本文基于硅谷風(fēng)投公司a16z的演講，原視頻里Ben Evans操著性感的英倫口音，點(diǎn)評了現(xiàn)今科技界的趨勢。和互聯(lián)網(wǎng)女王Mary Meeker的報(bào)告比起來，a16z的更加偏向科技和未來，所以中國基本沒怎么提及——因?yàn)橹饕P(guān)注的是市場和當(dāng)下——騰訊和阿里巴巴雖然財(cái)大氣粗，但是老外看來，有錢歸有錢，業(yè)務(wù)的技術(shù)含量還是不夠。

GAFA不僅僅是技術(shù)上的也是經(jīng)濟(jì)上的巨頭

而技術(shù)含量足夠的幾家簡稱GAFA：Google, Apple, Facebook, Amazon。而2000年那會兒還風(fēng)光無限的微軟和英特爾已經(jīng)過氣為“上一代技術(shù)公司”。新巨頭和老的比起來，規(guī)模大了一個(gè)數(shù)量級：雇員多了10倍，投資多了10倍，營收多了10倍。一言以蔽之：同樣在巔峰期，GAFA和Wintel比起來，對世界的影響力更大了。

這并不奇怪，單說效率，當(dāng)年微軟的產(chǎn)品是怎么交付到中國用戶手上的呢？Windows 95編譯好了之后進(jìn)廠壓盤，按版本包裝，按優(yōu)先級海運(yùn)或是空運(yùn)，到了目的地之后再進(jìn)零售店庫存，上架，開賣。而今天那邊編譯完了，一點(diǎn)“發(fā)布”，用戶坐在家里還不知道呢，Windows 10就已經(jīng)更新完了，這還是比較滯重的PC操作系統(tǒng)，Apple通過iCloud上線個(gè)新功能（比如日歷防騷擾），連下載都省了，立馬起作用。今天的基礎(chǔ)設(shè)施和20年前比真是一日千里。

機(jī)器學(xué)習(xí)有了長足進(jìn)步

原文的標(biāo)題是"Mobile is eating the world"，洋鬼子真是喜歡動不動就寫啥啥吃掉全世界。不過巨頭們已經(jīng)開始鼓吹人工智能（AI）代替Mobile成為工作重心了。

機(jī)器學(xué)習(xí)，其實(shí)是人工智能研究的一個(gè)子集，在計(jì)算機(jī)科學(xué)里并不是一個(gè)新概念，50年前l(fā)isp語言誕生的時(shí)候就有了機(jī)器學(xué)習(xí)（Machine Learning）的研究，一直不溫不火。

舉個(gè)例子：圖像識別錯(cuò)誤率從2012年之前的28%降低到了今年的7%，語音識別錯(cuò)誤率從26%降到了4%。就是說過去50年，無論采取什么方法，也不能讓語音輸入更準(zhǔn)確，那為什么最近突然就好使了呢？原因：方法論變了，從依賴規(guī)則轉(zhuǎn)向依賴數(shù)據(jù)。早年處理自然語言，都是請語言學(xué)家來寫公式，語句=主謂賓定狀補(bǔ)等等。然后根據(jù)這個(gè)規(guī)則，推斷要處理的數(shù)據(jù)是否能符合這個(gè)模式（pattern）。這么做等于是用一個(gè)鍋蓋去蓋3口鍋，掛一漏萬是難免的。

而2012年之后的做法是找100萬個(gè)有這種模式的句子，讓計(jì)算機(jī)以向量形式記錄特征，向量（vector）雖然不能和標(biāo)量一樣比較大小，但是兩兩之間可以計(jì)算出一個(gè)相似度，讓數(shù)據(jù)自己黨同伐異。有這100萬數(shù)據(jù)打底，再來新的句子，失誤率趨勢是越來越低。啥，最初的種子數(shù)據(jù)是怎么來的？問得真好，這個(gè)問題中外不約而同采取了人肉的方法：國內(nèi)有各種鑒黃師，國外有Amazon Mechanical Turk。天網(wǎng)的崛起，源自人類的獻(xiàn)祭......

那為什么之前沒這么做，是當(dāng)時(shí)的研究人員能力不行？今天能這么做，是硬件計(jì)算能力和可用數(shù)據(jù)提升了100萬倍，而且還在增長中，而1976年就算找到這么多數(shù)據(jù)，開著最先進(jìn)電腦的處理，估計(jì)2012年也還沒出結(jié)果......

機(jī)器好，人也好。

萬物上網(wǎng)

不過除了科研人員，現(xiàn)在人們接觸最多的計(jì)算設(shè)備就是手機(jī)。美國人民60%的上網(wǎng)時(shí)間來自手機(jī)，15%花在了facebook上，中國的比例只會更大。手機(jī)其實(shí)除了馮諾依曼電腦必須部件之外，還有安裝了攝像頭，麥克風(fēng)，gps，陀螺儀，氣壓計(jì)等設(shè)備。這些加一塊兒產(chǎn)生的能力，用Eric Raymond的一句話來概括：“計(jì)算機(jī)可以檢測出的信息，都不應(yīng)該詢問用戶”。理論上給了手機(jī)權(quán)限之后，它可以監(jiān)視一切主人的活動——都喜歡帶著手機(jī)，從而給“全知全能”提供了基礎(chǔ)條件。

比如Amazon Echo，以下摘自灣區(qū)日報(bào)：“Echo算是Amazon繼Kindle之后開發(fā)的第二個(gè)成功的硬件項(xiàng)目，做了5年才推出。精準(zhǔn)快速的語音識別是難點(diǎn)，而且Jeff Bezos下了死命令：1秒鐘的反應(yīng)速度 ”。前兩天美國發(fā)生一起兇案，現(xiàn)場正好有一臺Echo，警察覺得這玩意肯定把當(dāng)時(shí)所有的錄音都傳到Amazon的服務(wù)器上去了，找Amazon要但是被拒。當(dāng)初段子里的事實(shí)已經(jīng)發(fā)生：誤刪照片沒關(guān)系，找國安局（NSA）要，他們肯定有備份。

改造世界

演講最后提到了Autonomy(自治汽車，翻譯成自動駕駛其實(shí)小了，是Autonomy的一個(gè)子集)：汽車會演化成手機(jī)一樣的產(chǎn)品，像給手機(jī)充電一樣給汽車充電。不僅是拿掉了傳統(tǒng)的燒油的發(fā)動機(jī)，加上導(dǎo)航，傳感等相關(guān)技術(shù)，除了4個(gè)輪子已經(jīng)和傳統(tǒng)的汽車沒什么關(guān)系了。

今天去買一輛tesla，已經(jīng)可以達(dá)到當(dāng)年科幻片里的效果：不碰方向盤，發(fā)語音命令告訴車去哪兒。照這個(gè)速度大概還有5-10年，完全無需人工干預(yù)的自動車就能上路了。影響不僅限于傳統(tǒng)汽車行業(yè)，還包擴(kuò)房地產(chǎn)，物流，零售，保險(xiǎn)，對社會形態(tài)的塑造可能是改頭換面式的。難怪樂視老賈砸鍋賣鐵也要上汽車業(yè)務(wù)...

總結(jié)

“基礎(chǔ)科學(xué)沒有突破，電腦玩出花兒來也沒用”（第一次聽說類似言論，是我的高中數(shù)學(xué)老師勸我少摸電腦多做習(xí)題）。然而基礎(chǔ)科學(xué)并不是一蹴而就的，過去幾千年，也才出了一個(gè)愛因斯坦。從投資策略上，把資源都放到這一塊是不明智的。難道成天解數(shù)學(xué)題做物理實(shí)驗(yàn)別的都不干了？(物理實(shí)驗(yàn)還那么貴，楊老噴的好。)在沒有或者不知道三體人就要打過來的時(shí)候，還是要“給時(shí)間以文明”?！霸缟舷聠?，下午收貨”，才是發(fā)展給我們帶來的直接收益。