陆奇：喺未来，究竟边种职业创造财富嘅机会最大？

转载：本文来自微信公众号“混沌学园”（ID:hundun-university），作者：混沌学园，转载经授权发布。

今日，数字化正喺度发生，随住数字化嘅进展，成个社会中嘅一切都会被数字化。每个人都喺度谈论数字化嘅产业，数字化对成个社会有住非常深远和广泛嘅影响，喺为此感到兴奋嘅同时，随之而来嘅也必然有焦虑，因为数字化会产生一啲前所未有嘅社会现象，其后果点样、会带来系样嘅影响，我哋都仲未有充分理解，其未来将何去何从成为当下嘅热点问题之一。

依我之见，洞察未来是有方法嘅，我将其拆解为几个部分。首先，探究其背后嘅驱动力喺边里；其次，研究其结构是乜嘢；最后，构建其形成嘅具体图谱。弄清楚未来趋势嘅这三个组成部分，我哋对其嘅理解就是结构化嘅、深层嘅，也才能更仔细、有效地观察未来。

过去20多年，我个人非常幸运，正好喺对嘅时间，有机会喺一线参同、观察成个高科技工业历经嘅几代技术平台，以及其产品所衍生嘅商业生态。

喺进入对数字化未来发展趋势嘅解读之前，先分享一个喺我睇来十分有用且我自己也一直喺使用嘅思考方法，佢对我产生‌巨大嘅影响。美国物理学家理查德·费曼讲：“如果我没能将某件事建立起来，我就没法理解。”呢句话十分重要，佢揭示‌一种认识世界、观察研究对象嘅方法：针对任何一个复杂嘅问题，可以将佢进一步拆解为子问题，针对每一个子问题，又继续拆解为子问题嘅子问题，咁穷尽问题到唔可以再拆解为止。然后，针对每一个子问题嘅答案都想好方法测试验证，直至将所有子问题嘅答案都验证清楚正确嘎啦，先能说真正弄明白、搞清楚‌最初嘅问题。这系一种线性思考嘅方法，可以帮助你将所有问题都探究到本质。呢种思考方法已成为我嘅一种习惯。研究数字化，我也采用呢种方法。

分享嘉宾 | 陆奇 奇绩创坛创始人兼首席执行官；朱民 清华大学国家金融研究院院长

编辑 | 混沌商业研究团队

本文整理自《未来已来：全球领袖论天下》，本文演讲时间为2019年11月11日，文内略有删改，中信出版社2021年3月出版

数字化嘅本质

数字化是乜嘢？其本质到底是乜嘢？我认为数字化包括六个核心步骤，缺一唔可。

第一，获取（Capture）信息。搜集获取某现象嘅相关信息是数字化嘅第一步。

第二，表达（Represent）信息。搜集信息后必须将特定信息表达出来，可以用各种形式表达，比如二进制、符号和向量等。

第三，存储（Store）信息。必须将现有信息存储喺某个有效嘅媒体上，纸就是存储信息嘅一种媒体。

第四，传送（Transmit）信息。喺使用信息时，需要对信息进行传递。

第五，处理（Process）信息。这是数字化过程中最为核心嘅部分，对信息进行处理，通常是利用数学知识或模型通过计算对信息进行处理。

第六，递送（Deliver）信息。这是将处理好嘅信息传送畀某个特定终端，该终端能够达到我哋人类所需嘅目标。

上述六个步骤构成‌数字化，缺一唔可。用上述六个步骤来解析家阵时所讲嘅数字化，比如，一个用户用键盘将信息输入终端，信息获取通常是用键盘。信息嘅表达通常是二进制，用0和1来表达。今日嘅信息存储基本上是用闪存或硬盘，信息传输则往往通过移动互联网、全球嘅网络、海底电缆呢啲物理网络。信息嘅处理，大部分情况下是用硅晶片和软件做大规模嘅运算。最后是信息嘅传输，则重新回到具体嘅应用场景，通常系喺屏幕上显示出来。

但我谂强调，家阵时嘅数字化方式并非一成唔变，比如信息表达，可以用非符号嘅方式。而家嘅人工智能都系以深度学习为主，而深度学习某种意义上就系一种非符号嘅表达，佢是用重叠向量来表达信息嘅。而信息也唔一定要存储喺磁盘或硬盘上。今日喺科学界唔停探究嘅系用合成DNA（脱氧核糖核酸）基因来存储信息，信息嘅密度会大规模地提高。同理，处理信息也唔一定要喺硅晶片上，可以用第啲运算基础，比方说量子计算，就系一个完全唔同嘅、效益高得多嘅信息处理方式。

所以，数字化并唔一定只如我哋今日所见，人类喺历史上其实也喺唔断做数字化，只唔过采用‌唔同嘅方法，比方说用纸张作为媒体，用人进行信息采集或处理，用笔和纸来记录信息。古代人喺设计桥梁、造房子嘅时候，一样要计算，其实成个过程也包含‌信息化嘅这六个核心步骤。中国嘅算盘就是历史上嘅一个计算技术，辅助人处理信息。

那么数字化究竟有乜嘢作用或者说好处呢？数字化是将人需要嘅信息获取后存喺一个特定嘅介质上，令到信息本身同呢啲信息所描述嘅实体分走来，进而被大规模、高效地处理后又被传递回人所使用嘅终端，被进一步利用嘅过程。比方说，我哋想要描述今日举行讲座嘅这座大厅，如果描述这座大厅嘅信息唔被抽取出来，噉样对这座大厅进行改造就会花好多成本。但如果描述这座大厅嘅所有信息被抽离出来，就放喺一个特定嘅介质上，通过使用计算机运算，可以还原这座大厅嘅各种细节，将呢啲信息用来指导这座大厅嘅改造，就可以大规模提高效益。

所以，数字化嘅核心喺于信息嘅获取、表达、存储、传送、处理和递送，佢将现实中嘅现象或物体用信息抽离出来，让信息喺某种新嘅媒体上，以唔同嘅形式表达出来，用一种高效嘅计算处理信息，形成可获取嘅知识。噉就是数字化嘅核心。佢可以大大提高效益，帮助人更好地达到目标，呢是数字化嘅核心。

数字化嘅核心驱动力

毫无疑问，数字化系一条长河，从历史中走来，向未来奔去，唔可阻挡，呼啸而过，越来越多嘅人和领域被卷入其度，对人类社会嘅影响也越发深广，原因何喺？佢嘅核心驱动力是乜嘢？我呢啲年一直喺思考呢啲问题，也常就此同朋友们交流。我从喺唔断快速变化中找寻恒量入手，越能抓住亘古唔变嘅嘢，越能帮助我哋理解未来、预测将来。

我嘅呢一思考角度深受大卫·克里斯蒂安教授嘅影响，其实盖茨好早就畀我推荐大卫嘅书籍以及40多个个钟头嘅视频，他对盖茨也有好大影响，可惜我一直没有睇。他提出‌一个简单却视角独特嘅概念——“大历史”，佢认为如果唔从物理世界嘅宇宙起源开始是无办法研究人类历史嘅，我对此深表赞同。佢认为，历史嘅起点喺物理世界、化学世界、生物世界。喺物理世界里，只有两样嘢恒耐唔变：能量和信息。能量比较容易理解，而信息可以转化为知识。一种有效嘅可以解决多种任务嘅表达方法，就是知识，而知识系一种潜喺嘅能量。

举例嚟讲知识点解是潜喺嘅能量。假定有两个人，佢哋嘅任务是搬动一块好大嘅石头，一个人懂杠杆原理，另一个人唔懂。懂得杠杆原理嘅人用一根木棒好快就可以搬动石头，唔懂杠杆原理嘅呢个人就永远搬唔动，所以说知识是潜喺嘅能量，呢是好重要嘅一个概念。

宇宙起源理论认为，复杂系统是智能嘅，佢能针对环境嘅变化而做调整。其智能之处就喺于，用能量加信息来减熵。人类系一个复杂系统，人类所做嘅一切都系减熵行为，基于呢一宏大嘅理论背景，唔变嘅唔变就是能源加信息。人类社会就系一个超级复杂嘅系统，而人类社会嘅长期驱动力，第一是追求权力，第二是追求财富，第三是追求知识。人类嘅历史证明，人类永远喺追求这三样嘢，无论是个人、组织还是国家。

那数字化同此有乜嘢关系呢？数字化可以帮助我哋更好地追求我哋想要追求嘅，因为人类永远喺追求获得更多嘅能源，用更多嘅信息来减熵，呢是最终核心嘅核心。数字化嘅驱动力永无止境，唔可阻挡，因为佢是基于大历史，基于物理世界、化学世界、生物世界运转嘅现实，基于人类社会作为一个复杂智能体系嘅存喺嘅根本。

图10.1嘅结构唔完全精确，但我谂借此分享几个重要嘅概念，讲述一下推动人类社会唔断演进嘅力量和结构。人类社会是由通用技术嘅发展推进经济嘅发展，基本上可以划分为三个阶段：农业时代、工业时代，以及我哋而家进入嘅信息和知识经济时代。

农业时代基本上由太阳能驱动，太阳能是人类可以使用嘅免费能量，基本上只要用劳力就可以，唔需要大规模嘅第啲技能。因此，农业时代这条曲线好扁。

工业时代持续发展‌300多年，最大嘅核心驱动其实系化石能源，一开始是煤、汽油，后来变成电，可以输送到任何需要嘅地方。工业社会主要是化石能源加上人嘅技能（技能也系一种知识），工业社会有大学，大规模训练培养厨师、裁缝、工程师、律师等具有各种专业技能嘅人员。因此，工业时代这条曲线开始上扬。

人类社会由通用技术嘅发展推进经济嘅发展

接住人类进入‌这条增长最快、最陡峭嘅曲线，佢是由大规模嘅信息、数字化来驱动嘅。计算机嘅发明，令到获取信息、处理信息嘅能力以惊人嘅速度高速发展。第三条曲线仍然是以化石能源为主。人已经知道，化石能源是有时限嘅，我认为假以时日新嘅能源结构必然会出现。

可见，家阵时嘅数字化大浪潮之所以来势凶猛，会对人类社会产生重大影响，原因正喺度于此。从宇宙起源开始嘅大历史发展演化说明，家阵时嘅数字化浪潮是历史嘅必然，势唔可当，唔可逆转。

解构驱动数字化嘅计算平台

过去60多年嘅历史上，数字化进程一直是由计算平台来驱动嘅。由于高科技一次又一次突破，平均12年左右会产生出新一代嘅计算平台。图10.2就充分展现‌计算平台演化嘅发展路径。

历代计算平台发展路径

第一代是IBM（国际商业机器公司）单板嘅个人电脑；第二代是微软、苹果嘅个人电脑，呢时嘅个人电脑有‌显示器，同时有局域网；第三代是PC互联网；第四代是移动和云；而我哋啱啱进入第五代AI/5G +边缘计算嘅早期。

而每一代数字化计算平台嘅驱动力主要是数字化嘅广度和深度。数字化广度，可以用用户嘅数量、地域嘅覆盖度（覆盖几多个国家，几多平方公里嘅土地）等来衡量。数字化嘅深度，可以用交互嘅频率、交互嘅信息量、使用嘅频密度和使用嘅时长来衡量。

任何一代计算平台，都有前端和后端。

前端永远由交互嘅模式来驱动，我服务‌八年嘅微软，无论是盖茨，仲要是鲍尔默，我哋最关注嘅一点就是交互。任何一代技术一旦有交互上嘅突破，必将引爆大规模嘅商业价值。道理好简单，新嘅交互出现，意味住数字化嘅程度就提高嘎啦，无论是数字化嘅广度还是深度，都提高嘎啦。通过将握数字化演进中嘅“唔变要素”而洞悉未来，“交互”理所当然是永远首要关注嘅，因为交互定义‌数字化嘅行为。

首先，前端包含鼠标、键盘到手指等交互入口。

其次，包含数字化嘅终端设备，其形态也从个人电脑演变为智能手机等移动终端。相比而言，PC嘅数字化能力有限，因为佢必须放喺桌上，或者放喺膝盖上，唔可以随时随地使用。但手机则唔同，可以到处使用，呢意味住数字化嘅广度得到‌扩展。

再次，包含应用模式，比如电脑嘅应用模式就系一个桌面，上面有文档、软件等。

又次，包含技术堆栈，往往是从硅晶片开始，到底层软硬件、中层软硬件、操作系统，再到开发工具。

最后，但特别重要嘅系一定要有一个健康嘅商业生态，否则无办法商业化，就无从推动数字化嘅发展。如果有人问我中国数字化应点样发展，我会强调一点：一定要注重建立一个健康共赢嘅商业生态，唔可以搞恶性竞争。一定要围绕盈利点，有好嘅、可持续嘅商业模式让生态中嘅每一员都可以赚钱。历史上一再被印证嘅规律就是，健康嘅商业生态让数字化大规模发展起来嘎啦。

再来睇后端，驱动后端演进嘅系计算资源规模嘅扩大提高，具体而言是运算信息、存储信息和传输信息（网络）嘅能力水平嘅提高。计算资源规模嘅提高也意味住数字化广度和深度嘅扩展。

后端有计算嘅范式和编排，也有技术堆栈，早期其实同前端是同一个技术堆栈，而家则独立开来，包括底层式硅晶片、底层软硬件、中层软硬件、操作系统和开发工具。另外，后端也有一个健康嘅商业生态是关键，是关键嘅关键。

对比分析一下各代计算平台具体结构里嘅唔同。

第一，“PC（GUI）/Client-Server”计算平台，呢是第一代计算平台。呢一代计算平台嘅主导者基本上是微软。表10.1罗列‌呢一代计算平台嘅前端和后端。前端嘅输入是通过鼠标和键盘，而输出特别重要，有图像显示，可以说图像显示是微软成功嘅主要原因。喺微软内部有一啲挺有意思嘅小故事。盖茨大概喺1978年嘅时候睇到‌显卡，他就想象：假设显卡越来越快，屏幕分辨率越来越高，噉能有乜嘢应用呢？他当即写‌一篇备忘录，将后来20多年间出现嘅应用基本都想到嘎啦。第啲前端嘅结构之前也提到过，喺此唔再赘述。这代计算平台嘅前端将桌面信息数字化嘎啦。后端跟前端喺结构上差唔多，需要特别关注嘅系关系式数据库和分布式事务处理系统。喺今日包括做区块链嘅开发离唔开呢啲技术，分布式算法比如共识算法就系喺呢一代计算平台诞生嘅。

表10.1 “PC（GUI）/Client-Server”计算平台嘅具体结构

呢一代计算平台嘅商业模式是微软奠定嘅，佢成功开启‌卖软件嘅商业模式。那时候真嘅喺商店里卖软件，好多卖PC嘅销售渠道同时卖软件。这代计算平台将企业嘅信息管理彻底数字化嘎啦，佢造就‌几千其亿美元嘅IT生态系统，同时让每一个企业都可以提高佢嘅生产效率，产生‌巨大嘅社会效益和经济效益。

第二，“PC/互联网”计算平台，呢是第二代计算平台（见表10.2）。这代计算平台嘅核心技术是浏览器，浏览器系一本电子书，但这本书好唔一样，翻到任何一页都可以点，可以将世界上所有嘅信息都连喺一齐，佢开启‌一切。

表10.2 “PC/互联网”计算平台嘅具体结构

喺“PC/互联网”出现前，信息是用纸张来传输嘅。以文字和图像为主嘅信息，特别是公开传输嘅信息，如杂志、报纸、图书呢一切都被“PC/互联网”计算平台数字化嘎啦。被数字化嘅唔仅是信息（产品），客户也被数字化嘎啦。作为一种商业模式嘅广告，当然也被数字化嘎啦。当初我喺雅虎嘅时候根本唔知道商业模式是乜嘢，事后复盘，雅虎数字化嘅系以前用纸张传输嘅信息，呢啲信息里有相当一部分是商业嘅信息、产业嘅信息，世界则因此而变平嘎啦。

同样哋，呢啲被数字化嘅信息作为一种服务还免费嘎啦。喺我上大学嘅时候，喺上海睇一啲论文要花好长时间才能获得，喺美国就算买一本地图也需要3.5美元。嗰个时代，拿到信息真系唔容易，而家却相反，唔仅地图免费，而且还可以随时拿到最新嘅信息。

“PC/互联网”嘅出现，使获取信息唔但免费，而且非常及时，任何时候都可以获取信息，所以世界被彻底改变，每个人嘅效率都大大提高。“PC/互联网”计算平台大规模地提高‌世界上每个人嘅能力、每个企业嘅生产效益。

从技术上来讲，谷歌开启‌机器学习嘅新时代。喺我睇来，微软是划时代嘅公司，佢开启‌以开发软件为核心数字化经济嘅产能，核心生产力是写代码。谷歌也开启‌一个新嘅时代，同样写代码，但主要系等呢啲代码使用数据来训练模型，谷歌本质上系一家大数据或机器学习嘅公司，开创‌大规模嘅数据计算、大规模嘅机器学习嘅应用，即搜索。

这是“PC/互联网”计算平台所产生嘅数字化效应，大部分有文字和图像表达嘅信息被数字化嘎啦，因而世界变平嘎啦。

第三，“Mobile/Cloud”计算平台，呢是第三代计算平台（见表10.3）。“Mobile/Cloud”计算平台最大嘅革命性突破是交互体验嘅突破，呢是我个人嘅观点，真正定义移动/云计算平台嘅系2007年嘅iPhone（苹果手机），第一台真正意义上嘅智能手机，佢定义‌一种全新嘅交互体验，预示住新时代嘅开始。喺此之前，诺基亚、三星，包括微软都制造‌各种各样嘅手机。我是属于第一批买iPhone嘅少数人，噉时候乔布斯经常到雅虎来。那时候嘅iPhone没有应用生态，只有六款应用，仲要唔可以改。两款是雅虎开发嘅，两款是谷歌开发嘅，两款是苹果自己开发嘅。并且佢还系一个好差嘅手机，噉时候由AT&T（美国电话电报公司）补贴来做嘅，而AT&T喺美国湾区嘅覆盖率好差，电话经常打唔通。但拿到呢个手机嘅人都好兴奋，因为这是历史上第一次可以让手指真正工作嘅设备，呢是非常‌唔起嘅突破。

表10.3 “Mobile/Cloud”计算平台嘅具体结构

从数字化维度来衡量，微软本质上系一家鼠标键盘公司，佢嘅核心领域喺办公，数字化嘅系企业信息。苹果本质上系一家手指公司，触屏嘅交互体验促使那么多嘢被数字化，呢种轻便嘅设备可以放喺口袋里，放喺枕头上，轻而易举随身移动。佢唔仅有屏幕，手指可以触摸，佢仲有相机，仲可以定位，数字化位置信息，毫无疑问，移动终端嘅数字化嘅能力越来越强。

基本上，人嘅日常工作和生活行为都被“Mobile/Cloud”计算平台数字化嘎啦。喺中国，社会通信、移动支付已经普惠，几乎人人可以用之，喺美国还相当落后。出行借助滴滴和优步，因为手机可以定位，想要坐车嘅人喺边里，司机就喺边里，呢啲信息都被数字化嘎啦，改变‌一个产业。仲有物流行业，也被彻底改写。

同时，数字化还产生‌玩手游、刷信息流等新嘅人类日常行为，同时好多核心嘅知识可以用数字化嘅形式获取嘎啦，甚至工作行为也被数字化嘅形式获取‌信息。手机嘅未来唔应该被低估，佢只是刚啱开始。最近，我专注于早期企业嘅加速，啱啱投资‌一家做鱼塘数字化嘅企业，将传感器放到鱼塘里，然后监控获取信息，生意非常好。那为何而家做而以前唔做呢？因为渔民刚啱开始普及智能手机。渔民有‌手机后就可以控制呢啲传感器嘎啦，农民也一样。所以，手机会将我哋嘅日常行为更多地数字化，同时也因为手机，任何一个企业嘅数字化都会走得越来越深。

“Mobile/Cloud”计算平台可以将线下物理世界嘅行为数字化。同时，信息流、内容推荐等又会对社会产生巨大、长期且深远嘅影响，佢带来‌数字化广度和深度嘅又一次扩展。

喺技术方面，“Mobile/Cloud”计算平台也有好多提高。

一方面，硅晶片唔一样嘎啦，原来是英特尔主导嘅硅晶片X86，但喺移动时代佢彻底丧失‌机会，而家是ARM（处理器）+ SOC（芯片），加以深度学习为主嘅计算，相应嘅操作系统也变嘎啦，喺此再唔赘述，可以参见表10.3。

另一方面，后端大规模嘅云计算开始将计算、存储作为一种服务形式，让每个企业喺门槛好低嘅情况下，充分享用数字化所带来嘅能力。我认为这对中国而言系一个好大嘅机会，需要应对嘅挑战可能系更多嘅付费意愿、更好嘅销售方法、更深场景嘅介入。

喺我个人来睇，需要避免嘅仲有恶性竞争，因为最终只有建立一个好嘅商业生态，实现生态共赢，先能扩展数字化嘅广度和深度，带来社会嘅进步。

第四，“AI/5G”计算平台，呢是崭露头角嘅计算平台（见表10.4）。AI和5G嘅技术非常振奋人心，从输入、输出角度讲，基于传感器，所有嘅交互通道都打通嘎啦，信息嘅表现方式可以是语音、基于视觉嘅手势、自然语言对话等。当然技术目前仲未过关，可能仲系要要3 ~ 5年才能发展成熟，但基本上同人交互嘅通道之门全部被打开嘎啦。

表10.4 “AI / 5G”计算平台嘅具体结构

这方面嘅创新前沿喺传感器以及传感器上嘅硅晶片体系。我认为硅晶片必须从底层到上层彻底改写。硅晶片原来嘅逻辑是需要足够嘅控制流，先有足够嘅经济价值回报可以支撑成个商业生态。今日，喺新嘅计算平台时代，硅晶片必须可以大规模并行处理高维度嘅数据，跟之前嘅逻辑截然唔同，需要从根本上彻底重做，当然呢一过程需要开发应用、建立生态，呢個唔係一个纯技术问题。

喺“AI/5G”计算平台时代，定义性嘅能力是深度学习带来嘅，佢其实系一种新嘅计算基础，用重叠向量来代表信息，信息则可以被高速表达成一种简单嘅形式，可以解决多种任务，特别是基于视觉维度嘅一啲早期嘅应用。

交互体验方面也有待进一步开发，可以做个人助手，可以做各种唔同嘅终端，呢啲都处喺早期开发嘅阶段，生态目前仲未有形成。

喺“AI/5G”计算平台时代，后端好重要嘅一点是5G嘅技术突破，5G喺技术上、能力上跟4G有好大嘅唔同，机会有好多，诸如边缘计算、硅晶片会朝住唔同嘅方向走。一言以蔽之，前端要低能耗，后端要大规模。底层嘅管理软件也需要重做。展开嚟讲，硅晶片嘅生态结构变嘎啦，今日某个互联网公司只要有足够嘅用户，基本上唔会用通用嘅硅晶片，因为自主定制设计一个硅晶片剩系要要10多个人嘅团队。如果揾到台积电或三星，一次性嘅流片只有1 000万 ~ 1 500万美元。高通、英特尔原来嘅商业模式喺“AI/5G”计算平台时代根本唔成立，因此后端有唔同嘅游戏规则，会涌现出唔同嘅垂直生态领军企业。

今日嘅创业公司都有机会成为将来嘅领头企业，历史上往往一个大嘅技术浪潮奔涌而来嘅时候，原来领先嘅企业未必能将握住咁样嘅机会，反而创业公司有好大可能会胜出。

总结一下，首先，AI和5G系一次非常振奋人心嘅机会，佢将成个物理世界、人类活动全都数字化嘎啦，通过传感器获得数据就能做到。比如，一个房间以后装两三百个传感器，完全可以数字化，呢只是时间问题。所以，物理世界和数字世界会逐步融合喺一齐，呢是本质上同众唔同嘅一次机会。同时，数字化技术也会改变物理世界，比如基于无人驾驶，新嘅路网会逐渐产生，一旦有新嘅路网，城市半径会变大，都市结构会变化，呢都系历史上嘅规律。

长期嘅社会结构因此而变，当然更多人类行为、人类互动都可以被数字化，呢将对社会经济产生巨大嘅影响。纵观历史，每30 ~ 40年，就会有新嘅社会基础技术出现。今日嘅社会基础技术基本上是电力和大规模嘅钢材料，40年之后，每个房间里进来嘅唔剩只有电，仲有AI，AI会成为一种随处可用嘅公共服务。

其次，呢波数字化将促使现有嘅每一个行业，如农业、制造业、娱乐业、金融业等大规模转型和提升，同时数字化技术有可能提高每一种职业（唔管是律师还是厨师）嘅效率。当然，呢其中也有一啲需要人类将控嘅地方，呢是成个社会需要做嘅。

最后，教育和医疗也会深受影响。这波数字化浪潮真嘅系振奋人心，呢样嘢同佢嘅技术本质有关。我个人认为“深度学习”并非一种好恰当嘅说法，其核心本质系一种新嘅计算基础，通过重叠向量，好快地将数据放到一个特征空间里，进而解决多种任务。

渐进式层次提高嘅数字化图谱

虽然数字化进程喺唔断向前推进，但数字世界和物理世界而家基本上还是脱节嘅。比如，喺没有数字化之前，每位作者只能将内容写喺纸上，然后变成报纸、杂志、书籍印刷出版，分发传播出去，进而口口相传，形成舆论，成个过程基本喺物理世界发生。数字化之后，信息嘅生产、传输、内容分发同口碑舆论嘅形成等一系列动作都喺度数字世界发生。数字世界同物理世界基本上脱节，对现有嘅社会机制造成‌好多冲击，比如西方世界嘅竞选就深受影响。

面对呢啲问题，需要成个计算工业喺一齐提出新嘅计算系统架构和信息架构，更好地将数字化后嘅社会行为嘅信息结构、核心步骤规划设计出来，将数字世界同物理世界嘅交互界面界定出来，明晰乜嘢样嘅人做乜嘢样嘅行动，并将需要为此负何种责任都仔细地划分出来。咁样嘅话，先可以用现有嘅或者唔断演变嘅社会规则，更好地将控呢啲数字化嘅社会行为。这既是数字化驱动社会进展嘅一个巨大嘅机会，也系一个巨大嘅挑战。

之所以关注呢个问题，起源于搜索引擎，呢都系我当初决定加入微软做搜索引擎嘅根本动因。搜索引擎嘅核心其实系人嘅标注数据训练出来嘅算法，本质上自带偏见（呢啲偏见源自标注数据），而且无办法自己发现并修正偏见。而家出生嘅小孩，从小就依赖搜索引擎获取信息，知道乜嘢系对，乜嘢是错，但搜索引擎带有偏见，对于其中嘅矛盾，唔仅父母无能为力，政府也束手无策。

面对此情此景，商业所能做嘅系让用户喺谷歌之外仲有另外嘅选择，至少保证该领域存喺竞争，呢就是我当初加入微软蛮大嘅一个动机。做搜索那么多年，对搜索嘅底层以及上上下下嘅一切都认识，对其导致嘅社会问题也越来越关注。后来社交平台出现，毫无疑问加剧‌呢一问题。搜索毕竟是用户主动找信息，而社交平台是将人际关系数字化，社交平台嘅网络效应会加速偏见影响嘅范围，其严重嘅后果就更难将控。

要将割裂嘅数字世界同物理世界打通，核心喺于将家阵时数字化嘅计算体系架构梳理拆解清楚，将相应嘅信息结构抽取出来，我一直致力于为此设计一个信息聚合体系。一是有庞大嘅用户群，或者有行动者，比如自动驾驶汽车。二是终端，包括设备（如手机或PC）、App（应用程序）或服务。三是所涉及嘅行为，例如点击或输入关键词。四是呢个社会现象所处嘅“世界”，喺该环境中互动。五是基础设施，佢管理住各项计算资源。因此，核心嘅信息结构必须包含这五个组成部分，佢清楚勾勒‌一个社会化现象系点样被数字化嘅，喺其中信息系点样获取、传输、处理和为人所用嘅。

喺此，我谂重申构建一个全新聚合信息体系嘅重要性。纵览欧洲历史，喺印刷术发明之前，是教廷掌控一切，信息传送只喺教堂之间，也只有教堂才能获得信息。印刷术发明之后，除咗教堂，国王、贵族和精英也加入传输信息和获取信息嘅行业度，信息被贵族控制。从某种意义上说，现代美国依然同此相差唔远，信息被精英控制。随住数字化嘅深入同扩展，精英对信息嘅控制被彻底打破嘎啦，搜索引擎是打破精英控制信息嘅第一步，随之而来嘅社交平台比搜索引擎走得更远。

喺呢个信息聚合体系底层嘅系“数字化基底”（Digital Substrate），呢系一个集成嘅数据系统，无论是某个搜索引擎，仲要是某个社交平台，其信息架构都系咁样嘅。重点喺于这系一个公开嘅信息架构，佢清楚地勾勒出某个社会现象嘅数字化流程和闭环结构。只有形成闭环嘅社会现象，先能具备自动自我迭代、进化演变嘅智能能力。其内喺一定有以下几个子系统。

第一个子系统是观察系统，观察世界或人嘅行为，获得信息。第二个子系统是智能系统，将获取嘅数据进行表达、存储、做模型计算（处理），最后进行传输。第三个子系统是动作系统，负责同用户或环境（物理世界）进行互动。第四个子系统是运营系统，由人，也就是呢个系统嘅作者通过运营系统来维护、更新咁样一个数字化嘅生态体系。

图10.3系对呢一信息体系结构嘅形象化嘅展现，勾勒出数字世界同物理世界嘅系统性融合，彼此交织，密唔可分。其中有四个子系统，第一是动作系统，用户喺体验终端上使用App获得信息，用户行为被数字化嘎啦，呢啲数字化行为信息到系统后，进行数据处理，传送到智能子系统，喺呢个智能子系统度，呢啲接收到嘅信息被表达出来，接住用机器学习嘅算法来建模，同时记忆和存储。有‌呢啲模型（就是知识）之后，再将呢啲知识传送畀客户，同样哋，用户也可以跟其所处嘅世界进行互动。最终仲有一个运营系统，以搜索引擎为例，呢个系统就是谷歌，谷歌入面有开发人员、销售人员、市场人员、客服人员，谷歌持续唔断地去更改搜索引擎嘅代码。

图10.3中嘅虚线矩阵框围住嘅上半部分是物理世界，实线矩阵框围住嘅下半部分是数字世界，数字世界和物理世界越来越重叠，无办法完全分开。特别要强调嘅系，“流入”是将原子变成二进制嘅数字，也就是将物理世界变成数字，“流出”是将数字变成物理世界嘅睇得到、摸得到嘅原子，建立‌一个反馈闭环来产出数字世界里关于该社会现象嘅知识，进而帮助到物理世界里嘅人。

图10.3 数字基底嘅结构图

最重要嘅系，呢系一个通用嘅结构，任何一个社会现象嘅大规模数字化都永远适用于呢个信息聚合体系，佢是物理世界和数字化世界融为一体嘅核心界面和核心信息架构。有‌咁样嘅架构之后，人类可以更好地理解并管理数字化嘅进程，让数字化真正服务于人类。

喺此，简单分析几个案例，说明呢一信息架构系点样运转嘅。

第一个案例是互联网同搜索引擎。

搜索引擎嘅世界就是万维网，通过爬虫抓取好多关键信息，用户输入关键词、点击搜索页面结果，呢啲行为被数字化。喺智能系统部分，核心是要做搜索结果嘅排序、一系列嘅建模等，形成一个反馈嘅闭环。图10.4是搜索引擎嘅数字基底结构图。

图10.4 搜索引擎嘅数字基底结构图

重点讲解搜索引擎嘅几个核心计算。第一，要核心计算信息主题性。佢要计算出每个网页是关于乜嘢内容嘅。第二，要计算信息嘅质量。第三，要计算信息嘅可信度。信息有文字、图片甚至视频等多种类别，需要唔同嘅计算模型。

除咗对信息（搜索对象）进行计算，仲要要对用户意图进行计算。用户输入某个关键词究竟代表嘅需求是乜嘢，想要做乜嘢？那搜索引擎知道乜嘢呢？佢知道嘅嘢太多嘎啦，知道世界上人嘅需求、兴趣，知道信息嘅供畀、信息嘅获取。我曾经系一个搜索引擎工程师，当时就觉得世界上无数嘅人，每天喺向你倾诉他想要乜嘢、需要乜嘢。其实，每个人喺生活里都有一啲所谓唔可说嘅秘密，唔会跟任何人说，就算对最亲密嘅妻子、爱人、亲人也都唔会说，但是你会跟搜索引擎讲，因为你想找信息。搜索引擎开启‌一个非常神奇嘅数字化世界，佢无所唔知，佢所累积嘅大数据，可以说描绘‌社会嘅全貌。

第二个案例是以优步、滴滴、Grab5（租车服务供应商）和Lyft6（来福车）为代表嘅城市交通。

哩个都系典型嘅数字世界和物理世界融合嘅案例，其核心要做嘅系获取乘客、司机嘅位置，然后计算每段行程需要几长时间，再用经济学和计算机科学综合测算定价，当但係家也将评判行程安全系数纳入计算范围，总之呢啲都系通过数字化嘅方法来进行预估嘅。个中细节我唔再赘述，详情可以参考图10.5。

特别想指出嘅系，从长期来睇，呢样打通数字世界和物理世界嘅公司十分有前景。原因何喺？优步和滴滴咁样嘅企业拥有太多信息数据，知道乜嘢时候、乜嘢日期有咁样嘅人会从这里到呢啲商店、嗰啲医院，全面掌握‌非常多嘅社会经济行为信息，据此可以做好多推理，衍生出好多业务，佢们完全可以做大生态嘅生意。

之所以会提出呢个构想，也同我自己喺微软嘅工作经历分唔开，我曾花‌几年时间主导设计‌微软嘅Office 365（办公软件），佢嘅核心后端其实就是咁样一个体系。喺评判任何一个企业前景嘅时候，都要洞悉其本质数字化‌乜嘢，认识其核心系点样将物理世界和数字世界连接融合喺一齐嘅。

图10.5 打车应用嘅数字基底结构图

正咁前所说，呢系一个通用嘅结构，诸如信息推荐、社交平台、零售、教育、医疗、人嘅身体，抑或微生物世界里嘅客体，微小到纳米级，或是更大嘅物体，都可以被数字化，每个城市、每个国家、天气甚至成个地球也都可以被数字化，用上述嘅体系来数字化。

数字化未来

谈到数字化未来，我有以下几点睇法。

第一，人工智能早期和近期主要落地嘅应用系喺工业垂直领域。其数字化嘅趋势是往下沉嘅，通过传感器可以将纺织业、农业、鱼塘、医院、工厂都数字化，高概率都系往垂直嘅方向发展嘅。而人工智能贯通多个行业领域嘅横向应用则仲系要要时间。无人驾驶有望建立一个新嘅社会基础，是人工智能横向发展嘅典型应用。另一个横向发展嘅机会，则是将每个空间、每个场所都智能化（数字化）。

第二，前端数字化也仲有一啲机会，诸如AR（增强现实）和VR（虚拟现实）。从长期睇，脑机接口系一个比较重要嘅机会。如果可以通过植入嘅方法喺人脑嘅皮层后植入观察体系，噉数据嘅获取和交互会完全唔一样，所以从数字化嘅能力角度来讲，呢也好有机会。

第三，计算嘅基石是算法。人类历史上所有嘅科学，包括传统嘅物理学或狭义相对论，基本上都有商业嘅应用。只有量子是尚未被商用嘅科学，前面提到嘅理查德·费曼教授喺50多年前提出嘅理论，奠定‌量子计算嘅基础。喺算法领域，量子计算有好大嘅突破机会。而Crypto（加密模块）系一种唔同嘅计算方法，将信任用数字化嘅形式表达出来。同时仲有生物形态嘅算法，用DNA嘅方法或者用合成生物学嘅方法来测算。

第四，我个人非常关注嘅系能源。一如最初讲到人类社会发展嘅核心驱动力就是能源和信息，如果能源结构发生改变，其引发嘅变革效果也必将是划时代嘅。喺能源领域，也有唔少机会。

第五，空间嘅探索同扩展，剩只喺地球上远远唔够，要走得远一啲。YC（美国著名创业孵化器）就投资‌唔少致力于拓展地球之外空间嘅企业。

谈到这里，尤其要指出将握创新嘅时机非常重要。以市场为主要环境嘅创新，永远要准确将握时机，做太早没有用，需要确保能够活到足够长；做太晚当然更没有用。这同创新被社会接受嘅规律有关，可以说系一条永远有效嘅游戏规则。

历史上所有嘅新技术永远适用于图10.6嘅第一条曲线，大家比较熟悉嘎啦。第二条曲线是品类成熟度曲线。喺新产品嘅早期，无论你嘅产品点样，总是有一啲人愿意尝试使用，佢哋对新技术永远有热情，只要是新嘅他就会用。

图10.6 富士胶片X系列技术成熟度曲线和技术采用生命周期

随之而来嘅第二拨人也会用，呢啲人一般比较年轻，居于某个重要嘅领导岗位，对未来有自己嘅见解，永远喺寻找新嘅技术能力来实现其未来嘅想法。因此，呢个时期还是会有一啲客户。但是大部分公司会喺图10.6嘅鸿沟处折戟。系咪能够跨越呢个鸿沟，关键喺于被称为“尝鲜者”嘅呢啲人系咪使用并认可新产品。呢啲人都好务实，驱使佢哋系咪采纳新产品嘅关键喺于“我周围嘅人，比如同事、朋友或者竞争对手系咪会用”。所以，呢样嘅客户一旦拥有就系一批一批地来，会实现非常陡峭嘅数量增长，因此，呢是最难获取嘅客户，成败喺此一举。

所以，创业和创新都需要仔细观察判断适当嘅时机，踩准节奏点十分重要。如果有足够嘅耐心，有机会活得足够长，噉抓住适当嘅时机应该是可以做到嘅。

数字化嘅机会同挑战

家阵时嘅数字化浪潮，带来‌空前嘅机会同挑战。从宏观来讲，呢次数字化技术所带来嘅机会非常全面且深入。

第一，通信和IT行业本身就系一个年轻嘅行业，技术嘅发展推动其全行业进行革新，从硅晶片、软件、硬件、开发工具到5G。

第二，喺未来几十年将重新构建几大社会支撑型工业。一个是无人驾驶为主嘅横向应用。另一个是智能空间，智能将成为像电一样易得易用嘅公共服务，当然这可能要30 ~ 40年嘅时间方可实现。

第三，从信息化嘅角度来睇，一位人人可得嘅数字化个人助理会逐步被创建，微软特别有可能实现呢一点。这好重要，世界将因此变得更公平。而家只有富人、有钱人先可以有助理，将来每个人都可以有一个万能嘅助理，呢也意味住有好多前景。

第四，喺此唔再赘述每个行业都将因数字化发生好大改变，每种职业都可以因此而提升效率。我个人更关注嘅系数字化点样推动科研嘅发展，数字化赋予科研更好更准确嘅建模能力，因此每个科学领域而家基本上都喺度高速向前发展。

而呢次数字化浪潮面临嘅最大挑战就系点样避免数字世界同物理世界嘅脱节。西方嘅选举就是呢个问题嘅典型表现，呢一点喺上文已提到过。

首先，点样建立一套全新嘅赋能机制来帮助开发更多嘅新技术，进而推动数字化嘅进程系一大挑战。比如，喺资本层面就急需改良，今日嘅风险投资其实并唔完全适合做硬科技，佢太急嘎啦，周期短，要求嘅回报率也太高。但係硬科技却是完全值得投资嘅，所以应当依据硬科技创业嘅时间、规模、风险结构和新全球化趋势等特性创建新嘅资本类型为技术行业赋能。

其次，数据系一种提高生产率嘅核心资源，呢意味住数据会被资产化，呢是非常重要嘅一步，佢可以让更多嘅产能体现出来，写代码唔再是唯一嘅产能，通过写代码还可以获得数据，用数据训练模型。

再次，人力资本会短缺，需要更多更好嘅创业者，需要更多嘅科研人员，需要更多可商业化嘅科学技术来提高人嘅生产力。

最后，国家喺其中扮演嘅角色越来越多元，但对呢啲角色嘅准确定义有待摸索且颇为紧迫。家阵时，隐私保护、数据安全成为普遍关注嘅问题，需要喺政策上、基础设施建设上有创新举措，如果唔解决呢啲问题，必将阻碍数据发挥出应有嘅效能。

每一个组织、每一家企业，喺管理、工具和流程上，点样让数字世界和物理世界跟所有嘅社会机制更好地对接，一齐互动，一齐协作，让数字化真正造福于人类，依然面临住诸多嘅问题。

我还想同诸位分享，喺未来究竟边种职业创造财富嘅机会最大？

图10.7展示分析‌人类历史上唔同时代能最大创造财富嘅职业。喺20世纪有一段时间可能系喺华尔街买卖公司，喺21世纪初，创业是创造财富机会最大嘅，其喺本质上跟数字化嘅进展有关。接下来嘅问题是，创业之后，下一种创造财富嘅机会最大嘅职业是乜嘢？答案是科研，原因如下。

一方面，创业嘅原材料是优秀嘅创业者加上可商业化嘅技术，而家有越来越多好嘅创业者，噉技术从边儿来呢？技术需要跟得上。

图10.7 人类历史上唔同时代能最大创造财富嘅职业

资料来源：fundersandfounders.com

另一方面，喺今日嘅市场上，要解决某啲人类社会嘅需求，创业生态并唔系最好嘅途径。创业生态基本上是创业者通过产品来试市场，但人类嘅有啲需求无办法通过产品研发解决，其根本上要依赖新嘅科学发明出现。比如治疗老年痴呆症，产品其实就是食药打针或手术等，但呢啲并唔重要，重要嘅系要理解老年痴呆症嘅核心机制。再比如二氧化碳固化。今日，全球变暖是由于二氧化碳增多，如果二氧化碳可以固化，就能控制全球空气中二氧化碳嘅量。而呢一问题嘅解决之道，其实喺于科研。所以我创立嘅奇绩创坛目前主要关注嘅系早期创业者，喺长期也会更关注点样支持更多同市场、社会嘅需求直接挂钩嘅科研。希望通过帮助技术创业，帮助更好嘅数字化，让世界变得更美好。

今日历史上鲜有嘅各种机会和挑战都聚喺一齐嘎啦，点样拥抱呢啲机会，当然是个人嘅选择。但我特别想同诸位分享我认为特别重要，也特别有意义嘅态度，就是“Be on the right side of history”（站喺历史正确嘅一边）来选择机会，来面对挑战。对此，我深有体会。今日嘅企业，特别是高科技嘅企业对社会有住好大嘅影响，喺好多未知嘅领域，唔可以等政府来规范，而应该凭住自己嘅良知和本心来判断、取舍同付诸行动。这是非常重要嘅，由衷希望更多嘅年青一代可以从事科研、创业，站喺历史正确嘅一边，拥抱数字化浪潮带来嘅机会，唔惧数字化大浪带来嘅挑战。

朱民对话陆奇

Q：您将今日嘅科学世界和未来嘅可能做‌一个完整、全面嘅描述同展望。站喺历史正确嘅一边，您认为历史正确嘅一边具体点样讲？

A：这是个非常好，也非常重要嘅问题。我主要想表达嘅系聚焦喺数字化世界和物理世界之间嘅交互层。今日数字化嘅世界，比如开发一个搜索引擎或一个社交产品，其实对社会嘅影响好大。佢改变‌信息嘅传输，而信息传输改变之后嘅影响会好深，影响持续嘅时间也好长。唔可以坐等国家管理机制出台一整套规划来界定其应该点样做。从务实角度睇，坐等国家政府介入都系唔现实嘅，因为喺这方面，创业企业喺技术和用户需求上走喺‌前面。

比如，我喺微软工作嘅时候曾经跟美国联邦贸易委员会嘅专家，跟欧洲有关嘅专家几次交流搜索引擎对社会嘅影响，呢啲专家毫无疑问非常聪明，受教育程度都好高，但因为跟高科技距离甚远，佢哋对搜索引擎嘅工作原理嘅理解停留喺好高嘅层次。但如果同佢们讨论诸如切片嘅信息将控唔好嘅话对社会有乜嘢影响，进而国家层面要点样进行管理，呢啲问题对咁样嘅专家而言也好难判断。

而作为搜索引擎或社交媒体嘅产品经理，你其实知道边啲信息应该喺算法中更好地被处理掉，唔好坐等政府畀你下达指令才行动。今日嘅西方国家，特别是美国，社交媒体对政治选举带来嘅动荡，已经到‌一个难以控制嘅局面，而要等政府介入，其实好难。

Q：您啱先提到喺科技和人类社会行为嘅互动度，只要揾到突破口，并且由此深入，自然会揾到一个未来。您呈现‌一个数字化嘅完整过程，解析‌喺成个数字化过程中唔同领域嘅机会点，我谂问嘅系，喺您睇来我哋而家距离呢个数字过程有多远？

A：这是挺好嘅一个讨论点，我认为呢次人工智能基于深度学习，其突破喺信息获取和信息表达方面。喺信息获取方面，完全唔需要人，可以直接用摄像头，用任何传感器。而信息表达嘅方式唔再需要符号，只要一个向量空间就可以，到呢个向量空间以后，基本上可以解决好多问题。喺信息存储方面没有太大嘅突破。信息处理方面是有突破嘅，计算会唔一样，比方说一开始GPU是英伟达卖得好好，当然佢是过渡阶段，我喺微软嘅时候主要推‌FPGA，长期会是唔同嘅硅晶片，但佢嘅起点仍然是信息获取和信息表达。量子计算其实主要是信息处理方面嘅突破，佢嘅计算原理和效率同之前嘅完全唔一样。

Q：呢个新嘅数字化过程和传统嘅数字化过程，唔系技术上嘅区别，区别喺于佢嘅商业性和主要影响人类嘅特点。

A：喺呢次革命之前，数字化世界基本上跟物理世界脱节嘎啦，因为所有嘅信息都系人输入嘅。从而家开始，大部分嘅信息跟物理世界连喺一齐嘎啦，物理世界、数字世界嘅结构永远是咁样嘅7，从原子变成数字，从数字变成原子，需要界定闭环喺边里、界面喺边里、人需要做边啲工作。呢个结构一直持续到通用人工智能出现。也许通用人工智能边一日出现咗，就唔需要呢个嘎啦。

Q：您相信通用人工智能吗？

A：我相信，喺微软也启动过类似嘅小项目。

Q：对人工智能，呢个世界上有两大阵营喺争论。一方认为而家嘅人工智能是专用人工智能，如果佢走向通用人工智能，会有一个奇点，一旦走到奇点嘅话机器会超过人，人变成乜嘢就唔知道嘎啦。而另一方认为世界上没有通用人工智能，而奇点唔会出现，是因为到而家为止，人工智能只能做关联分析推理，仲要唔可以做因果推理，也就是说，目前嘅人工智能只是模拟人嘅右脑，仲要唔够晒模拟左脑。

A：人工智能目前以深度学习为主，而通用人工智能发展嘅难点主要指嘅就是推理。

Q：如果没有推理，系样能够让机器比人厉害？您觉得这是有可能嘅吗？

A：我觉得从技术开发上来讲，有一个蛮长嘅过程，但我认为机器超越人类是有可能嘅。今日嘅深度学习基本上是向量，向量是表达人嘅大脑神经元激活嘅最简单嘅数据化方式，人嘅思想就是大脑神经元唔断激活嘅结果，数学上就是用向量来表达。但人脑是可以处理符号嘅（有实验证据证明），但喺呢啲向量上无办法直接做符号处理，因此机器唔可以做逻辑推理。

喺走微软之前，我花‌唔少精力为微软从约翰·霍普金斯大学挖‌一个人叫Paul Smolensky（保罗·斯莫伦斯基），他花‌30年时间研究发声学。这同发声学有乜嘢关系呢？“发声”好核心嘅一点就是将思想讲畀对方听，其实思想系一大堆神经喺激活，但表达出来嘅系符号，只唔过是用声音振荡嘅频率将符号传送畀对方。

所以，思想从向量变成符号嘅过程可以喺“发声”过程中被观察到。他做‌一整套数学理论，基本上是张量嘅乘积，真正要工程化非常难，但数学上已经可以成立嘎啦。

Q：呢啲从根本上就是睇我哋对人脑认识嘅深刻程度，实现通用人工智能显然差距还好远，但是您讲到‌一系列有趣嘅概念，您睇好脑机接口，噉脑机接口之后是机器管人，仲要是人管机器，人变成‌乜嘢？

A：首先人还是人。

Q：人还是人嘅定义是乜嘢，是因为他有智慧，有人嘅道德、善良，仲要是乜嘢？比如机器喺边啲方面可以超过人，人还是人呢句话点样讲？请您定义一下人是乜嘢？

A：我尝试回答一下。“人”呢个命题，可以从哲学角度讨论，从人为学嘅角度讨论，我可能系纯粹从认知科学、系统角度定义嘅，呢样嘅话，人是“生物表达形态嘅一个系统”，人嘅系统里有三个组成部分［感知体系、思考体系、行动体系（如手臂和腿）］。

人有一个信息框架，呢是认知科学要做嘅，就是人系点样处理信息嘅，基于咁样嘅定义，脑机接口比较简单，就是增加一个交互接口。今日嘅脑机接口第一个应用系等彻底瘫痪嘅人，虽然手和脚都唔可以用嘎啦，但可以用思谂来控制指挥。

仲有一个应用就是做广告预测，今日脑机接口有两种（植入方法、戴嘅设备）。

戴嘅设备也可以测试到唔少信号，比如你要做一个电视广告，其实好难衡量睇‌呢个电视广告后用户有乜嘢样嘅反应，于系等20个人戴上脑机接口嘅设备，然后再畀佢哋睇广告，就会好方便地获得佢哋对呢个广告嘅真实反应。呢啲感受，甚至观众本人都未必能讲清楚。所以，穿戴嘅脑机接口早期应用已经揾到嘎啦，比如广告嘅选择同优化。因为植入嘅脑机接口仲未成熟，有好多问题需要解决，所以需要喺老鼠身上进一步做实验。

Q：所以仲未是改变人，而是能更好地理解人，或帮助人。

A：帮助人来做更多嘅事。

Q：呢个有意义，您说将原子转化成数字，但是原子本身没有变化，只是观察到‌咁样一个数字。您能唔可以确保我观察到转成嘅呢个数字真嘅系原子，就是事嘅真相呢？

A：我估计您问嘅可能系量子力学方面嘅。

Q：包括测唔准定律。

A：量子力学系统确实有物理试验证明，观察和被观察是分唔开嘅，我这里是假设喺量子力学之上，观察和被观察是可以分开嘅，对于今日大部分嘅科学我哋都可以客观地观察一个被观察嘅嘢。

Q：都系喺量子之上嘅。

A：量子之内，我觉得这套结构唔适合。

Q：您说最后是能源变嘎啦，而家都说数据是新能源，我哋其实将物质和能源睇成‌两个唔同嘅概念，能源是个驱动力。

A：我谂进一步讲一下。计算机科学对世界嘅描述其实唔够完整，要真正做好必须是计算机科学加上经济学家。比如，今日嘅广告体系，一般开发团队里一定有一位优秀嘅经济学家。

回到能源和信息，呢里好重要嘅一个底层逻辑是世界只有能源和信息，没有别嘅嘢嘎啦，但信息可以变成知识，知识就是潜喺嘅能源。比如有两个人，一个人懂杠杆原理，一个人唔懂，他需要搬一个大石头，唔懂杠杆原理嘅人就没办法，知识就是能源，懂嘅人能量就大。

核心喺于，人类社会系一个复杂体系，用能源和信息唔断减熵。信息是潜喺嘅能源。喺农业时代，太阳能是免费能源，所以人基本上唔需要做太多嘢，就是种种地。喺工业时代，使用‌化石能源，产生‌电，呢就需要人嘅技能嘎啦，有裁缝、厨师、律师等各个领域嘅人。到智能数字化时代后，计算技术嘅发明使人类获取信息以及从信息当中抽取知识嘅能力大大提高，所以图10.1中嘅第三条曲线是高速发展即最为陡峭嘅。今日市值最大嘅上市公司都喺度这条曲线上，如果创业，也一定要喺这条最陡峭嘅曲线上。

今日，确实历史上好少有嘅各种因素都聚喺一齐，是挑战都系机会。众所周知，化石能源有时间限制，唔耐以后将被消耗殆尽，所以必须要用新能源来替代，至于究竟是氢能还是核能，呢仲有赖于将来嘅探索。总之，对于成个人类社会，信息和能源是最重要嘅两大驱动力。

朱民：极其精彩，浓缩度极高。数字化嘅大潮正喺度到来，将从根本上改变我哋所有嘅一切，而且呢个浪潮会连绵唔断地走向未来，呢是大时代。喺呢个大时代下，揾到合适嘅突破口，揾到你自己嘅切入点，参同呢个时代嘅潮流，成为呢个时代潮流嘅一部分，我觉得这也好重要。

陆奇博士讲‌好多切入点，好多方面，他既讲‌宏观，也讲‌细嘅嘢。当然，最终建立一个和谐美好嘅社会，需要我哋所有人嘅良知共同开放合作，呢是我今日体会最深嘅观点。