库兹韦尔是最好的预言家

如果你想要知道科技是否会以足够快的速度给全球带来一个富足的时代，那么你需要知道如何去预测未来。当然，预测未来是一门古老的技艺。举例来说，古罗马人会雇用肠卜师来为他们占卜（肠卜师是指受过训练的能够通过查看被宰杀的绵羊的内脏来预测未来的人）。现在，在预测方面人类所做的已经比那时候好多了。实际上，就预测科技发展的趋势而言，现在几乎已经达到科学的程度了。在这方面，或许没有人比雷·库兹韦尔（Ray Kurzweil）做得更好了。

库兹韦尔出生于1948年，他一开始并没有想成为一名技术预言家，尽管他的童年跟大多数人的童年都不太一样。在他5岁的时候，他想成为一名发明家，但又不想成为一名普普通通的发明家。他的父、母亲都是世俗派犹太人，都是为逃避希特勒的迫害而从奥地利来到纽约的。在成长历程中，库兹韦尔听到了很多故事，不仅仅是有关纳粹暴行的恐怖故事，还有其他的好故事。他的外祖父喜欢谈论回到战后欧洲的第一次旅行的故事，在那里他的外祖父获得了一个绝好的机会来处理达·芬奇的原创作品——他的外祖父总是用非常虔诚的语言来描述这次经历。从这些传奇故事当中，库兹韦尔知道了人类的思想具有无穷无尽的力量。达·芬奇的思想是超越人类局限性的创造力的象征。而希特勒的思想则显示出了一种毁灭一切的力量。“因此从早年开始，”库兹韦尔说，“我就把追求‘好思想’放在了一个非常重要的位置，它们体现出了我们人类价值中最好的那部分。”

8岁的时候，库兹韦尔得到了更进一步的证据，证明他的想法是对的。那一年，他发现了一些有关小汤姆·斯威夫特（Tom Swift，Jr.）的故事书。这套系列故事书的情节大部分都是一样的：斯威夫特发现了一种可怕的情况，它将威胁到整个世界的命运，于是他回到自己的地下实验室冥思苦想。最后，他总能豁然开朗，找到一些非常出色的解决方法，并且因此成了一位英雄。这些故事的寓意非常明确：思想再加上科学技术，能够解决世界上所有的难题。

从那以后不断努力，库兹韦尔最终实现了他自己的目标。事实上，他创造了几十个奇迹：世界上第一台CCD平板扫描仪、世界上第一个文本–语音合成系统、世界上第一台供盲人使用的阅读机以及许许多多其他的东西。总之，他现在拥有39项专利，另外还申请了63项专利申请权、12个荣誉博士学位；他还入选了美国发明家名人堂（是的，在俄亥俄州的阿克伦市确实有这样一个名人堂）。库兹韦尔还获得了美国国家技术奖与久负盛名的由麻省理工学院颁发的总资金额为50万美元的莱梅尔逊奖（Lemelson-MIT Prize），莱梅尔逊奖是颁发给那些“把他们的想法转变为发明与创新，从而改善人类所赖以生存的这个世界的人”的。

但是，雷·库兹韦尔之所以如此出名，并不仅仅是因为他完成了许多发明。或许，驱使他着手发明这些东西的原因才是他最大的贡献。不过，这或许要多花点时间来解释。

摩尔定律：预知未来的一条曲线

早在20世纪50年代初，科学家们就开始猜测，技术变化的速度可能隐藏着某种模式，如果能够揭开隐藏这种模式的面纱，那么人类就有可能预测未来。试图预测未来的最早的官方行动之一，或许是1953年美国空军所做的研究，他们追踪了自莱特兄弟以来的飞行器的飞行速度加速提高的过程。美国空军绘制了一幅“飞行速度提高图”，并将它外推至未来，结果得出了这个在当时极其令人震惊的结论：去月球旅行应该很快就可以实现了。

对此，凯文·凯利在他的《科技想要什么》一书中进一步解释道：

重要的是你要记住，在1953年，世界上还根本不存在任何一种能够实现这种未来旅行的技术。没有人知道人类怎么才能以那么快的速度旅行并生存下来。当时，即使是最乐观、最大胆的梦想家也没有预测到，人类能够在众所周知的“2000年”到来之前就登上月球。唯一告诉他们能够做到这一点的只有画在那张纸上的那条曲线。但是那条曲线是对的，只不过在政治上看却有点不准确。1957年，苏联率先发射了人类第一颗人造卫星，时间恰好与曲线上所显示的时间相吻合。12年后美国向月球发射了一枚火箭。正如达米安·布罗德里克（Damien Broderick）所解释的那样，“人类到达月球的时间大大提前了，比像阿瑟·克拉克（Arthur C. Clarke）这样疯狂的太空旅行爱好者所预测的时间还要早上1/3个世纪”。

美国空军给出了这个研究结论之后大约10年，一个名为戈登·摩尔（Gordon Moore）的人总结出了一个规律，这个规律很快就成了所有预测技术发展趋势的规律中最著名的一个。在1965年的时候，英特尔公司还未成立，仍然效力于仙童半导体公司（Fairchild Semiconductor）的摩尔撰写了一篇题为《让集成电路填满更多的组件》（Cramming More Components onto Integrated Circuits）的论文。正是在这篇论文中，摩尔指出，自从1958年发明了集成电路之后，在一个电脑芯片上的集成电路元件数量每年都增加了一倍。他预测，这种趋势将会“至少再持续10年”，他是对的。这种趋势确实又持续了10年，不过之后并没有停止，又再持续了10年，然后还有更多的10年……总之，在50年之后，摩尔给出的这个预测的准确性仍然没有问题，到如今已经变成了著名的“摩尔定律”。现在，人们都在用摩尔定律预测半导体工业的发展趋势，来为这个行业制订未来的规划。

摩尔定律指出，每隔18个月，在一个集成电路芯片上的晶体管数目就会增加一倍，这实际上意味着，每过18个月，以同样价格可以买到运行速度是原来两倍的电脑。在1975年间，摩尔对摩尔定律进行了修正，把时间修正为每两年增加一倍。但是，不管怎样，他所描述的这种增长模式仍然是指数型的。

正如前面已经提到过的，说到底，指数型增长只不过是简单地不断翻番而已：1变成2、2变成4、4变成8……但是，由于大部分指数型增长曲线都是从远小于1的地方开始的，所以早期的增长几乎让我们察觉不到。如果你去看一张图表，数字从0.000 1翻倍到0.000 2、从0.000 2翻倍到0.000 4、从0.000 4翻倍到0.000 8，那么在图上的这些点看起来几乎就等于是零。实际上，按照这个速度，13次翻倍之后，数字仍然小于1。在大多数人看来，这条曲线看起来像是一根水平线。但是，再翻倍7次之后，数字就会猛然增加到100。这就是爆炸性的增长，几乎就在一夜之间，“从一块石头变成了一座大山”，指数型增长的力量就是如此强大。但是人类的大脑是局部性、线性的，这就是为什么指数型增长速度会如此令人震惊的原因。

为了说清楚这种指数型增长在技术领域究竟是如何展开的，我们不妨来看看一台名为“奥斯本”的便携式电脑的故事吧。“奥斯本”电脑公开发布于1982年，是当时世界上最尖端的电脑。这个“坏小子”重大约13千克，价格为2 500多美元。与之相比，2007年发布的第一台iPhone，重量只有它的1/100，成本只有它的1/10，而运行速度是它的150倍，内存容量则是它的100 000倍。即使撇开它的软件应用程序与无线连接功能不讲，你只是简单地按“单位重量单位计算能力的美元价格”来测算两者之间的差距，iPhone都遥遥领先于早期的任何一台个人电脑，从性价比上来看，iPhone是“奥斯本”便携式电脑的150 000倍。

计算机在计算能力、运行速度、存储容量等方面的惊人提高，再加上价格的下降、尺寸的缩小，构成了一种指数型的变化。直到20世纪80年代初，科学家们还在怀疑，这种指数型发展模式是不是真能成立。当时，不论是从晶体管的大小来看，还是从其他信息技术的发展来看，这种趋势都还不明朗。

而这就是我们要回过头来讲讲库兹韦尔的故事的原因了。在20世纪80年代，库兹韦尔意识到，任何在今天的科学技术基础上实现的发明创造，等到真正把它推上市场的那一天，就肯定已经过时了。因此，要想获得真正的成功，他至少需要预测3~5年后的技术，并且在此基础上设计他的产品。因此库兹韦尔以一个初学者的角色开始研究技术发展趋势。他描绘了自己总结的指数型增长曲线，试图搞清楚摩尔定律是否真的具有普遍意义。

事实证明，摩尔定律真的具有普遍性。

谷歌人脑

库兹韦尔发现，遵循指数型增长模式的技术有数十种，例如，美国电话网的扩展、一年内互联网通信数据的流量、单位价格磁性存储介质的存储容量，这些都以指数型速度在增长。此外，不仅仅是这些信息类技术的增长速度是指数型的，世界上其他一些与此无关的技术也在以指数型的速度增长。就拿计算机的处理速度来说吧，在刚刚过去的那个世纪里，它的指数型增长速度一直保持不变。尽管在此期间，也出现了几次不和谐的世界性的战争、世界性的经济萧条，以及其他一系列问题。

库兹韦尔的第一本书《智能机器的时代》（The Age of Intelligent Machines）于1988年出版，他在书中利用指数型增长曲线图对未来做了些不大不小的预测。现在，某些发明家和知识分子总是在对未知事项进行各种各样的预测，但是事实证明，只有库兹韦尔的预测才有令人难以置信的准确性。例如，他曾经预言苏联会解体，计算机能够战胜世界象棋冠军，人工智能技术的兴起和发展，在战争中使用电脑化的武器，自动驾驶的汽车，而其中最著名的或许是预测到了万维网的出现。紧接着，他在1999年又出版了另一本书，名为《灵魂机器的时代》。在这本书中，库兹韦尔把他的预测蓝图进一步指向未来，分别就2009年、2019年、2029年和2099年提出了一系列预测。由于他的大部分预测都是针对相当遥远的未来的，它们到底是否准确，在很长一段时间内，我们都将无从得知。但是，在他为2009年所做的108项预测当中，有89项已经成真了，还有13项也十分接近现实。在未来主义文学的历史上，库兹韦尔预言的准确性无与伦比。

在他出版于2005年的著作《奇点临近》（The Singularity Is Near）中，库兹韦尔与一个10人研究小组花了将近10年的时间描绘出了数十种指数型技术的未来发展趋势，同时，他们还试图搞清楚这种发展速度将会对人类产生怎样的影响。结果是令人惊愕的，也颇具争议。不过，为了解释清楚为什么会这样，还得先让我们回过头来再讨论一下未来的计算能力。

今天一台普通低端电脑的运算速度大概是每秒10¹¹次，或者说，每秒1 000亿次。而科学家们则估计，把爷爷与奶奶的声音辨别出来或者把马蹄声与雨滴声分辨出来的模式识别要求大脑大致以每秒10¹⁶次，即每秒1亿亿次的速度进行计算。如果用这些数据作为基准，利用摩尔定律进行预测，那么，一台普通的价值1 000美元的笔记本电脑在不到15年的时间里就可以达到人类大脑的计算水平。如果再向前“快进”23年，到那个时候，一台价值1 000美元的电脑在一秒钟内应该可以完成100亿亿亿（10²⁶）次计算，这相当于我们整个人类所有大脑计算能力的总和。

不过，这种技术的发展还有一个值得争议的部分：更快速的电脑出现后，将帮助我们发展出更先进的技术，于是人类将会开始把这些技术嵌入到我们自己的身体内。例如，利用神经义肢技术来增强认知，利用纳米机器人来修复病痛后的残躯，利用仿生心脏以避免衰老。在史蒂文·列维（Steven Levy）写的《走进谷歌》一书中，谷歌的联合创始人拉里·佩奇用相似的语言描述了搜索引擎的未来：“它（谷歌）将会被植入人的大脑。当你想到一些你不太了解的东西时，你就能够自动地获取这方面的信息。”库兹韦尔非常欢迎这个即将到来的可能性。但是其他人则对这种改变感到很不安，他们认为，如果那个时刻真的到来，那么我们将不再是“我们”，而开始变成“他们”了。尽管我们在这里说这个东西可能有点跑题了。

在这里需要强调，重要的是，这些令人难以置信的指数型增长的技术其实是无处不在的，而且它们所拥有的惊人的潜力能够为改善全世界民众的生活水平做出巨大的贡献。当然，那种长远的可能性，比如说，在大脑当中植入一个人工智能构件，听起来还是一件很奇妙的事情（至少对我来说是这样的），但是，从近期来看，如果利用人工智能机器来诊断疾病，让它们帮助照看我们的孩子，或者监督能源智能电网，又会如何呢？这种可能性很大，但是到底有多少大呢？

在2007年的时候，我意识到，如果人类想从战略的高度着手利用指数型增长的技术来改善全球生活水平，那么，仅仅知道哪些领域会出现指数型的技术进步是不够的。我们还需要知道，在哪些领域它们会产生叠加效应？它们是如何发挥协同作用的？对此，需要有一个全面、宏观的把握。但是，在2007年的时候，人类还无法做到这一点。世界上没有任何一个大学能够提供一套关于指数型增长的技术的完整课程。或许是时候建立一种全新类型的大学了，它既能够适应未来急速变化的科技环境，又直接专注于解决世界性的巨大挑战。

奇点大学

早期大学的任务是致力于传授宗教教义。世界上最早的一所大学是公元5世纪时在印度创办的一所佛教大学。这种做法一直持续到了中世纪，那时，欧洲许多所顶尖的大学都由天主教教会负责管理。后来，虽然人们的信仰基础很可能已经发生了某种变化，但是大学教学的核心方法却一直没有改变。实际上，基于事实的学习才是王道。这种强调死记硬背的学习方法一直持续了

1 000多年。直到进入19世纪之后，当大学的教学目标开始从强调通过重复背诵记忆知识转为鼓励创造性思维的时候，这种状况才有所改变。除了一些细节上的小小差异之外，我们今天的大学也是如此。

但是，今天的学术机构究竟在多大程度上适用于解决我们前面强调过的这些世界性的巨大挑战呢？今天的研究生教育是极端专业化的。一篇典型的博士论文所关注的主题非常晦涩难懂，以至于很少有人能够做到只看它的标题就知道它所研究的东西是什么。尽管这种极端的狭隘性对专业化是非常重要的（因为正如里德利所指出的，专业化具有极大的好处），但是它也导致了这样一个结果：即使是世界上最好的大学，也很少能够培养出综合性的、有宏大视野的思想家。

当我还在麻省理工学院学习分子遗传学的时候，我经常不由自主地想象着，如果我向我的曾曾曾祖父解释我的研究，他会给出一个怎样的反应？以下便是我的想象：

“爷爷，”我开始说了，“你看到那儿的灰尘了吗？”

“你是一位土壤专家吗？”他可能会问。

“不是，但是在泥土里，存在着一种微生物，名为细菌。”

“哦，你是那方面的专家啊！”

“不是，”我回答道，“在细菌里有一种叫做DNA的东西存在。”

“那你是一个DNA的专家了？”

“不完全是，在DNA里面存在一些叫做基因的片段（不过，我在这两方面都不是专家），而基因序列开始的那一段是一种叫做启动子序列的东西……”

“嗯，哼，啊哈……”

“好了，我是那方面的专家！”

世界已经不需要更多极端专业化的研究型大学了。事实上，已经有太多的专业化研究机构了，它们分布于像麻省理工学院、斯坦福大学、加州理工学院等大学内部，它们在培养极端专业的人才方面做得非常出色，这些极端专业的人士在他们自己专注研究的小小领域内都是顶尖高手。现在，我们更需要的是一个这样的地方：在那儿人们可以听到一些最宏观的、最大胆的想法，讨论指数型增长的可能性，并回应阿基米德的那句名言：“给我一根足够长的杠杆，再给我一个能够站立的地方，我将撬起整个地球。”

在2008年的时候，我把这个想法向前推进了一步，与雷·库兹韦尔一起创办了奇点大学。接下来加入奇点大学的是我们的一位老朋友西蒙·“彼得”·沃登，他是一个拥有天文学博士学位的退休空军将军，掌管着位于加利福尼亚州山景城的美国国家航空航天局艾姆斯研究中心。美国国家航空航天局艾姆斯研究中心是美国国家航空航天局的思想库，它的研究领域正好与奇点大学感兴趣的东西完全吻合。沃登也敏锐地洞察到了两者之间的关联性，因此很快我们就选定了我们这所新大学的位置。

经过深思熟虑之后，我们挑选出了8个指数型增长的领域，以此为标准来设置奇点大学的核心课程，它们分别是：生物技术和生物信息学、计算系统、网络和传感器、人工智能、机器人科学、数字化制造、医学、纳米材料和纳米技术。每一种技术都有可能会影响数十亿人，解决巨大的挑战，重塑诸多行业。当然更重要的是，这8大领域的技术进步将会帮助我们实现富足，因此在下一章中，我们将依次详细探讨这8大领域的每个组成部分。我们的目标是：让读者在更深层面上理解这些指数型增长的技术进步对于提高全球生活水平的重要作用，同时，我们还想将一些毕生致力于研究这些技术的重要人物介绍给读者。那么，我们将从哪里开始呢？可能再也没有一个人的人生能够比克雷格·文特尔更多姿多彩了，就让我们从他开始吧。