目录
作者序.... 1
第1章形成 Becoming.. 2
第2章 知化 Cognifying. 4
第3章 流动 Flowing.. 9
第4章 屏读 Screening.. 13
第5章 使用 Accessing.. 15
第6章 共享 Sharing.. 20
第7章 过滤 Filtering.. 24
第8章 重混 Remixing. 28
第9章 互动 Interacting.. 30
第10章 追踪 Tracking.. 32
第11章 提问 Questioning. 36
第12章 开始 Beginning. 38
作者序
1. 关于必然：
1) 这里说的必然是另外一种形式的，正在进行中的科技变迁的动能。科技在本质上有所偏好，在其他条件都相同的前提下，决定科技发展动态的物理原理和数学原理会青睐某些特定的行为。这些偏好仅存在于塑造科技大轮廓的合力中，并不会主宰那些具体而微的实例。譬如，因特网的形态——由网络组成的遍布全球的网络——是一种必然，但我们所采用的因特网的具体实现就不是必然。它可能是国家的，而不是国际的。长距离传输语音信息的电话系统是必然的，但iPhone不是；即时信息是必然的，但推特不是。
2) 我们发明新事物的速度已经超出了我们“教化”这些新事物的速度。今天，一项科技问世之后，我们需要大约十年的时间才能对其意义和用途建立起社会共识。到那时，今天的种种现象可能都已消失得无影无踪，我们就会认识到它既无必要，也非必然。
3) 数字世界的根基被锚定在物理规律和比特、信息与网络的特性之中。无论是什么地域，无论是什么公司，无论是哪种政体，这些比特和网络的基本成分都会一次又一次地孕育出相似的结果。尽管表象会受到文化的影响，但其潜在的内因都是一样的。
2. 这些转变并不全都受欢迎。由于旧的商业模式失灵，既有的行业将被推翻。行业中的所有职业将会消失，一同消失的还会有一些人的生计。新的职业将会诞生，而这些职业会滋生不公和不满。数字网络技术动摇了国际边界，因为它本身就是无国界的。它会造成冲突和混乱，这些趋势将会挑战现行的司法假设，碰触到法律的边界。
1) 当我们面对数字领域中极力向前的新科技时，第一反应可能是退回原位。我们会对它加以阻止、禁止、否认，或者至少会让它变得难用无比。（当因特网让音乐和电影的复制变得轻而易举时，好莱坞和音乐产业就开始尽其所能来阻止人们复制。但这全然徒劳。他们只是成功地把顾客变成了敌人。）任何禁止的做法最多只能暂时有效，从长远来讲则违背了生产力的发展。
2) 这或许和我们最初的动机相悖，但我们应当拥抱这些科技的再造和重组。一旦洞察，我们就不用采取对立的态度，而是可以因势利导。只有与这些科技协作而非阻挠，我们才能最大程度地获取到科技所要给予我们的。
3) 我们需要对新兴的发明加以监管——无论是从法律层面还是从技术层面，以避免真正（而非假想）的伤害。我们需要依据这些科技的特性来“教化”、“驯服”它们。但我们必须要深度参与，亲身体验，谨慎接受。
3. 很多变化并不为人所察觉，人类的文化和生物学现象也如同一部极其缓慢的幻灯片，在向着某个新的形态移动。我们生活中每一项显著变化的核心都是某种科技。每样东西都在成为别的东西，从“可能”中催生出“当前”。
4. 不断变化不仅仅意味着“事物会变得不一样”，它也意味着流程——变化之引擎——比产品更重要。我们最伟大的发明恰恰是科学流程其自身，而非某个特定的工具或玩意儿。一旦我们发明了科学方法，就能立即创造出数以千计的神奇事物，而这是用其他方法所做不到的。这种能够产生持续改变和改进的方法性的流程要比发明任何产品都强上百万倍。
5. 我们正在从一个静态的名词世界前往一个流动的动词世界。产品将会变成服务和流程。比如汽车会变成一种运输服务，一个不断更新的材料序列，对用户的使用、反馈、竞争、创新乃至穿戴做出快速的适应。无论这辆车是无人驾驶汽车，还是可以由你驾驶的私家车，这种运输服务生来具有灵活性，它可定制，可升级，可联网，而且可以带来新的便利。而在无形的数字领域中，没有任何静态的东西，也没有一成不变的事物。所有一切，都在成为其他。
6. 接下来12章的每一个”现在分词”，都代表一种处在加速中的动作力量，都是一种正在发生的趋势。所有迹象表明，这些趋势将持续至少三十年。它们是高度叠加的力量，彼此依存，相互促进。这些动词本身就在融合，又都处于成为的过程中，从而构成了一个运动的域。
1) 称为“必然”，是因为它们植根于所有新科技所共有的偏好，而非社会的本质。虽然作为创造者我们对科技的取向有很多选择和责任，但仍有许多因素是我们无法控制的。特定的技术流程会倾向于特定的产出。
工业流程（蒸汽机、化工厂、水坝）会倾向于人体所不适应的高温和高压；这种偏好促使制造的场所离人们越来越远，并向大规模、中心化的工厂演变，这种演变与人类社会的文化、背景和政治因素无关。
数字科技（计算机、互联网、移动应用）则倾向于大规模廉价复制，使科技转向了大规模社交；这种偏好的背后是数字比特的内在特性，独立于国家、经济和人类意愿。
2) 当我们对科技的利用贴近于科技所偏好的轨迹时，我们才会在管理复杂性、优化利益和减少科技带来的伤害方面更加得心应手。
3) 哪种特定的产品会在来年或者未来十年中走红，或者哪些公司将会胜出。这类结果取决于潮流、时尚和商业等因素，是完全不可预测的。但未来三十年中产品和服务的总趋势则已清晰可见。这股迅猛的大潮会潜移默化且持续坚定地改变我们的文化。
第1章形成 Becoming
1. 著名的热力学第二定律告诉我们，所有事物都在缓慢地分崩离析。没了照料和维护，以及附加其上的额外秩序，万物无一会长存下去。生命的本质，似乎主要是维持。
2. 我们的工具越复杂，就越需要（而不是越不需要）我们的照料。如果你拒绝进行不断的小升级，那么积累起来的变化会最终变成一项巨大的更新，大到足以带来“创伤”级别的干扰。持续不断的升级对科技系统来说至关重要，重要到这已经成为主流个人电脑操作系统和部分软件应用中的自动功能。而在这背后，机器也将会更新自己，随时间慢慢改变自己的功能。这一切循序渐进，所以我们不会注意到它们正在“形成”。我们把这场进化当作了平常现象。
3. 无论你使用一样工具的时间有多长，无尽的升级都会把你变成一个全力避免掉队的菜鸟，永远是菜鸟是所有人的新设定，这与你的年龄，与你的经验，都没有关系。
1) 首先，未来30年中，大部分可以主导生活的重要科技还没有被发明出来，因此面对这些科技，你自然会成为一个菜鸟；
2) 其次，因为新科技需要无穷无尽的升级，你会一直保持菜鸟的状态；
3) 第三，因为淘汰的循环正在加速（一个手机应用的平均寿命还不到30天！）在新科技被淘汰前，你不会有足够的时间来掌握任何事情，所以你会一直保持菜鸟的身份。
4. 新事物还是源源不断地被我们发明出来，它们给我们带来了新的欲望，新的向往，新的需求，但“新”总是转瞬即逝，在永不停歇的变化中被更新的事物所取代。满足感因此不断从我们的指尖溜走。有人感到愤怒，把这种没有穷尽的升级和变化看作是一种堕落，认为这是对人类高贵尊严的践踏，也是我们不愉快的根源。
1) 科技确实是根源。科技的动向推动我们永远追求“新”。没有不适的世界会停滞不前；某些方面过于公平的世界，也会在其他方面上不公平得可怕。乌托邦中没有问题可烦恼，但乌托邦也因此没有机遇存在。
2) 反乌托邦和乌托邦都不是我们的归宿；我们的归宿会是“进托邦”（protobia）。更准确地说，我们已经到达了进托邦。
进托邦中的“进”（pro-）来自于“进程”（process）和“进步”（progress）。这种微小的进步既不引人瞩目，也不鼓舞人心，极易被我们忽略，因为进托邦在产生新利益的同时，也在制造几乎同样多的新麻烦。今天的问题来自昨天的成功。
进托邦并不是目的，而是一种变化的状态，是一种进程。在进托邦的模式里，事物今天比昨天更好，虽然变好的程度可能只是那么一点点。
随着时间流逝，真正的利益便在这种问题与解决方案同时进行的循环扩张背后逐渐积累起来。
5. 奇点理论的信奉者们展望，即从技术上讲，想象未来100年是不可能的。我们因此对未来盲目。或许在文明和科技进步的这个阶段，我们进入到了一种永恒而无止境的现在，不会有过去和将来。乌托邦、反乌托邦和进托邦统统消失，只有盲目的现在（Blind Now）。
6. 恒常的“形成”所带来的问题（特别是在进托邦的龟速前行当中）是，在不断的动作当中，我们不会再去注意动作，而只会在我们回顾过去时才显现出来。更重要的是，我们倾向于从旧事物的框架中来观察新事物。我们当下对未来的展望，实际上会曲解新的事物，好让它适应我们已知的事物，很难在当时看到事物未来“形成”的模样。这就是为什么最早拍摄出来的电影，都像是戏剧表演一样，而最早的虚拟现实（VR）制作得好像电影一样。
1) 这种生拉硬套并不总是坏事。小说家在人类的这种反射中勘探发掘，将新事物和旧事物联系起来。但当我们尝试了解将来会发生什么的时候，这种习惯就会愚弄我们。我们很难感知到正在发生的变化。
2) 有时候，这些变化显露出的轨迹似乎不可思议，甚至让人感到荒唐透顶，我们因此对其报以轻视，从而察觉不到“形成”的方向。1994年，在网景（Netscape），这个图形浏览器点亮网络之前，互联网只有文字，而且对大多数人来说并不存在。它很难使用，没有图形画面，你要输入代码才能够使用它。谁愿意把时间浪费在这么无聊的东西上？尽管它确实存在，互联网还是被人们轻视并完全忽略掉了。
7. 不仅是过去，我们没能想象出网络会变成什么样子，网络今日取得的成就，在当时看来是不可能的。直到今天，我们仍然看不清网络变成了什么样子！我们把网络绽放出的奇迹当作理所当然。
1) 只有40%的网络内容是以商业形式创造出来的。支撑人们创造其余部分的，不是责任，就是激情。对于制作东西和更加深入互动的热情，而不只是做出选择，是一种巨大的力量。虽然在数十年前，这种力量已经逐渐发展，但我们却未曾意料到，也未曾看到它。这种对于参与的原始冲动已经扭转了经济，并且还将在社交网络的氛围（众愚成智、蜂巢思维和协作行动）中稳步转换成社会的主流。这种模式在越来越多地支撑网络运转。比如普通大众在撰写免费百科全书、制作平光轮胎更换的免费教程。
2) 当一个公司像亚马逊、谷歌、eBay、脸谱网以及大部分大型平台那样，通过公共API将其部分数据库开放给用户和其他初创公司的时候，就已经开始在新的层面上鼓励用户参与了。运用这些能力的人们将不再是公司的顾客，而会为公司分担开发、销售、研发和市场工作。
8. 严格来说，今天的网络从技术角度上可以被定义成我们通过搜索引擎搜索到的一切。但在今天，数字世界的大部分还不能用搜索引擎全部地搜索到。但在未来的30年中，用户和受众参与网络的方式不断进步，不断更新。它会像电一样，成为一种低水平的持续性存在。它无处不在，永远开启，暗藏不现。这种强化后的场景会释放出许多新的可能性。
1) 超链接把所有的比特连接起来。一个主机游戏里发生的事件会像新闻一样搜索即得。你还能寻找一段YouTube视频里发生的事情。超链接还会延伸到物理实体当中，无论人造还是天然。把一块几乎免费的小芯片嵌入产品中，就能让你对你的房间，甚至整栋房子展开搜索，比如物联网。
2) 超链接会延伸进时间，今天的网络显然忽视了过去，很难浏览特定网站的早期版本。但在未来30年中，就会出现能让我们查看过去任一版本的“时间机器”。
3) 网络本身也会延伸到未来中去。你还能和网络对话。从睡醒睁眼的那一刻起，网络就会尽力预测你的意图。在记录了你的日常生活后，网络会尝试先你一步：在你提问前就给出答案；在你开会前就给出文件；在你和朋友吃饭之前，就根据天气状况、地理位置、本周吃了哪些东西、上次和朋友见面吃的什么等等你会考虑的因素推荐出最完美的地点。
9. 现在看来，前几波的开拓者好像已经把每一个可能的角落都开发得一干二净。30年后，互联网似乎会充斥着App、平台、设备和远远超过我们未来一百年的注意力所需求的内容。就算你能通过小小的创新榨出油水来，在那种极大丰富的环境里，又有谁会注意到呢？
1) 问题在于，仅就互联网而言，互联网仍然处在开端的开端。也许在2050年，大部分运转人类生活的伟大产品，在2016年以前，都还没被发明出来。未来的人们查看的会是全息投影，佩戴的会是虚拟现实隐形眼镜，呈现的会是可以下载的形象，操作的会是人工智能界面。没准互联网在未来已经有了别的名字了。
2) 所以真相就是：此时此刻，今天，纵观历史，从来没有哪一天会比今天更适合发明创造。从来没有哪个时代会比当前、当下、此时此刻更有机遇，更加开放，有更低的壁垒、更高的利益风险比、更多的回报和更积极的环境。
第2章 知化 Cognifying
1. 知化，意为赋予对象认知能力。把机敏的头脑置入普通事物之中才能带来真正的颠覆，这些事物可以是自动贩卖机、鞋子、书、报税单、卡车、电子邮件、手表以及手机。我们的日常行为将被彻底改变。
1) 理想情况下，这种额外的智能只是廉价还不够，还应当完全免费。一项免费的人工智能技术和网页上的免费公共内容一样，比其他任何我们能想到的事情更能满足商业和科学的需求，并且很快就能自给自足。
2) 传统的看法认为，超级电脑将首先成为这种人工心智的载体，然后是个人电脑，接着是我们的个人机器人中。人工智能将是一些有界限的实体，而我们能清楚地区分我们和它们的思维。
3) 但是让东西变智能不会带来极乐世界，过时的独立综合智能技术可能会被看作是有缺陷的。事实上，真正的人工智能不太可能诞生在独立的超级电脑上。它会出现在网络这个由数十亿电脑芯片组成的超级组织中。它将是轻巧、嵌入式的，没有固定形态，并且内部的联系松散。把它的思维和我们的区分开会很困难。
4) 任何与这个网络人工智能的接触都是对其智能的分享和贡献。这种人工智能连接了70亿人的大脑、数万兆联网的晶体管、数百艾字节的现实生活数据以及整个文明的自我修正反馈循环。那种单独的人工智能无法像它一样快速而聪明地学习。因此网络本身将会知化为一种完善速度惊人的事物。
5) 即将到来的人工智能更像亚马逊的网络服务——廉价、可靠、工业级的数字智能在一切事物背后运行，除了闪现在你眼前的短暂时刻，它近乎无影无形。我们将能够通过地球上任何地方的电子屏幕，用数百万种方式获得它分布在各处的智能，因此很难说它到底在哪里，到底是什么，它是我们的记忆，还是我们的一种共识？是我们在搜索它，还是它在寻找我们？
6) 即使人工智能改变了网络、全球经济以及文明，它也会像所有设施一样让人感到极度无聊。就像一个多世纪前电力所做的那样，它会让没有生气的东西活跃起来。如今我们将知化从前所有被电气化的东西。
2. 仅2014年，322家拥有类似人工智能技术的公司获得的投资就超过20亿美元。人工智能领域的民间投资在过去4年里平均每年增长62%，这个速度还会持续下去。
3. 新的实用人工智能还会通过加深我们的记忆力，加速我们的认识能力等方法来强化个体以及全体人类的能力。通过注入额外的智能，我们几乎想不到什么东西不能变得新奇、不同和有趣。能够结合人工智能的行业多到数不尽。越是看似不可能的行业，加入人工智能带来的影响会越大。
1) 知化摄影术使得相机能塞进各个角落（太阳镜的镜框中、衣服上的某个色块中、写字的笔中），并能做更多事，如3D或高清计算以及其他曾经需要数十万美元以及一卡车设备才能进行的工作；科学家们可以进行虚拟化学实验；语言学也有可能，比如把人工智能加入语言中，收录过去100年来书籍、杂志和报纸中出现过的数以亿万计的词，追踪新词的诞生或者打造全新的商标名；知化的投资，知化的法律，知化的音乐，知化的洗衣等等。
2) 更多商业化的运用比如：
知化的营销——读者或观众个人关注一个广告时，其社会影响力能够成倍提高广告的受关注程度（取决于跟风的人数以及影响力的大小）。商家利用这一点，优化每一份投入的受关注度和影响力。当规模达到百万级别时，这项工作由人工智能完成。
知化的房产——人工智能匹配买方和卖方，并能够提示“喜欢这间公寓的租户还喜欢哪些房子等”。它还能根据你的个人经济状况生成一份财务计划。
知化的护理——遍布病人全身的传感器从早到晚地工作，提供高度个性化的护理方案，并每天做出调整和细化。
知化的建造——复杂工程项目和其众多子项目能被即时纳入计划表，使工程速度和预算得到优化。想象一下，一个足够智能的项目管理软件，不光能考虑设计改动，还会考虑天气、港口交通延误、汇率、意外事故等因素。
知化的伦理——自动驾驶汽车需要被事先教授优先级和行为规则。在考虑司机之前，它们或许应当首先保证行人的安全。任何依赖准则的真正自主事物都需要智能的伦理规则。
知化的玩具——玩具更像宠物。类似宠物的玩具对孩子深深的吸引力是菲比娃娃完全无法相比的。能交谈的玩具更受青睐。或许第一款真正的大众机器人就是一个洋娃娃。
知化的体育——智能传感器能带来新的计分和裁判方式。并且，我们每秒就从运动员身上提取高度细精化的数据，用来打造一个精华版虚拟体育联赛。
知化的编织——谁知道呢？但它迟早会出现！
4. 也许到了2026年，谷歌的主营产品将不再是搜索，而是人工智能。近期的三大突破将开启人们期待已久的人工智能时代。
1) 廉价的并行计算
思考是我们大脑中的数百亿神经元同时激发，制造出用于计算的同步电波。建立一个神经网络——人工智能软件的基本结构，同样需要各个进程同步运行。一个程序想要辨认出某个口语词汇，必须听到所有音素以及它们之间的关系；想要识别出某幅图片，必须同时看见每个像素以及它和周围像素的关联。这两者都是深度并行任务。
如今，在GPU集群上运行神经网络被应用云计算的公司当作常规技术使用，如脸谱网用它来识别你照片中的好友，而Netflix用它为超过5000万订阅用户推荐靠谱的内容。
2) 大数据：每种智能都需要接受训练。哪怕是程序编得最好的电脑也要对弈至少1000局国际象棋后才会有良好表现。人工智能之所以获得突破，部分是因为对全世界令人难以置信的海量数据的收集为人工智能提供了训练的条件。
3) 更好的算法：
其中的关键在于将神经网络组织成叠层（staked layers）。识别一张人脸可能需要数百万这类节点（其中每个节点产生一个计算结果供周围的节点使用），并需要叠加多达15个层级。杰夫·辛顿（Geoff
Hinton）对各个层的数据结果进行数学上的优化，从而加快了进一步叠层时的学习速度，并将其称为“深度学习”。
深度学习代码本身不足以产生复杂的逻辑思维，但它是当下所有人工智能产品的基本组成部分，这些产品包括IBM的沃森、DeepMind、谷歌的搜索引擎以及脸谱网的算法。
5. 云计算遵循收益递增（increasing returns）法则，有时又叫网络效应（network
effect）。越多人使用人工智能，它就会变得越聪明；它变得越聪明，越多人就会使用它；当它更聪明时，就会有更多人使用它。一家公司进入这个良性循环后，规模会变得极大，发展速度极快，以至于对其他新兴竞争对手形成压倒性优势。结果就是，未来的人工智能将由两到三家寡头公司主导，并以基于云端的多用途商业产品为主。
6. 为了实现用数据库加强人类大师的心智的想法，卡斯帕罗夫率先提出了“人加机器”（man
plus-machine）的概念，即在比赛中用人工智能增强国际象棋选手水平，而不是让双方互相对抗。如今，这种比赛被称为自由式国际象棋比赛，它们和混合武术对抗赛相似，选手们可以使用任何他们想用的作战技巧。
当今世界上最优秀的国际象棋选手队伍就是“半人马”型（也就是人类和人工智能结合的赛博格（Cyborg））的Intagrand，它由一个人类团队和几个不同的国际象棋程序组成。
人工智能的出现并未削弱纯人类国际象棋选手的水平。恰恰相反，在廉价且超级智能的国际象棋软件的激励下，下国际象棋的人数、锦标赛的数量以及选手的水平都达到了历史之最。
同理，人工智能也能帮助我们成为更优秀的飞行员、医生、法官、教师。大多数人工智能完成的商业工作都将由专注某个狭小领域的专门化智能软件负责，像超级智能的自闭型“专家”。比如它能把某种语言翻译成另一种语言，但不能干别的；可以开车，却不能和你交谈。
7. 我们想要的不是智能，而是人工智慧。
1) 与一般的智能不同，智慧是专注的、能衡量的、专门化的。它还能够用完全不同于人类认知的方式思考。如果“智能”意味着我们特有的自觉意识、疯狂的自省循环以及凌乱的自我意识流，智能或许是种累赘。我们希望自动驾驶汽车能够超乎常人地专注于道路，而不是在纠结之前和智能车库之间的争执。医院里的综合“沃森”医生能一心扑在工作上，永远不要去想当初是不是该学金融专业。
2) 随着人工智能的发展，我们可能要设计一些手段阻止它们拥有意识，而当我们宣传最优质的人工智能时，很可能给它打上“无意识”的标签。非人类智能不是一个程序错误，而是一项功能。会思考的机器最重要的特征就是它们思考的方式与人类有差别。比如沃森从味道资料以及现有的菜式中创制出新菜品，厨师则很乐意地把它们做出来。
3) 我们喜欢把人类的智能看作是“通用的”，因为和我们遇到的其他心智相比，人类的心智能解决更多种类的问题，但是当我们创建了越来越多的综合心智后，我们开始意识到人类思维并不通用，它只是思维的一种。
8. 今天，不断涌现的人工智能的思维方式就与人类不同。
1) 脸谱网通过加强他们的人工智能，能让它在看过一个人的照片后就能从网上约30亿人的照片中识别出此人。人脑无法提升到这种程度，因此这种能力完全是非人类的。
2) 人类的思维方式不擅长做统计，所以我们制造出各种统计技术很强的智能设备，是为了让它们用不同的方式思考。
3) 让人工智能替我们开车的一项优势就是，它们不像我们那样容易分心。
9. 不一样的思维是创新和财富的来源，仅仅聪明是不够的。商业动机会让与工业力量相关的人工智能无处不在，它们廉价而聪明，我们一定会在所有产品中加入智能，但加入哪种特质的智能并非显而易见，而是有选择空间的。智能的特质将会决定其经济价值以及它们在我们文化中的角色。当我们开始发明新的智能种类和新的思维方式时，将获得更大的回报。
10. 我们目前还不了解智能的完整分类法。宇宙中潜在的心智种类数量庞大。一种便于我们设想的手段就是着手建立一门心智分类学。这个心智的矩阵将包括人类心智、机器心智以及可能存在的心智，尤其是类似科幻小说家虚构的那种超越人类的心智。
1) 有些人类思维的特点将会是通用的（就像生物学中的左右对称性、细胞分裂、管状脏器）。但是很可能存在某种心智种类，和我们演化的结果大不相同，其思维方式并非一定要比人类更快、更强大、更深刻，有时反而更简单。
2) 我们开始研究地球上动物的心智，鲸和海豚复杂而奇特的智能不断带给我们惊喜。很难设想如何准确地判断出一种心智比我们更高级。
3) 列出机器在哪些可能的方面比我们（即便是在理论上）更聪明将会帮助我们调整并约束智能的发展。一些非常聪明的人，如天文学家斯蒂芬·霍金，以及天才发明家埃隆·马斯克（Elon
Musk）担心，创造聪明绝顶的人工智能是个错误，因而探究更多智能种类显得更为明智。
11. 心智分类学必须能反映出如何运用不同方法设计出具有补偿特点的心智。一类特定的心智在某些方面的表现更为出色，在其他方面就会有所欠缺。比如，指导自动驾驶汽车与评估房产是两种差异很大的智慧；能准确预测天气的超级大脑与植入衣服中的智能分属两个完全不同的心智领域。排除了数千种将会大规模知化的物联网中那些平常的机器智慧，比如一个计算器中的智能，下面这份候选清单有可能是比我们更高级的一些新的心智：
1) 一种心智与人类的心智相像，只是反应更快（我们最容易想到的人工智能）。
2) 一种心智主要基于大容量存贮和记忆，有些愚钝但是信息面广博。
3) 一种全球化超级心智，由数百万做着单调工作的智能体组成。
4) 一种蜂巢型心智，由许多十分聪明的心智组成，但是自己却意识不到。一种博格型（borg）的心智，组成它的许多聪明心智意识到它们构成了一个整体。
5) 一种心智被专门训练用来加强指定的人类个体，但是对其他人完全无效。
6) 一种心智能够设想但不能制造比自身更强大的心智。
7) 一种心智能够制造比自身更强大的心智，由于自我意识不足，无法设想自己制造的心智。
8) 一种心智能够制造比自身更强大的心智。
9) 一种心智能够创造比自身更强大的心智，而被创造出的心智能继续这么做。
10) 一种心智拥有自身源代码的访问通道，因此可以修改自己的进程。一种心智逻辑能力超强并且没有情感。
11) 一种心智能解决普遍问题，但没有自我意识。
12) 一种心智具有自我意识，但不能解决普遍问题。一种心智成长期很长，并且在它成熟前需要一个保护者。
13) 一种很缓慢的心智，覆盖了很长的物理距离，因而在快速的心智看来，它是“隐形的”。
14) 一种心智能够多次克隆自己。
15) 一种心智能够克隆自己，并且与克隆体组成一个整体。
16) 一种心智能从一个平台迁移到另一个平台从而保持永生。
17) 一种快速、动态的心智，能够改变自己的认知进程。
18) 一种纳米级的心智，它是所有可能的超级心智中（尺寸和能耗数据）最小的。
19) 一种心智专门提出设想并做预测。
20) 一种心智从不抹去或忘记任何事情，包括错误或虚假的信息。
21) 一种半机器半动物的共生心智。
22) 一种半人半机器的赛博格心智。
23) 一种使用量子计算的心智，我们无法理解它的逻辑。
12. 如果上述任何一种心智能够成为现实，也将发生在20年开外的未来。这张预测清单的重点在于所有的认知功能都是专门化的。从现在直到未来百年，我们制造的人工心智都将会是为专门任务而设计，并且通常是超越我们能力的任务。我们最重要的机械产品不是某样事情比人类做得更好，而是能做人类完全做不了的事情。同理，我们最重要的思维产品也将不是比人类想得更快、更好，而是能思考人类无法思考的事情。我们亟需不同的思维。
1) 想要真正解决当前关于量子引力、暗能量以及暗物质高深复杂的谜团，我们可能需要人类以外的其他智能。并且想要解决这些问题带来的更为困难的极端复杂问题，我们或许需要更不同、更复杂的智能。
2) 我们可能还要发明中间水平的智能，来帮助我们设计那些我们无法独自设计出来的更精密的智能。
13. 人工智能（AI）也可以表示异类智能（Alien Intelligence）。与异类智能打交道是一项新技能，也是对我们自身的开拓。科学方法是一种认识的手段，但它向来都是从人类的视角出发的。当我们把一种新的智能加入科学方法，科学一定会以不同的方式去认识和发展。到那时一切都将改变。我们无法确定未来200年内是否会接触到其中一颗上的地外生命，但几乎可以100%确定我们会制造出异类智能。当我们面对这些人造异类时将和遇到外星人一样，既会受益也会遭到挑战。
1) 如今，许多科学发现要靠数百个人类的心智共同完成，而在不久的将来，或许会有很多十分艰深的问题，得借助数百种不同类型的心智才能解决。到那时，我们不会那么容易接受异类智能提供的答案，这将把我们带到文化的边缘地带。当我们在认可计算机做出的数学证明后感到不舒服时，这种情形已经出现了。
2) 人工智能的植入会改变我们的科研方式。海量的即时数据会加快我们的模型思维速度并改变我们的模型思维方式；极具智慧的记录手段会加快我们了解事情的速度并改变我们“了解”的方式。我们不仅在重新定义人工智能，也在重新定义人类。
日常生活中那些实用的人工智能带给我们产能的提高、富足的经济或是新的科研方式，比如驾驶汽车或者下象棋，我们就认为这些成就显然是机械的，几乎不能被称为真正的智能。人工智能的每一次成就都将自己重新划为“非人工智能”行列。
过去60年里，机械过程复制了我们过去认为人类独有的行为和能力，我们不得不改变关于人和机器之间差别的看法。当我们发明了更多种类的人工智能后，会在“什么是人类独有的”这一问题上做出更大让步。
人工智能时代的到来最大的益处在于，各种人工智能将帮助我们定义人性。它们会迫使我们重新评估自身的角色、信仰、目标和身份。人的目的是什么？我相信有一个答案是：我们要制造生物演化无法得到的新型智能。我们的职责就是制造能够用不同方式思考的机器，也就是创造异类智能。
人工智能会像外星人一样，用和任何人类厨师大不相同的方式对待食物，这将促使人类对食物进行不同的思考。这个例子同样适用于材料的制造、服装、金融衍生品、任意门类的科学和艺术。与人工智能的速度和力量相比，它的相异性对我们来说会更有价值。
3) 未来几年里，那些被赋予实体的异类智能将获得我们最多的关注。我们把它们叫做机器人。它们同样会有各种不同的形状、体积和功能配置。机器人已经低调地走进了我们的生活。不久，更张扬、更聪明的机器人必将出现。它们所带来的颠覆效果将直抵我们生活的核心。
14. 或许很难令人相信，但在本世纪结束前，如今人们从事的职业中有70%很可能会被自动化设备取代。机器人取代人工是必然的，一切只是时间问题。广泛的自动化将会触及包括体力劳动和知识型工作在内的所有工种。
1) 工业革命就让19世纪初的劳动力面临这种状况，只不过事情发生得较为缓慢。今天，我们大多数人从事的工作是19世纪的农民无法想象的。
2) 第二次自动化浪潮正引领这项变革，而人工认知、廉价传感器、机器学习和分布式智能将成为变革的焦点。
首先，已经实现自动化的行业中，机器会进一步巩固自身的地位，比如机器人取代流水线工人，取代仓库工人，采摘水果和蔬菜的工人，医院的配药师，清洁员等等。到2050年，长途货运客车在高速公路上行驶时，将由驾驶室内置的机器人进行驾驶（无人驾驶）。
机器人的触角终究会伸向白领工作。它能够为任意一张给定的照片写下准确说明，却不会感到疲倦。任何与大量文书工作相关的岗位都可以由机器人从事，这其中就包括不少医疗岗位。任何较为机械的资讯密集型工作都能被自动化。无论你是一名医生、律师、建筑师、记者甚至程序员，机器人都将历史性地接管你的工作。
对生产行业来说，随着机器人带来的制造成本下降，运输的成本将成为远比生产成本更重要的因素。距离近就代表低成本。因此我们会看到这种本地特许经营的工厂组成的网络，所有的东西将在距离需求地5英里以内的范围内生产。
对服务行业来说，比如麦当劳后厨，我们需要一种能在人类身旁自主运行的机器人，双方的工作内容必然会掺杂在一起，不久我们过去干的活将会由它们承担，而我们难以想象自己日后的新工作会是什么。
15. 我们对于一个智能机器人的外形和行为已经有了先入为主的印象，这让我们意识不到身边发生的变化。要求人工智能效仿人类的智能，好比要求人工飞行模仿鸟类翅膀，在逻辑上是说不通的。理想情况下：
1) 智能机器人可以是各种形态，它们使用力反馈（force-feedback）技术来感知自己是否触碰到人或另一个机器人，显得彬彬有礼。工人应该能够在机器人身上存取材料，或者在日常工作中手动调整机器人的控制参数。
2) 智能机器人可以被普通人而非只能由程序专家引导学习，然后不断重复练习。之前的典型作业机器人，一旦投入使用就不能被重新编程了，结果工业机器人的大量花费不是来自硬件而是它的运营成本。
3) 由于缺乏某些重要性能，如亚毫米级的精确度，这种机器人很可能沦落为机器爱好者的玩具。但是在不需要专家调试的情况下，用户可以即时与它进行直接交流，并且可以用它来做不太紧急，甚至是鸡毛蒜皮的事。它的价格足够低廉，因此小型工厂可以购买一台用来打包成品、喷涂定制化产品或者操作3D打印机。或者你也可以让它在生产iPhone的工厂充当工人。
16. 人类和机器人的关系把工作分为四大类：
1) 人类能从事但机器人表现更佳的工作：我们已经接受机器人从事制造业是可靠的，不久我们就会接受它们的智能和服务，比如无人驾驶。
2) 人类不能从事但机器人能从事的工作：一些需要人类身体不具备的精准、控制力和坚定不移的注意力，或者搜索，统计等的复杂工作，比如CT扫描仪器，实时计算出下次棒球投掷的成功率。
3) 人类想要从事却还不知道是什么的工作：
自动化每一次微小的成功都会催生一些新职业，没有自动化的促进，我们不会想到这些职业。第一人称射击游戏中内置的精巧的人工智能技术，给了数百万青春期男孩成为职业游戏设计师的动力和需求，而这种梦想是维多利亚时期的男孩不会拥有的。到了2050年，薪资最高的行业将依赖目前还没有发明的自动化技术和相关机器。我们不知道这些工作，是因为让这些工作成为可能的机器和技术还未出现。
需要重申的是，自动化创造的大多数新任务也只有其他的自动化技术能处理。人们会问：“谷歌，你能告诉我手机放哪儿了吗？谷歌，你能预测下一次病毒性传染病的爆发吗？”技术会不加区分地把各种可能性和选择堆放在人和机器面前。
4) （刚开始）只有人类能从事的工作
至少在很长一段时间内，人类想做什么是由人类而不是机器人决定的。这句话并不是一句多余的表述，事实上，人类发明的东西唤起了自身的欲望，因此人类的需求和机器人之间互为因果。
当机器人和自动化过程包办了我们的大多数基础工作，接下来，面对“人类应该做什么”这个问题，我们会想到更多的答案。但是机器人想回答这个问题还要等到多年以后。
17. 当人人都拥有召之即来的个人机器人，真正的变革就开始了。所有能被量化评估的任务都由机器人完成。比如机器人驾驶的轿车和卡车随处可见，给以前的卡车司机带来一份叫做行程优化师的新工作，即通过调整运输系统的算法达到节能省时的效果；追踪个人所有活动的自动化自我追踪技术成为常态后，将会出现一种新的专业分析师，为你解读数据；外科手术机器人成为常规后，让复杂机器保持无菌状态将成为必要的医疗新技术；当然我们还需要一大批负责维护你的个人机器人正常运转的保姆。今后，所有这些职业也将逐个被自动化接管。
18. 仅仅拥有一个机器人并不是成功的关键。成功将青睐那些以最优化的方式与机器人以及机器一同工作的人。产品的地理集群性差异将会凸显，但各个集群的差别不在于人工成本，而在于人的专业技能。
19. 人类的工作就是不停地给机器人安排任务，这本身就是一项永远做不完的工作，所以，我们至少还能保留这份“工作”。将来，我们和机器人的关系会变得更复杂。无论你现在从事什么工作，收入水平如何，都将反复经历机器人替代人的以下7个循环步骤：
1) 机器人（电脑）干不了我的工作。
2) 好吧，它会许多事情，但我做的事情它不一定都会。
3) 好吧，我做的事情它都会，但它常常出故障，这时需要我来处理。
4) 好吧，它干常规工作时从不出错，但是我需要训练它学习新任务。
5) 好吧，就让它做我原来的工作吧，那工作本来就不是人该干的。
6) 哇，机器人正在干我以前做的工作，我的新工作不仅好玩多了，工资还高！
7) 真高兴，机器人（电脑）绝对干不了我现在做的事情。
20. 这不是一场人类和机器人之间的竞赛，而是一场机器人参与的竞赛。如果和机器人比赛，我们必输无疑。未来，你的薪水高低将取决于你能否和机器人默契配合。90%的同事将会是看不见的机器，而没有它们，你的大部分工作将无法完成。人和机器的分工也将是模糊的，至少在开始时，你可能不会觉得自己在干一份工作，因为看上去所有的苦差事都被机器人承包了。
21. 这一切都是必然的。让机器人代替我们从事现在的工作，让我们在它们的帮助下去构想有意义的新工作吧。