作者简介：凯文·凯利,Kevin Kelly, 1952年生人。常被称为“KK”，《连线》杂志（Wired Magazine）第一任主编；曾担任《全球评论》（Whole Earth Review）主编、出版人。KK具有多重身份：作家、摄影家、自然资源保护论者，同时还是亚洲文化、数字文化领域的学者。他出过很多本书，而其中关于科技发展和演进的书有三本，《失控》、《科技想要什么》、《必然》，常被称为KK三部曲。因为这些书中都提出了对于科技未来的发展和演进的方向和具体形式的大胆预测，因此也被科技预言家。尤其是《失控》写于1995年，当时互联网还处于萌芽阶段，而KK就提出了很多互联网如何影响各行各业以及人们的日常生活的预测，而后来随着时间的推进，很多预测都被证实了。自此，KK的预言的具有越来越高的可信度，他的观点甚至成为了互联网行业发展的“风向标”。

《必然》这本书发布于2016年，书的结构比较简单、直观，一共12章。因为这本书的副标题叫“理解重塑我们未来的12种科技力量” - Understanding the 12 Technological Forces That Will Shape Our Future。他在每一章中描述了一种对未来有决定性影响力的技术元素，分别是：

1）形成 Becoming

 2）知化 Cognifying 

3）流动 Flowing

4）屏读 Screening

5）使用 Accessing

6）共享 Sharing

7）过滤 Filtering

8）重混 Remixing

9）互动 Interacting

10）追踪 Tracking

11）提问 Questioning

12）开始 Beginning

这些词有的字面意思很简单，如“使用”，“提问”等，但书中阐述的意思和要表达的观点到底是什么？而有些词从字面上就不太好理解，如“知化”、“屏读”、“重混”等。接下来我尝试详细阐述一下对每一章的核心观点的理解。这12章，也就是12种关键技术中，哪些最重要，我认为是1）形成 2）知化，和9）互动。

1）形成 Becoming

整个科技及相关科技产品的演进是一个持续、无时无刻不在进行的进程，使得整个社会、整个世界都处于一个“形成”的状态。亦即，今天我们所处的科技、社会，既不是起点，也不是终点，而是处于持续不断的演进过程中。互联网技术的引入使得这一特征尤为明显，也使得这一进程越来越快。

科技的发展速度之快，发展潜力及给我们带来的影响之大，是我们难以置信的。今天我们所使用的技术和产品，在30年前，有很多是当时的人无法想象的。30年前，我们都还很小或者有些人还未出生，但不妨去问问我们的父辈，看有多少事物是他们在30年前甚至20年前压根就不敢想象的。一直处于科技前沿的KK，在30年前曾深度参与、见证了互联网的到来和其发展历程，而在30年前也不能预见到“未来”的模样。同样的道理，在未来的30年中，主导我们的社会和生活的科技，今天的我们也是难以预见的！我自己的一个观点是：我们不要给科技的发展设任何的上限，他真的能达到我们无法想象的高度。

我尝试从如下几个方面总结一下过去30年以来在我们生活中的几个主要方面的演进、变化，应该大多数人是很有感触的。

既然说对未来的科技发展不可预见，那有没有一些趋势和规律的判断呢？答案是有的。随着大家耳熟能详的云计算、物联网、VR/AR、大数据、人工智能等技术的综合发展，科技不仅仅致力于扩大人类生产和生活的空间自由度，还会扩大时间自由度。这两个自由度如何理解呢？

空间自由度，说简单一点，就是你想去哪就去哪，限制越来越小。回想一下人类发展历史上，不就是一直在努力扩大空间自由度吗？从自己步行到使用兽力（千里马），将人类的空间自由度扩大了一些。再到发明轮子和车辆，又往前进了一步。再后来的蒸汽机、火车、汽车、飞机及太空飞船的发明，都是让我们人类可以去到越来越远的地方、原来没去过的地方，以及去那些地方的时间和人数等限制越来越小。人类的科技将继续在空间自由度上努力前进。一方面，我们可以去到更远的地方（埃隆.马斯克的SpaceX计划在20年后可以让人类大规模移民到火星，成本只需要人均20万美金）。另一方面，我们去其他地方的时间越来越短，甚至不需要时间（光场全息投影技术，让“传送门”成为可能）。

时间自由度，可以从两个维度来理解。一方面是说我们可以很轻松的获取到过去任何时间节点上的信息和内容，而且限制越来越小。我们回顾一下人类历史上，文字、以及由各种材料承载的书籍的发明和演进，就是为了能传递信息、记录下历史。后来有了另外的形式来承载相同的功能，譬如绘画。再到后来，人类发明了摄影技术，照片比绘画更加真实、全面。然后又有了录音的技术，可以把人和自然界的声音保存下来，用来传递信息和记录历史。再后来，有了动画、视频，那就更加全面了，而且清晰度越来越高，从最开始的标清到准高清、高清，再到今天的超高清（4K，8K），失真越来越小。从这个进程来看，我们是可以越来越全面地记录历史时间节点上的信息，用于我们来回看。而现在这些信息还是不连续的（只有当我们启动拍摄时才会有）、而且还是不全面的、有失真的（你拍了我的正面，你不知道我背后有啥），而未来能不能有完全连续的、全息不失真的信息记录形式，即一直恒在的进行记录的流，将万事万物的所有细节全部记录下来，存储在巨大的云空间。譬如，你想回忆一下2008年8月8日晚上8点，你在干什么，很easy就可以搜索得到（现在Google还只能搜索文字和图片，将来搜索视频也不是问题了）。这就是我们对信息记录的极大丰富和突破时间的限制。从另一方面来理解时间自由度，当我们有了如上所说的完全连续、完全无损的信息记录，包括人的意识和记忆（如果用传感器将大脑的信息处理过程复制并传输出来，这种技术也能实现的话），即从你出生到现在任何时刻的所有信息，你如果想要重新活过一遍，或者实现永生，是不是就成为可能了呢？随着生命科学的演进，人的身体器官包括大脑，如果可以实现再造，那不就完全可能了吗？或者从另一个更加激进的角度来讲，人体的器官和大脑是何种形态，其实不是那么重要，重要的是这些器官和大脑能具有完整的意识和进行思考。难道不是这样吗？人的过去就是回忆，大脑就可以进行，人的当下就是由味觉、触觉、听觉、视觉、嗅觉等感官接触世界并将其以电脉冲的方式传递给大脑然后产生的意识，而这些电脉冲完全可以模拟实现，技术上不会有不可攻克的障碍。这其实就是哲学上著名的“缸中之脑”的假想了。

缸中之脑是知识论中的一个思想实验，由哲學家希拉里·普特南在《理性、真理和历史》（Reason, Truth, and History）一书中提出。实验的基础是人所体验到的一切最终都要在大脑中转化为神经信号。假设一个疯子科学家、机器或其他任何意识将一个大脑从人体取出，放入一个裝有营养液的缸里维持着它的生理活性，超级计算机通过神经末梢向大脑传递和原来一样的各种神经电信号，并对于大脑发出的信号给予和平时一样的信号反馈，则大脑所体验到的世界其实是计算机製造的一种虚拟现实，則此大腦能否意识到自己生活在虚拟现实之中？这个思想实验常被引用來论证一些哲学，如知识论、怀疑论、唯我论和主观唯心主义。一个简单的论证如下：因为缸中之脑和头颅中的大脑接收一模一样的信号，而且这是他唯一和环境交流的方式，从大脑中角度来说，它完全无法确定自己是颅中之脑还是缸中之脑。如果是前者，那它的想法是正确的，他确实走在大街上或者在划船。如果是后者，那它就是错误的，它并没有在走路或划船，只是接收到了相同的电信号而已。一个大脑无法知道自己是在颅中还是缸中，因此这世间的一切可能都是虚假的、虚妄的。那么什么是真实？

越来越玄乎！这又会牵涉到很多伦理、法律、社会等更方面的问题，不是那么容易理解和接受的。然而，有一个理论，根据新陈代谢的原理，人整个身体的细胞在7年的时间就完全代谢成全新的了，亦即每过7年，你都是一个全新的你，物理（硬件）上与过去完全不同，只是还维持着完全相同的意识和记忆（软件），这个事实，没有人觉得有什么别扭。反过来，如果技术可以无损地存储你的所有意识和记忆，可以将其从一个容器迁移到另一个容器，相当于把软件系统移植到另一套硬件（这样人就可以实现永生了），为什么不能接受呢？

回到“形成”这个主题，未来的科技趋势一定是不断演进的，并且速度会越来越快，当前既不是起点、也不是终点，我们一直处于“形成”这个状态！

2）知化 Cognifying

这一章谈的是人工智能。人工智能是2016年大家耳熟能详的话题，各种人工智能的技术方向、研究课题也都炙手可热，每个科技公司都加大投入加速进行研发，众多的创业公司以人工智能为方向。业界称2016年是人工智能的元年。

人工智能并不是一个新的科学，实际是计算机科学中比较早的分支了，比互联网还要早。人工智能的概念是在1956年被提出来的，而业界公认的互联网的开端是美国国防部建立的ARPAnet，发生在1969年。

大家都知道Google是行业内做人工智能非常领先的公司，他们多年前就在研发无人驾驶汽车，包括从去年到现在炙手可热的Alphago，都是Google搞出来的。早在2002年的时候，KK有次去参加Google的一个聚会，那时候Google还没有IPO。KK问Google的创始人拉里.佩奇：“已经有这么多公司在做搜索引擎了，为什么你还要做？”拉里告诉KK：“其实Google做的是人工智能！”。不要理解错了，Google不是用人工智能在优化搜索引擎，而是用搜索的数据和结果在优化人工智能。经过这么多年，Google的人工智能越来越强大。从人工智能的总体技术原理上来解释一下就好理解这个说法了。

高性能的并行计算硬件

思考是人类大脑固有的一种并行进程。我们大脑中的数百亿神经元可以同时激发，制造出用于计算的同步脑电波。计算机要干这个事情，也必须要有大规模的并行计算能力。这里解释一下为什么会需要大规模的并行计算能力。我们人类的大脑看到一个事物，譬如一张脸，那就是一张脸，而计算机看到的什么呢？是几百万甚至上千万像素。我们人类看到一张脸上的表情，可以判断出喜、怒、哀、乐，大脑干了什么呢？我们的大脑从记忆中调取了曾经看到过的这张脸上的同样的表情，进行匹配，也就是说我们根据经验可以识别事物。计算机也是一样的原理，只不过计算机的记忆就是数据库中上亿张脸的图片，计算机要拿出来进行匹配，也就是将一张图片中的上千万像素与另一张图片中的上千万像素进行比较，得出其相似度，而这个比较可能要做上百万次。

深度学习算法

刚才说了，我们能识别一张脸上的喜怒哀乐，是因为我们有记忆、有经验，能根据经验识别事物。而机器干这个事情，原理是一样的，也是根据记忆和经验来匹配，这叫模式识别。原理虽简单，但实现起来却异常复杂。计算机的做法是：先识别出一只眼睛、再试别出鼻子、然后是嘴巴，然后还包括眉毛、头发、耳朵等等其他特征，根据这些大量特征组合起来，最后识别出一张脸。而即使是同一张笑脸，其眼睛、鼻子、嘴巴等器官的形态可能千差万别，所以这个组合量非常大，多达数百万。如此大的计算量，如果没有优良的算法，肯定是无法识别的，或者耗时很长，不实用。

大数据

刚刚介绍了，机器要识别事物，数据库中必须要有足够多的“记忆”，“经验”，而且这些记忆、经验越多，机器识别的准确度就会越高。大数据的原则就是越多越好，没有上限。人类大脑识别事物，总是采用分类、抽象的方法。人类从事物中寻找规律，首先要进行物理测量，而物理测量总是采取抽样的方法，因为人类实际活动中能容纳、处理的信息、样本是有限的。而计算机处理信息，可以不需要抽样，而是选取全部样本，把所有数据都保存下来，一一进行匹配和学习。这是大数据的基础概念。

有了这三个基本技术的实质性突破，人工智能技术在近两年才逐步成熟、火热起来。早在1997年，IBM的深蓝击败了当时的国际象棋世界冠军卡斯帕罗夫，就让世界震惊了一把。我清楚地记得当时的评论说，国际象棋只有32颗棋子，64个格子，计算机的能力足以处理这个当量的计算复杂度，而围棋有361个格子，其复杂度高太多，当时的计算机能力根本就算不过来。而2016年，当AlphaGo击败围棋世界冠军李世石后，我就在想，现在计算机的硬件能力足以承受围棋级别的计算复杂度了。

谈到人工智能，就不能不谈人与人工智能的关系。这也是个非常复杂的话题，存在各种不同观点。书中KK的观点是，按照人与机器的关系把工作分为四类：

1）人类不能从事但机器人能从事的工作

2）人类可以从事但机器人表现更佳的工作

3）只有人类能从事的工作

4）人类想要从事但还不知道是什么的工作

毫无疑问，前面两类工作是会被机器人取代的。而第三类，在一段时间内，人类是安全的，然而，随着技术的进步和机器的学习，迟早有一天，机器将有可能从事这一类工作，亦即退化到第二类。而第四类，是随着技术演进、社会和组织结构的相应变化，产生出来的新工作，这些工作，至少在开始的时候是只有人类能从事的，当然也会慢慢退化为第二类。譬如，计算机出现前，是没有软件工程师这个工种的，计算机网络出现前，是没有网络管理员这个工种的。将来，随着新技术的演进，还会出现哪些新的工种，我们现在不得而知，但肯行会有很多的。

我自己的观点，关于人类和人工智能的关系，可以从两个不同的方向来分析：是把生命下载到计算机中？还是把计算机上传到生命中？

把生命下载到计算中，意味着使计算机拥有更多、更高等的智能，甚至最终拥有意识、情感。而把计算机上传到生命中，是指以各种智能设备（本质上就是计算机）来扩充和延伸人类的官能，使人类（或其他生命体）拥有以前不具备的能力。譬如，人的肉眼无法识别红外线，人的耳朵无线接收超声波或次声波，而这些频率是可以承载和传递很多信息的，而且效率还更高。人类的官能无法处理，而借助智能设备，这些信息可以轻松的被处理，转换成人类可以识别的信息。这仅是一个例子，还有更多、更加智能的事例。有个说法，工具是人类自身的延伸，说车轮是腿的延伸，相机是眼睛的延伸。这个说法跟我的观点类似，智能设备也就是人的五官的延伸，譬如手机，不就是人类的耳朵和嘴巴的延伸吗？现在的智能设备都还很大，如智能手机、智能手表等，而随着纳米技术成熟到智能设备微小到可以流淌在人体的血管和器官中，直接与人的神经系统发生互动，还有什么不可能的呢？

当然，从理性的角度出发，我当然希望后者，因为人还是占主导的，人还是在控制机器的。而前者，就未可知了，计算机可能占主导地位了。

3）流动 Flowing

这一章是讲的数据、信息的分享和自由传播。

计算机产业发展经历了三个阶段：

1）第一阶段：单机时代。这时候计算机处理的主要对象是从物理世界到信息世界的映射。这时候计算机中存在的概念与物理世界相对应，如“桌面”，“文件夹”，“文件”等。

2）第二阶段：网络时代。这时候在网络系统中的主要对象不是单机中的“文件”或“文件夹”了，而是网络上的“页面”，及超文本，这些超文本是以无以计数的超链接组织起来的。

3）第三阶段：流时代。页面和浏览器还存在，但概念远不如以前重要；PC机也还存在，但在所有计算机中所占的比例越来越小。现在我们是从各种智能设备上接收（或发送）各种形式的信息流，可以是视频、音频或图片、文本等。

随着计算机和互联网的发展，世界上的大部分事物正在以新的形态，在新的媒介上存在，变得可以在互联网上流动起来。譬如书籍，在古代是竹简，流动性很差；后来是纸质书，流动性变强了，但一旦印刷出来，书就确定了以一本一本的实体形式存在了；再后来，书籍有了电子版，但最开始时，电子书的编辑者也只有一个人或者一个团队，是单方面的。而当前，及以后会有越来越多的网络书籍是由网络大众一起编辑、一起阅读的，大家都是作者，也都是读者。最典型的例子，就是维基百科，是由网民一起构建和编辑出来的，他没有任何商业性，从来不做广告。另一个例子是音乐。最初的音乐，只能在胶片或氧化物磁带中保存，一旦生成，就以实体形式存在为一个特定版本，不可以再改变。后来，音乐以电子形式存在于电脑中，可以被复制，流动。而现在，音乐存在于云端，每个人都可以编辑其中的一部分，或者其中的一个音轨，每个人都是创作者，每个人也都是收听者。

在将来，越来越多的事物可以被承载于新的媒介上，可以流动于互联网，人人都可以是创造者，人人也都是接收者。

4）屏读 Screening

这一章讲的是人们阅读和信息获取及交互方式的改变。

以前，人们阅读的对象就是书籍，而现在，越来越多的人通过越来越多的屏幕进行阅读。阅读的对象也不仅仅是电子书籍，还包括图片、视频等。这让人们的阅读变得更加方便，无所不在。今天，人们所拥有的屏幕包括电视、电脑、手机、Pad、手表等。而未来，生活中的任何事物都可能承载“屏幕”的功能，譬如，镜子、墙壁、桌面（指实物的桌面）、车前玻璃、衣柜、冰箱、洗衣机、行李箱等等，每一块屏幕都可以承载和传递不同的信息，完成不同的功能。之前的屏幕，多是单向的，主要用来输出，即供读者读取，而未来，所有的屏幕都会是双向的，不仅仅输出，还能输入，输入的形式还多种多样，通过触摸屏、键盘、摄像头等方式。更进一步的，所有的屏幕，都会拥有智能，能识别人类的需求，主动提供一些信息，加强与人类互动的质量和效率。

5）使用 Accessing

这是将未来在社会生产和人们生活中使用物质的方式，最核心的概念是：使用而不是拥有。说直白一点，就是变买为租。:)

这起源于云计算的基础概念。云计算有三个层次，即IaaS (Infrastructure as a Service基础设施即服务), PaaS（Platform as a Service，平台即服务）, SaaS（Software as a Service，软件即服务）。概念的起源是因为到计算机和信息化时代以来，越来越多的企业开始要实现IT化和信息化了，而一旦要实现IT化，你首先要租个机房，租房要花钱。而机房的建设标准要求是很高的，供电（要求不能断电，因此还要配备UPS，以及配备柴油发电机以备不时之需）、制冷（因为机器会排出很多的热量）、通风（人要能在机房中工作）等各项标准要求很高，因此成本很高。然后还要购买很多的设备，还要雇用专门的IT工程师和管理员来进行建设和维护。对于大企业是没问题的，而对于小企业就承受不起了。因此出现了云计算的概念，小企业不需要自己建设，只需向云计算服务提供商按需付费，然后使用他们提供的资源即可。

现在，越来越多的行业开始借鉴和实施这个概念。譬如，我们在Netflix上看电影，我是每月付的月费，而无需针对看的每一步电影付费；Kindle unlimited服务让我们每月付月费，可以免费阅读60万本电子书籍；等等。这些服务的核心特征都是：使用而不拥有。

实际上，这也不是什么新鲜概念，很早我们在很多传统行业中就见到了。譬如，住酒店，我们都是按次付费，住完就走，我们不拥有房产。又如，我们打的士，按次付费，下车就走，我们不拥有汽车。

只是，现在“向服务转型”成为了各行各业的风向标，大家都打着“XX即服务”的口号。也许，在将来，我们都不会真正完全拥有什么东西，包括我们穿的衣服、家里的家具、我们所使用的日常用品，都不需要买，在手机上一点，或者在家里的某个屏幕上一点，或者直接跟人工智能助手说一声，就会有人将要的东西送上门来（送货的肯定是机器人）。

6）共享 Sharing

共享这个主题很好理解，就是字面意思。只不过，需要加以阐述说明的是，共享的范围和深度都加强了。

互联网是一个开放的环境，现在我们在网上可以共享各种各样的东西，我们写的文字、我们拍的图片、我们录的视频等等，而这些内容都可以被别人用来进行加工、或者融合进其他的内容里面，成为别人的作品的一部分，从而带来效益。从范围上，会有越来越多的事物将会被人们共享，譬如共享病例数据可以供其他医生或者人工智能更好地学习某种病的治疗方法，又如，共享对于某种技术或者技能的说明，可以让其他技术人员更好地掌握之。原则上来说，只要借助恰当的技术、在恰当的条件下、辅以恰当的收益，我们会共享一切可以共享的东西。

而还有一个很有意思的现象是：我们以为只有获得相应的利益时，人们才会共享。而实际结果表明，大多数人共享的目的并不是为了获取报酬。譬如，之前提到的维基百科，没有人能从中得到一分钱，但是大家都乐于贡献自己的知识，共同编辑了这份百科全书。又如，一份针对2784位开源软件开发者的调查显示，他们无偿工作的最主要动机是“学习并发展新的技能”。又如，我今天在这里把我的这篇读书理解和我的一些知识分享给大家，目的也不是为了获取报酬。

7）过滤 Filtering

过滤也很好理解，总体来说就是：人生而有限，而选择太多。尤其互联网上，由于上述已经阐述的技术特征，内容和资源极大丰富，我们需要某种智能来帮我们做出选择，或者告诉我们该如何选择。

人的时间是有限的，注意力也是有限的。人们都希望把这有限的时间和注意力花在更美好的事物和体验上，而不是浪费在糟糕的体验，甚至浪费在无穷尽的选择上。我们希望服务提供商能够懂得我们最喜欢、最需要的事物是什么，而很有可能，我自己都不知道自己当下最需要什么。而这些，需要靠人工智能来进行大数据分析和判断。

8）重混 Remixing

这一章的概念也很简单，顾名思义，是指将原有的资源进行新的组合后形成新的事物。譬如，将多个视频进行剪辑，重混成新的更酷的视频，又如，将多个音乐中的不同音轨抽取出来，合成更动听的新的音乐。这些重混，可以极大的提升制作相关内容的质量和效率。

9）互动 Interacting

互动这一技术特征是值得我们深入理解一下，主要关联技术是2016年非常火热的话题：VR（Virtual Reality）-虚拟现实，以及AR （Augmented Reality）-增强现实。

VR也不是什么新鲜技术，也是计算机图形学中的一个比较早的技术方向了。只不过，跟人工智能一样，因为计算机硬件能力和网络带宽的限制，之前这么多年一直都不成熟，没发展起来。而当前，这些基础技术已经逐步成熟，可以支撑VR和AR的应用了。

前面已经讲过，用VR和AR技术就可以足不出户，实现空间上的转换，达成传送门的效果。这一切，都仰仗于对视觉效果的模拟，说白了，就是对人类眼睛的欺骗。不知道大家有没有体验过VR的业务，这里我大概介绍一下大致是什么样的体验。现在普通的VR业务，一般都是戴个VR眼镜，或者头盔，让你看到的是360度立体的三维动画，并且随着你的脚步挪动、头部转动，画面会随之相应变化，模拟真实场景中你挪动时应该产生的位移。举个例子，你带上眼镜，打开应用，可以把画面调到埃菲尔铁塔，你就像自己真的站在埃菲尔铁塔上往外和往下看一样，你往前挪动一步，就好象已经跨过了栏杆，再挪动一步，就真的好像你要跨过栏杆要掉下去一样，虽然你心里清楚你其实是站在平地上，但你还是免不了腿发抖。我体验过好几个VR设备的效果，如Samsung的Gear，和HTC的Vive，当前的画面效果都还很粗糙，让你明显感觉到那是“虚拟的”，但已经让人有脚发抖的这种效果了。而我相信技术的发展，很快就可以突破画面效果和用户体验这些问题，很快就可以做到非常逼真的效果。

另一方面的效果，就是你不仅可以看到图像，不仅能听到声音，还能有更多的感觉，如触觉、温度、等等。前面说了，虚拟现实的效果在于对视觉的模拟，亦即对人类眼睛的欺骗，同样，他也可以欺骗你的触觉，让你感受到力度和温度。这样，跟对方握手、拥抱都不是问题，都可以以假乱真，更进一步，你可能会想，那接吻呢，那XXOO呢？嘿嘿，我前面说过，不要给技术的发展设任何上限，一切皆有可能。

更进一步的虚拟现实技术，会做到更加逼真，连VR眼镜或头盔都不需要了，会依靠一种叫“光场全息投影”的技术，俗称裸眼投射。亦即设备会将模拟的影像投射、叠加到现实世界场景中，所以被称为增强现实,AR。

这些技术的实现，真的会让我们有机会实现足不出户，游遍天下的愿望。试想，我想去肯尼亚的东非大草原，带上眼镜，点一下应用中的画面，我就到了，我可以在那漫步，在那看动物迁徙，技术的进步会让我体验达到足够高的逼真度，身临其境，以至于让我自己忘了我其实还在我家里，哪也没去。

这些技术也会改变其他很多工作和生活方式。譬如，我要跟远在法国的客户开个会，我要么飞过去，成本就很高，或者现在通过电话或者视频会议，那现场感及与客户的互动效果就没那么好。而有了VR技术，我只要打开光场全息投影，我就想跟客户坐在一起一样的，效果非常逼真，现场感和互动效果非常好。

VR技术，将会给很多行业带来革命性的变化，譬如旅游、游戏、影视、培训、教育，以及色情行业，呵呵。

10）追踪 Tracking

也很简单，顾名思义，指通过技术手段获得自身的关于行踪、健康等各方面的信息并记录下来，用以进行行为分析、安全跟踪、医疗、效率提升等各种用途。

前面讲过，我们现在进行信息记录，都是不连续的，只有当我们启动拍摄和记录时才开始，结束时即停下来了。而未来的追踪即信息记录，将会是连续的，永远都在进行，随时随地，不需要你按开始键，也不需要你按结束键。

11）提问 Questioning

求知的欲望，对于未知领域的探索，是人类进步的动力。而这一切的出发点就在于一个个的问题，因此提问是人类进步的一个重要步骤。这话貌似很虚，但一点不为过，举两个例子，两个问题，应该是大家都熟悉的：1）苹果为什么会掉到地上来，而不是掉到空中去？2） 如果以与光相同的速度旅行，会看到什么样的风景呢？

网络技术的发展，帮我提供了提问并获取答案的最好环境。每一次搜索就是一次提问。而进一步的，网络不仅回答我们，而且能帮助我们提出更好的问题。

12）开始 Beginning

这一部分作为结尾，KK故意狠狠地卖弄了一下玄虚，脑洞开到最大。他把整个世界将近70亿人类，加上整个全球互联网中的所以机器，这所有的人类智能和人工智能，合成一个总体，称为Holos，阐述这个整体的演进和变化。这样来看待这个整体事物的话，其生命还处于很早期，刚刚开始！

到此呢，是把我对这本书的理解，结合我自己平时的一些知识、经验和理解，一起做了一个解读。要更好地深化理解这些趋势，可以花点时间把KK的另外两本书《失控》和《科技想要什么》读一下。

《失控》讲的是整个科技未来演进的总体规律，是以一种分布式的、没有中央集中控制的、智慧来自于整个群体而非某个单独的个体的这样一种模式向前发展，没有哪个个体或者物种是绝对的控制者，整个自然界所有物种，包括科技，一起互相协作、互相制约、集体发展。

《科技想要什么》中，KK更是大开脑洞，把科技作为一个整体，定义为第七大生物物种，称为科技体。生物学界已经定义的六个物种是植物、动物、真菌、原生生物、原核生物、病毒。科技体是一个系统的概念，包含了以实体形式存在的硬件、以非实体形式存在的软件、还包括在此之上或者周边的文化、艺术、制度、法律、哲学、思想等更广泛的关联事物。他把科技体和其他生命体放到同等的学术地位和研究属性中，称为第七大生命体。生命体的最大特征是什么？是进化。是的，科技体是会进化的，而且这是一种随时间推进而必然发生的、不可阻挡的现象。生物的进化有三大主导力量：1）功能上的适应性2）结构上的必然性 3）历史上的偶然性。而科技体的进化，秉承了生物进化的规律，而在此之上，因为科技体的进化中，有具有高级心智的现代人类作为设计者，因而在功能的适应性这一点上成了“有意识的开放性设计”，因而使得科技体的进化速度和力量都更加强大。科技体会往哪些方向进化呢？答案是更丰富的多样性，更高的复杂度，更有效率，更加无所不在，更有知觉能力，更美好，更有结构，及更强的进化能力。作为更强大的生命体，连同创造和与其共生的人类，将一起把这个必然的趋势往前推进。科技体将带动着与他关联的所有事物，克服各种困难和阻力，衍生出令人吃惊的多样性和复杂度，也将创造出令人叹为观止的美好，将世界带到新的高度！