本书作者凯文凯利，未来学家，简称kk。

kk是当今世界科技趋势预测的第一人。

本书的12个关键字：

形成、知化、流动、屏读、使用、共享、过滤、重混、互动、追踪、提问、开始。

由于本书每个点都非常地值得去读，限于今天的篇幅，就讲三个关键字。

一.知化。

人类制定方向，寻找意义，人工智能拼命执行。这个过程就是知化。

关于什么是知化，KK在书里举了一个例子。我们知道，现在AI的人脸识别技术已经很成熟了。AI能在一-个几千万张照片库里，或者在一个车水马龙的车站的监控视频里，快速就定位出一个人。在这方面，AI的能力比人类厉害太多了。好，但是，我们要问，你为什么偏偏要找这个人呢?那完了，Al永远也回答不了这个问题。它只能执行，但是不能赋予意义，而只有人类才能赋予事物意义。

比如说，定位一张脸，因为这是我喜欢的女孩，我希望把她出现在任何一张照片里的容颜都凑齐。另外，一个刑警可能也在同时，寻找一张脸，一个连环杀人犯，警察必须锁定他的行踪。人工智能做的是同样的动作，但是背后的意义是人类赋予的。提炼一个事情的意义，并且让AI去执行，这就是一个知化的过程。

那想明白这点之后，人类和人工智能就可以更好地进行一个分工了。

人类在计算、统计、大数据分析这些方面，不可能追地上了，就彻底放弃吧。人类最重要的的职责寻找意义，提供想象力，赋予思想价值。

说到人类对AI的知化功能，补充一个人类和AI最典型、最成功的一次知化性的合作，就是人类对于黎曼猜想的证明过程。

在世界数学界，有一个公认的难题叫黎曼猜想，直到2019年黎曼猜想还没有被证明。不过，虽然人类不能把这个猜想来一次性的证明，但人类找到一种办法，通过计算出一种叫平凡零点的数字，只要证明无穷多的平凡零点都符合黎曼猜想，就等于无限逼近黎曼猜想了。关于什么是平凡零点，你只需要明白它是一种非常难算的、循环出现的数字就行。

但是，这个平凡零点太难算了。提出黎曼猜想的黎曼本人，他用一生只算出了3个。后来，好多个天才数学家把毕生精力都用来计算这个数字，人类在80年的时间里，计算出了138个。但是这才到哪啊，要侧面去证明黎曼猜想，要把这个数字无穷逼近正无穷才好。这时候计算机出现了，而人类做的事情，就叫知化，说白了就是指挥计算机，你就朝那个方向去计算，给我往死里算，算出来的结果就是有意义的。

结果到2004年，计算机现在已经把平凡零点计算到了10万亿位，而且，所有这些平凡零点，全都符合黎曼猜想。而在黎曼猜想的基础上，人类又推导出了160多个数学公式，而且现在看起来，宇宙里天体的运行轨迹，内部可能都暗合黎曼猜想。所以，这个合作是非常成功的，也非常有意义。

那我们看，这个例子就符合KK希望表达的观点，人类负责用想象力，提出猜想，给出方向。这个事最核心的、也是最厉害的，还是黎曼。因为计算机没有想象力，AlphaGo再厉害，他也拿不出一个AlphaGo猜想。AlphaGo要干的事情，就是接受人类的知化，然后进行暴力的计算和执行。

好，这就是知化这个章节，KK希望表达的意思。那想明白这点之后，对我们有什么意义呢?我觉得这让我们明白，赋予意义、提供想象力这点有多重要，AI是同样的Al，计算能力都很强。你提出一个张三猜想，他提出一个李四趋势，然后让AI去计算，我们比拼的是选择研究方向的能力。

二.过滤。

我们生活在信息爆炸的时代中，越来越多的东西在争夺我们的注意力，这时候，有一种机制就必然出现了：过滤。

KK在书里举了一个例子，现在这个世界的事物是如此之多，以至于有的时候加3层滤网都过滤不过来了。

在美国有一套书，叫做《西方世界的伟大名著》。请注意，这套书已经有三个过滤条件了，第一西方，第二名著，第三伟大。但是三层滤网过滤之后，这套书有多少字呢?还有2900万字。谁有时间看完呢?所以我们必须得加第四层滤网，那这个时候，由谁来解读就很重要了，比如名人张三拉出一个书单，李四拉出一个书单。

好，那发展到这一步，过滤这个动作就不那么简单了，不再是把物质精华化的过程了。因为在这个过滤的时候，对过滤条件的选择催生了另外一种东西，叫做:鄙视链。

喜欢张三的人和李四的人，都会认为自己拿到的这份书单更能代表西方世界的伟大著作，并且双方可能还会产生分歧，还可能互相攻击。其实，我们看到，我们生活里的好多鄙视链，都是因为过滤而产生的。

衣服太多了，我们要过滤，有的人选LV,有的人选街边货，鄙视链产生了。视频太多了，我们要过滤，有的人在看抗日神剧，有人看英剧，鄙视链产生了。

所以，KK得到一个推论。当过滤本身已经成为一个常态的、必须做的事情的时候，你需要做的，反而不是轻视过滤，而是更加重视过滤。因为过滤这个动作正在把你归入某个群体之中，这个功能是你必须要重视的。这个过程，不光是你主动去过滤，你自己的一些无意举动，其实也在被人过滤。

例如淘宝上有无数的商品，你需要过滤吧，但你过滤的每一个动作都会被系统记住，系统给你标等级身份，给你贴标签，让后精准给你推送广告。你在过滤的同时，你也被过滤了。

所以，这是这个时代反常识的结论，你在过滤别人的时候，自己也在被过滤，自己也是在被动的选择。这是这个时代的新特点。我个人觉得是技术的发展，使得人工智能越来越智能，使得我们在这个时代我们以为是自己的选择，其实我们被动的选择。

三.提问。

在过去，我们总是喜欢说下面这几种表述，像这个事情有没有定论啊，这个事情专家这么看，有没有得到证实，或者这个问题的标准答案是什么啊。

但是KK表明，这不是我们在未来做得最酷的事情。在未来，我们不应该把一个问题和一个答案变得固化，我们应该做的，是提出一些开放性的、没有标准答案的问题。

KK在书里说了一个数据，每年，人们在网上的提问多达2万亿个。2002年进行的一项研究表明，每个美国成年人平均一天在线就4个问题寻找答案。

KK说，这些问题，一般分 成两种，也可以称为两个阶段的问题。第一个阶段，我们可以称之为，“补充确定性知识”的提问。比如说，兔子是胎生还是卵生，这个问题的答案就很相对简单，它的答案是关于事实的硬性知识。而第二阶段的提问，我们可以把它称为，开放性的、观点性的问题。人类最主要的肉食动物?这种问题有下面几个特点，首先，它需要一个人有相当的知识存量，你要熟悉人类饲养动物的要求，要熟悉兔子的生理特点。而且在回答之后，还不能马上对答案进行验证，因为它往往是跨空间、跨时间的问题。

比如，KK在书里举了一个这样的问题，请问:宇宙会一直膨胀下去吗?这是一个典型的这样的问题，它需要大量的背景知识，又无法验证，它能激起极大的讨论。在今天，这样的问题，是最激发我们社会进步的，它就像一场头脑风暴，能把知识都搅动起来，随意地拼接组合。

KK解释，为什么在今天的世界上，第二种问题越来越多了。这是因为第二种问题必须以大量已经回答了的第一种问题为基础。在过去，人们一说到什么问题，第一反应就是问老人，因为社会主流的保存知识的方式就是人脑，就连书本都很少。但人脑是分散的，有的知识在一个中国人的脑子里，有的知识在一个美国人的脑子里，大家没有连接，没有比对，也没有纠错和信息更新。在这么知识破碎的年代，很难产生第二种问题。

但现在随着互联网的发展，把那些掌握在各种匠人、各种高手心里的知识都拿到互联网这一个平台上了。有这么多知识摆在桌面上，就为回答一些大问题提供了可能。

这是一个提问的时代，良好的提问能推进一个时代的进步。

那，我们怎么才能判断一个问题是不是好问题呢? KK在书里提出了这么7个标准:

1.一个好问题值得拥有100万种好答案。

2.一个好问题能开启一个学科，比如爱因斯坦小时候问的那个问题:“如果和光线一起旅行，你会看到什么?”这个问题开启了相对论、质能方程E=MC2以及原子时代。

3.一个好问题能生成许多其他的好问题。

4.一个好问题不能被立即回答。但在日后的时间可以一直被回答。

5.一个好问题出现时，你一听见就特别想回答，但在问题提出之前不知道自己对此很关心。

6.一个好问题处于已知和未知的边缘，既不愚蠢也不显而易见。一个好问题不能被预测。

7.一个好问题将代表受教育的头脑。如果AI能问出这样一个问题，那将是AI全面超过我们的时候。

好了，今天就到这。关于其余的九大关键字有时间在写。