关注趋势的交融

韦伯强调，不仅要关注单独的技术趋势，还必须关注新兴技术趋势之间的交集、融合及其影响。在某个时间点，每一种趋势都会产生影响，“必须训练我们的眼睛寻找新的模式”。

——具备心理灵活性

赫维特维德说，在某种程度上，未来早已经存在于现实之中，但可能有很多事件会改变前行轨迹。因此，看向未来，需要扩展思维，具备心理灵活性，留神在探索未来可能性时存在的“路径依赖思维”、基于数据的“线性未来”局限，以及人们为很多东西变化非常快兴奋之余，有时会忘记更长远的观点。

——警觉“无意识之恶”

近些年，在中文网络世界里，常将新兴技术概称为“黑科技”，据说语出日本动漫《全金属狂潮》，原指非人类自主有能力研发，凌驾于人类现有科技之上的知识，后引申为一切“不明觉厉”的新硬件、新软件、新技术、新工艺、新材料。

黑色，这个字眼不论东西方，都自带一种蕴藏危险的氛围感。英文虽然没有黑科技这个说法，但不乏未来学家警告新兴技术带来的新风险。《麻省理工科技评论》出版人伊丽莎白·布拉姆森-布德罗（Elizabeth Bramson-Boudreau）在详论该刊预测的2023年十大突破性技术时就指出，突破性技术不一定都美好，其中一些“有阴暗面”。

德勤的贝克特尔则说，技术只是工具，是人类使用者的“力量倍增器”。但是，“做出惊人善行的能力会被做出无意识坏事的能力所抵消。在很多情况下，无意识是比恶意更大的威胁”。

——懂人的人常胜

这句话是《非显著趋势》作者巴尔加瓦的口头禅。他说，懂得他人的人总是赢家，因为能否理解别人，“在很大程度上影响着我们的行为和理解世界的方式”。在他看来，人人皆可预测未来，难点在于预测到未來的常态会是什么模样。

那么，如何预测未来的常态？

这位未来学家说：“关键在于我们必须以人性化方式思考，不能仅仅只是推动技术……生而为人，就会想做人做的事情。”

延伸阅读一：

未来学的三个P和一个W

编辑 | 蒲海燕 瞭望智库

未来学家，顾名思义，是研究未来可能发生的情境及其如何又将何时发生的人。

未来学家在美国乃至欧洲，是一门有学术和技术门槛、涉及多门自然和社会科学，以及系统论、博弈论、设计、管理及大数据等研究方法的行当。

据考证，现代意义上的未来学一词，最早由德国教授奥西普·K.弗莱赫特海姆（Ossip K.Flechtheim）于1943年创造。他认为，即使系统性预测只揭示了统计学上大概率会发生的变化，也具有重要社会价值。

20世纪初，以科幻小说《时间机器》闻名后世的英国小说家、新闻记者赫伯特·乔治·威尔斯（H.G.Wells 1866–1946）撰写了一系列预测科技进步对人类生活和思想影响的文章，设想了全国高速公路系统、取代用人的自动化机器、预制房屋等，并主张采取“一种有条不紊的方法”研究未来。他的“预测性写作”，被视为未来学的先声。

1966年，美国未来学大师阿尔文·托夫勒(Alvin Toffler,1928–2016)在美国大学开设了第一门未来学课程。他的代表性著作《第三次浪潮》和《未来的冲击》上世纪八九十年代译介到中国，在大学生中的轰动程度非亲历者难以想象。

韦伯说，托夫勒这批未来学家开发统计模型并使用计算机预测未来社会的面貌，主要关注当年新生事物对未来的影响，如太空旅行、避孕药、海水淡化、人工智能、影响人格的药物、人口过剩和地缘政治不稳定等。其中，兰德公司的赫尔曼·卡恩将数据与博弈论结合，首先使用“情境”一词详细描述某种可能的未来状态，这种方法“具有令人难以置信的力量”。

如今在美国，从事企业战略、趋势分析、情境开发、市场营销、风险管理、远景规划的咨询顾问、风险分析员等等，经常被认为在从事未来学家的工作。但是，宗教未来学家、神秘学家、占星家、占卜师等等基于个人启示或信仰的工作，不管他们使用什么方法，都不符合这一行当“对未来学的共识定义”。

而未来学研究，常被概括为关注“三个P和一个W”，就是“可能、很可能和更可取的未来“（possible,probable,and preferable futures），加上“外卡”（wildcards,概率低而影响大的事件)。

艾米·韦伯说，未来学家就是使用来自现在的信号模拟下一时间顺序结果的人。

2001年一项对108名未来学家进行的调查发现，面向未来，他们有着以下共同假设：

——当下处于历史变革之中；

——使用复杂的跨学科方法，包括非常规思维、内省批判和跨文化比较在内的多视角；

——未来有多种可能性，考虑备选方案；

——大众参与式未来，增强每个人对未来的公共所有权；

——帮助塑造长期公共政策，希望在世界变革中发挥积极作用；

——着重于包容科技和文化的可持续未来。

多位未来学家不约而同地强调，未来学家的任务不是预测，而是“确保我们为可能的未来做好准备”。并且，未来学家其实是“并不那么隐秘的历史学家”，因为要对明天做出预测，就必须以历史的教训为基础。

延伸阅读二：

“填空：2050年，一个人工智能驱动的世界……”

编辑 | 蒲海燕 瞭望智库

奥斯汀“西南偏南”大会和艺术节在开幕当天请来研发ChatGPT的OpenAI总裁兼联合创始人格雷格·布罗克曼（Greg Brockman）。

在他看来，ChatGPT的火爆，“根本原因在于它恰好适合每个人已经想做的事情”。而Open AI为ChatGPT“构建了一个超级简单的界面……实际上在某种程度上让你畅通无阻地获得新想法，并为你提供一个愿意为所欲为的系统”。他说，这项技术将会成为手机那样普及的工具，人们“生活的方方面面都会被这项技术放大”。

讲座采取问答形式，听众为入场排起了长龙。

主持人问：当人类开始将认知外包给人工智能，你是否认为人类面临智力下降的风险?

布罗克曼答：“是的，这绝对是让我彻夜难眠的事情。”

他说，面对ChatGPT这样的生成式人工智能新技术，“绝对重要的是弄清楚如何让它成为一个智力倍增器”。“如果你只是盲目地喜欢不再思考，你可能不会学会思考。但是，如果你实际上是要搞明白我如何帮你钓鱼，我想你会走得更远。”言下之意，ChatGPT只是渔具。授人以鱼，还是授人以渔，在于持渔具者自己的选择。

主持人又问：“我该教我一岁女儿什么，她才能在20年后找到一份工作？”果然，天下父母有着同样的焦虑。

布罗克曼却答得风轻云淡：“我认为孩子们是人工智能的原生用户，你会发现他们明白如何以我们完全无法想象的方式使用它们。”

他没有具体谈论数字鸿沟或生成式人工智能技术可能带来的其他风险。但他谨慎地说，这是一个新的广阔的开放空间，会有许多伦理道德问题随之而来，也将会看到更多创造性行动的发生。在人们的期望、准备和实际可能发生的事情之间，存在着差距。这种悬而未决实际上是很多危险之所在。“需要弄清楚把信任的护栏放在哪里，努力使技术更值得信赖”。

布罗克曼还说，人工智能系统从现在的状态发展到人们期望的地步，还需要数十年时间。对目前所有尚不知道答案的问题，人人有责任求解，人人需要尽可能多地自我教育，也都必须不断地追问：什么地方会出错？能做什么来纠正？不仅如此，生成式人工智能技术是一项新生事物，进行相关决策的不能只是硅谷的某家公司，而必须是集体决策，这是“一个类似全球治理的问题”。

讲座快结束时，主持人发问：“填空：一个AI驱动的世界和2050年……”

布罗克曼几乎秒答：“难以想象”。

从现在到2030年，还有７年；到2050年，还有27年。那个难以想象的世界，并不遥远。