所谓的“不可能”其实就是把看上去不可能的东西放到一起。比如谷歌X，有着一群“天马行空”的正常人，有着许多极不寻常的想法和创意，创造出了很多不可思议的产品——让全世界联网的“神秘气球”、 无人驾驶汽车、谷歌眼镜等。

                                                                                                                                                            ——题记

昨天去听了《人类2.0》的作者皮埃罗·斯加鲁菲的讲座，如果要给这场讲座命名一个中心主题的话，恐怕没有比“颠覆”更贴切的词了。

颠覆第一篇章——人工智能

2016年3月，阿尔法围棋与围棋世界冠军、职业九段棋手李世石进行围棋人机大战，以4比1的总比分获胜；2017年5月，在中国乌镇围棋峰会上，它与排名世界第一的世界围棋冠军柯洁对战，以3比0的总比分获胜。

《最强大脑》的舞台上，选手们与人工智能小度pk，输多胜少。

这些新闻都让我们担心——未来的世界是不是会被人工智能都取代，人类该何去何从？ 同时也有一个疑问——人工智能为什么会这么厉害？

讲座上，斯加鲁菲先生讲到了一个概念——神经网络“深度学习”，散会后我特意去查找了一下深度学习：深度学习的概念源于人工神经网络的研究深度学习是机器学习研究中的一个新的领域，其动机在于建立、模拟人脑进行分析学习的神经网络，它模仿人脑的机制来解释数据，例如图像，声音和文本。深度学习需要很庞大的数据来支撑，将这些庞大数据注入神经网络。

同时，斯加鲁菲先生也讲到了他希望人工智能，可以帮助人类解决老龄化问题以及分析医学影像。

斯加鲁菲先生今天心情非常好，他跟我们分享了一个小故事来告诉我们哪些职业不易被取代，我想很多人都会觉得是一些高层次的职业，然而事实却恰恰相反。斯加鲁菲先生在中国餐厅做了一个小实验，吃完饭以后桌面是这样的：留有残渣的餐盘、空水瓶、满水瓶、用过的餐巾纸、自己的手机。其实这样的饭后餐桌在餐厅随处可见，清洁工作人员很利落，餐盘里的残渣倒掉，盘子留下；空水瓶丢掉，满水瓶留下；餐巾纸丢掉，看到手机的时候会说“先生，您手机忘拿了”。如此简单的事情，机器人会怎样呢？所有的东西都归于垃圾桶，包括手机。

通过这样一个小实验，我们会发现机器人没有常识，更易犯一些大错误。现场有人提问机器人是否可以实现拥有田螺姑娘的梦想，怕是难以实现了，因为机器人的脚和物品的抓取依然是突破难点。

颠覆第二篇章——生物技术

这个技术或许有些骇人听闻或是毛骨损然，有可能从你的皮肤上抽取一小点组织，就能做成胚胎，然后还能挑选你喜欢的“款式”——不需要男女结合。亦或是编写一些基因让人类变得有些不一样——如小龙人一般“我头上有犄角”。亦或是像克隆羊那样，克隆出自己。

当然这些技术也存在很多争议，皮肤组织培养成的胚胎，伦理问题怎么解决？制作出的这个胚胎又像是自己的下一代，但又是自己的“改良版克隆体”，那究竟是自己还是自己的孩子呢？

作者说他更希望生物技术带来的是预防疾病，而且他也很看好这方面的发展，未来是否可以实现在自己的血液中注入一个“芯片”，既能任意游走，又对人体毫无伤害，还能发现身体可能存在的疾病可能，然后尽早改善。不过这样的科学成果也是需要很大的一个实验数据来支撑的，但是又有多少人可以为这个实验做试验呢？

颠覆第三篇章——3D打印机

斯加鲁菲先生很幽默的说：如果你对你的男友不满意，丢入3D打印机，点击你需要修改的数据，然后就可以打印出你所需要的男朋友了（现在还是只一句玩笑话）。目前实现的有3D打印的房子、汽车等等。

颠覆第四篇章——其他

讲座现场讲了很多颠覆性的产品，比如比特币、共享经济、虚拟现实、互联网等等。

虽说是“颠覆”，但其实只是我们当时认为的不可能，就像20年前没人能预测到智能手机普遍到快要把我们“吞噬”掉。物品从无到有，到更精细，更完美，给我们的生活带来了一定程度的便利，同时有些也是双刃剑，取决于我们怎么去运用它。

所谓的不可能就是把所有技术放在一起、互相影响，或许得到的结果不一定是我们预测的那样，但那个过程很有意义，也有可能产生一些意想不到的“化学反应”。

提问第一篇章——下一个最赚钱的行业是什么？

斯加鲁菲先生给出的是他很看好“生物技术”，他很期待有一些奇妙的药物出现，但是这样的产业耗费时间非常的长，而且不一定能通过批准。至于其他么，技术引领应用到实际场景中，都还是能赚钱的。

提问第二篇章——现在有了很多无人机，那未来是不是可以实现无人驾驶这样一种状态？

斯加鲁菲先生是这样回答的，他在2014年的时候就不看好这个项目，认为是不能实现的，直至2017年的今天他依然这样认为。如果说实验数据是97%的准确率，那我们就该警惕那3%的错误率是什么，而且仅仅这小小的3%就可能酿成无法估计的损失或伤害。3%的犯错率——人的犯错率应该是远高于这个数字的。但是人有常识，犯的都是小错；而机器人没有常识，犯下的错误无法估量。这就是机器人和认最大的区别。

无人驾驶的技术还是很有价值的，可能在未来对其他的发明领域带来帮助。虽然不能实现完全的无人驾驶，但是有些半自动的还是可以的，比如“自动泊车”，就能解决很多“半吊”司机半天也倒不进车位的困扰。

提问第三篇章——未来教育形态，现在可接受教育的形态愈来愈多样化，比如远程授课，那未来是不是会成为影像授课，或是把所有知识都植入芯片？

斯加鲁菲先生回答说学习不仅仅是技能的提升，其本质还应是从人那里学习，人对人的学习。

提问第四篇章——我们现在是否需要适应新事物的学习？小孩该往哪方面培养？是不是可以学习一些未来可能出现的职业？

斯加鲁菲先生给出的答案是肯定的，为未来培养跨学科跨领域的综合人才，如果只专注眼前的职业，将会越走越窄。同时，学好数学是非常非常重要的，硅谷最短缺的就是工程师，也鼓励更多的精英人才可以去到硅谷一起创造更美好的未来世界。

�ñqR�OK��M�A