智人之上：从石器时代到AI时代的信息网络简史

数字帝国的崛起

在第九章我们曾经简单探讨过工业革命与现代帝国主义的联结。一开始还看不太出来工业技术对帝国建设的影响。在₁₈世纪，第一台蒸汽机开始在英国煤矿抽水的时候，还没人会预料最后它们会推动人类史上最具野心的帝国计划。等到₁₉世纪初，工业革命动能逐渐累积，这时的政府与军队也还没体会到工业对地缘政治可能产生的影响，所以主要是由民间企业在推动。例如，世界上第一条商业铁路开通于₁₈₃₀年，它连接着利物浦与曼彻斯特，就是由民间的利物浦和曼彻斯特铁路公司兴建和运营的。英国、美国、法国、德国等地大多数早期铁路线也是如此。当时根本看不出来为什么政府或军队应该参与这样的商业计划。

但到₁₉世纪中叶，各大工业强国的政府与军队都已经很清楚现代工业技术的巨大地缘政治潜力。对原材料与市场的需求，成了推动帝国主义的借口，而工业技术则使帝国更容易征服四方。例如，轮船正是英国在鸦片战争中击败中国的关键，而铁路则在美国向西、俄国向东与向南的扩张中扮演了决定性的角色。事实上，各国的帝国计划无不以铁路建设为重心，例如，俄国有西伯利亚铁路（跨西伯利亚）与中亚铁路（跨里海），德国有巴格达铁路（连接柏林和巴格达），英国也想以铁路连接开罗与开普敦。

然而，大多数政体当时还来不及加入这场风风火火的工业军备竞赛。有些政体是因为根本没有能力参加，例如在所罗门群岛的美拉尼西亚酋邦，或卡塔尔的阿勒萨尼部落。也有些政体或许有这样的能力，但当时并没有意愿或这样的远见，例如缅甸王国、阿散蒂王国或清王朝。这些政体的统治者与人民或许并不在意英格兰西北部这样的地区有何发展，或许觉得这些事情与他们实在无关。如果自 己就是在缅甸的伊洛瓦底江流域或长江流域种种水稻，何必在意利物浦到曼彻斯特之间是否建了铁路？但等到₁₉世纪末，这些稻农就发现自 己不是被大英帝国直接征服，就是被其间接剥削。至于其他在工业竞赛里落后的人，最后也多半落得被某个工业强国所统治的下场。人工智能会不会带来类似的情形？

₂₁世纪初期，人工智能研发竞赛愈演愈烈，一开始也是由少数几个国家的民间企业领跑的。这些企业的目标是集中全球的各种信息流。谷歌希望汇聚全球所有信息，亚马逊希望集中全球所有购物，脸书则希望联结全球所有社交领域。然而，除非有能力在中央集中处理这些信息，否则把全世界的信息都集中起来既不实际，又没好处。₂₀₀₀年，谷歌的搜索引擎刚刚起步；亚马逊还只是一家普通的网络书店；扎克伯格也才刚上高中，能够集中处理大量数据所需的人工智能还根本不知道在哪里。但有些人打赌，觉得一切就在眼前。

《连线》杂志创始编辑凯文·凯利曾讲述了自 己在₂₀₀₂年参加谷歌的一场小型聚会，与拉里·佩奇聊了一会儿。^“拉里，我还是不懂。做搜索的公司那么多，你也要做网络搜索，还免费，这是为了什么？^”佩奇解释说，谷歌的重点根本不是搜索。他说：^“我们真正在做的是创造一套人工智能。^”如果能拥有大量的数据，就能更轻松地创建人工智能，而人工智能又能把大量的数据转化成巨大的能量。

到₂₁世纪₁₀年代，当初的梦想正在成为现实。就像史上所有的重大历史革命，人工智能的兴起也是循序渐进的，经历了许多阶段，而有些阶段就成了公认的转折点，堪比开通了从利物浦到曼彻斯特的铁路。在诸多讨论人工智能发展的文献中，有两起事件一再被提起。一是发生在2012年9月30日，一个名为AlexNet的卷积神经网络赢得了ImageNet大规模视觉识别挑战赛。

如果不知道什么是卷积神经网络，也没听过ImageNet挑战赛，你并不孤单。我们这些一般人有超过_99%都没听过这些内容，所以AlexNet获胜的新闻在₂₀₁₂年绝对算不上什么头条大事。然而，确实有些人注意到了AlexNet的胜利，也看出这预示了怎样的未来。

比如，这些人知道ImageNet是一个影像数据库，收录了数百万张加了内容标记的影像图片。你是不是曾经在进入某些网站的时候，被要求从一组图片当中找出哪些有汽车或猫咪，好证明你不是机器人？你点击的那些图片，很有可能就会被加入ImageNet数据库。你把自 己的宠物猫照片加了标记，再上传到网络的时候，很可能也会被加入ImageNet数据库。ImageNet大规模视觉识别挑战赛的内容，就是要测试各种算法能否正确识别数据库中带有标记的图像。这些算法能不能正确找出有^“猫^”的图片？如果由人来识别，在₁₀₀张猫咪图像中，我们能够正确识别₉₅张。在₂₀₁₀年，成绩最好的算法正确率也只有72%。2011年，算法正确率攀升到75%。2012年，AlexNet算法获胜，正确率大幅跃升到_85%，让当时只能算是小众的人工智能专家社群大感震撼。外行人可能觉得这样的进步似乎没什么，但专家看到的却是某些人工智能领域可能迅速进步的潜力。时至₂₀₁₅年，一套微软算法的正确率达到_96%，超越了人类识别猫咪图像的能力。

₂₀₁₆年，《经济学人》刊出《从无用到神经网络》（From NotWorking to Neural Networking）一文，文中问道：^“说到人工智能，一开始只会想到骄傲自大与失望收场，现在它怎么突然成为最热门的科技领域？^”文章认为，从AlexNet胜出的那一刻，让^“人们开始注意，而且不是只有人工智能社群，而是整个科技产业^”。这篇文章中的插图，就有一只机械手臂拿着一张猫咪的照片。

科技巨头从世界各地取得这些猫咪图像，没给网络用户或各国政府付半分钱，但事实证明这些图像价值连城。人工智能竞赛开跑，参赛者用的正是那些猫咪图像。在AlexNet准备参加ImageNet挑战的同时，谷歌也正在用猫咪图像训练谷歌自 己的人工智能，甚至还打造出一套专门用来生成猫咪图像的人工智能，叫作喵喵生成器。这些通过识别可爱猫咪而发展出来的科技，后来却被用于更具掠夺性的目的。比

如，以色列就用这些技术发展出名为^“红狼^”“蓝狼^”“狼群^”的应用程序，让军方用来识别在巴勒斯坦占领区里的巴勒斯坦人。原本用来识别猫咪图像的能力，后来也让伊朗发展出各种算法，用来自动识别未戴头巾的女性。前文多次提到，想要训练机器学习算法，需要使用大量数据。如果不是世界各地的人免费上传、标记几百万张的猫咪图像，就不可能训练出AlexNet算法或喵喵生成器，进而使之成为模板而训练出后续的人工智能，发挥其在经济、政治与军事上如此深远的潜力。

在₁₉世纪初，铁路建设由民间企业带头；而到₂₁世纪初，这场人工智能竞赛同样由民间企业率先开跑。谷歌、脸书、阿里巴巴与百度的高层，比各国总统与将军更早地看到了猫咪图像识别技术的价值。至于人工智能发展的第二个顿悟时刻，则是发生在₂₀₁₆年₃月中旬，各国总统与将军也终于意识到正在发生的事情。这起事件就是前面所提到的，谷歌的AlphaGo击败了李世石。之前AlexNet的成就在政治圈并没有掀起多大波澜，但AlphaGo的胜利却让政府部门大为震撼，特别是在东亚。根据人工智能相关的传说，正是在₂₀₁₆年₃月，中国政府意识到人工智能时代正式降临。

在所有政府中，最早意识到事情真正重要性的或许就是中国，而这并不让人意外。在₁₉世纪，中国很晚才认识到工业革命的潜力，对于铁路与轮船等发明的采用也较为缓慢，因此中国遭受了^“百年屈辱^”。中国曾经有长达数个世纪都是全球首屈一指的超级大国，但因为没能采用现代工业技术，使得中国不堪倒地，在战争中屡战屡败，部分国土遭到外国侵占，并且被懂得铁路与轮船技术的强国彻底剥削。这让中国发誓，再也不会错过技术发展的列车。

₂₀₁₇年，中国政府印发《新一代人工智能发展规划》，宣布要^“到₂₀₃₀年人工智能理论、技术与应用总体达到世界领先水平，成为世界主要人工智能创新中心^”。接下来的几年，中国在人工智能领域投入大量资源；到₂₁世纪₂₀年代初期，中国已经在多项人工智能相关领域领先全球，并且在其他领域迎头赶上美国。

当然，并不是只有中国政府意识到了人工智能的重要性。₂₀₁₇年₉月₁日，俄罗斯总统普京宣布：^“人工智能除了是俄罗斯的未来，也是全人类的未来_……谁能成为这个领域的领导者，就会成为世界的统治者。^”₂₀₁₈年₁月，印度总理莫迪也同意^“谁控制了数据，就控制了世界^”。₂₀₁₉年₂月，时任美国总统特朗普签署了一项关于人工智能的行政命令，指出^“人工智能时代已经来临^”，^“美国在人工智能领域维持领先，对于维护美国经济与国家安全至关重要^”。当时美国已经在这场人工智能竞赛中居于领先地位，这在很大程度上要归功于一群有远见的民间企业家。然而，原本只是企业间的商业竞争，现在已经成了政府间的比拼，如果说得更准确一点，是由一个政府与几家民间企业组队参加的团队竞赛。赢家能得到什么奖品？奖品就是统治世界。

数据殖民主义

₁₆世纪，西班牙、葡萄牙、荷兰征服者建立了历史上的第一批全球帝国，他们带来了帆船、马匹与火药。₁₉世纪和₂₀世纪，英国、俄国、日本争夺霸主地位，靠的则是轮船、火车与机枪。到₂₁世纪，如果要统治一个殖民地，你已经不再需要派出炮艇，而只需使用数据即可。少数几个能够收集全球数据的企业或政府，就有能力把全球其他地区变成自 己的数据殖民地，它们不是依靠公开的军事武力，而是通过信息来控制这些领土。

想象一种情境：假设在₂₀年后，世界上某个地方有个人能够掌握你们国家每个政治人物、记者、军官与首席执行官的所有个人历史，知道他们发过的每条短信、做过的每次网络搜索、生过的每次疾病、享受过的每次性接触、说过的每个笑话，以及接受过的每次贿赂，那么你到底算是生活在一个独立的国家还是一个数据殖民地呢？如果你的国家完全依赖各种数字基础建设与人工智能系统，而国家对它们又无法进行有效控制，情况又会如何？

这种情况可能会导致一种新型的数据殖民主义，也就是会通过控制数据来统治遥远的殖民地。而控制了人工智能与数据，也能让这些新的帝国控制人民的注意力。正如前面讨论过的，在₂₁世纪₁₀年代，脸书与YouTube这些美国社交媒体头部企业就曾经为了追求利润，而使缅甸和巴西这些远方国家的政治动荡不安。未来的数字巨头也可能为了政治利益而做出类似的事情。

出于对心理战、数据殖民主义和网络空间失控的担忧，许多国家都禁用了一些它们认定为危险的应用程序。中国禁用了脸书、YouTube等许多西方社交媒体应用程序与网站。俄罗斯则禁用了几乎所有西方社交媒体应用程序，以及部分的中国社交媒体应用程序。₂₀₂₀年，印度禁用了TikTok、微信与许多其他中国应用程序，理由是他们认为这些程序^“从事损害印度主权完整、国防、国家安全和公共秩序的活动^”。美国一直在争论是否禁用TikTok，担心该应用程序是^“为了中国的利益^”，而且从₂₀₂₃年开始，几乎所有联邦及各州政府职员与承包商的设备都禁用了TikTok。英国、新西兰等国的立法者也表达对TikTok有所疑虑。至于从伊朗到埃塞俄比亚的许多其他国家的政府，则封锁了脸书、推特、YouTube、Telegram（即时通信软件）、Instagram等各种应用程序。

社会信用体系的普及，也可能是一种数据殖民主义的表现。例如，如果某个全球数字经济的主要参与者决定建立一套社会信用体系，收集一切数据来评分，而且对象除了本国人民，还要放大到全世界，情况会如何？就算是外国人，也不能对这些分数置之不理，因为从买机票到申请签证、奖学金或工作，都可能受到这些评分的影响。就像现在游客挑选本国餐厅和酒店的时候，也会参考猫途鹰和爱彼迎这些外国企业给出的全球评分，全球人都在用美元进行商业交易，因此，到时候全世界的人在进行当地社会互动的时候，都可能参考这种社会信用评分。

成为数据殖民地，除了有政治与社会上的影响，还会有经济上的影响。在₁₉世纪和₂₀世纪，如果成为比利时或英国这种工业强权的殖民地，通常意味着由你提供原材料，而最先进、能够赚到最多利润的产业则仍然被留在帝国的中心。比如，埃及将棉花出口到英国，但高端纺织品则要从英国进口；马来亚提供制造轮胎所用的橡胶，但汽车制造则是在英国的考文垂。

数据殖民主义的情况也可能很类似。人工智能产业的原材料是数据。要制造能够识别图像的人工智能，需要有猫咪的照片；要生产最流行的时装，需要时尚趋势的数据；要生产自动驾驶汽车，需要交通模式与车祸的数据；要生产医疗保健人工智能，需要基因与各种健康状况的数据。新的帝国信息经济是从全世界收集原始数据，再流向帝国中心，在那里研发最先进的技术，生产出无与伦比的算法，从而有能力识别猫咪、预测时尚趋势、控制自动驾驶汽车以及诊断各种疾病。接着，再把生产出的算法出口到数据殖民地。来自埃及和马来西亚的数据，可能让某家企业变得极为富有，但开罗和吉隆坡的人民依然贫穷，分不到半点利润或权力。

新信息经济的本质，可能会让帝国中心与被剥削的殖民地之间形成比过往更严重的不平衡。在古代，最重要的经济资产是土地而非信息，而这就避免了所有的财富与权力过度集中在一个中心。只要最重要的还是土地，就永远会有相当的财富与权力掌握在行省地主手中。例如，罗马皇帝虽然能够一次又一次地镇压地方叛乱，但把上一位叛乱首领斩首的隔天，还是只能再指派一批新的行省地主，而这些行省地主还会再次挑战中央的权力。在罗马帝国，虽然意大利是政治权力中心所在，但最富裕的省份却在地中海东部，想把尼罗河谷的肥沃土地运到意大利半岛是不可能的。所以，最后罗马皇帝还是把罗马城让给了蛮族，而将政治权力所在地转移到位于富饶东方的君士坦丁堡。

工业革命期间，机器变得比土地更重要。这时候最值钱的资产是工厂、矿场、铁路和发电厂，而要把这些资产集中在一处已经变得比较容易了。大英帝国能够将整个工业生产集中在本土岛屿，先从印度、埃及与伊拉克取得原材料，然后运到伯明翰或贝尔法斯特制成成品，再卖给印度、埃及与伊拉克。不同于当初罗马帝国的状况，大不列颠岛既是政治也是经济权力之所在。然而，这时财富与权力的集中还是会受到物理学与地质学的自然限制。英国不可能把所有棉纺厂从加尔各答搬到曼彻斯特，也不可能把油井从基尔库克搬到约克郡。

信息就不一样了。不像棉花或石油，数字数据能够接近光速地从马来西亚或埃及送到某个地方。也不像土地、油田或纺织厂，算法并不需要占用太多空间。因此与工业的力量不同，算法的力量确实能够集中到单一枢纽中心。只要一个国家的工程师，就能写出让整个世界运行的算法，并掌握所有重要的密钥。

事实上，就连某些传统产业（例如纺织业）的重要资产，也能通过人工智能集中在一起。在₁₉世纪，如果想要控制纺织业，就意味着要控制广阔的棉花田和庞大的机器生产线。而到₂₁世纪，纺织业最重要的资产已经成了信息，而不再是棉花或机器。要击败对手，服饰制造商需要的是关于顾客好恶的信息，并有能力预测或打造下一波的流行时尚。只要控制了这类信息，就连亚马逊或阿里巴巴这样的科技巨头，也能够垄断纺织业这种非常传统的产业。₂₀₂₁年，亚马逊已经成为美国最大的单一服饰零售商。

此外，随着人工智能、机器人、₃D打印让纺织品的生产自动化，数百万工人可能会失业，国内的经济与全球的力量平衡也会受到冲击。例如，如果自动化让纺织品在欧洲的生产成本降低，会对巴基斯坦与孟加拉国的经济及政治有何影响呢？目前，纺织业为巴基斯坦劳动力提供了_40%的就业机会，也占了孟加拉国出口收入的_84%。第九章曾提到，虽然自动化可能会让数百万纺织工人失业，但也可能创造许多新的就业机会。比如，可能会出现大量对于程序员与数据分析师的需

求。然而，要将失业的工厂工人变成数据分析师，需要投入大量资金进行再培训。巴基斯坦和孟加拉国要从哪里找来这笔钱呢？

因此，人工智能与自动化对于较贫困的发展中国家会是一场特别的挑战。在人工智能推动的经济中，数字领先国家能够囊括大部分收益，再用这些财富进行劳动力的再培训，进而获取更高的利润。与此同时，落后国家的非技术性劳动力价值将会下降，而且这些国家又缺乏再培训劳动力的资源，于是变得更加落后。结果可能是在某些地区出现大量新的就业机会与巨大的财富，而世界许多其他地区则成为一片经济废墟。根据全球会计师事务所普华永道的预测，人工智能预计在₂₀₃₀年将为全球经济增加_15.7万亿美元。但依照目前的趋势，中国与北美合计将抢下其中_70%的份额。

从^“网^”到^“茧^”

这样的经济与地缘政治动态，可能让世界分裂成几个数字帝国。冷战期间，许多地方的铁幕真的是由金属制成的：一道铁丝网，将两个国家硬生生地隔开。现在的世界则逐渐是被硅幕分隔的。硅幕由代码组成，存在于世界上每一台智能手机、计算机与服务器之中。智能手机上的代码决定了你活在硅幕的哪一侧、被哪些算法控制生活、被谁控制注意力，以及你的数据会流向何方。

目前，想要跨越硅幕取得信息正变得越来越困难。此外，硅幕两侧所用的数字网络与代码也渐行渐远，各自有不同的规范，也有着不同的目的。在中国，新数字科技最重要的目的在于强化国家实力、推行政府政策。虽然民间企业在人工智能的研发与部署方面有相当的自主权，但企业经济活动仍服务于国家的战略。也是出于政治目的，中国在线上与线下的监控程度相对较高。

在美国，政府扮演的角色影响力较为有限。人工智能的研发与部署是由民间企业主导的，而且许多新人工智能工具的终极目的是让科技巨头变得更富裕，而不是要强化美国国家或现任政府的实力。事实上，美国政府政策很多时候都深受强大的商业利益左右。然而，美国制度确实更能保护公民的隐私。虽然美国企业也会积极收集民众线上活动的信息，但只要涉及线下生活，受到的限制就往往更为严格。而且，民众一般也相当反对推出各种无所不包的社会信用体系。

这些政治、文化与法规上的差异，意味着在不同的数字领域就会使用不同的软件。在中国不能用谷歌和脸书，上不了维基百科，在美国则是很少人用微信、百度与腾讯。更重要的是，这些数字领域并不是彼此的镜像，不能说中国与美国只是研发出了同一种应用程序的地方版本。百度不是中国的谷歌，阿里巴巴也不是中国的亚马逊。这些程序就是有着不同的目的和不同的数字架构，也对人民的生活有着不同的影响。这些差异将会波及世界许多地区，因为大多数国家并不会另外自行研发本地用的技术，而是直接采用中国或美国的软件。

各个数字领域也会使用不同的硬件，例如智能手机与计算机。美国会向其盟友与客户施压，要求禁用中国硬件，例如华为的₅G基础设备。特朗普政府也曾禁止新加坡博通公司收购美国的重要计算机芯片生产商高通，担心外国人可能会在芯片中插入后门，或者使得美国政府无法在芯片中插入自 己的后门。₂₀₂₂年，拜登政府对发展人工智能所需的高性能芯片展开严格贸易限制，美国企业不得向中国出口人工智能芯片，也不得向中国提供制造或维修人工智能芯片的方法。之后限制措施进一步收紧，禁令范围扩大到俄罗斯与伊朗等国家。从短期来看，这将阻碍中国在人工智能竞赛中的发展，但从长远来看，这将促使中国发展成一个完全独立的数字领域，从最基本的组成要件就与美国数字领域截然不同。

这两个数字领域可能渐行渐远，彼此越来越陌生。由于数字代码会影响人类的行为，而人类的行为又会反过来塑造数字代码，于是硅幕的两侧就这样走上完全不同的路径，不仅在科技上越来越不同，在文化价值观、社会规范与政治结构方面的差异也越来越大。人类经过许多世代的趋同，或许也到了趋异的关键时点。在过去几个世纪，新的信息技术推动了全球化，让世界各地的联结更加紧密。但矛盾的是，如今的信息技术已经变得如此强大，却可能把人类封闭在一个又一个的信息茧里，使人类走向分裂，不再拥有单一的共同现实。过去谈到人类社会，我们通常觉得是如^“网络^”一般，但未来可能就成了^“茧^”的时代。