第二次机器革命

如果安迪购买并阅读了科幻小说家儒勒·凡尔纳(JulesVerne)一部古老的精装本作品集，他并没有把它“用尽”；他阅读完可以把这本书送给埃里克。但如果我们两个都想在同一时间翻阅《海底两万里》(Twenty ThousandLeaguesUndertheSea)，那么我们要么去找一本复制本，要么安迪可以利用他手中的一本再复制一本。他这样做可能是合法的，因为这本书已经不在版权期内了，但他仍旧需要在复印机上花费很多时间或者付钱让别人代劳。不论是哪种情况，复制出来一本书都不是廉价的。另外，在一遍又一遍地多次复印之后，阅读起来也会变得更加困难。

但如果安迪获得了这本书的数字版权，只需要按几下按键或者点几下鼠标就能创造出一个复制品，可以把它保存在物理磁盘上，然后把这个复制品交给埃里克。不像复印机，对数字信息进行复制，复制版和原版几乎毫无差别。可以说，数字信息的复制极其廉价、快速和容易。虽然一本书或一部电影的原始版本需要花费大量的成本去制作，但如果去复制更多的样本却几乎不花费任何成本。这就是所谓的“复制的零边际成本”。

当然，现如今，安迪交给埃里克的也并不是一张磁盘，而更可能是以文件的形式附在邮件之中，或者通过类似Dropbox这样的云服务系统进行文件的共享。当然，不论是哪一种方法，他都要使用互联网。他之所以采用这种方法是因为，它更快、更方便，而且更重要的是，它基本免费。就像大多数人一样，我们在家里的互联网接入和我们的移动设备都是包月之类的固定付费（麻省理工学院要为我们的工作网络付费)。如果我们超出了一定的数据限制，我们的互联网服务提供商可能就会对我们额外收费，但在超额之前，我们都可以畅通无阻地使用互联网；而且不论我们上传或下载多少数据，也不需要额外付费。这样的话，即使通过网络接收或发送大块的数据也不用担心额外付费。不像原子组成的产品，由比特组成的产品能够进行完美的复制，它可以几乎零成本地瞬间穿越整个房间或者整个地球。对大多数产品来说，想要自由、完美并且即时地传输好像都是不合理的预期，但当更多的信息被数字化之后，更多的产品也将会变得自由、完美和即时。

THE SECOND MACHINE AGE→第二次机器革命 →

072

商业模式：当第一个版本仍旧昂贵之时

夏皮罗和瓦里安比较雅致地把这些特征描述总结为，在一个计算机和网络时代，“信息是天价的生产、廉价的复制”。我们在第2章里所提到的“科幻小说走进现实”技术即时在线翻译服务，就是利用了这样的事实。它们使用相匹配的两套文档需要人工花费高额成本从一种语言翻译成另一种。还比如，欧盟以及它的前身自1957年起，签发的所有官方文件都要使用其所有成员国的主要语言；而联合国的语言也丰富多彩，要以6种官方语言起草文件。

这种大规模信息的创造并不是廉价的，不过这种信息一旦被数字化之后，它的复制、剪切以及共享就相当廉价了。基本上，Google翻译这类的服务遵循的就是这样的理念。当它需要把一句英语翻译成德语时，它基本会扫描它所知道的所有英语和德语文件，以寻找一个接近的匹配(或者一些接近匹配的片段)，然后再转换成相应的德语文本。今天大多数高级的自动翻译服务，并不是建立在教计算机如何掌握人类语言使用规则以及如何使用语言的任何新近的研究结果之上的。相反，它们使用的是数据匹配模式，就是在翻译过程中，借以匹配海量的花费巨额成本生成但可以廉价复制的数据内容。

第4章 数字化:关乎一切

073

接下来会发生什么：当内容的获取变得免费之时

但如果信息生成并不需要花费巨额成本时，那么在这个数字化的世界里将会发生什么事情？如果在一开始的时候就不存在版权问题，将会发生什么？在《信息统治》这本书出版之后，我们一直在精神鼓舞地探寻着这些问题的答案。

传统的商业信条是，“时间就是金钱”，但在这个让人吃惊的现代互联网世界里，究竟有多少人愿意贡献出自己的时间去生产线上的内容而又不寻求任何金钱回报呢？例如，维基百科的内容是依靠全世界的志愿者免费创造的。到目前为止，它拥有世界上信息量最大的参考资源，但没有人通过撰写或者编辑网站上的文章获得任何报酬。同样的还有无数的网站、博客、讨论区、论坛以及其他在线的信息资源。它们的创作者总是无偿地提供信息，并不期望获得直接的金钱回报。

当夏皮罗和瓦里安在1998年出版《信息统治》时，使用者自主生成内容而并不存在金钱转换关系的时代还没有到来。Blogger是最早的网络日志服务商之一，它是在1999年8月创办的；维基百科是在2001年1月创办的；早期的交友网站Friendster是在2002年创办的。后来，Friendster很快被2004年创办的Facebook超越了，Facebook从此一路高歌，发展成为世界上最受欢迎的网站之一。事实上，世界上最受欢迎的内容网站中，有60%的网站是主要依靠使用者自主生成的，而在美国，顶级的10家网站中也有6家属于这种发展模式。

THE SECOND MACHINE AGE→第二次机器革命 →

074

所有使用者生成的内容并不仅仅是让我们感到了自我表达和交流的通畅与自由，它们还帮助促进了最近我们看到的“科幻小说走进现实”技术的发展。例如，Siri通过分析它的使用者生成并日益增长的声音文件与声音识别系统的相互作用，就能够随着时间的推移而提升自己。而沃森超级计算机的数据库，包含了大约两亿张的文件页面，数据容量达到4TB—内含维基百科的全部内容。有段时间沃森也收录了语言风格火辣的《城市词典》(Urban Dictionary)里的内容，但令生成这些内容的使用者惊愕的是，沃森开始骂脏话了，最后研究人员不得不去除了《城市词典》的内容。①

对于互联网上使用者自主创造内容的流行和增长，我们也不应该太过吃惊。毕竟，我们人类喜欢分享和沟通。不过，令我们吃惊的是，我们的机器也喜欢彼此沟通。

M2M（机器对机器，指在信息需求的特定条件下，公司内部实现资产、机器、设备等相互间的数据交换以适应人力或公司管理系统对信息的需求的能力)通信指的就是，设备可以通过类似互联网这样的网络系统共享数据。Waze就使用了M2M，当智能手机上的Waze应用程序打开时，在没有人为干预的情况下，它会持续不断地向Waze的服务器发送信息。同样，当你在热门旅游搜索引擎Kayak查询打折机票时，Kayak的服务器立刻就会把你的需求发送给它们负责不同航班的同类服务器上，并且能够在不需要人工的情况下即时回复你的需求。ATM（自动取款机）会首先“询问”银行我们的账户中还有多少钱，然后才能让我们提取现金；冷藏货车里的数字温度计会持续不断地“通知”超市，车里的货品在运输过程中没有变得温度过高；每当有一个次品出现时，半导体工厂里的传感器就会“告诉”工厂生产总部；无数M2M通信系统则一直都在传输信息。《纽约时报》2012年7月的一份报道声称：“全世界无线网络上机器人聊天的综合水平和程度…很可能很快就会超过无线网络中人类之间所有的语音交流。”

第4章 数字化:关乎一切

①《城市词典》是一个英语俚语知识库，其中包含一些不文明用语，通俗地说就是脏话。“沃森”无法清晰辨认哪些是文明得体的用语，哪些是不文明的用语。当IBM研究人员克里科·布朗第一次对着沃森说出诸如LOL(网络用语，意为“大声笑”)以及CoolStory(网络用语，意为“呵呵，真有意思”）之类的字眼时，其给出的回应比较正常，而当布朗再次重复上面的词语时，沃森竟然跳出了“废话”的查询回应。因此，IBM的研究人员不得不清除沃森中的《城市词典》的内容，以避免沃森再次说脏话。——译者注

075

我们的计量系统将会用尽：数据大爆炸时代的来临

所有一切的数字化，包括文件、新闻、音乐、照片、视频、地图、个人数据、社交网络、信息需求以及对这些需求的反馈、各种各类传感器中的数据等，是最近一些年中最重要的现象之一。在我们深度涉入第二次机器革命时代之后，数字化还将会持续地发酵、传播和加深，并产生出令我们惊愕不已的数据。根据思科公司的说法，仅仅在2006\~2011年这5年的时间里，全世界互联网的流量就增长了12倍，达到了每月23.9艾字节（1艾字节=1152921504606846976字节)。

1艾字节是一个让人感到荒谬的大数字，它比20万个“沃森”的全部数据库还要多。然而，即使这样表述也不足以涵盖当前以及未来数字化的庞大体量。专注于技术研究的国际技术公司（IDC）估计，在2012年全世界共产生了2.7泽字节(泽字节是艾字节的1024倍)，或者说是2.7乘以1000的7次方字节，这一数据比2011年增长了一倍。当然，这些数据并不是固定在磁盘驱动器上的，它还会一直变动不居。思科公司预计，到2016年，全世界IP协议数据流量将达到1.3泽字节，这个数据超过了2500亿张DVD的信息量。

THE SECOND MACHINE AGE→第二次机器革命→

076

正像这些数据所表明的，数字化产生出了真正的大数据。事实上，如果这种增长能够保持足够长的时间，那么我们的数据计量系统也将会穷尽。在1991年召开的第19次国际计量大会上，数据计量单位又一次得到扩充，最大的单位变成了尧，也就是1000的8次方，或者是 $1 0 ^ { 2 4 }$ 。现在，我们离泽字节也只有一步之遥了。

第二次机器革命时代：大数据魔力再现

最近的数字化大爆炸给我们留下了深刻的印象，但这是否真的重要?所有这些艾字节和泽字节的数据真的有用吗？

事实是，它们的实用性难以置信。我们把数字化看作是塑造第二次机器时代力量的重要原因之一是，数字化增加了我们对这个世界的了解。数字化可以让我们源源不断地接触到海量的数据，数据堪称科学的生机和命脉。这里所说的科学指的是，把理论和假设公式化、数字化，然后再对其进行评估、测算的工作。或者，非正式地说，科学就是猜测事物是如何运转的，然后再研究、核实这种猜测是否正确。

不久之前，埃里克猜测关于互联网搜索的数据可能就预示着全国房地产销售和价格的未来变化。他解释说，如果一对夫妻要搬迁到另一座城市，并且购买一处房产，他们是不可能在几天之内就完成整个搬迁和购买流程的。他们要提前数月就开始筹划，比如他们首先要在网上做一些调查研究，他们有可能会在搜索引擎中输入类似“凤凰城房地产中介”、“凤凰城地区”以及“凤凰城两

第4章 数字化:关乎一切

077

居室房子价格”这类的字眼。

为了证实这一假设，埃里克咨询Google是否能从那里获得搜索词语。他被告知，他用不着询问，因为Google会把这些数据放在网上，供人们自由查阅。埃里克和他的博士生吴琳（音）—他们对房地产经济学一窍不通，通过利用使用者在Google上生成的搜索词语内容，创建了一个简单的数据模型进行分析。他们的模型把搜索词语的变化与随后的房产销售和价格的变化联系在一起，预测出了如果类似前面提到的那些搜索词语在今天增加了，那么凤凰城的房产销售和价格在未来的3个月内就会出现上涨。他们发现，这个简单的模型预测效果非常好，事实上，它要比美国房地产经纪人协会的预测专家们公布的预测结果还要准确23.6%。

研究人员在其他领域也使用最新获取的数字化数据取得了类似的成功。由哈佛医学院专家鲁米·查那拉(RumiChunara)带领的团队发现，在对2010年海地地震之后霍乱的传播跟踪之时，Twitter（推特）网站140个字的短消息竟然和官方正式的报告一样准确，而在时间上要比官方报告至少提前两周。惠普社交媒体计算机实验室的研究人员西塔拉姆·阿瑟(Sitaram Asur）和伯纳多·休伯曼(BernardoHuberman)发现Twitter短消息也可以被用来预测电影票房收入。他们总结认为：“这充分表明社交媒体蕴含着大量群体的智慧，如果能够开发得当，对未来的结果有着极其强大和精确的预测判断力。”

数字化也能够帮助我们更好地理解过去。截至2012年3月，Google已经扫描了在过去几个世纪里出版的2000万册图书。这种海量的数字化单词和语句构成了被称为“文化组学”的基础。(也可以这样说，“文化组学”是利用高产量的数据集合和分析以研究人类文化的发展和演变。）由让-巴普蒂斯特·米歇尔(Jean-BaptisteMichel)和埃雷兹·利伯曼·艾登(Erez Lieberman Aiden)

THE SECOND MACHINE AGE→第二次机器革命 →

078

带领的一个多学科团队分析了1800年之后以英语形式出版的500万册图书。他们发现，英语词汇的数量在1950\~2000年增加了70%还要多，这种增长速度给人们的印象是要比过去快得多，但相比而言消退得也更迅速，这也证明，在20世纪人类对进化演变的兴趣一直处于衰退状态，直到詹姆斯·沃森（JamesWatson)和弗朗西斯·克里克(Francis Crick)于1953年发现了DNA(双螺旋)结构。

所有这些例子都能说明，我们对这个世界的理解更深入了，预测也更准确了，或者说在数字化的世界里，我们的科学研究更加通畅无比了。哈尔·瓦里安当今Google的首席经济学家，多年来一直因为对此现象的研究而大名鼎鼎。他对数字化的研究独具一格，我们最喜欢引用他的一句话是：“我一直在说未来10年，这个世界最性感的工作就是统计学家，这绝对不是开玩笑。”当我们看到有如此海量的数字化数据被创造出来，并且思考我们将从中获得多少真知灼见时，我们可以非常确定地说，他说得没错。

不同层次的数字化“食谱”

数字化信息不仅仅是新科学的生机和命脉，还是塑造第二次机器革命时代的第二大动力（位于指数级增长之后）因为它在推动创新中所发挥的作用极其重要。Waze就是这方面一个非常好的例子，它所提供的服务是建立在多个层面以及数代数字化基础之上的，由于数字化产品的非竞争性，它们是不可能衰退或者被用尽的。

第一层或者最早的那一层是数字化地图，它差不多跟个人计算机一样久远。第二层是GPS定位系统，它在2000年美国政府增加GPS定位准确性之后发挥的作用尤其明显。第三层是社交数据，Waze使用者可以彼此共享从交通事故到警察限速，再到降价加油站的几乎所有的交通信息，他们甚至可以使用Waze应用程序进行聊天。最后一层，就是Waze广泛使用的传感器数据，事实上，它基本上能够把每一辆车都变成交通顺畅传感器，从而用这些数据计算出最快速的交通路线。

第4章 数字化:关乎一切

079

使用第一代和第二代数字化数据的车内导航系统—地图和GPS定位系统，还有可能会绕弯路—它们也许非常有用，尤其是在我们不熟悉路况的城市中驾驶，但正如我们看到的，它们也有很大的缺陷。Waze的开发者认识到，在数字化技术升级和推广之后，他们是能够解决传统的GPS导航系统存在的缺陷的。这些创新通过给传统导航系统增加社交和传感器数据，大大提升了其导航能力和实用性。正像我们将在下一章看到的，这种形式的创新是我们这个时代创新的标志之一。事实上，这种创新非常重要，可以称得上是塑造第二次机器革命时代的第三大动力。在下一章里，我们将解释这一切为什么会发生。

THE SECOND MACHINE AGE→第二次机器革命 →·

080

THE

SECOND

·→ 第5章 →·

数字时代的创新：无穷无尽

MACHINE

AGE