第14章 未来

通往何方？

未来学家在预测未来方面有着糟糕的记录。这个可以解释。复杂引擎的核心特征就是在可能性空间穿行的轨迹是混沌的，无法从细节上预测它们将通往何方。创造性的源头是随机变化；不过预测未来仍然是一件有意思的事情。如果系统存在最优解，复杂引擎的变化就会朝着这个完美的答案前进；但即使是这种系统，通往可预测结果的路径仍然是无法预测的。回想一下第6章讨论的最多1问题：如果输出全为1，程序就会停止，但通往这个结果的路径有很多。选择作用于可选项，而实际提供的可选项都是随机的。随机变化提供可能性，选择做决定，未来取决于所选择的。如果系统没有最优解，比如存在协同进化，则结果会一直变化。同样，如果变化是随机的，则路径无法预测。

虽然很难，但有时候还是可以看出总体趋势。生物中就有这种收敛式进化。我们相当有把握认为在越来越干旱的气候下，植物会进化出刺和小叶子，而在越来越冷的气候中，哺乳动物会进化出更厚的皮毛。在特定条件下，进化系统预计会产生出越来越复杂的产物，对此有更多争议。在协同进化系统中，随着群体的进化，选择规则也会进化，因为各成员同时也是其他成员的环境。就像第12章讨论的，如果快速并且有计算需求的响应会带来优势，复杂性的一个方面——深度——就会增加。另一种很重要的进化是技术的发展，在技术的发展中，过去的成就为新的进展提供基础。当变化是基于之前的变化，效果将很惊人。一个例子是摩尔定律，说的是过去半个世纪中，计算机的性能呈指数增长。

计算机学家、未来学家和科普作家雷伊·克兹维尔阐释了技术能力的指数增长和成本的指数下降的长远影响。他重点关注3项技术，计算机技术、生物技术和纳米技术，他认为这些技术在不久的将来会融合。他的一些推论虽然让人难以相信，却也很难辩驳。下面我们逐个来探讨。