微软人工智能CEO、DeepMind联合创始人穆斯塔法·苏莱曼图源：Wikimedia Commons
几乎每种文明都有一个关于洪水的神话，它们无法驾驭、难以遏制。技术的崛起与传播也一直以改变世界的浪潮之姿出现。
如今，一场新的技术浪潮就正向我们汹涌而来，它由两大核心技术所定义：人工智能和合成生物学。
在过去几十年里，人工智能在认知能力上不断取得突破。现在看来，它似乎有望在未来3年内，在各类任务中达到与人类相当的表现水平。同时，人工智能正推动新兴的、强大的基因技术和机器人技术突飞猛进。
总体看，即将到来的技术浪潮因其4个固有特征：非对称性、进化性、通用性、自主性。这4个特征共同定义了即将到来的技术浪潮。深入理解这些特征，对我们明确新技术所带来的潜在益处与风险而言至关重要。
非对称性：权力大转移
新技术的出现总会带来权力的重新分配。印刷机的出现意味着一个车间便能产出数千本小册子，以中世纪手工抄书的修士们难以想象的便捷方式传播思想。蒸汽动力使单个工厂的生产力匹敌整个城镇，而互联网将技术的能力推向了新的高峰：一条推文或一张图片可能在几分钟甚至几秒钟内传遍全球；一个算法便可能助力一家小型初创公司崛起，并成为全球性的巨型企业。
如今，这种效应再次得到加强。新的技术浪潮赋予了人们新的能力，这些能力强大、廉价、易于获取和使用，同时具有定向性且易于扩展。
一个人工智能程序可能会独立撰写出与人类所有文本作品规模相匹敌的巨量文字。笔记本电脑上运行的一个仅占用2GB空间的图像生成模型，可能足以整合开放网络上的全部图片资源，并以前所未有的创造力和精准度生成全新的图片。一台高效运转的量子计算机可以让全球的整个加密基础设施形同虚设。技术的非对称性影响正在呈现出全方位扩大的趋势，当然，它也孕育着积极的一面，单个系统便有可能创造出巨大的福祉。
然而，即将到来的技术浪潮的庞大规模和高度互联性也带来了新的系统性弱点，单一的故障点就可能触发全球范围内的连锁反应。
我们已然身处这样一个全球系统紧密相连的时代。在即将到来的技术浪潮中，任何一个单点—无论是一个特定的程序，还是一个基因层面的改动，都有可能引发翻天覆地的改变。
超级进化性：无尽加速
在过去的40年里，互联网已成为历史上成果最为丰硕的创新平台之一。伴随着世界逐步数字化的脚步，互联网这一非物质领域的发展速度令人叹为观止。仅在短短几年时间内，我们就目睹了一些全球范围内使用最广泛的服务的涌现，以及史上规模最大的商业企业的爆发式崛起。所有这一切都离不开算力的持续提升与成本的不断下降。试想，如果摩尔定律在未来10年仍然有效，那么10年后，我们花费1美元可获得的算力将是今天的100倍。
然而，相较于数字化领域日新月异的创新发展，其他领域的进步则稍显黯淡。在无形的代码与数字世界之外，越来越多的人不禁开始质疑：为何我们不再看到如19世纪末或20世纪中叶那般横跨多个领域的广泛创新？在那个短暂的时期里，从交通到工厂，从动力飞行到新材料，几乎世界的每个方面都发生了根本性的变化。但21世纪初，创新开始沿着阻力最小的路径前行，主要聚焦于比特世界而非原子世界。
这种情况正在发生转变。软件的超级进化性正将其影响力扩展至各个行业领域。在未来的40年里，我们将看到原子世界的内容以空前的复杂性与保真度被转化为比特信息。更重要的是，比特世界的内容也将以前所未有的效率和便捷性被转化为实体的原子内容。这在不久前仍是难以想象的事情。
简言之，“真实世界”中的创新速度可能将与数字化的步伐并驾齐驱，展现出更为实时的特点，同时其面临的阻力及对外部条件的依赖都将降低。我们将能够在小规模的、高效的、灵活可变的范畴内开展实验，打造出近乎完美的模拟结果，进而将其转化为实实在在的产品。我们可以不断循环这一过程，这种学习、进化与改进的速度是以往那个成本高昂且相对静态的原子世界难以企及的。
人工智能已在新材料和化合物的开发中发挥了重要作用。例如，科学家借助神经网络技术在锂电池的配置上取得了新突破，这对电池技术的发展具有深远影响。同时，通过与3D打印技术的结合，人工智能还能够完成汽车的设计与制造。
另外，模拟技术大大加速了疫苗的研发进程。计算工具可以助力部分产品设计流程实现自动化，通过还原细胞“生物电路”将复杂功能直接编入细胞，从而让细菌按需产出特定蛋白质等成果成为可能。软件框架几乎已成为合成生物学设计的“开源语言”。这一进展与实验室机器人和自动化技术的突飞猛进。生物进化的速度正踏入与软件进化周期相似的轨道。
通用性：多多益善
2020年，一款人工智能系统在筛选了1亿个分子后，研发出第一种通过机器学习技术获得的抗生素。这种新型抗生素有望帮助抗击结核病。如今，像Exscientia这样的新兴初创公司和赛诺菲这样的传统制药巨头，都已经将人工智能视为医学研究的新动力。截至目前，人工智能工具已经成功助力了18项临床资产的研发。
然而，研究人员在寻找这些有益化合物的过程中也提出了一个棘手的问题：如果有人将研发过程导向恶意目的，不是寻求治疗方法，而是探寻致命物质，那怎么办？在一项实验中，一个具备分子生成功能的人工智能被要求寻找毒药。仅在6个小时后，该人工智能就成功识别出了4万多种毒性极强的分子，其毒性与诺维乔克等极度危险的化学武器相当。这表明，人工智能势必将显著推动药物发现领域的发展，但其研发成果很可能具有“双重用途”。
因此，采用通用性这个词来描绘即将到来的技术浪潮更为贴切。该概念精准地捕捉到了这些技术展现出的极致通用性与多功能性。诸如蒸汽或电力这样的拥有多元用途的技术，相较于用途较为局限的技术，产生了更广泛的社会影响和溢出效应。如果人工智能确实是新时代的“电力”，那么，它将如同电力一般，成为一种按需提供的实用工具，将深入并推动我们的日常生活以及社会和经济的方方面面。
起初，人工智能系统主要利用深度学习等通用技术来达成特定目标，例如管理数据中心的能源使用或玩围棋游戏等。但情况正在改变。以DeepMind推出的Gato为例，这一“通才”型系统已能熟练执行超过600种不同的任务，包括操作雅达利游戏、为图像添加说明文字、回答提问，甚至操控实体机械臂堆叠积木等。
再从通用性的视角来看一看合成生物学。作为一种完全通用的技术，生命工程技术的潜在用途几乎是无限的。它有可能用于创造新型建筑材料、攻克疾病难题，甚至用于数据存储等。
随着时间的推移，技术正日益趋于通用化。即将到来的技术浪潮的与众不同之处在于其迅速渗透的能力、全球性的传播范围、易于分解为灵活组件的特性，以及其应用的强大功能与广泛性。从媒体到心理健康，从市场到医药，这场浪潮在各个领域都展现出了错综复杂的影响。
自主性及其他：人类是否仍是主角？
长久以来，我们总倾向于将技术视为“只是个工具”。然而，当工具有了“生命”时，将会怎样？
自主系统具备与周边环境互动的能力，并且能够在没有人类即时指令的情况下采取行动。以自动驾驶汽车为例。在某些条件和场景下，它们已经能够在几乎没有或完全没有驾驶员直接操作的情况下在道路上行驶。该领域的研究人员根据车辆的自主性程度，对自主性进行了分类。该标准从0级开始，即表示车辆无任何自主性，最高为5级，也就是车辆可以在所有驾驶条件下自主行驶，驾驶员仅需输入目的地，便可安心在一旁休息。当然，由于存在法律和保险等方面的原因，我们暂时还无法在道路上看到5级自动驾驶汽车。
具备高度自主性的技术浪潮正将我们引入一个新的世界，在这里，持续的人为干预和监督将变得越发不必要。更重要的是，每一次我们与机器互动，实际上都是在教导它们如何更好地实现自主性。在这种新的范式下，我们无须再煞费苦心地为技术规定任务的执行方式。相反，我们只需设定一个高层次的目标，便可依赖机器去探寻达成该目标的最佳路径。人类的“参与”固然有益，但在这个新的技术生态中，并非不可或缺。
即将到来的技术浪潮带来了一个悖论：我们在很大程度上已无法深入地理解这些技术，却仍然能够创造和应用这些技术。在人工智能领域，神经网络技术迅速向自主性演进，但其内在机制难以阐释。我们无法详尽地剖析神经网络的决策过程，也就无法准确解释算法为何会得出特定的预测结果。工程师们也难以轻松探明并解释某些结果产生的原因。GPT—4、AlphaGo等神经网络模型如同黑匣子，其输出与决策均基于繁复而微妙的信号链。自主系统或许具备一定程度的可解释性，然而即将到来的浪潮中的诸多技术正持续挑战我们的认知边界，这一现象值得我们深思。我们无法始终预测这些自主系统的后续发展轨迹，而这正是自主性的本质所在。
