前沿新闻 · 第 7 期
一生之内,世界能变多少
一张图,340 万年技术史,以及我们的年代为什么特别。
AI 生成示意图
来源:Max Roser,《Technology over the long run》,Our World in Data。2023-02-22 首发,2024 年 10 月修订语法与版式。CC BY 4.0。 阅读原文
第 1 章 · 头条
为什么一张图画不下技术史
中世纪的人想象不到,按一下开关灯就亮。我们的祖辈小时候,也想象不到用智能手机连上互联网的世界。Our World in Data 的创始人马克斯·罗泽画了一张跨越 340 万年的技术长图。他想说的是:我们生活的年代,技术变化快得极不寻常。
过去,技术变得极慢:祖先小时候用的技术,到老还是生活的中心。最近几代人不一样了:年轻时无法想象的技术,等他们老了,已经成了日常。 原文观察(意译)
时间标尺切换器
同一批里程碑,三种画时间的方法。悬停或点按圆点查看。
① 几乎不变
340 万年里,绝大多数时间技术几乎不变。
② 相隔几千年
农业、文字、轮子之间,相隔几千年。
③ 接连出现
1800 年后,大发明一个接一个出现。
第 2 章
可缩放的技术螺旋
罗泽原图的结构,按时间一笔一笔画出来。
原图把 340 万年分三段画:远古用螺旋,每圈 20 万年,共 17 圈;公元前 1 万年到 1800 年用折线,每行 1000 年;1800 年后线被拉长,因为里程碑太密。点“播放”看它画出来,点圆点看里程碑。
从第一件工具到控制用火:约 240 万年 = 螺旋 12 圈
- 螺旋:每圈 20 万年
- 折线:每行 1000 年
- 1800 年后,到 2023(原文写作时)
- 未来,到 2200:推测
FUTURE · 推测,不是预测
原图给这几条打了问号:是推测,不是预测。位置为原图大致位置。本图依原图结构重绘,并非原图图片。
你的一生
上图 1800 后的橙色曲线上,宽的浅色带是祖辈的一生,窄的深色带是你的一生,都算到 2023 年。
原文提醒:今天出生的许多孩子,即使寿命不再延长,也会活到 22 世纪。
间隔在缩短
间隔由本刊按原图里程碑的通行年代计算,年代多为近似值,看趋势,不看具体数。
学术提醒
这些里程碑是作者挑选的;换一批发明,曲线形状会不同。挑选本身就是一种观点(第 5 章核查台会细谈)。
第 3 章
越来越快,越来越强
原文指出的两条长期趋势。
A · 越来越快:沿一条线追
选一条线。圆点按“对数距今年数”排开,两点之间的数字是相隔年数。
文字 → 纸 → 印刷机 → 电报 → 电话 → 电视 → 计算机 → 互联网 → 智能手机:这是原文举的例子。原文还提到收音机,数据中未单列。
1903 年,莱特兄弟第一次飞行,在空中不到一分钟;66 年后(1969),人类登月。
很多人一生中两件事都看到了。
0 年
第一种疫苗(1796 天花疫苗)→ 青霉素(1928)→ DNA 结构(1953)→ 1980 年消灭天花 → CRISPR(2012)→ mRNA 疫苗(2020)。从第一支天花疫苗到彻底消灭天花,用了 184 年。
所有里程碑放在一条线上。对数刻度下每往左一格,距今年数乘以 10;越往右,相隔年数越小,只剩几年。左右滑动看全,悬停或点按圆点看名称。
B · 越来越强:力量刻度
↑ 更强
刻度是示意排序,不是测量值。滚动到这里或点按某一级。
“祖先挥舞石器,而我们在建造遍布全球的 AI 系统和能编辑基因的技术。” 原文
C · 同一条时间线上的“好”与“可怕”
正因为技术给掌控者巨大力量,哪些技术被开发、由谁掌控,是我们时代最重要的政治问题之一;不能把技术的未来只交给技术专家。 作者观点
D · 大白话:为什么越来越快?
一种常见解释是“发明会帮助下一次发明”,比如印刷让知识传播得更快。
这是常见解释,原文没有展开论证。
第 4 章
未来与 AI
接下来的几十年会带来什么?
原图上,红线画到今天,然后转成绿线伸向未来。新疫苗、清洁低碳能源、更好的癌症治疗,都可能大大改善生活;但作者认为,有一项技术可能更深刻地改变世界:人工智能。
核心论证,一步一步
- ① 智能是推动创新的主要动力。
- ② 如果创新不只靠人类智能,也由人工智能推动……
- ③ ……那么现在要花几十年的变化,可能压缩到一年之内,甚至更快。作者观点
这是作者的推测,不是定论。
加速思想实验
×10
对数滑块,1× 到 100×。所需时间 = 年数 ÷ 倍数。
概念卡(点开看)
PASTA
作者引用 Holden Karnofsky 提出的概念:PASTA,即“自动化科学与技术进步的过程”(Process for Automating Scientific and Technological Advancement)。
已有苗头(原文举例)
DeepMind 的 AlphaFold 帮助推进了生物学的一个大难题:蛋白质结构预测。
DeepMind 的 AlphaTensor 能发现新算法,而这类算法与构建更强的 AI 相关。
风险(原文)
AI 越强,越会给掌控者巨大力量;还存在完全脱离人类控制的风险。
原文还说:许多 AI 专家认为,人类水平的 AI 在未来几十年内出现有现实可能。
原文链接到其 AI 时间线文章;本页不给具体年份数字。AI 时间线文章
“我很可能会在一生中见到今天看来无法想象的技术。” 原文意译
我们都应努力获得知识,参与“我们想要什么样的技术”这场讨论。
第 5 章
核查台 · 课堂 · 医学点评
核查七处说法,留几道练习,再请一位医生点评。
核查台(点开看详情)
课堂 · 给发明排序
点两张卡交换位置,从早到晚排好,再点“检查”。
课堂 · 小测
课堂 · 讨论
①
你的祖辈年轻时最想不到的技术是什么?去问一问。
②
如果研究速度真的快 10 倍,哪些环节还是快不起来?
③
作者说“技术的未来不能只交给技术专家”,你同意吗?普通人能参与什么?
编辑点评 · 对医学意味着什么 编辑观点
作者:本刊编辑,麻醉科医生
1846 年 10 月 16 日,波士顿麻省总医院公开演示乙醚麻醉。在此之前的几千年,手术都在病人清醒时进行。从“没有麻醉”到今天可以监测每一次心跳的麻醉,不到 200 年——正好落在罗泽图上那段“拉长的红线”里。
医学是这条加速曲线的缩影:从第一支天花疫苗(1796)到消灭天花(1980)用了 184 年;新冠 mRNA 疫苗在 2020 年 12 月首批获得紧急使用授权,距离病毒基因序列公开(2020 年 1 月)不到一年。
但医学也提醒我们:加速有边界。药物要经过临床试验,病人的安全不能“乘以 10 倍”。AI 能帮医生读文献、找规律、写报告,真正上临床,仍要证据和伦理把关。这也呼应第 4 章滑块旁的提醒。
原图对照
点开看原图
原图:Max Roser / Our World in Data,CC BY 4.0。本期所有交互图为依据原文重绘。
本期完
感谢阅读《前沿新闻》第 7 期