编者注：凯文·凯利（Kevin Kelly），常被称为“KK”，《连线》（Wired Magazine）第一任主编；曾担任《全球评论》（Whole Earth Review）主编、出版人。1984年，凯文·凯利发起了第一届黑客大会（Hackers Conference）。凯文·凯利的文章常出现在《纽约时报》、《经济学人》、《时代》、《科学》等重量级媒体和杂志上，他也被看作是“网络文化”（Cyberculture）的发言人和观察者。
2016年9月10日凯文·凯利在重庆发表了题为“必然（The Inevitable）”演讲，在演讲中他提到了人
工智能再次热门起来的三要素：
神经网络
、GPUs和大数据，以及人工智能跟人的思维有所不同的理念，并且对于人工智能未来发展的期望。
以下为演讲内容整理。
![]()
凯文·凯利
：真的非常开心再次来到中国，大家都知道中国在过去的20年时间里面，所发生的变化比过去100年所发生的变化还要大，这就是工业化带来的成果。我相信在座的每一位企业家、创业家，在未来的20年时间大家将亲眼目睹更大的变化。
大多数技术很难进行预测，但是我觉得
技术当中有一部分是可以预测的
。我可以给大家分享一下，个人认为在未来的20年到30年时间里面，到底有哪些技术变化的趋势。所有的技术其实都向某一个方向偏移的，因为它是一些具体的东西，就像一些电线、一些相应的芯片、一些无线电波等等，它都是反复的重现。如果我们看到这些点我们就可以看到他们的一个大方向、大趋势到底在哪里。
![]()
有的时候我们会讲，一个东西具体的一些细节无法预测，但是大的方向是可以预测的。一个大峡谷，雨的大方向是往下的这个趋势可以预测，但是具体走哪一个路径是无法预测的。因此我做一个比喻，未来的这些计算机技术它的大趋势是可以预测的，但是到底是百度、苹果，还是哪个初创公司会成功，这个具体是无法进行预测的。在科技方面，对于未来25年会有什么样的大方向，我们一定要目光放长远。苹果手机我们是预见不到的，你不知道什么时候会有，你可能知道未来会有电话，但是不知道未来有苹果手机。同样，一旦有了网络，我们便没有办法预计Twitter或者是微信的诞生。
这些趋势他们彼此支撑，就像是交织的河床。我要讲我觉得是最重要的一些趋势，这些技术趋势将会具有一定的主导性，它们会成为社会格局的改变者，这就像是工业革命在过去100年、20年带来的变化一样。这些技术我要讲的你们其实都听过——人工智能，但是我要跟大家讲为什么这些技术这么重要，未来的总体方向是什么样的。当你在做发明的时候，你可以有一个大概的理解，未来的方向是什么样的。我们已经有了人工智能，但是很多时候我们完全看不到它是如何在后台进行工作的。它可以比人类律师更好的搜集证据，或者说可以开飞机把我带到这里来，我从旧金山来中国是十三个小时，有可能人类驾驶员只操作8分钟，其他的所有时间都是人工智能来驾驶飞机的。它也可能在你汽车的刹车当中，一个小小的人工智能芯片，会比人更好的知道什么时候停车、刹车。这些都已经发生了。
为什么我们现在还在说人工智能？
![]()
这里我们要提到三大科技创新，这三大科技创新结合起来以后有很大的突破、带来飞速的进展。这三个创新就是：
神经网络
、
GPUs
和
大数据。
-
第一个
神经网络
能模拟大脑的行为（已经有50年的历史了），一些加拿大的科学家把它们堆叠起来，希望能够做大规模运算。其实十年前开始就有这样的创新，现在我们把它叫做
深度学习
。
-
第二大创新，之前人工智能是用超级计算机（上百万的计算机）来进行运转的，因为只有这些计算机可以进行并行计算。与此同时游戏行业从业者们发现，可以利用很小的芯片
GPU（图象处理单元）
来做人工智能计算，这是百度、Google目前正在做的事情。
-
第三个创新是
大数据
。有很多的例子可以说明：大量数据搜集起来可能要过百万的数量级，只有像百度、阿里巴巴还有Google这样的公司微软这样的大公司才有大数据。
这些公司他们有了数据之后，再加上神经元网络、GPUs，这三个因素加起来我们看到过去的十年人工智能有很大的突破，比如说阿尔法狗打破了世界冠军，就用的是人工智能。现在像Google、百度的人工智能可以照相，可以识别描述这个图像是什么，可以看得懂图片，知道图片里面是什么，然后用中文、英文把它描述出来。
![]()
Google也教人工智能如何玩游戏，如果你玩电子游戏以前是跟电脑对战，现在AI可以自己学习如何玩电子游戏，这种人工智能是非常重要的。
![]()
其实与其说是人工智能，我觉得应该是
人工机智
，这种人工机智跟人是不一样的，你的计算机比你聪明、比你会算数，这已经是事实了。大家用在汽车当中的导航系统GPS，也比你们更懂怎么去找路，百度还有其他的搜索引擎也比人更聪明了。所以我们现在看到我们的科技已经比人聪明了，但是他们只是在很窄的领域比人聪明。为什么我们要这么做，是我们希望他们只在一个小的方面比我们聪明。
![]()
例如我们想要人工智能学会开我们的汽车，比如说现在的Google汽车，他们跟人类的驾驶方式是不一样的，不是类人的驾驶，我们给他们设计工程，他们不会被分散注意力，他们只专注于一件事就是看路。所以我们对智能的理解是不对的，我们觉得说它是一个方向的，比如说从一个老鼠的智能到猴子的智能，然后再到一个笨蛋的IQ再到天才的IQ，大家觉得这是从笨到聪明的规格。但是其实不是这样的，我们有不同的方面，有一些比其他的更聪明，但是所有的在我们大脑当中我们有推理、演算，还有情商、智商，所有的东西混合起来，构成了不同的人——非常的复杂。但是他们都构成了我们的心智，所以这一切每个人都是不一样的。动物也是一样，动物它有各种元素的混合，有的时候这些动物比我们在一些方面要聪明，比如说松鼠的记忆比人要长，他会记得哪里有坚果，但是这些智商是比人的智商规模更小。当我们做机器与人工智能的时候，我们要给他们做工程设计，让这些智能变化得更加明显，让计算机机器的一些方面比人好，但是一些方面比人差，你没有办法让一个机器所有方面都比人好。
