首先这个标题肯定让不少人迷惑。有人会觉得我是标题党，或者故弄玄虚。其实这是我这几天一直在思考的问题，让我很兴奋，所以想拿出来分享探讨，当然不感兴趣的就权当笑料罢了。
事情起源于几天前读到的一篇关于Ginni的文章，文中提到一个观点很新颖。Ginni曾说，目前的IT产业或者说电脑行业，仅仅停留在几十年前的那个阶段。无论是现在的iPad，Google Glass，还是传统的PC和Mac，或者大型机，都和上世纪40年代的大型电脑没有本质上的区别。虽然计算机的形式过几年变一变，但从根本来看它们是一样的，都源于第一次数字化革命。
让我来解释一下。我们都知道，量变引起质变，在社会经济学中，量变是指生产力水平，而质变是指社会和文化形态。而同样的道理运用到计算机领域，量变指的是电脑的运算性能。摩尔定律指出，同等成本下，计算机的性能每18个月翻一番。尽管计算机的发展水平似乎呈几何倍数增长，但摩尔定律在二三十年中仍然有效。摩尔定律反映出的，其实是计算机的运算性能发展的必然趋势。那么，质变是指什么呢？
IBM诞生的时候（101年前），人们用穿孔卡片制表机来进行简单的运算和数据处理，通过机械手段来提高人类的数据处理能力。这可以看作人类用自动化手段进行数据处理的开端。
然而，随着电子化原件工艺的逐渐成熟和集成电路的出现，性能提高的计算机出现了。但是，穿孔卡费时费力，灵活性差，无法胜任和承载逐渐提高的计算需求，不符合“摩尔定律”，即运算性能逐年递增的趋势，所以注定要淘汰。
1945年，冯·诺依曼提出了存储程序的架构，开启了人类的第一次数字化革命。之后的计算机不再利用穿孔卡，而是将程序用代码写好，存储在计算机中，让计算机按照预先设计好的程序运行，满足人们各种各样的需求。从1945年至今，所有的电子设备无一不遵循着这条铁律，即“计算机读取人类设定好的程序，并按程序运行”，人类掌控者计算机的一切操作。所有的反馈都是基于条件设定好的，没有例外。
我认为，第二次数字化革命，将让计算机摆脱程序的束缚，进行自主学习，通过不断接触外部信息，建立新的模型和新的运行机制。人类只能掌握学习的初始条件，而一旦自主学习开始，计算机将能像一个人一样思考，拥有独立的思维甚至情绪。毋庸置疑，这种自主学习需要三样东西：海量的数据、精准的算法以及强大的运算性能。
先说运算性能。按这个规律发展下去，下一次数字化革命应该建立在新型的计算机器上，因为只有这样才能让运算性能有足够大的提升。有人认为（比如我），这种新型机器可能是量子计算机。
但其实，这个条件已经具备了，那就是互联网。互联网的出现，提供了将无限多的运算能力进行整合的条件，让巨大的运算性能成为可能。目前各个企业所热衷的云计算，其实只是一个雏形而已，真正的运算性能整合，需要极高速的网络支撑和优秀的架构。
第二，海量的数据，相信大家并不陌生了。目前每天各种电子设备产生的数据，都至少等于古时候几百年产生的数据。
前两个部分都比较容易实现，最关键和最难突破的是第三个部分——精准算法。这个算法需要模拟人的思考方式，如比较、判断、喜好、否定等，而不是模拟人的思考内容。这是新型计算机和传统的根本区别。传统的计算机会编出非常细致的规则，比如“如果天气在下雨，则应该带伞”，而新型计算机则从零开始，让计算机自主学习“如果”“天气”“下雨”“伞”这些要素之间的关系，最终得出相同的结论。这样计算机就能在无人监控的情况下自主假设、判断、证伪、等等，经历同人类一样的学习过程。当然，算法的发展，要建立在人文学科和心理学的深入研究上。虽然算法还远未完善，但去年IBM Watson战胜人类选手，已经向世人证明这类算法正在逐步建立当中。
如同70年前的那场数字化革命一样，这场数字化革命将对人类文明产生巨大的冲击。我们随便列举几个例子：
- 个性化的助手了解你的需要和喜好，不是Siri那种同所有人都一样的侃大山，而是基于你的生活和行为习惯为你提出建议。
- 医疗诊断将得到质的突破。一个拥有全人类医疗知识和诊断案例的智慧体，将对疾病诊疗产生什么影响，不用多想就知道。
- 教育行业将发生根本转变。
- 公共管理将提升N个水平。
- 天气预报精准得像诸葛亮。
- 虽然不愿提及，但军事化战略和谋略水平也将得到全面提升。
总之，这样的超级计算机，让它学习什么样的内容，它就能具备什么样的能力。而相比于人类，计算机的学习速度和知识的继承性将是空前的。
有人会说，即使电脑再聪明，可它的知识仍然是固化的。人类有感觉，有经验，缺少了这两样东西，智慧型计算机能拥有同人一样的思考吗？
我和女朋友讨论过这个问题。我们的观点是。智慧型电脑没有感觉，但感觉不重要。智慧型电脑不能直接获得经验，但仍可以培养。
为什么感觉不重要？因为感觉可以不参与思考。比如，有颜色分辨障碍的人虽然无法感知颜色带来的直接刺激，却仍能通过学习掌握颜色的普遍含义，由此进行思维。举个极端的例子，海伦·凯勒从小失聪和失明，却仍然能够通过自学，完成哈佛大学的课程。因此，感觉对于思维来说既不是必要条件，也不是充分条件。
那么经验呢？经验是指人对事物关联的判断。经验如果经过科学验证，则成为知识。比如，农民伯伯的经验告诉我们，春雷滚滚，预示着多雨季节的到来。如果经过科学验证，副热带高压移动到南方沿海，则会带来长江流域多雨天气，而多雨天气遇上不稳定气流会形成雷电，那么这条经验就是知识。所以，智慧型电脑所不能学习的是未经验证的经验。但这些经验也是很重要的。比如“陌生的叔叔给你递糖吃，有很大可能是想拐卖你”这条经验，能推演到谈及“陌生的东西”“给”“大”“好处”这一类条件，就能提高“警惕”“陷阱”的权重。那么如何让智慧型电脑学习人类经验呢？
女朋友提出一个很有意思的想法。随着医疗水平提高，所有社会都在未来进入老龄化社会，那么多老人闲着也是闲着，如何能再为社会做点贡献呢？给他们每人一个玩偶，可以是一个小熊宝宝，可以是一个仿真的小朋友，可以是任何他们感觉亲切的东西。这个玩偶通过超高速无线互联网连接几千公里外的智慧型电脑，生成一个实例（Instance）。这个实例预先学习了人类社会的所有知识（目前可以科学验证的经验），拥有一个小孩的思维。然后老人闲着的时候就和这个玩偶聊天。可以聊任何东西，人生，感情，生活琐事。玩偶通过自主思维与老人交谈，同时把老人说的话传回智慧型电脑进行建模，逐渐这个玩偶就学习到了老人的经验，而老人也多了一个无时无刻可以唠嗑的伙伴。
一台智慧型电脑可以连接几十万个玩偶，生成几十万个实例，然后将这些经验进行整合，形成人类社会的集体经验，这将是人类社会最宝贵的东西。而具备了人类所有知识和经验的智慧型电脑，能拥有怎样的思维和行为，谁都无法想象。而借助这样智慧的计算机，人类社会将发生什么样的变化，也将超出所有人的预计。
这一天终将到来，也许要10年，也许要100年，但计算机运算性能的提升绝不以人类意志为转移，智慧型电脑已经开始出现，并将继续发展，推动人类社会的整体变革。
上文说了这么多，都是一些我自己的看法，你觉得呢？你认为未来智慧型电脑真的能够驾驭人类思维，完成许多今天只有人才能做到的事情吗？
This post is my own and does NOT necessarily represent positions, strategies or opinions of IBM.
本文仅代表作者的观点，不代表IBM的立场、策略和观点。