1.决定要按下右边或左边的开关，反映的当然是这位受试者的选择，但不能说是个“自由”的选择。我们对自由的信念，背后其实有一套错误的逻辑。当一连串的生化反应让我想按右边的开关时，我确实觉得自己想按右边的开关。一点没错，我确实想按。但有人就一下跳到结论，认为这种想按的念头就叫作自己的“选择”。这当然就错了：人的欲望不是一种“选择”，我们只能“感觉”到欲望，再据以行事。
就算科学家，现在也还是常常使用自由意志这种过时的神学概念，民众也还是继续吵着自由意志的话题。几个世纪以来，基督教、伊斯兰教及犹太教神学家一直对灵魂和意志的关系争论不休。他们假设每个人都有一个内心本质，称为灵魂，也就是真实的自我，也进一步认为，这个自我拥有各种欲望，就像拥有衣服、车子和房子一样。他们还说，每个人都能够像选衣服一样选择自己的欲望，而命运就是依据这些选择而定的。如果选了好的欲望，最后就会上天堂；如果选了坏的欲望，最后就得下地狱。问题就来了：欲望真的能“选”吗？举例来说，夏娃想要吃蛇给她的那颗禁果，但她为什么想做这件事？是有人强加于她？完全随机出现在她的心中？还是她的“自由”选择？如果想做这件事并不是她的自由选择，那么为什么她又要受罚呢？ 然而，如果我们已经接受人没有灵魂，也没有称为“自我”的内在本质，再去问“自我如何选择它想要的事物”就是一件不合理的事。这就像问一个单身男子“你太太怎么挑衣服”一样莫名其妙。事实上，人类有的就是一条意识流，欲望会在这条意识流中起伏来去，并没有什么永远不变的自我能够拥有这些欲望。因此，要问我到底是因为生物预设、随机发生，还是自由意志而选择了自己的欲望，其实是个没有意义的问题。
这个概念可能听起来很复杂，检测的方式却极其简单。下次有个概念从你脑中跳出来，就赶快问问自己：“为什么我会想到这个想法？我是在一分钟前决定要想到这个想法，然后才想到的吗？还是我自己并没下任何指示或准许，这个想法就自己出现？如果我真的是自己思想和决定的主人，能不能决定在接下来60秒内不要想到任何事？”试试看，看看情况如何。
2.这里的机器生化鼠其实就是一般实验用的大鼠，但有一点不同：科学家在大鼠脑中掌管感觉和奖励的区域植入电极，于是能够遥控操纵这只大鼠。只要稍加训练，研究人员不仅能控制大鼠左转或右转，还能爬梯子、用嗅觉查探垃圾堆，以及做些大鼠通常不爱做的事情，例如从很高的地方一跃而下。军方和民间企业都对机器生化鼠大感兴趣，觉得它们在许多任务和情境中都能派上用场，像是寻找倒塌建筑物下的受困幸存者，找出炸弹和暗杀装置，或是探明地下隧道和洞穴的路线。
动物福利团体提出关切，担心这些实验会对大鼠造成伤害。但纽约州立大学机器生化鼠研究先驱桑吉夫·塔瓦尔（Sanjiv Talwar）教授认为这些担心是多余的，大鼠其实很享受这些实验。他解释道，这些大鼠“在为得到愉悦而工作”，每次电极刺激它们大脑中的奖励中心，“大鼠会觉得仿佛脱胎换骨”。
据我们所知，这些大鼠并不觉得受人控制，也不觉得做了什么违背自己意志的事。塔瓦尔教授按下遥控器，是让大鼠自己想要往左走，于是它就往左走。教授按另一个开关，是让大鼠想要爬梯子，于是它就爬了梯子。毕竟，欲望也只是神经元的某种放电模式而已。至于神经元放电的原因，究竟是其他神经元的刺激或塔瓦尔教授遥控器控制电极的刺激，真有那么重要吗？如果你去问问那只大鼠，它可能会告诉你：“我当然有自由意志啊！你看，是我想要左转，所以就左转了。是我想爬梯子，所以就爬了。这不就证明了我有自由意志吗？” 智人的实验则显示，人也像大鼠一样可以被操纵。只要能刺激人脑正确的位置，就算是爱、愤怒、恐惧或沮丧这些复杂的感受，也能够被创造或抑制。
2002年诺贝尔经济学奖得主丹尼尔·卡尼曼就做过一项开创性的实验，请一组志愿受试者参加一项分成三阶段的实验。在“短”阶段的实验中，受试者将一只手放入14℃的水中一分钟，而这种水温会让人不悦甚至痛苦。60秒后，就请他们把手拿出来。而在“长”阶段的实验中，受试者的手会放入另一个容器中，水温同样是14℃。但在60秒后，会偷偷将热水导进容器，使水温略升为15℃。有些受试者会先做“短”实验，也有些从“长”实验开始。但不论哪种，都会在两个部分都结束的7分钟后，开始第三（也是最重要的）阶段。研究人员告知受试者，他们必须重复前两阶段的其中之一，可以自由选择。足足有80%的人选择了“长”实验，在印象中以为这没那么痛苦。
虽然这个冷水实验如此简单，但是它透露的意义却动摇了整个自由主义世界观的核心。实验告诉我们，人体内至少有两种自我：体验自我（experiencing self）及叙事自我（narrating self）。体验自我是我们每时每刻的意识。所以对于体验自我来说，显然“长”实验比较糟。你得先忍受14℃的水温达60秒，这已经很难受了，而且“短”实验受的苦，在这里一点也少不了，但接着你得再忍受另外30秒15℃的水温。虽然情况勉强好一点，但绝对不愉快。对于体验自我来说，在一个非常不愉快的体验后，再加上另一个仍然不愉快的体验，并不会让整件事变得愉快一些。
只不过，体验自我并没有记忆能力。它不会说故事，而且当我们要做重大决定的时候，也不会去问它有何想法。讲到要唤起记忆、讲故事、做重大决定，负责的是我们心中另一个非常不同的实体：叙事自我。叙事自我的概念，很类似加扎尼加所说的左脑翻译人员，永远忙着将过去的丝丝缕缕编织成一篇故事，并为未来制订计划。叙事自我就像记者、诗人或政治人物，不会叙述所有细节，通常只会用事件的高潮和最后结果来编织故事。整个体验的价值，是通过把峰值与终点两者加以平均而确定的。举例来说，叙事自我判断“短”的冷水实验时，是将最差的部分（水非常冷）和最后一刻（水还是非常冷）拿来进行平均，结论就是“水非常冷”。接着，叙事自我对“长”的冷水实验也做一样的判断，把最差的部分（水非常冷）和最后一刻（水没那么冷）拿来进行平均，结论就是“水稍微温暖一点”。这里的重点之一在于，叙事自我对于时间持续多久无感，并不在意长短两部分实验的持续时间不同。所以，如果需要在两者择一，叙事自我会挑长的实验，认为“水稍微温暖一点”。
每次叙事自我要对我们的体验下判断时，并不会在意时间持续多长，只会采用“峰终定律”（peak-end rule），也就是只记得高峰和终点这两者，再平均作为整个体验的价值。这一点对于我们所有的日常决定都产生了深远影响。
3.在政治里，这被称为“我们的孩子不能白白牺牲”（Our Boys Didn’t Die in Vain）综合征。1915年，意大利加入协约国，于第一次世界大战正式参战。意大利宣告的目标是要“解放”由奥匈帝国“不法”占有的特伦托（Trento）和的里雅斯特（Trieste）这两处“意大利领土”。意大利政客在议会里发表义愤填膺的演说，誓言要纠正历史的错误，恢复古罗马的光荣。数十万意大利士兵开往前线，高喊：“为了特伦托和的里雅斯特！”以为这两地唾手可得。
情况大出意料。奥匈帝国的军队在伊松佐河（Isonzo River）沿岸组织了强大的防线。意大利共发动了11次血腥战役，最多只攻下几公里，从未有真正突破。第一场战役，他们损失了1.5万人。第二场战役，他们损失了4万人。第三场战役，他们损失了6万人。就这样腥风血雨地持续了两年，直到第十一场战役。但接着，奥地利人终于反击了，第十二场战役一般称为卡波雷托战役（Battle of Caporetto），意大利大败，一路杀到威尼斯门口。光荣出征换来的是一片血海的溃败。等到战争结束，意大利士兵死亡人数达70万，伤兵人数超过百万。
输掉第一场伊松佐河战役后，意大利政客有两种选择。他们本来大可承认自己犯了错，要求签署和平条约。奥匈帝国根本和意大利无冤无仇，又正在为了自己的生存而和更强大的俄国打得焦头烂额，必然乐意讲和。然而，这些政客怎么能面对这1.5万位意大利士兵的父母、妻子和孩子，告诉他们：“对不起，出了一点错，你家的乔凡尼白死了，你家的马克也是，希望你们别太难过。”另一种选择，这些政客可以说：“乔凡尼和马克是英雄！他们的死，是为了让的里雅斯特回归意大利。他们的血不能白流！我们会继续战斗，直到胜利为止！”毫不意外，政客挑了第二个选项。因此他们打了第二场战役，又失去了4万人。政客再次决定，最好继续战斗，因为“我们的孩子不能白白牺牲”。
但我们不能只怪政客，民众对战争也是一路支持。就算到了战后，意大利未能得到自己要求的所有领土，意大利人民通过民主，选出的就是墨索里尼和他的法西斯同伙，这些人的选举要求正是要为所有意大利人的牺牲取得适当的赔偿。讲到要承认一切是白白牺牲，政客要对这些人的父母开口已经很难，但对父母而言，自己承认事实更为困难，对受害的人来说难上加难。失去双腿的残废士兵宁愿告诉自己“我的牺牲，都是为了能让意大利民族永存的荣光”，而不是“我之所以没了腿，是因为蠢到相信自私的政客”。活在幻想里是一个远远较为轻松的选项，唯有这样，才能让一切痛苦有了意义。
早在几千年前，神职人员就已经发现了这个原则，许多宗教仪式和训诫都以此为基础。如果想让人相信某些假想实体，比如神或国家，就要让他们牺牲一些有价值的东西。牺牲令人越痛苦，他们就越会相信牺牲奉献的对象确实存在。如果有个贫穷的农民，把自己一头珍贵的牛献给了宙斯，就会开始对宙斯的存在深信不疑，否则要怎么解释自己竟然蠢成这样？这个农民还会献出更多头牛，才不致承认以前所有的牛都白白浪费了。出于同样的原因，如果我为了意大利民族国家的荣光而牺牲了一个孩子，或为了革命失去双腿，通常就足以让我成为激进的意大利民族主义者或革命主义者。因为，如果说意大利民族神话或革命主义宣传都是一派胡言，岂不是要我承认孩子都白死了，或我的瘫痪完全没有意义？很少有人有勇气能承认这样的事实。
4.生命科学戳破了自由主义的想法，认为所谓的“自由个人”也是一个虚构的故事，人只是生化算法的组合。每时每刻，大脑的生化机制都会创造体验，但一闪即逝，接着就是更多体验闪现、消失、闪现、消失，彼此快速相连。这些瞬间的体验并不会累积成永续的本质。在这一片混乱中，叙事自我试着找出秩序，于是编织出一则永不完结的故事，让每项体验都能找到自己的位置，也就多少有些长久的意义。只不过，虽然这让一切合理且诱人，却仍然只是虚构的故事。中世纪的十字军相信是上帝和天堂让他们的生命有意义，现代自由主义者则认为是个人自由选择让生活有意义。但无论如何，都一样是妄想。
5.科幻电影通常假设计算机如果想赶上甚至超越人类的智能，就必须发展出意识。但真正的科学却有另一种看法。想达到超级智能可能有多种方式，并不是每一种都需要通过意识。数百万年来，生物进化一直顺着意识这条道路缓缓前行，但非生物的计算机却可能完全不会走这条窄路，而是走向另一条通往超级智能的捷径。这就产生了一个新问题：智能和意识，究竟哪个才真正重要？在两者仍然携手同行时，讨论两者的价值孰高孰低，大概只会是哲学家的有趣消遣。但在21世纪，这正成为一个急迫的政治和经济问题。至少对军队和企业来说，答案再简单不过：智能是必要的，但意识可有可无。
军队和企业需要具有智能的代理人才有办法运作，但这样的代理人却不见得需要有意识和主观体验。举例来说，如果是有血肉之躯的出租车司机，个人有意识的体验绝对比毫无感觉的自动驾驶汽车丰富。出租车司机可以一边在首尔繁忙的街道上开车，一边享受音乐。他抬头望见星空，思考着宇宙的奥秘，内心因敬畏豁然开朗。而看到自己的小宝宝跨出第一步，他的眼睛也可能充满喜悦的泪水。只不过，这一切都不是社会系统需要出租车司机具备的特质。社会系统需要的只是把人从A点运到B点，而且要最快、最安全、成本最低。就这一点而言，自动驾驶汽车很快就能做得比人类司机更好，就算它不能享受音乐，也不会因为存在的奥秘而深感敬畏，又有什么关系呢？
我们回想一下，马匹在工业革命开始后命运如何。任何一匹农场里的马，不论是在嗅觉、爱的能力、认人的能力、跳过栅栏的能力或是其他上千件事情上，绝对都远高于史上首款平民汽车福特T型车，或是价值百万美元的兰博基尼。然而，马匹仍然被汽车取代，原因就在于汽车在社会系统真正需要的那少数几个领域中胜出。出租车司机很有可能也会步马匹的后尘。
事实上，如果规定所有车辆都不得由人驾驶，并将整个交通控制权交给计算机算法，就能将所有车辆连接成单一网络，大大降低车祸发生率。2015年8月，谷歌实验中的无人驾驶汽车发生车祸。当时这辆车正接近一个十字路口，发现有位行人想过马路，于是刹了车。但接着这辆车就遭到后方车辆追尾，后面那辆车的人类司机心不在焉，可能正思索着宇宙的奥秘，结果就忘了看路。如果两辆车都是由互相连接的计算机来指挥，这种事就不可能发生。控制驾驶的算法能够清楚掌握每辆车在路上的位置和行动方向，绝不可能允许自己操纵的两辆车就这样相撞。如果能有这样的系统，就能大幅节省时间和金钱，并且拯救人的生命；只不过，这也会剥夺人类开车的体验，砍掉几千万人的工作机会。
就连医生也无法幸免。大多数医生最主要的任务，就是正确诊断疾病，制定最好的治疗方案。如果我因发烧、腹泻去诊所，病因可能是食物中毒。然而，同样的症状也可能是因为肠胃病毒、霍乱、痢疾、疟疾、癌症，或是什么未知的新疾病。医生只有几分钟时间就要做出正确的诊断，因为我的保险就只付得起这么多时间。所以，医生只能问几个问题，或许再快速做个简单检查，接着就得用这少得可怜的信息，结合我的病史以及所有人类的疾病来做出判断。唉，不管医生再怎么认真，又怎么可能记得住我以前生过什么病、做过什么检查？同样，没有哪位医生能够熟悉每种疾病和药物，也不可能读过医学期刊上的所有最新文章。最重要的是，医生如果累了、饿了，甚至生病，都会影响判断。也就难怪医生有时会误诊，又或是给出的并非最理想的疗法。
现在让我们来看看IBM著名的超级计算机“沃森”，这套人工智能系统2011年在电视益智抢答节目《危险边缘》（Jeopardy!）中获胜，击败该节目史上最强的两位参赛者。而目前“沃森”的工作则严肃许多，主要就是诊断疾病。像“沃森”这样的人工智能，比起人类医生会有某些巨大的潜在优势。第一，人工智能可以将史上所有已知疾病和药物的信息全部存在数据库里。而且这种数据库还能每天更新，不仅包括最新研究结果，还能接收到世界上所有相关诊所和医院收集到的医疗统计信息。
2011年，IBM的“沃森”在《危险边缘》中击败两位人类对手 第二，“沃森”不仅能熟知我的整个基因组、完完整整的病史，甚至连我的父母、兄弟姐妹、表亲、邻居和朋友的基因组和病史，它也一样了如指掌。“沃森”能立刻知道我是不是最近去过热带国家，是否胃部感染痼疾，家族是否有肠癌病史，又或者是不是最近全城的人都在抱怨腹泻。
第三，“沃森”永远不会说它累了、饿了或病了，它能随时为我诊断。我可以舒舒服服坐在沙发上，回答几百个问题，告诉“沃森”我究竟感觉如何。对大多数患者来说（或许除了疑病症患者），这会是个天大的好消息。但如果你是今天进医学院学习，希望自己在20年后能当个家庭医生，或许就该重新考虑。有了这样的“沃森”，哪还有福尔摩斯出场的机会？ 这种威胁影响的不仅是家庭医生，就连专科医生也无法幸免。而且事实上，钻研于相对专精领域（如癌症诊断）的医生，可能更容易被取代。最近一项实验中，计算机算法能够正确诊断90%的肺癌病例，但人类医生的正确率只有50%。
- 所谓的未来，其实已经来临。目前，用专门算法处理电子计算机断层扫描（CT）和乳房X射线照相检查已是常规，不仅能够为医生提供参考意见，有时还能抓到医生未注意到的肿瘤。
目前仍有许多技术问题，让“沃森”及类似的人工智能不可能明天一早就忽然取代大多数的医生。然而，虽然这些技术问题确实棘手，解决后却是一劳永逸。人类医生的培训是一个复杂而昂贵的过程，费时多年。而且，经过大约10年的学习、实习，终于完成整个过程之后，也只是培养出了“一位”医生。想要两位医生，只能从头再来一遍整个过程。相对地，只要解决了阻碍“沃森”的技术问题，能得到的不是一位而是无数位医生，能够在全世界每个角落、全年无休提供服务。因此，就算得花上1000亿美元才能解决这个问题，长远看来，还是比培训人类医生便宜得多。
当然，并不是所有的人类医生都会就此消失。至少在可预见的未来，那些需要创意而不只是日常诊断的工作，还会继续由人类完成。正如21世纪的军队逐步扩增精英特种部队，未来的医疗也可能有更多等同于医疗界游骑兵或海豹突击队员的医生。但正如军队已不再需要几百万士兵，未来的医疗也不会需要几百万名家庭医生。
7.纵观历史，就业市场可分为三个主要部门：农业、工业和服务业。在大约公元1800年前，绝大多数人属于农业部门，只有少数人在工业和服务业部门。到了工业革命时期，发达国家的人民就离开了田野和牧群。大多数人进入工业部门，但也有越来越多的人走向服务部门。到了最近几十年，发达国家又经历了另一场革命：工业部门的职位逐渐消失，服务业大幅扩张。2010年，美国的农业人口只剩2%，工业人口有20%，占了78%的是教师、医生、网页设计师等服务业从业人员。但等到机械的算法在教书、诊断病情和设计方面比人类更在行的时候，我们能做什么？ 这个问题以前就出现过。自工业革命爆发以来，人类就担心机械化可能导致大规模失业。然而，这种情况在过去并未发生，因为随着旧职业被淘汰，会有新职业出现，人类总有些事情做得比机器更好。只不过，这一点并非定律，也没人敢保证未来一定会继续如此。人类有两种基本能力：身体能力和认知能力。在机器与人类的竞争仅限于身体能力时，人类还有数不尽的认知任务可以做得更好。所以，随着机器取代纯体力工作，人类便转向专注于需要至少一些认知技能的工作。然而，一旦等到算法在记忆、分析和辨识各种模式的能力上超过人类，会发生什么事？ 如果认为人类永远都能有自己独特的能力，无意识的算法永远无法赶上，这只能说是一厢情愿。对于这种空想，目前的科学反馈可以简单概括为三项原则：
1.生物是算法。每种动物（包括智人）都是各种有机算法的集合，经过数百万年进化自然选择而成。
2.算法的运作不受组成物质的影响。算盘的算珠无论是木质、铁质还是塑料质，两个珠子加上两个珠子还是等于四个珠子。
3.因此，没有理由相信非有机算法永远无法复制或超越有机算法能做的事。只要运算结果有效，算法是以碳来表现还是硅来表现又有何差别？ 确实，目前还有许多事情是有机算法比非有机算法做得更好，也有专家反复声称，有些事情非有机算法“永远”都无法做到。但事实证明，通常这里的“永远”都不超过一二十年。就像在不久之前，大家还很喜欢用面部识别举例，说这项任务连婴儿都能轻松办到，可是最强大的计算机却无力完成。但到了今天，面部识别程序辨认人脸的速度和效率都已经远超人类。警方和情报机构现在已经很习惯使用这种程序，扫描监控录像机无数小时的视频资料，追踪嫌犯和罪犯。
8.随着算法将人类挤出就业市场，财富和权力可能会集中在拥有强大算法的极少数精英手中，造成前所未有的社会及政治不平等。在今天，人数达到数百万的出租车司机、公交车司机和卡车司机拥有强大的经济和政治影响力，每个人都在交通运输市场中发挥自己的力量。如果集体利益受到威胁，他们可以团结起来、组织罢工、进行抵抗，形成重要的投票群体。然而，一旦数百万的人类司机都由单一算法取代，这一切财富和权力都将被拥有算法的公司垄断，放入这些公司的所有人，即极少数几位亿万富翁的口袋。
又或者，算法自己也可能成为所有人。人类法律已经能够认可公司或国家这种互为主体的实体，称之为“法人”。虽然“丰田”或“阿根廷”既没有身体也没有心智，但都受到国际法的约束，都能拥有土地和金钱，也都可能成为法庭上的原告或被告。可能在不久之后，算法也能获得这样的地位。这样一来，某一套算法就能自己拥有一个运输帝国或是创投公司资本，而不必服从任何人类所有者的命令。
只要算法做出正确的决定，就能蓄积财富，再用来做自己认定的适当的投资，或许是把你的房子给买下来，当你的房东。而如果你侵犯了这套算法的法定权利（比如不付房租），算法就会聘请律师，把你告上法庭。如果算法的收益持续超过人类基金经理，我们最后可能就得面对一个由算法组成的上层社会，地球的绝大部分都掌控在它们手上。在你觉得这实在是痴人说梦之前，请不要忘记，目前拥有绝大部分地球的正是各种非人类的互为主体实体，也就是国家和公司。事实上，早在5000年前，恩基和伊南娜这种想象中的神，就主宰着苏美尔的绝大部分地区。如果神也能拥有土地、雇用人力，为什么算法就不行？
9.戴维·柯普（David Cope）是加州大学圣克鲁兹分校的音乐学教授，也是古典音乐界极具争议的人物。柯普写了一些计算机程序，能够谱出协奏曲、合唱曲、交响乐和歌剧。他写出的第一个程序名为EMI（Experiments in Musical Intelligence，音乐智能的实验），专门模仿巴赫的风格。虽然写程序花了7年，但一经推出，EMI短短一天就谱出5000首巴赫风格的赞美诗。柯普挑出几首，安排在圣克鲁兹的一次音乐节上演出。演出激动人心，观众反应热烈，兴奋地讲着这些音乐如何碰触到他们内心最深处。观众并不知道作曲者是EMI而非巴赫，而等到真相揭开，有些人气得一语不发，也有人甚至发出怒吼。
EMI继续更新，学会了如何模仿贝多芬、肖邦、拉赫玛尼诺夫和斯特拉文斯基。柯普还为EMI签了合约，首张专辑《计算机谱曲的古典音乐》（Classical Music Composed by Computer ）受到意想不到的欢迎。人红是非多，古典音乐爱好者的敌意也涌现出来。俄勒冈大学的史蒂夫·拉尔森（Steve Larson）就向柯普挑战，来一场人机音乐对决。拉尔森提议，由专业钢琴家连续弹奏三首曲目，作曲者分别是巴赫、EMI以及拉尔森本人，接着让观众投票是谁谱了哪首曲子。拉尔森坚信，一边是人类的灵魂之作，一边是机器人的死气沉沉，观众肯定一听就能判断出。柯普接下了战书。在指定的当天，数百位讲师、学生和音乐迷齐聚俄勒冈大学的音乐厅。表演结束，进行投票。结果呢？观众认为是巴赫的其实是EMI，认为是拉尔森的其实是巴赫，而他们认为是EMI的，其实是拉尔森。
还是有人继续批评，说EMI的音乐虽然技术出众，但还是缺了些什么，一切太过准确，没有深度，没有灵魂。但只要人们在不知作曲者是谁的情况下听到EMI的作品，常常会大赞这些作品充满灵魂和情感的共鸣。
EMI成功之后，柯普又继续写出了更复杂的新程序：安妮（Annie）。EMI谱曲是根据预定的规则，而安妮则是基于机器学习，会随着外界新的音乐输入，不断变化发展音乐风格。就连柯普也不知道安妮接下来会谱出什么作品。而且事实上，安妮除了写音乐，还对其他艺术形式很感兴趣，比如俳句。2011年，柯普出版了《激情之夜：人和机器所作的俳句两千首》（Comes the Fiery Night: 2000 Haiku by Man and Machine ），其中有一部分是安妮写的，其他则来自真正的诗人。但书中并未透露具体篇目的作者是谁。如果你认为自己一定可以看出人类创作与机器产出的差异，欢迎挑战。
10.由于我们无法预知2030年或2040年的就业形势，现在也就不知道该如何教育下一代。等到孩子长到40岁，他们在学校学的一切知识可能都已经过时。传统上，人生主要分为两大时期：学习期，再加上之后的工作期。但这种传统模式很快就会彻底过时，想要不被淘汰只有一条路：一辈子不断学习，不断打造全新的自己。只不过，许多人，甚至是大多数人，大概都做不到这一点。
11.2013年5月14日，女星安吉丽娜·朱莉在《纽约时报》上发表了一篇文章，解释她为何决定进行双乳乳腺切除术。多年来，由于母亲和外祖母双双在相对年轻时因癌症过世，她一直活在乳腺癌的阴影下。而她自己做了基因测试，证实带有致癌变异基因BRCA1。根据最近的统计调查，带有此类变异基因的女性，罹患乳腺癌的概率高达87%。虽然当时她并未患癌，但她决定干预这种可怕的疾病，于是进行了双乳乳腺切除手术。在文章中，朱莉解释道：“我选择把自己的故事说出来，是因为有很多女性并不知道自己可能活在癌症的阴影下。我希望她们也能够进行基因测试，如果发现自己罹患癌症的风险很高，也可采取有效预防措施。” 28 乳腺切除术是一项困难也可能致命的抉择。除了种种不适、风险、手术及术后护理的成本之外，这项决定也可能深深影响个人的健康、身体形象、情绪健康及人际关系。朱莉的这个选择，加上当时决定公开的勇气，引起一阵轰动，为她赢得全世界的盛誉和赞赏，特别是有许多人希望这样的公开举动能让大众更了解基因医学及其潜在效益。
从历史观点来看，有趣的是算法在这个案例中所扮演的关键角色。朱莉在做出对生活如此重要的决定时，并没有登上山巅俯瞰海洋、看着太阳沉入海中、接触自己内心最深处的感觉，反而宁愿听听自己的基因怎么说，而基因的表达方式并不是用什么感觉，而是用数字。当时，朱莉的身体并没有任何疼痛或不适，她的感觉告诉她：“放轻松，不会有事的。”但医生用的计算机算法的说法却完全不同：“你并未感觉有任何不适，但你的DNA里有个定时炸弹正在嘀嗒倒数。你必须处理这个问题，现在就处理！” 当然，朱莉的情绪和独特人格也扮演着关键角色。如果是另一位个性不同的女性，就算发现自己也携带同样的变异基因，也可能不会进行乳腺切除术。然而，现在让我们来到灰色地带，假设这位女性发现，自己不但携带有危险的变异基因BRCA1，还携带有另一个变异基因ABCD3（并没有这个基因，只是假设），会损害负责评估概率的大脑区域，进而使人们低估风险，她该怎么办？如果又有统计学家告诉她，她的母亲、外祖母和其他几位亲戚都是因为低估各种健康风险未能采取预防措施而英年早逝，这时候她又该如何抉择？ 很有可能，你在未来也需要像朱莉一样，对自己的健康做出重大抉择。经过基因测试、血液测试或功能性磁共振成像扫描，算法能根据巨大的统计数据库来分析结果，你也会接受算法的建议。但这并不是世界末日，算法并不会忽然占领、奴役人类，反而是能够帮上大忙，为我们做出各种明智的抉择。到那时候，不听它们的，才是个不明智的决定。
12.英国国家医疗服务体系（National Health Service，以下简称为NHS）如何得知伦敦暴发流感疫情？答案是分析几百家诊所中上千位医生提出的报告。但这些医生又是怎么知道相关信息的？假设玛丽某天一早醒来觉得不太舒服，她并不会直接跑去看医生，而是会先等上几小时甚至是一两天，希望喝几杯加了蜂蜜的热茶之后，身体就会舒服一些。等到病情一直没改善，她才会预约挂号，去诊所看病。医生将数据输入计算机后，理想的状况是NHS总部的某位工作人员会分析这个报告和其他数千名医生所通报的数据，得出流感正在蔓延的结论。但这一切得花上很长时间。
但对谷歌来说，这就是几分钟的事。谷歌所做的，就是监测伦敦居民在电子邮件和谷歌搜索引擎中所输入的词，再与疾病症状数据库做交叉比对。假设一般来说，“头痛”“发烧”“恶心”和“打喷嚏”每天在伦敦居民的电子邮件和谷歌搜索中会出现大约10万次。如果今天谷歌算法发现这些词汇的使用次数忽然上涨到30万，就知道这下出了问题，流感正在肆虐！我们不用再等到玛丽去看医生。第一天早上，她起床觉得不太舒服，就在上班前给同事发了一封电子邮件：“我头痛，但还是会去上班。”只要这几个字，谷歌就什么都知道了。
然而，想让谷歌发挥这种神力，玛丽不仅得允许谷歌阅读自己发出的邮件，还得允许谷歌与卫生部门分享信息。如果连安吉丽娜·朱莉都愿意公开自己的隐私，提高众人对乳腺癌的警觉，玛丽为什么不能做一个类似的小小牺牲，以避免流行病暴发呢？ 这种想法并不停留在理论层面。在2008年，谷歌确实推出了谷歌流感预测（Google Flu Trends）服务，靠着监测谷歌搜索内容，追踪流感暴发的迹象。这项服务目前仍在开发阶段，而且出于隐私考虑，据称只会追踪搜索词语，而不会阅读私人电子邮件。但仅是这样，已经让它可以比传统医疗体系早上10天发出流感警报。
如果我们能打破所有阻碍，让谷歌及其竞争对手自由存取我们的各种生物统计装置、DNA扫描结果和医疗记录，就能得到全面的医疗健康服务，不仅能对抗流行病，还能对抗癌症、心脏病和阿尔茨海默病。然而，一旦有了这样的数据库，谷歌能做的绝不止这些。正如警察乐队（The Police）的名曲《你的每次呼吸》（Every Breath You Take）。这样的系统能够监测你的每次呼吸、每个动作、挣脱的每个枷锁；这样的系统会仔细追踪你的账户、你的心跳、你的血糖值，甚至是你每次的出轨偷情。它对你的认识，绝对远高于你自己。人类常常因为自我欺骗和自我幻想，陷在不良的关系、不适合的职业、不健康的习惯中无法自拔，但这一切都逃不过谷歌的法眼。我们现在是由叙事自我所操控，但谷歌不一样，它不会根据那些虚假的故事来做决定，也不会被认知捷径、峰终定律误导。谷歌会确确实实地记住我们走的每一步，记得我们握的每一双手。
13.而脸谱网这个谷歌的死敌最近委托的一项研究就指出，如果要判断某人的性格和性情，脸谱网算法会比这个人的朋友、父母或配偶更为准确。这项研究共有86220名志愿者参与，他们都有个人的脸谱网账号，并且填写了有上百题的人格调查问卷。脸谱网算法会根据被测者平常在脸谱网上对网页、图片、影片等点赞的记录，预测这些志愿者的回答。过去点赞的次数越多，预测的准确度就越高。接着，再把算法预测的结果，与参与者的同事、朋友、家人和配偶的预测进行比较。了不起的地方在于，只需要过去点赞次数超过10次，算法预测准确度就可以高于同事；70个赞，预测准确度就会高于朋友；150个赞，准确度高于家人；到了300个赞，预测准确度就会高于配偶。换句话说，如果你至今已经在脸谱网上点了超过300个赞，脸谱网预测你的想法和期望的准确度就可能比你的另一半更高。
事实上，脸谱网算法在某些领域对人的了解，甚至会超过那个人自己。例如，研究也请参与者评估自己使用成瘾物质的程度以及社交网络的规模，而在这些调查项目里，参与者自己的判断就不如算法来得准确。该研究最后提出以下预测（这倒是由人类作者写的，而不是脸谱网的算法预测）：“人类如果遇到重大的人生抉择，比如要选择从事何种活动、职业道路甚至是交往对象，可以考虑放下自己心理上的判断，依赖计算机所做的选择。这种数据导向的决策，有可能会让人类生活得更好。”
亚马逊同样会用算法研究你，再用累积的知识来向你推荐产品。逛实体书店的时候，我是自己在书架间浏览，凭着自己的感觉挑出想看的书。但浏览亚马逊网上书店的时候，则是有算法立刻跳出来告诉我：“我知道你先前喜欢哪些书，而与你品位相似的人，也会喜欢这本或那本新书。” 这还只是开始。今天在美国，读电子书的人数已超过读纸质书的人数。比如亚马逊的Kindle等电子书，就能在用户阅读时收集数据。举例来说，你的Kindle会知道你在哪些地方读得快、哪里读得慢，在哪一页你休息了一会儿，又是在哪一行你放弃了这本书，再也没读过（最好赶快告诉作者，让他重写那一部分）。如果Kindle再升级，装上面部辨识和生物统计传感器，就能知道你读的每个句子如何影响你的心跳和血压。它能知道什么会让你笑、什么让你哭、什么让你生气。不久之后，在你读书的时候，书也在读你。你很快就会忘了大部分读过的内容，但亚马逊却什么都不会忘。有了这样的数据，亚马逊就能更精准地帮你选书，也会让亚马逊清楚了解你是怎样的人，如何让你激动或平静。
14.DNA测试的成本可能会逐渐下降，但也会不断出现昂贵的新疗法。因此，虽然日后一般民众也能负担得起原有疗法，但精英分子永远能领先几步。纵观历史，富人享有许多社会和政治优势，但和穷人之间从未出现真正重大的生物差距。中世纪贵族曾号称自己的血管里流着高贵的蓝色血液，印度婆罗门也坚称自己比其他种姓更聪明，但这一切都只是胡说。然而在未来，我们可能真的会看到这一天，在升级后的上层阶级与其他社会阶级之间，其身体和认知能力真正出现重大差距。
15.面对这种情境，科学家的标准答案是：20世纪也有许多医疗突破是从富人开始，但最后全体人类都同样受益，所以其实是有助于缩小而非扩大社会差距。举例来说，疫苗和抗生素最早只有西方国家的上层阶级能够享有，但现在它们改善了全球所有人的生活。
但要希望这种过程在21世纪重演，可能只是一厢情愿。原因有二：
第一，医学的概念正在经历巨大变革。20世纪的医学旨在治愈病人，但21世纪的医学则逐渐走向要让健康的人再升级。“治愈病人”代表的是一种平等，因为这假设有个身心健康的规范标准，而人人都应享有这样的健康。如果有人低于标准，医生就该解决问题，让这些人能够“像大家一样”。相较之下，要让健康的人再升级，背后则是精英的概念，因为这里并没有所有人通用的标准，而是要让某些人比其他人强。人类就是希望自己记忆力比别人强，智商比别人高，性能力更不能输。如果某种升级已经变得太廉价、太普遍，人人都能享有，那等于就是把基线提高，等着下一代疗法继续超越。
因此，到了2070年，虽然穷人很有可能享有比今天更好的医疗保健，但他们与富人的差距将更为拉大。做比较的时候，我们找的比较对象通常都会是同时代更幸运的人，而不是以前命运不佳的祖先。如果你对一个住在底特律贫民区的美国人说，他现在享有的医疗保健水平可比100年前的美国人好多了，大概不会有什么鼓励作用。事实上，这种话听起来是十足的自以为是。他会说：“为什么我要和19世纪的工厂工人或农民比？我也想过电视上那种有钱人的生活啊，或者至少有郊区那种高级住宅。”同样，如果你到2070年告诉下层阶级，他们享有的医疗保健已经比2017年时好得多，对他们来说实在算不上半点安慰。因为他们心中的比较对象会是那些升级后主导世界的超人类。
第二，就算会有许多医疗突破，我们仍然无法肯定穷人到了2070年一定能享有比今天更好的医疗保健，因为国家体制和精英阶层可能根本不想再为穷人提供医疗保健。医药之所以能在20世纪使群众获益，是因为20世纪是群众的时代。20世纪的军队需要几百万的健康士兵，经济发展也需要几百万的健康工人。因此，各国都建立起公共卫生服务体系，以确保国民的活力和健康。人类最大的医疗成就正是为群众提供卫生设施、疫苗接种，消灭流行病。1914年，日本精英阶层之所以愿意为贫民接种疫苗，在贫民区兴建医院，修建污水处理系统，正是因为如果希望日本成为军事和经济强权，就需要数百万健康的士兵和工人。
但这种群众的时代可能已经结束，而针对大众的医学也将随之走入历史。随着人类士兵和工人让位给算法，至少部分精英阶层会认为，无须再浪费资源为大量无用的穷人提升甚至是维持基本的健康水平，而应该集中资源，让极少数人升级到超人类。
现代人类已经患上“错失恐惧症”（Fear Of Missing Out，FOMO），总在担心自己错过了什么；虽然手中的选择比以往任何时候都多，但选了之后又很难全心全意对待。
例如前面提到的美军的“专注头盔”，就是要帮助人专注在明确的任务上，加速决策过程。但这也可能减轻这些人的同理心，让他们忽视心中的种种怀疑和内部冲突。人文主义心理学家指出，抑郁的人常常想要的并不是简单的解决方案，而是希望有人能够聆听他们的想法、同情他们的恐惧和疑虑。假设现在你的工作出现危机，新老板不喜欢你的想法，坚持要你乖乖听话就好。过了特别不顺的一天后，你决定拿起电话打给朋友。但朋友正在忙，腾不出什么时间和精力，于是打断了你讲到一半儿的话，试着解决你的问题：“好，我知道了。遇到这个情况，你真的只有两种选择：辞职，或是留下来听老板的话。如果是我，就会选辞职。”但这大概帮不上什么忙。真正感情好的朋友会比较有耐心，不会急着找出解决方案，而是会聆听你的忧虑，给你时间和空间，好让种种矛盾的情绪和折磨人的焦虑一一浮现。
专注头盔，就像是那个不耐烦的朋友。确实，有些时候（例如在战场上）我们需要迅速下定决心，但生命不只是这样。如果我们使用头盔的次数越来越多，可能最后就会像失去了嗅觉、做梦和注意的能力一般，失去容忍各种疑惑和矛盾的能力。社会系统喜欢我们下定决心，而不是心存怀疑，所以整个系统也可能会推动我们往这个方向前进。然而，比起拥有怀疑和矛盾的社会，如果一切都要求明快坚决，生活反而可能变得更贫瘠肤浅。
一方面，我们已经有能力改造心智，但另一方面，我们又几乎完全不知道心理的完整频谱是什么，再加上政府、军队和企业各怀鬼胎，灾难简直不可避免。有可能到头来，我们成功地让身体与大脑都升级了，却在过程中失去了心智。确实，科技人文主义到最后可能反而会造成人类的降级。对系统来说，降级后的人类反而更有利，原因不是这种人拥有什么卓越的特点，而是这种人少了一些可能拖慢系统、造成困扰的人类特质。农民都知道，羊群里面最聪明的那只常常会惹出最大的麻烦，所以农业革命的一点就是要降低动物的心理能力。而科技人文主义梦想推动的第二次认知革命，则可能对人类造成一样的效果，让社会大机器里的“人类小齿轮”沟通和处理数据的效率更高，但几乎不会去注意其他事，不会做梦，也不会怀疑。数百万年来，人类曾经是升级版的黑猩猩。而到了未来，人类则可能变成放大版的蚂蚁。
人文主义认为，只有人的欲望才能使世界充满意义。但如果我们连欲望都能选择，又凭借什么来做这种选择？假设在《罗密欧与朱丽叶》的开场，罗密欧可以决定要爱上谁，而且就算决定了，还是随时能够反悔重来。这样一来，这出剧会变成什么样子？但这正是科技进步为我们刻画的未来。如果我们的欲望让我们不舒服，就让科技消灭这个欲望。如果整个宇宙所凭依的钉子钉错了地方，就用科技把整颗钉子拔出来，钉到别的地方去。但究竟要钉在哪儿？如果寰宇四方均能落钉，我该挑哪里？又为什么该挑那里呢？ 人文主义的戏剧，多半是以某个令人痛苦的欲望展开。例如，蒙太古（Montague）家族的罗密欧，爱上了凯普莱特（Capulet）家族的朱丽叶，可两家却是世仇，于是双方都非常痛苦。科技对这种情节的解法，就是确保让我们不会有令人痛苦的欲望。如果罗密欧和朱丽叶服个药丸或是戴个头盔，直接把那些对彼此造成不幸的爱意给消灭掉，不就没事了吗？ 在此，科技人文主义面临着一个无解的两难。人的意志是宇宙中最重要的东西，同时人类在开发能够控制、重新设计意志的科技。毕竟，能够控制全世界最重要的东西，岂不是太棒了？然而一旦这样的控制成真，过去神圣的人类就会成为另外一种设计品，反而让科技人文主义不知该何去何从。
16.数据主义认为，宇宙由数据流组成，任何现象或实体的价值就在于对数据处理的贡献。
读者可能觉得这实在是胡言乱语，但事实上，大部分的科学机构都已经改信了数据主义。数据主义是由两大科学潮流爆炸性汇流而成。在达尔文发表《物种起源》150年后，生命科学已经认为生物体都是生化算法。此外，在图灵想出“图灵机”（Turing Machine）这个概念的80年后，信息科学家也已经学会写出越来越复杂的电子算法。数据主义指出，同样的数学定律同时适用于生化算法及电子算法，于是让两者合而为一，打破了动物和机器之间的隔阂，并期待电子算法终有一天能够解开甚至超越生化算法。
在此过程中，数据主义将传统的学习金字塔彻底翻转。在这之前，大家认为数据只是智力活动这个漫长过程的第一步，我们要把数据转化为信息，信息转化为知识，最后把知识转化为智能。但数据主义者认为，数据的流动量已经大到非人所能处理，人类无法再将数据转化为信息，更不用说转化成知识或智能。于是，处理数据的工作应该交给能力远超人类大脑的电子算法。实际上，这也就代表着数据主义对人类知识和智能有所怀疑，而倾向于信任大数据和计算机算法。
最坚信数据主义的正是它的两个母学科：计算机科学与生物学。两者之中，又以生物学更为重要。生物学拥抱了数据主义，才让计算机科学的小小突破撼动了整个世界，可能彻底改变生命的本质。要说所有生物都是算法，不管是长颈鹿、番茄或人类都只是不同的数据处理方式，你可能并不以为然。但这里必须强调，现在的科学教条就是如此，而且对整个世界的改变难以想象。
17.有一个故事（可能是假的，但精彩的故事多半都是假的），讲的是戈尔巴乔夫为了让苏联经济起死回生，派出一位主要副手到伦敦，想了解撒切尔主义（Thatcherism）是什么，资本主义制度又是如何实际运作的。东道主带着这位苏联来的贵宾参观伦敦，前往伦敦证券交易所和伦敦政经学院参观，与银行经理、企业家和教授长谈。这位苏联专家忽然忍不住说：“抱歉，请先停一下。先别管所有这些复杂的经济理论了。我们在伦敦来来回回一整天，有件事我一直不懂。在莫斯科，我们派了最聪明的人来研究面包供应制度，但每家面包店和杂货店还是大排长龙。而在伦敦，这里有数百万人口，我们今天经过了许多家店和超市，却没有一个地方需要排队。请带我去见一下在伦敦负责供应面包的人，我一定得学学他的秘招。”东道主抓了抓头，想了一下，说道：“可是，没人负责供应面包给伦敦啊。” 这正是资本主义的成功秘诀。并没有中央处理单元垄断关于伦敦面包供应的所有数据，而是信息在几百万名消费者和生产者、面包师和企业家、农民和科学家之间自由流动，市场力量决定面包的价格、每天烘焙的数量，以及研发的顺序。如果市场力量做出不当的决定，也能很快自我修正。我们现在的重点并不在于这种资本主义理论是否正确，而在于用数据处理的概念来了解经济学。
18.政治科学家也逐渐把人类政治结构理解成数据处理系统。民主和专制在本质上是两套关于收集和分析信息的对立机制。专制使用集中式处理，而民主则喜欢分散式处理。民主在过去几十年里占得上风，是因为在20世纪晚期的具体情境中，分散式处理的效果更佳。如果换一个情境（比如古罗马帝国时代），反而可能是集中式处理拥有优势，让罗马共和国衰落，权力从元老院（Senate）和公民大会（Popular Assemblies）转移到专制皇帝的手中。
这意味着，如果数据处理的情境在21世纪再次改变，民主制度也可能衰败，甚至消失。随着数据量和流通速度双双提升，选举、政党、国会这些制度就可能遭到淘汰；原因不在于不符合伦理道德，而是无法有效处理数据。当时这些机构发展的背景，是政治的脚步走得比科技更快。在19世纪和20世纪，工业革命发展的速度够慢，于是政客和选民仍能领先一步，规范及操纵发展的路线。然而自蒸汽时代以来，政治的节奏没有多大改变，但科技已经从一挡切换到四挡。科技革命的脚步快到让政治追不上，不管是国会议员还是选民，都失去了对科技的控制。
根据数据主义的观点，可以把全人类看作单一的数据处理系统，而每个个人都是里面的一个芯片。这样一来，整部历史的进程就要通过4种方式，提高系统效率：
1.增加处理器数量。
拥有10万人口的城市，运算能力会高于拥有1000人口的村庄。
2.增加处理器种类。
处理器不同，运算和分析数据的方式就不同。因此，如果单一系统拥有不同种类的处理器，就能增加其动力与创意。农民、祭司和医生对话中所产生的想法，可能是狩猎采集者之间怎么谈都不会谈到的。
3.增加处理器之间的连接。
如果只是增加处理器数量和种类，但彼此之间无法连接，仍然没有意义。10个有贸易网络连接的城市，产出的经济、科技与社会创新通常会高于10个孤立的城市。
4.增加现有连接的流通自由度。
如果数据无法自由流通，仅仅连接处理器也不会有什么用处。这就像是在10个城市之间修建了道路，但路上满是劫匪，商人或旅行者难以通行，这条路的作用也就会大打折扣。
这4种方法常常互相矛盾。处理器的数量和种类越多，自由连接就越困难。因此，智人数据处理系统的建构分成四大阶段，各自强调不同的方法。
19.第一阶段始于认知革命，开始能够将大量智人连接为单一数据处理网络。这一点让智人拥有超乎其他人类及动物物种的关键优势。对尼安德特人、黑猩猩或大象来说，能够连接成单一网络的个体数量有限，但智人却打破了这个限制。
智人运用其数据处理优势，走向了世界各地。但随着智人分散到不同区域、感受不同气候，就开始彼此失去联系，经历不同的文化变革，形成各式各样的人类文化，各有其生活方式、行为模式及世界观。因此，历史的第一阶段就是增加人类处理器的数量及种类，但同时牺牲了连接：两万年前的智人数量远多于7万年前，但欧洲智人处理信息的方式不同于中国的智人。当时，欧洲和中国之间并无连接，也几乎不可能在某天所有智人连接成单一的数据处理网络。
第二阶段从农业革命开始，持续到大约5000年前，其间发明了文字和金钱。农业加速了人口增长，使人类处理器数量急剧上升。同时，农业让更多人能够生活在一起，形成密集的地方网络，各自拥有数量空前的处理器。此外，农业也为各个网络创造动机和机会，鼓励彼此贸易沟通。但即使到了第二阶段，仍然是离心力唱主角。因为没有文字和货币的概念，人类难以建立城市、王国或帝国，仍然只是分散在无数个小部落，各有自己的生活方式和世界观。要说所有人类会团结形成一体，在当时简直是痴人说梦。
第三阶段始于大约5000年前，当时发明了文字和货币，结束于科学革命开始前。有了文字和货币之后，人类合作的重力场最终摆脱了离心力，让各个团体融合起来，形成城市和王国，而各个城市和王国的政治和商业联结也更为密切。至少在公元前1000年（出现了钱币、帝国和普世宗教）之后，人类已经开始有意识地想象着要建立涵盖整个地球的单一网络。
到了第四也是最后一个阶段，大约始于1492年，这个梦想成为现实。早期的现代探险家、征服者和交易商，一起编织出了覆盖整个世界的最初的几条线。到了现代晚期，这些线变得更加结实紧密，哥伦布时期已如同蛛网，到了21世纪更是形成了钢铁和沥青构成的网络。更重要的是，信息能够在这个全球网络里越来越自由地流动。哥伦布刚刚把欧亚网络和美洲网络相联时，每年只有极少的信息能够越过海洋，还得应付各种文化偏见、严格审查和政治打压。但渐渐地，不论是自由市场、科学社群、法治概念还是民主传播，都有助于消除种种障碍。我们常常想象，民主和自由市场之所以获胜，是因为它们比较“好”。但事实上，它们之所以胜出，是因为改善了全球数据处理系统。
网友评论