技术关乎人性

技术进化看似是方法论的问题，深层构架还是认识论。这取决于怎么看现在，怎么看未来，连接这两个目标的一条线便是技术进化的路径。理论上未来包含了360维度，如何“看”才能不会和趋势南辕北辙 ？这里面实际包含着价值判断。

清华大学教授周伯文在演讲中举了两个例子，给听众留下了深刻印象——开头是伦敦马粪的案例——1894年当时的预测是50年后马粪将淹没伦敦的街道。这个预测现在看显然是一个笑话。随后，周教授又举了一款“网红”冰箱的例子。这个案例告诉我们，即便是家电业的“菜鸟”，如果有足够的数据，也可以迅速成为这个行业的资深“玩家”。近年来，诸多电商平台依赖大数据量身打造的国产新品牌异军突起也印证了这是一个很可行的“玩法”。数据经济俨然成了数字经济时代的一个“样板工程”。

马粪与网红冰箱都在利用数据说话，为什么一个看上去成功，另一个却贻笑大方？

家电行业的资深专家告诉我们，这个行业已经非常成熟，也已经很多年没有颠覆性的技术出现。也就是说，如果保鲜一如既往沿用降温这一技术路线的话，网红冰箱的开发思路自然就是一个最优选择。但如果思路彻底变了，马粪就不再淹没伦敦的街道。

中移动黄宇红院长的演讲精彩之处在于，她能在十几分钟的时间里将元宇宙的技术截面清晰地呈现出来。她对元宇宙的定义是，“新一代信息技术深度融合、集成创新的产物，是对现有技术的跨界聚合和呈现。”如果从方法论的角度，也可以说黄宇红是以元宇宙为例，揭示了创新的一个普遍规律——世界上可能九成以上的创新都来自对现有技术的重新排列组合。

既然是这样，那么有没有捷径让创新者从概率更高的地方入手？

思尔实验室主任李世鹏对人工智能发展之路的思考回答了这个问题。在李世鹏看来，认知科学可以有效帮助我们突破深度学习的瓶颈。按照李世鹏的思考，人工智能深度学习会最终形成一个闭环，代替人的很多工作，但出发点和模型的建立与完善最终还是建立在认知科学不断进步的基础上。说白了，就是建立在对人的不断理解的基础上。

回到开头，在这个意义上，未来从来不是虚无缥缈的存在，先哲所说的“认识你自己”永远是人类技术进步的哲学前提。