科技变革不可怕人类“2.0”迟早要来

不管人们有没有意识到，科学技术已经深深的影响着我们的日常生活，在经济社会发展扮演着不可或缺的角色。21世纪以来，科学技术，尤其是计算机网络技术、电子信息技术的飞速发展，使得手机、电脑那些昂贵的奢侈品步入寻常百姓家，成为我们生活的必需品。

1
皮埃罗·斯加鲁菲
那么我们再来思考几个问题：大数据时代商业合作的大趋势是什么？未来工作的核心能力是什么？人工智能真正的危险之处是？你看好3D打印的未来吗？几乎每一种科技都会带来一场经济革命，乃至社会和生活大变革，但真正的革命却会从这些科技的相互融合、彼此互动和增强中产生。
比如，纳米技术创造的新材料可使多种颜色和材料的3D打印成为可能，从而降低了太空旅行的费用；能帮助制造纳米机器人，用于生物科技中定位癌症或监测身体内部状况；还可能为穿戴设备或物联网创造出新型电池。
多种技术的交融和互动孕育的这场科技革命最终把人类带入“2.0”阶段：这个阶段的关键不同是，科技对几千年不变的生老病死的“人类规律”发起了冲击，并由此带来系列生存和伦理命题。
一、大数据篇
1、寻找大数据领域“杀手级”应用
1.1“杀手级”应用还未出现
全球范围内都在掀起一股大数据应用的热潮，如今的硅谷应该被重新命名为“数据谷”。权威机构预测，到2020年将存在200亿-300亿个网络连接装置，这意味着我们每年都会产生比之前20万年还多的数据。
然而，令人失望的是，我们并不知道该拿这些正在“大爆炸”的数据怎么办。大多数情况下我们会做“数据分析”，但数据分析至少从20世纪60年代就开始了，不过是通过对数据的分析，试图发现事物之间隐藏的规律性或潜在的问题，优化整个流程，最终赚更多的钱而已。但这些商家用数据分析也只是为了销售更多的产品，大数据真正的“杀手级”应用还没有被发明出来。
未来，数据的主要读者将是机器人。
1
大数据世界的真实图景是：机器产生数据，机器阅读数据，并构造一个以机器为中心的数据世界。这也是为什么迄今为止大数据唯一有用的应用是数据分析，因为机器最擅长数学和统计，却不擅长理解人类世界。我们还没有大数据领域真正伟大的“杀手级”应用，正是因为机器，而非人类在“阅读”这些数据。
1.2大数据时代需要的不仅是“数据分析”
机器与机器的连接产生并搜集了大量的数据，但到底能用这些数据做些什么？到底如何挖掘数据的价值还让很多人困惑。
大数据时代必然要求数据分析能力不断提高，比如计算和统计方法、可视化分析方法等都在不断改善和提升。但这不过让快速计算变得更廉价，因为大数据分析通常费用昂贵。比如，斯坦福大学最受计算机系本科生欢迎的教材《大规模数据挖掘》，任何人都可以使用书中的方法来分析大数据。
但是，一种新的数学方法并不能给我们带来更有用的大数据应用，最多只能带来更便宜的数据分析。原因很简单：数学家们并不了解世界上的重大问题。要解决大的问题，仍然需要一种跨学科的方法，需要一种不仅仅只有“数据分析”的应用。
“假设-形成”这个方法有一个弱点：在大量数据中发现相关性并不难，难的是理解其中的因果关系。大量数据中的数据偶然相关性也是巨大的。
1.3大数据下商业合作大趋势
大数据解决“大问题”确实需要广泛的合作，这意味着大数据领域的“杀手级”应用也会在合作中诞生，而不仅仅是几个大公司之间的游戏。
虽然还没有大数据领域的“iPhone”或“Facebook”之类的杀手级应用，但相关的软件已经有了，而且是免费的。大数据的最大使用者谷歌和Facebook已经将他们的大数据基础设施做成了面向公众的开源软件，包括Facebook开发的Cassandra(数据库)以及谷歌的诸多大数据技术服务。此外，其它不少由美国高校或政府研发的大数据分析软件也都是开源的。
为什么呢？
因为我们想要越来越多的创业者在大数据领域探索和试验，甚至连大公司也希望更多的小公司能够参与进来。我们想要看一下是否有人能发明大数据领域的“杀手级应用”。
大公司将他们的大数据服务作为开源平台，面向公众释放的信号是：即便竞争最激烈的商业领域也更看重合作而非竞争，这也是未来商业的大势所趋。
1
1.4中国有潜力创造全新的大数据思维
大数据时代需要一种全新的思维方式，因为数据有着多种多样的来源，任何一个专家(无论是人类还是机器)都不可能吸收所有的数据，这就要求跨学科的方法。哈佛大学量化社会科学研究所主任盖瑞金就召集和组建了一个由社会学家、经济学家、物理学家、律师、心理学家等组成的研究团队。
加州大学伯克利分校也建立了数据科学研究所(BIDS)，成员中同样有神经系统科学家、社会学家、经济学家、物理学家、生物学家以及心理学家，甚至还包括一位地震学家。
中国人几百年前就已经发明并使用了这种思维。唐宋时期，理想的“君子”一定是一位跨学科的学者，他必须同时是政治家、历史家、作家、画家、诗人……他需要学习所有的经典书籍，可以说，中国早就创造了一种“多任务处理思维”。
这种唐宋时期的思维方法毫不过时，如今中国在“大数据时代”寻求一种全新的“大数据思维”时不妨回溯历史，重新发现自己独有的处理复杂社会问题的方法。
2、大数据时代，到底谁拥有未来
2.1普通民众更多是大数据的客体
普通民众用诸如智能手机类的数字化工具来增进自己的“假性知识”，但很少有人知道该拿环绕我们身边的海量数据怎么办，该如何从中获取更多、更有用的真正的知识。
很多情况下，我们甚至都无法完整看到自己生产的数据(如电商、银行等)，因为这些数据多被大公司所控制，这些大公司只管按照自己的意愿收集和整理这些数据，普通民众更多的只是客体，而非主体。
2.2“量化自我”作为全新的心理治疗方法
凯文·凯利曾提出了“量化自我”运动，即通过可穿戴设备或内置传感器实现对人体数据的自我追踪和监测，这可以称为未来大数据能让普通民众受益的一个例子。
1
可以肯定的是，未来产生大量数据的物体将是我们的身体，很快将会有很多可穿戴设备以及纳米机器人植入在我们身体之内，植入的芯片会一直产生和播报实时数据。但是，你的数据仍然需要跟别人的数据结合才能得到一个真正改变生活的应用，否则，这些数据到底有什么用处还不确定。因为任何事物的意义都是相对的，我更倾向于把“量化自我”看成一个种全新的、更科学的心理治疗方法。
通过记录自身的行为数据，你可能会发现一些自己之前从未意识到的东西。
这些数据也有助于提升自我，可以将自己的活动数据分类整理成爱好、创造性的思考、读书、运动等，到每月月底的时候可以通过图表分析自己的时间到底都去哪儿了，并重新调整各项活动，确定自己在朝真正的目标前进。
2.3未来我们是否还能将数字理解成人？
当我们自身遍布传感器和可穿戴设备，是否意味着我们将成为机器的一部分。一个机器产生并读取数据，然后告诉其它机器应该做什么的世界听起来可能确实有些可怕。更可怕的是，我们的身体是这一过程的最终对象，所有这些机器确实会使我们变得更不像人类。当我们过于频繁地认为数据只是一些数字时，我们可能真的会忘记，这些数字背后代表着真实的人。