摘要：美国作家凯文·凯利(Kevin Kelly)曾是知名科技杂志《连线》(Wired)的第一任主编，也担任过《全球概览》(Whole Earth Catalog)杂志编辑和出版人。大家都喜欢称呼他“KK”，而在一些人眼中，他是最具独创性的思想者，是能洞察趋势的科技

美国作家凯文·凯利(Kevin Kelly)曾是知名科技杂志《连线》(Wired)的第一任主编，也担任过《全球概览》(Whole Earth Catalog)杂志编辑和出版人。大家都喜欢称呼他“KK”，而在一些人眼中，他是最具独创性的思想者，是能洞察趋势的科技预言家。

在科技媒体Freethink推出《伟大进程：从2025到2050》(The Great Progression: 2025 to 2050)的系列文章中，凯利作为首期访谈对象。在其中，KK预测AI演进趋势以及AI如何推动人类生活演进，涉及AI的去中心化、AI推进实际应用的进程、AI下科技新巨头的崛起、AI与教育，甚至AI是否具备情感和痛觉等。基于此，对于普通公众而言，他认为，或许尝试学会与AI精准沟通，以及真正精通AI，未来仍有一片天地。

我们不妨先从下面几段精彩独到的见解开始，跟随他的思路，跟随AI前沿，“神游”从2025年到2050年的这段AI驱动下的变革旅程。

KK观点

关于人工智能，我想先强调复数形式的它，也就是AIs而非AI。很快我们就要面对各式各样的专用AI了，它们各司其职，并且需要差异化的管理模式和资金机制。

就好比我们谈论工业时代时，总要着眼于具体机器。万能通用的机器并不存在。从汽车到流水线再到家电，机器们各有所用。工业化的概念虽然广阔，但谈起它来时，肯定会就具体机器的具体功能和影响展开讨论。

从这一层面看，人工智能与机器无二。我们可以聊所谓的‘AI化’(AI-ization)或‘智能化’(cognification)，但需了解，它绝不是统一、均质、单调的。

2050年以前，有望可能实现哪些美好愿景？

《全球概览》的联合创始人斯图尔特·布兰德（Stewart Brand）曾在一家名为“全球商业网络”的咨询公司任职——这家企业拥有全球顶尖的情景规划(scenario planning)能力。斯图尔特组建了一个“非凡人物”网络，他们参与各类情景规划项目，包括像DARPA这样需要向前展望几十年的政府机构。KK正是非凡人物网络的一份子。

经典的情景规划项目都始于一个前提：未来充满高度不确定性，因此需要考虑至少四种可能的情景。然后，你需要制定能匹配各种情景的稳健策略。

KK认为，AI实际上会在未来几年加剧不确定性(这也是他在本文开头视频中的核心观点)。他最近花时间研究了两大关键不确定性的影响：

仅这两大不确定性的相互作用，就可以激发截然不同的未来。显然，KK希望看到AI去中心化并被用于增强人类能力的积极情景。他也决定聚焦这一情景的推演：

KK观点

我认为去中心化的世界对机器人非常有利。在这样的世界里，机器人大量涌现，因为它们具备足够的适应性和智能，可以独立工作，而不必依附大公司。

另一个特点是，你可以拥有小数据的AI，不需要70亿参数的AI。大公司的数据垄断优势会被削弱，会有更多初创企业涌入赛道，会有更多普通人开发出有一技之长的小型AI。

从文化角度看，这也很棒，它更像互联网文化——无需许可，适合独立创业者。

KK还抛出“激进观点”：

KK观点

我认为我们很快就会给机器人编程，让它们具备情感。对某些人来说，这甚至比机器人的智能更可怕——机器人表现得高度情绪化，而人类会对它们产生依恋。

但有情感的机器人在某些情况下非常有益。情感是人类最自然的交互方式之一，如果我们希望机器人与人类协作，赋予它们情感是一种聪明而高效的方式。

此外，还有疼痛。机器人和机器将会感知到疼痛，因为我们会通过编程赋予其痛感。疼痛非常实用，如果你的机器人有某处受损，疼痛信号可阻止它进一步伤害自己。这也是使人类演化出痛觉的驱动力。

未来25年间，会有多少技术驱动的变革？

KK坦言自己并不认同所谓的“奇点”理论，即AI将在不久后(可能是2030年代)超越人类的智能，并能自己编程自己，实现指数级的演进。而未来学家雷·库兹韦尔(Ray Kurzweil)等奇点论支持者认为，超越那个临界后，AI变革的速度与可能性将跃出人类的理解与控制范畴。

而KK的观点几乎相反，他认为AI全面赋能世界的进程将远比技术乐观主义者预测的更漫长：

KK观点

我认为AI的创新前沿将飞速进展，但其应用与渗透速度会落后很多。

社会消化这些变革所需的时间可能超出人们预期，部分原因是未来充满不确定性，也因为AI的影响力太大——我们必须对现有生活进行重组，才能最大化AI之于人类生活的效用。距离它永久性地融入人类文明，仍有相当长的路要走。

我想说的是，尖端的模型和实质性创新可以水到渠成，但围绕AI创新的具体落地工作，以及AI真正渗入我们生活的过程，是道阻且长的，我们需要对工作流程、协作方式等方方面面做出大量重构。

KK以无人驾驶汽车为例阐述其观点。美国自动驾驶技术公司Waymo的无人出租车已在旧金山和凤凰城实现全天候运营，并正向洛杉矶和奥斯汀扩张版图，可即便已小有成果，要让主流交通方式完成自动化转型也绝非易事——像交通信号灯和停车场这些传统基础设施必须彻底改造才行，能做到吗？未来25年内能不能尝试做到？

以美国为例，他推测，25年后，美国州际公路系统的长途运输将实现自动化，但城市里那5%的最复杂驾驶场景仍离不开人类司机。不过未来可能不再是一辆车配一名驾驶员，而是一个司机带领一支自动驾驶车队。

KK还认为，任何传统体系在向AI时代转型时都会遭遇困难。大型跨国企业或许有充足资源来推进AI转型，但这不足以克服内部阻力：

KK观点

老牌的大公司将很难适应AI新趋势，变革更有可能来自围绕着AI组建架构的新兴企业——因为改造臃肿的旧体系难度太高，惯性阻力太大。

至少需要十年甚至一代人的努力，才能让这批AI优先的新公司建立起全新架构并形成规模。

这些AI优先的初创企业可能成长为新一代科技巨头，将像谷歌和亚马逊这样的现任大佬甩在身后，就像它俩当年取代旧王IBM那样。而在此更替过程中，会有全新的职业涌现：

KK观点

我坚信AI能数以百万计地创造目前不存在的新岗位。虽然想象力有限的我无法具体列举，但未来必定出现运用各种AIs、凭借机器智能开展新工作的职业。

人工智能还可催生哪些新的工作？我非常清楚，使用AI是一项技能，而且毫无疑问，与AI精准沟通的人，以及真正精通AI的人，其工作内容会与今天的程序员相当。

目前所有我认识的AI使用者都认为人机合作的效果最棒。AI图像生成器极具创造力，也极为注重细节，但它们无法真正理解人类的诉求——而这正是需要人类参与的环节。

KK对传统教育体系的分析也得出了类似结论，即传统体系难以适应AI变革。而广义上的教育，或者说广义上的学习，很可能成为今后25年内最先被AI改造的领域之一：

KK观点

我认为如今学生从互联网平台上学到的东西已多过学校。不难想见，有AI相助的视频平台会诞生更强大的学习工具，正式教育体系以外的学习将占据越来越大比重。

传统教育机构能快速适应AI吗？它们向来不善与时俱进。但我想说，它们怎么变已不重要，因为学习终会落在校园外。

所有人工智能都学识渊博、通晓万物，因此运用AI搞事业的人类可能无需再学像过去那么多的知识，但创新仍需一定知识基础。这个最低标准是多少？25年后应该会有答案吧。

除AI外，还应关注哪些技术？

在未来25年间可能改变世界的技术中，还有哪些值得关注？量子计算？核聚变能源？AI还能启发哪些奇迹？

KK观点

今天尚未得到实验室验证的成果，正常来说难以在25年内发展至普及的阶段。而我的推测是，AI或许能稍稍加速该过程，但影响有限。

KK对生物工程充满信心，相信我们已掌握的生物学知识能在未来25年迸发超乎想象的能量。

KK观点

关于泛病毒疫苗的研发，也就是能应付所有病毒(如感冒)的疫苗，虽然听起来有些科幻，但专家们相信这样的万能疫苗完全可以在25年内走进现实。

看看mRNA疫苗多么强大，多么具有革命性。我们可以开始研制针对各种疾病的疫苗了，包括癌症疫苗。

KK也将清洁能源革命也视为必然，因为我们将需要巨量电力来驱动即将出现的人工智能和电动交通工具。除了新一代的小型核反应堆，可再生能源技术将真正实现规模化应用：

KK观点

关键转折在于太阳能会变得相当廉价，你可以把它装到围栏上，垂直放置墙面上，摆在任何平面。能源本地化生产与管理将深刻改变世界，对发展中国家尤其如此——他们将获得更稳定、持续且廉价的能源。

来源：人工智能学家