30 May 2018
最近，Robin 在贵阳「数博会」上推荐了一款并不新的 App——「简单搜索」，迅速成为热点，简单试用了一下，有以下几点体会。
1 命名
「简单搜索」，名称应该是取自于百度的新使命「科技让复杂的世界更简单」，但没有直接体现百度，只在首页用图片的形式隐含显示了「DU」。
弱化了百度品牌，似乎不想与「百度 APP」以及 Web 版主站产生直接的竞争。
不过比较奇怪的是：
Google 搜索时，第一条是： http://www.searchcraft.cn/
百度搜索时，第一条是：http://secr.baidu.com/
两相比较，百度似乎还是想将其作为子站对外展现。
2 无广告
李彦宏承诺，「简单搜索永远不会放广告」。
这里的无广告，指的是没有百度干预所呈现的广告，而完全是自然的搜索结果。
所以，如果一个网站本身是广告，且质量、相关性、SEO 等做的较好的话，还是可能出现在搜索结果中的，但这与百度无关。
3 屏蔽广告
所以，「简单搜索」所支持的屏蔽广告功能，指的是屏蔽第三方网页上的图片广告，与简单搜索自身的「无广告」并不矛盾。
不过说起屏蔽广告这事，同是以广告为主要收入来源的 Google 和百度采用了不同的做法。
2017 年，Google 在 Chrome 浏览器中设置了广告拦截，并默认对所有用户启用，以广告创收的 Google 主动屏蔽广告，这听起来有悖常理。这项功能实际是自动识别「Coalition for Better Ads industry group」所定义的各种影响用户体验的广告，如弹出式广告、自动播放的视频广告、倒计时消除的广告、大型置底广告等。
而百度，则为了保证广告流量，推出了广告反屏蔽产品。
本质上，Google 是希望网页拥有更好的体验，而愿意牺牲一些短期的利益。价值观层面，Google 更胜一筹。
4 体验
体验较好的地方：
- 简洁、清爽
- 没有广告，包括开屏广告、搜索页广告等
- 儿童模式
- 没有信息流
体验不好的地方：
- 初始界面，所有操作都在最底栏，默认是希望单手操作？
- 没有足够的引导，会有一点茫然，可以考虑DU图标增加互动功能。
- 英文识别率比较低，也没有选项能够切换默认识别的语言
- 明星模式，语音、动图等形式的互动，但背离了「简单」
- 登录时，选择游客模式，但打开「百度 App」后，「简单搜索」也自动登录了
5 变现
没有广告，如何变现，相信这是大部分人都会关心的一个问题。
曾经的搜索，本来并没有广告。广告在带给搜索公司巨大变现能力的同时，也在考验其价值观和社会责任感。百度在这一点上，被诟病颇多。
互联网领域，广告和游戏是变现最为成熟，也是规模最大的方式。除此之外，常见的还有付费会员、订阅、捐赠打赏、单次/曲/本购买等。简单搜索会选择哪种？
其实，只要不触及「百度 APP」以及 Web 版主站利益，完全可以永久免费，就当是为自己做的品牌广告，或是公益 App。而在这种情况下，百度也并非一无所获，用户的搜索习惯、偏好仍具有相当大的价值。
不过，更可能是通过引流分成。目前的搜索标签页，集成了图片、音乐、视频、贴吧、文库等。未来还可以集成更多百度系的 App 进行「内容变现」、「知识付费」等。但对这些被集成方来说，流量的争夺想必会很激烈。
6 入口之争
总的来说，「简单搜索」是一款好的 App。在当今互联网充斥着广告的情况下，是一股难得的清流，也体现了搜索的初心。从各方反馈来看，多数持肯定态度。
但从另一个角度看，「简单搜索」的未来之路并不平坦：
- 不能触及「百度 APP」以及 Web 版主站的广告利益，意味着「简单搜索」不会获得长期、持续地推广
- 作为一个 App，无法与手机 OS 内置的搜索入口、浏览器等相竞争
- 随着对话式交互的发展，通过语音进行交互的用户越来越多，搜索的形态逐渐发生了改变，手机、IoT 设备上的 Google Assistant、Siri 等语音助理才是一等公民
「简单搜索」的路才刚刚开始，希望它能一路走好。
09 Apr 2018
（题图来自 Wikimedia）
文明的前行使人们的生活日渐紧张且复杂，适时地远离世事纷扰，极有必要。随着文化修养的提高，人们也对公共场合更为敏感，独处与隐私之于人更是必不可少。但如今的新闻报刊和各类发明，侵害个人隐私，使人遭受精神上的痛苦和困扰，较之存粹身体上的伤害，有过之而无不及。
——《隐私权》，1890 年12月15日，《哈佛法学评论》第 4 期
1 隐私不是人性的自然状态，透明才是
早期的人类社会，以部落形式存在。为了安全，大家都挤在一起。希望追求独处的个体，会面临来自自然、野兽以及其他部落的重重压力，并没有人会追求所谓的隐私，或者说，生存的需要往往掩盖了对隐私的渴望。
正如 Gregory Ferenstein 曾在其《The Birth And Death Of Privacy》一文中所深刻地指出的一样：「完全透明是人性的自然状态。隐私作为一个概念，只有大概 150 年的历史。」
但如果隐私在人类历史中不是常态，那么它从何而来？
2 科技使得私人生活成为可能，也增加了对隐私的渴望
以下列举我所认为的，改变了隐私历史的十项关键事物。
2.1 独立空间：房屋/内墙/单人床
空间是一种财富，独立的空间逐步出现，隐私还未被重视。
1）房屋：古代的罗马，贵族们建造的房子里面有开阔的花园。把自己的房子变成公共博物馆是炫耀财富的一种方式。然而，富人似乎意识到了自己也有所失，彰显财富不允许有任何隐藏，所有的房间必须全部对外敞开。大多数罗马人则居住在拥挤的公寓里，墙壁很薄，足以听到所有的噪音。 而且，由于罗马接受公众性行为，所以没有什么动机让性成为禁忌。
2）内墙：建筑史学家追溯内墙的起源是因为人们渴望变得温暖。早期的建筑都是大厅开放式建筑，在公元 1400 年左右内墙普及之前，这种建筑是普遍存在的。所有人都集中于公共的房间，中间可以生火，围绕着它的每个人都可以看到其他人，并当众生活和娱乐。但这样的建筑有一个弊端，即空气流通不畅，容易发生窒息。随着在中央火坑周围建造起耐火的烟囱式结构，用火安全问题得到了解决，同时也使得独立的房间出现。
3）单人床：属于现代人的发明。很少有人在睡觉时要求隐私，因为即使是分开的床也不会让他们感到奢侈。作为家中最昂贵的物品之一，一张大床成为社交聚会的场所，邀请客人与家人及仆人一起睡觉在中世纪和文艺复兴时期是普遍现象，在家人和朋友们面前当众性爱、哺乳也不会觉得羞耻。不过这也带来了传染病的肆虐，单是黑死病就曾造成 1 亿多人死亡，这迫使人们需要极大地改变卫生习惯。
总体来说，古代的建筑没有很好的满足人们对于空间的需求，隐私也还不是一项被正式认可的权利。
2.2 默读：忏悔/印刷机
文化和科技形成合力，书不再需要被「念」出来，隐私的基础被建立。
4）忏悔：1215年，影响深远的第四次拉特朗公会议召开，会议的决定不仅确立了教会生活与教宗权力的顶峰，也象征教廷的权力已支配拉丁基督教界的每一个方面。教廷宣布，对大众来说忏悔应该是强制性的，这种强大的宗教力量立即将教会内部的道德观念扩展到了整个欧洲的大部分地区。
5）印刷机：与此同时，对教廷来说，一项新技术的发明可以让「安静地思考」变得更便宜——古登堡印刷机。对印刷业产生革命性推动的，不是毕升的泥活字，而是德国人 Johannes Gutenberg 发明的金属活字。其印刷术在欧洲迅速传播，引发了一次媒介革命，并被视为在随后兴起的欧洲文艺复兴、宗教改革、启蒙时代和科学革命等运动中都扮演了重要角色，为现代的信息传播奠定了物质基础。
不过即使如此，当众阅读仍很平常，因为大多数人都是文盲。这种传统一直延续到 18 世纪，印刷成本的进一步降低使人们普遍获得了书籍所有权。
2.3 信息隐私：明信片/照片/电话/互联网/智能手机
强化个人主义的技术，使隐私成为期望，但一直是「次要」考量因素。
6）明信片：与信件的最大区别是，明信片没有信封，更加便宜。但这也造成了一个问题，即你书写的内容会被公众阅读。虽然明信片不那么私密，但这并没有阻碍它的流行。1873 年 5 月 15 日，纽约市提供明信片订购的头两小时内就被订购了 20 多万张。1908 年，9 千万美国人平均每人发送了 7.5 张明信片。
7）照相机：现存最早的照片由法国人尼 Joseph Nièpce 在 1826 年拍摄，他的合伙人法国画家 Louis Daguerre 继续研究改进，发明了银版摄影法，并在 1839 年由法国政府买下专利权，宣告摄影术的诞生。在某种程度上，「隐私权」概念的首次公开提出，就是因为照相机过分侵入了私人与家庭生活，下文详述。
8）电话：信息技术的下一个重大进步是电话，其在 20 世纪初获得了巨大的成功。 但是，单独的电话线路过于昂贵，于是鼓励邻里间共享线路，称为「合用线」。不过，这种共享也使得偷听/窃听变得十分普遍。到了 20 世纪 60 年代，个人电话成了常态，人们也对侵入式监听产生了恐惧，政治家不得不对此作出相应的承诺。
9）互联网：脱离了地理边界、物理限制的线上网络空间，具有高度的灵活性和流动性。人们十分可以便捷地在网上表达观点，展开思想交流，创造了有史以来最为发达的信息交换空间。不过，计算机可以永久性的保持记录，并且可以通过观察人们的直接行为（如浏览日志、搜索记录、个人资料），推断出很多个人偏好（如性取向、宗教、政治、商品偏好等），这带来了新的隐私顾虑。
10）智能手机：如果说传统互联网只是在收集用户的账号和使用信息，那么智能手机以及随之而来的移动互联网则通过不断增加的传感器，收集了用户更多的个人信息，如用户定位信息、生物特征识别（如指纹、人脸、声音）等。且多数时候互联网厂商存在过量收集数据，应用本身其实并不需要如此多权限，公共舆论对此的批评络绎不绝。
每种新的沟通方式都使得人们有机会窥视陌生人的私人生活，人们通常（不论是否情愿）会选择更便宜或更方便的技术。
3 隐私权的正当性，在于科技对个人信息的侵犯
随着科技的进步，对于隐私的侵犯和保护也随之改变。
3.1 对隐私概念逐渐形成认同
随着独立的房舍、房间、床的出现，并可通过像写信和电话这些新科技进行通信以后，私人生活变为可能，对于隐私概念的认同也开始出现。
美国第一个涉及隐私的主要法案是《1710 邮局法案》（1710 Post Office Act），该法案禁止邮局工作人员拆阅邮寄的信件。
1770 年 8 月 20 日，美国革命家、未来的总统 John Adams 在早期的手写笔记中表达了他对隐私概念的支持，「我没有任何道德或其他义务……向世界公布我每年的收支有多少。」
3.2 「隐私权」的诞生，Brandeis 超前于时代
一般认为，首次明确提出「隐私权」概念的，是美国律师 Samuel Warren 和 Louis Brandeis 在 1890 年《哈佛法学评论》上发表的《隐私权》（The Right To Privacy）一文。
1873 年，美国处于经济萧条期。为了在这场危机中存活下来，报社试图用恶俗的手段吸引更多读者，史称「黄色新闻思潮」，报纸的版面被「罪恶、性、暴力」占据。《隐私权》正是在这样的背景下发表的，Warren 之所以邀请 Brandeis 合写此文，据传就是因为报纸对其夫人举办的社交宴会大肆报道，又公布了其女儿私人婚礼的照片。两人严厉谴责了窥探他人私生活的新闻媒体，恳求实行普通法的美国在法律上承认隐私权，并且为这种侵犯隐私的侵权行为强加责任。
然而，虽然现在隐私权已被广泛认可，但在当时隐私权之父和未来最高法院大法官 Louis Brandeis 的开创性文章并没有得到太多报道，鲜有的报道也不够光彩。
3.3 隐私权相关法规在国际上日益增长
与个人权利一样，欧美在隐私权法规方面也处于领先地位。
美国：1974 年制定《联邦隐私权法》，1986 年通过《联邦电子通讯隐私法案》，2000 年出台了第一部关于网上隐私的联邦法律《儿童网上隐私保护法》，还有《公民网络隐私权保护暂行条例》、《个人隐私权与国家信息基础设施》等法律作为业界自律的辅助手段。
欧盟：1950 年的《欧洲人权公约》第八条，保护尊重私人生活的权利:「人人有权尊重他的私人和家庭生活、他的家庭和他的信件」。1995 年，在通过的《数据保护指令》之后，又先后制定了《 Internet 上个人隐私权保护的一般原则》、《信息公路上个人数据收集、处理过程中个人权利保护指南》等相关法规。2018 年 5 月，GDPR 将取代1995 年生效的《数据保护指令》，成为「史上最严」的个人数据保护条例。
全球：此外，Graham Greenleaf 教授在 2015 年的《Global Data Privacy Laws 2015》一文中，全面记录了国际范围内100 余个国家和地区的隐私条例变化。中国，在保护隐私问题上，与欧美的差距还很大。
虽然全球都对隐私保护日益重视，但客观来说，随着信息传播技术的进步，隐私保护的难度也在逐渐增大。
4 回归透明，隐私的再度消失
4.1 科技的持续进步，让隐私泄露防不胜防
大数据：一方面，用户的隐私数据被分散到了世界各地的服务器中，不知道具体在哪；另一方面，用户也不知道具体什么是隐私数据，原以为匿名的数据，现在已可被用来分析个人偏好。因此，隐私数据的边界一直在扩大，如在 GDPR 里，任何指向一个已识别或可识别的自然人的信息，如姓名、身份证号码、定位数据、在线身份标识，或该自然人物理、生理、遗传、心理、经济、文化或社会身份的要素均属于被保护范畴。
计算机视觉：视频监控，一直以来都被广泛运用于安全、交通等领域，随着 AI 和边缘计算对摄像头的进一步赋能，生活中的监控摄像头已然无处不在。卫星、无人机、无人驾驶将使一切持续高清化。虽然有助于建设数字化社会，但也存在过度监管的隐忧。公权力对每个人都安插了一双监视的眼睛，而且人们无法选择「离线」，社会成员身陷数字化「圆形监狱」，权力的力量对比愈发失衡。
AR：其中最有名的当属 Google Glass，围绕其隐私问题自产品发布之日起就有，并引起了社会的广泛讨论。配戴者可在他人未察觉的情况下拍摄照片或录制视频，或者通过人脸识别辨认公开场所的陌生人。部分场所因此张贴了禁止配戴 Google Glass 的告示。相比之下，基于 VR 技术的设备对隐私的侵犯就少得多，VR 或许能像耳机一样在公共空间创造一个隐私的「绿洲」。
4.2 年轻一代似乎更愿意分享自己的信息
数千年的历史教训告诉我们，隐私始终是一个「次要」的考量因素，大多数人都非常愿意为了金钱、声望或是便捷而交易隐私，今天看来仍是如此。
金钱：AT&T 在 2013 年曾经推出「网络偏好计划」，客户如果选择愿意运营商在线跟踪他们的浏览行为，可以获得每月 29 美元的折扣。这一做法被解读为用户需要牺牲个人隐私，因此饱受诟病。但事实上，据 AT&T 发言人 Gretchen Schultz 透露，绝大多数人都选择加入了支持广告的模式。
声望：Snapchat 的「阅后即焚」模式，在年轻一代用户的分享和隐私之间找到了一个比较好的平衡点。设置以极短的时间分享，解除了用户对过度暴露隐私的担忧，同时又满足了分享的欲望。作为风口的直播行业，不少用户为了吸粉会主动分享自己的不雅视频，老一代人对于没有隐私的恐惧往往会成为年轻人嘲弄的主题。
不过还有一种情况，是比较理性的选择。
健康：医疗的本质是信息处理，信息的源头是数据，性质上天生适合机器来做。随着医疗科技和机器学习的不断进步，隐瞒个人敏感数据可能意味着遗憾地早逝或是极其昂贵的健康保险，这样的代价未免过高。于是，有越来越多的人愿意通过手机收集自己的健康数据，包括锻炼时的监测数据，以及血压仪、体脂秤等硬件设备的体质数据。
4.3 尽管如此，我们还是希望能更好地控制自己的数据
区块链：从某种意义上说，区块链是一个开放的数字分类帐，由多方维护。尽管区块链对于分布式交易记录非常重要，但它也非常适合存储个人信息。中心化的服务如 Facebook，通过收集大量用户信息而获益，但用户并没有数据的所有权，反被平台锁定。如果关闭账号，那么多年来的数据都将丢失，一旦用户开始明白允许中心化服务收集其数据的后果，并决定收回自己的数据控制权，那么区块链将成为他们需要的技术。
PDS：MIT 的 Alex Pentland 教授曾提出建立一种个人数据商店（PDS），PDS 是一种能够控制、存储以及审验个人数据流动的工具和机制。个人拥有数据所有权，这样一开始就能 opt-in，而不是事后 opt-out。从理论上讲，这种类型的技术会减弱隐私被窃取的风险。与此同时，它还能促成一个公平、有效率的数据市场，也就是说用户可以为其数据选择最佳服务或是最佳算法。
MAP：数据并非生而平等，也不是所有应用都需要同样多的数据。参考 minimum viable product(MVP) 思想，在 AI 和隐私时代，需要有 minimum algorithmic performance(MAP) 概念。简而言之，要有效地解决一个问题所需的数据量是不同的，大多数应用程序并不需要 100% 的精确度就可以创造价值，应尽可能少地进行数据抓取。我们称这种达到最小精度需求的数据获取量为「性能阈值」。
4.4 隐私的终结不是灾难，只是回到原点
以 GDPR 为代表的隐私法规为保证用户对个人数据的绝对掌控，新增了「数据转移权」和「数据遗忘权」，用户个人数据可毫无保留地转移至其他数据平台或删除。这听上去不错，但在实际操作中很难实施。用户不看也看不懂繁杂的使用协议。就算看懂了，也只能选择使用或是不用这项服务。我们被微粒化地控制，却不能微粒化地授权。
此外，GDPR 还对数据的用途做了严格的限定，只可用于之前商定好的用途。但谁又能预先知道数据将会有什么用途？用途限定也会使数据处理可能带来的益处受到局限，成为认知和革新的障碍。数据应使我们的生活更丰富，我们应该像管理其他各种资源一样管理自己的数据。区块链、PDS、MAP 都是很好的尝试，我们还需要更多类似的技术出现。
以史为镜，对于隐私的保护或许只是一厢情愿，在充分的便捷和巨大的代价面前，人类或许会再次回到没有隐私的世界。很难想象完全透明的社会是否会成为更为诚实和创新的技术乌托邦，但至少可以确定的是，隐私的消失不至于毁灭人类。因为，透明才是人类的自然状态。
13 Mar 2018
（题图来自 thenewstack）
1 被屏幕困住的一代
得益于 Apple 的 iPhone、iPad，我们成为了「屏幕一代」
虽然和 「00 后」相比，我们并非屏幕一代的原住民，但屏幕确实改变了我们的生活习惯。衣、食、住、行，我们只需要在屏幕上轻划几下手指就可以全部搞定，与此同时，大量的碎片时间都花在了 Facebook/微信、Twitter/微博、短视频等 Feed 流内容之上。图片化和视频化成了不可阻挡的趋势，大家从「读」基本变成了「看」，似乎正在改变自印刷术发明以来的思维范式，屏幕在不知不觉中吸走了我们的灵气。
但「图片」和「视频」是比「文字」更好的表达方式吗？
如果你读过 Neil Postman 的《娱乐至死》，你就会知道答案显然是否定的。文字有不足，但它在人类文明的发展中起到的推动作用不可估量。人们说出的话，不仅听得见，也看得见。口语不再是复杂对话的唯一源泉，由此带来知觉革命。文字凝固语言，符号表达意义，形成抽象思维。由此诞生了语法、逻辑、修辞、历史和科学等。
而图片和视频，在是片断式的、是反逻辑的，多数人是在被动吸收，而没有能力以此作为工具来进行表达，其创作门槛远远高于文字。我们都是被屏幕困住的一代，屏幕中的内容虽好，但是它却在不断消耗我们作为人类的「智性」，我们的表达能力、交流能力、思维能力都在不断退化。屏幕生活的「便捷」与人类文明的「损耗」，是时候做出权衡了。
2 逃离屏幕：Dynamicland 的动态媒介
Bret Victor 的 Dynamicland 是试图带领我们逃离屏幕而走出的重要一步。他早就意识到了屏幕中充斥的图片和视频都不是能够取代印刷术和文字的新的「智性表达」工具。
Dynamicland 的目标是打造一种人性化的动态媒介，使人们思考的外化活动（如对话、演讲、阅读、写作等）被重新设计，让每个人都能利用实体空间中工具的全部能力，更有效地思考和表达。
实体空间下的公共计算机
不仅仅是物理上的相处在一起，而是真正利用同一批对象进行协作式交互。
纸、笔、剪刀、弹簧在投影机的作用下，成为了交互式媒体，移动纸片或是其他物件，光影都会随之变幻。你翻看一本纸书，看到的将不是文字或图表，而是投影机投下的实时视频。
没有屏幕，没有终端，都是普普通通的物件，但它们又都是具备计算能力的物件。
人们不再被分隔在自己的虚拟桌面里，而是真正在实体空间中一起协同工作。
是中介，而非应用
普通人不会认为自己有能力做出一个 App，抑或是改出一个。
但动态媒介是人人皆可使用的 ，在游戏、创作和组合中，实现「实体编程」。
编程，不是用的键盘和代码，而是基于实物。你能触摸到它们，也能从各个角度看到它们，还能实时进行调整并获得反馈，不存在黑箱。
Dynamicland 是一个创作环境，所有人都是创作者，动态媒介的「可编程性」为每个人赋能。
像一个完整的人那样思考
用手思考，用身体思考，环顾四周，随时比较各种可能性。
人们可以即兴创作，也可以自由试验。
动态媒介为人们的思考和身体带来了无限种可能性，让人们摆脱那个「装满像素的盒子」。
一位客人在参观了 Dynamicland 后，举起手对着手机大声喊道：「这东西就是监狱！」
（Bret Victor 2014 年的演讲，「思考的人性化表达」）
3 并不孤独：Nintendo Labo 的纸盒编程
脑洞大开的任天堂
2018 年 1 月，没落贵族任天堂发布了一款名为「Nintendo Labo」的系列体感游戏， 无论是玩法还是概念都让人耳目一新。以平时常见的纸板作为 DIY 的素材，可以组装成钢琴、摩托、钓鱼竿等外设，然后借助安放于指定位置的 Joy-Con 控制器，便可以开展不同类型的体感游戏。虽然目前的玩法仍局限于官方给定的几种套装，但任天堂的脑洞已足以震惊世界，这种惊喜就连苹果都好久未能给出过。
Nintendo Labo vs. Dynamicland
Bret Victor 随即在 twitter 上连发三问：
- 但它是「可编程的」吗？
- 这种编程能力是可以「自我学习」的吗？
- 这种编程能力是可以「一同学习」的吗？
但随后也解释道，他并非在讽刺 Nintendo Labo，只是想澄清 Dynamicland 期望实现的是完全不同的意图。
两者都是将编程引入实体世界的尝试，但显然 Dynamicland 有着比 Nintendo Labo 更为深刻的思想和愿景，即让人类的智性表达更上一层楼。
4 一项5000年的计划
未来的计算机不是一个产品，而是一个场所
一个合作的空间，带来无限的可能性。
动态媒介的目标，如果是作为新的思维和沟通模式的基础，那么它就必须让每个人都能够使用。
因此，Dynamicland 被作为一个社区空间，奥克兰的居民可以「住在未来」，一起来塑造这一媒介。特别是面向那些当前的计算形式所未能覆盖的人群。这个社区空间是一种新型公民制度的典范，21 世纪素养启蒙的图书馆。
50 年的计划，已经迈出一小步
（Bret Victor 2013 年的 CDG 研究计划，现已成为 Dynamicland 的根基）
不仅如此，Dynamicland 还有一个 5000 年的远景规划
文字和印刷术改变了人类文明，计算带来的变革将同样巨大，但这一次变革的结果会是怎样？
- 是会赋能所有人，还是扩大了人们之间的差距？
- 是给人们提供一个中介，还是为他们提供可供消费的产品？
- 是让人们聚集在一起，还是孤立他们？
- 是强化人们身体与实体世界的联系，还是将人类抽象成像素和数据库条目？
Nintendo Labo 和 Dynamicland 带给我们的启发是：数字化，不一定非要局限在屏幕内的虚拟世界中，屏幕外的实体世界或许同样是一条可行的路径。
从人类文明的角度，继续扎根屏幕还是有意选择逃离，是时候做出抉择了。
14 Feb 2018
（题图来自 Conrad Piepenburg）
数字化技术是一把双刃剑，正势不可挡地渗透我们工作、生活，所有人都在一步步进入一个被高度解析的社会。随着我们感知现实精确度的提高，现实本身也在发生着变化。
德国作家 Christoph Kucklick 称这种被高度解析化的全新社会为「微粒社会」，并总结了人类社会正经历的由数字化解析引起的三场革命：差异革命、智能革命、控制革命，及社会层面的解体：一是现存的社会制度需要设法跟上技术进步的脚步，二是人与机器的界限日益模糊，我们需要对人类的本质进行全新的认知。
你大致可以将自己设想为这样的微粒人：
你将不再是个性的，而是独一无二的。
你将生活在一个更加不平等的世界。
你将收到全新标准的评价。
你将分散你自己。
你的收入将更多或者明显更少。
你在没有机器帮助的情况下将无法理解自己。
你将生活在一个更加简单的环境中。
你将受到不同于其他所有人的对待。
你将变得更加敏感、更加不可预测以及更加玩世不恭。
1 解析
1.1 差异革命
上帝视角
传统的抽样与预测，就好像在放大一张以低像素拍摄的照片。放大的结果，只能是模糊一片。原本用来显示 1 个人的像素现在要显示 1000 个人，相似性被强加给了整个群体。
但这已是我们曾经拥有的最好的方法。
不过，随着大数据时代的到来，我们对现实世界的认识越来越多，隐藏的差异化得以显现，特别是人与人之间的差异化。可以想象，每个病人被检测得越精确，他们之间以及他们的病症之间的差异就会越突出。
传统的社会调查，获取的几乎只是人们说了什么，其结果往往会符合社会期望；而通过「社会测尺」，人们的真实行为被一一记录。在这种新的、被高度解析的现实图景中，微粒化的主体得以显现。Kucklick 称之为「单体」，以与问卷和民意调查中统计中间值和平均值所代表的「个体」相区分。
数据主义
在微粒社会中，我们必须学会借助机器解释自己，借助数据矫正我们的行为，同时忍受前所未有的精确观察。那种由文化保守者提出的人机对立将变得支离破碎。
对现实世界运行逻辑的解释权威，将从「行业权威」让位给「数据巨头」。有必要采取预防措施，公平分配这种掌控的权利。
量化自我是可行的解决方案吗？看起来不会。首先，「量化自我者」可能将被迫屈从于自我优化，试图在自己身上做文章获取哪怕最小的好处；其次，「量化自我者」可能会屈从于机器，他们对数据有一种过度的嗜好，在对精细的盲目崇拜中忽视了内心的感受，在矛盾时究竟应该相信谁？数据，还是自己？；再次，「量化自我者」可能会陷入一种幻觉，一直在试图量化那些不可量化的东西，如爱情、友谊、幸福等。
社会分化
随之而来的是愈发严重的孤独，这是数字化导致的孤立，我们将变得无法与他人混淆，但也将因此丧失在群体中的依靠。随着每个个体可利用信息的不断增加，我们对个体知道的越多，社会的团结度就会下降地更严重。我们似乎再也无法聚集成为「大众」了，只剩单体为了各自的命运而独自斗争。
社会学家 Bruno Latour 认为「我们要从粗略统计的数据所产生的『结构』转向对个体改变的记录」，从而发展出一种新的社会理论：社会必须「重新被集合」。我们将不再追问，某人是否以及在多大程度上符合理想类型，我们追问的将是他的联系网络以及与其他个体的互动。关系将比类别更重要；灵活的功能将比用途更重要；过渡将比界限更重要；顺序将比等级更重要。
这种不平等与差异性的新时代将导致一种对社会歧视更高的敏感性，同时对异类有着更高的宽容度。我们不知道，微粒社会将如何动态展开，但能确定的是，在权力的重新划分中，出现了新的参与者：智能机器。
1.2 智能革命
聪明的代价
什么是智能？
曾经有人总结出 70 余种关于智能的定义，并将其归纳为：「智能所检测的是一种生物在不同的环境中达到目标的能力」，这看起来似乎是为人类量身定做的。
不过，几乎所有人能做的事情，在未来的某个时候，机器都能够做的更好。
智能还将进一步重新分配就业市场，机器将算法上可分解的任务，承担那些定义明确的职业，而人类将承担模糊、难以定义和复杂的工作（并不一定能获得良好的报酬）。
工作的未来
机器会消灭工作机会，还是会产生更多的工作机会？
目前最令人信服的一个答案是：由于数字化技术的大规模应用，高素质劳动者的效率会大大提升，同时在低端领域，工业化的熟练操作工作以及简单的行政工作都可以由机器完成，这就导致低报酬职位的数量和良好报酬职位的数量同时增加，经济上的不平等将会越来越严重。
这种不平等，更多惠及受益者。Top 10% 的财富增长规模和速度将远远多于普通人，而这群人之中的 Top 10% 又更甚之，形成一种「俄罗斯套娃式的不平等」。在数字化市场上，那些只是多做了一点努力的人（或者只是因为幸运）就可能获得指数级增长的收益。且这种单体化报酬，会伴随着更多的失业。
与机器协作
未来最强的智能属于人类还是机器？目前的观点是，不是机器，也不是人，而是人机结合。
它将强迫我们与机器展开合作，这种协同合作的智能将产生怎样的影响？
-
我们将变得更加的聪明：如以 Elo 计算国际象棋棋手的棋力，整体水平提升了
-
我们将适应机器的世界：无人驾驶的道路，应该为方便机器而重新设计吗？
-
我们将适应自己的变化：在这个为了机器而不断优化的世界中，我们长期以来一直拥有而且曾经极其重要的能力将会贬值，我们自身将会改变
也许性别将会逐渐丧失，因为被数字化和自动化越多，性别差异的影响看起来就越小。观察家们曾推断，未来将属于女性，因为女性能更好地适应硅谷的美丽新世界。无论是底层还是顶层的服务性工作，团队合作能力都将受到青睐。
智能机器大规模使用导致的知识、技术和经济机会的重新分配，不仅发生在人与人之间，也会发生在人与机器之间。能从中受益的，主要是那些懂得如何与智能机器交流合作的人。而对于其他人来说，这关系到他们的工作和生存。
你作何选择？
是像有人道主义倾向的人类那样建立起对抗机器的堡垒，还是像专家群体一样与机器结盟，实现真正的高效率？
1.3 控制革命
从惩戒到控制
我们现在的生活有相当程度的不可预知性，微粒化和智能化将使对我们的行为作出精确的预测成为可能。
我们将从惩戒社会，进入控制社会。在惩戒社会中，民众在各种机构（诸如学校、军队、工厂）中接受纪律的管理，同时因为惧怕受惩罚而调整其行为。控制社会，取而代之的是我们（在某种框架内）所有的一切都是被允许的。我们将不再受强迫，而是被引诱；不再被利用，而是被解析。
我们的状态和行为将不再受指令支配，而是被影响和调整。我们将在巨大的反馈回路中被理解，这种反馈回路接收的正是我们的行为所产生的数据，反过来又影响我们的行为。
微粒化的过程，将会使社会中的我们被重新分类、评价和比较——甚至被看透。
专家群体终结
业绩透明化，普通专家与最优秀人才的差距将会令人痛苦地被公众知晓。
同时，随着社会评价的不断增多，专家遭受越来越多的抵制。比如医学领域，医生与病人之间的权利分配将发生变化。我们会变得越来越有批判性，在各种评价的武装之下，我们会进一步地体会到自我赋权的感觉。
控制革命之所以能够发挥影响，是因为它向我们提供了一种神奇的简化，社会学家 Niklas Luhmann 称之为「复杂性降低」。计算预测是否正确，并不是最重要的，只要能影响我们的观察和决定就足够了。数字正在重塑我们的世界，我们甚至都不知道它是如何计算出来的，以及我们能否信赖它们。
所以，真正的权力增长实际上属于那些程序算法精英。
2 解体
2.1 超负荷的制度
粗粒度解体
新的「粒度」将会改变我们社会的方方面面：
- 科学：科学原来是建立在群体、普遍的规律以及平均值之上的，而未来将建立在个体的基础上。「个性的科学」，按照目前的观点，是一种自相矛盾的表述，我们需要建立新的知识体系和方法论。
- 法律：我们的法律体系和哲学在传统上将「主体」和「客体」加以区分，主体作出行为，客体承受行为，但一个行为着的客体（自主机器）算什么？对法律而言，将引发一个又一个难解之题。机器不断增长的自主性将会强有力地碾压现有的法律体系。
- 经济：GDP、CPI 等指数对社会的描述效果将越来越差，这些对工业社会有用的概念，在微粒社会效果有限。
- 教育：教育材料和场景都微粒化，虚拟课堂越来越异质化，可微粒化学习又是令人困惑的，如何有效评价？我们能在「教育对抗技术」的赛跑中获胜吗？
- ……
算法对我们进行着无情的透视和计算，但我们却无力地站在算法的对面，因为我们不懂它们。数字化能看穿一切，但它本身却是无法看穿的。以前人们称呼这样的存在为：神。
一种新的、技术上进步的、能够与之制衡的运动，即微粒化的抵抗，还未形成。
2.2 微粒人
思考的主宰
微粒社会的计算太复杂，我们是否应该放弃自己的判断？数学家 Steven Strogatz 在数年前就预言说，「距离电脑能够提供人类无法理解的答案的时代不远了」。而现在，这个时代已经到来了，深度学习领域就是最好的代表。
以色列数学家 Gil Kalai 给出了一个令人欣慰的说法：「假如有另外一台计算机使用另外一种解决方案得到了和这台计算机相似的结果，那么我们就应该接受这个论证。」不过这个答案应该受到警示，因为这意味着：我们不只将计算本身，而且将对结果的检查也交给了计算机。
人机的界限
「只有人可以……」的领域将越来越少。
信息学家 Douglas Hofstadter 在《哥德尔、埃舍尔、巴赫——集异璧之大成》中曾说道：「只要一项脑力劳动被编程，人类就会停止将其视作『真正的思考』的必要部分」，今天是围棋，也许明天数学也会降格成一项机械运动。
人类智慧和机器智慧的边界在哪？越来越多的人这样回答：两者的界限并不存在。
「延展心灵论」的提出者 Andy Clark 曾说过，人类历来都是「天生的半机械人（Cyborgs）」。Elon Musk 也曾说过，人类唯一的出路是人机结合。在这一点上我表示赞同。
交流的过剩
语言、文字、印刷术的传播，都改变了社会的粒度，并迫使人类对自我和世界都形成了全新的认知。
如印刷术，使得各种各样的信息和世界观解析地比以往更加细微、更加对立，这就分解了那种中世纪的、等级制的、以上帝为中心的世界观，并将人类塑造成了现代的、以自我为中心的、不安分的主体，我们至今仍处在印刷所定义的思维范式中。
社会学家 Dirk Baecker 进一步认为，「就像活字印刷术要求一个修订版的人类一样，计算机也会提出这样的要求」。这意味着一种从信息过剩到交流过剩的转变。
我们亟需重塑自我，改变自己的认知。工具也是思考的一部分，人脑不再是世界的中心。
能力的需求
微粒社会，将已知的知识串联起来，在此基础上创造出解决方案，这不再是最重要的了，重要的是抓住机会回答那些没有明显答案的问题。
需要的不是具备知识的人，而是没有知识的人，不是那些只会动用已有的认知资源的人，而是按照情景重新排列这些资源的人。
具有决定性的，是不断学习新知识的能力，是将不同类别的信息颗粒联系在一起的能力。
这其实，也是微粒化的能力。更多的知识，更多的应激性，在沟通过剩的情况下保持，并创造性地将其转向，新的核心能力。
欢迎来到微粒社会！
31 Jan 2018
| 传统芯片巨头 |
互联网/云计算 |
芯片初创企业(中国) |
芯片初创企业(全球) |
| Nvidia |
Google |
寒武纪，A 轮 1 亿美元 |
Graphcore，3 轮 1.1 亿美元 |
| Intel |
AWS/Azure |
地平线，A+ 轮 1 亿美元 |
Wave Computing，4 轮 1.2 亿美元 |
| AMD |
BAT |
深鉴科技，A 轮 4 千万美元 |
Cerebras，2 轮 5.2 千万美元 |
| 海思 |
华为 |
比特大陆，A 轮 5 千万美元 |
Groq，天使轮 1 千万美元 |
| … |
… |
… |
… |
注：1）融资数据来源：Crunchbase；2）根据公开信息，除 Google 外的互联网/云计算服务商目前仍采用 FPGA 加速
2017——AI芯片元年
随着摩尔定律趋于失效，半导体行业正在从之前追求的 More Moore（进一步缩小晶体管尺寸）转向为 More than Moore（针对不同的应用开发专用半导体电路）以及 Beyond Moore（研发新的器件和计算范式）。其中，More than Moore 以及相应的「应用驱动」将是未来几年的重点方向。
Google vs. Nvidia
AI 芯片是 2017 年半导体行业的亮点，其主旋律是 Google 和 Nvidia 的缠斗。
- 4月，Google 在 ISCA2017 上公布了 TPU 论文，披露了若干细节，引起了半导体及互联网行业的极大关注。
- 5月，Nvidia 于 GTC 大会上发布了最新的 GPU Volta 架构，并宣布开源 Deep Learning Accelerator（DLA），其开源的内容及意图一直众说纷纭，毕竟 Training 才是其核心利益所在。
- 同月，Google 在其 I/O 大会上公布了 TPU 2，同时支持 Training 和 Inference，且具有很好的性能和可扩展性，但只以 TPU Cloud 的方式对外开放。
- 9 月的 HotChips 大会，Google 的 Jeff Dean 亲自介绍了 TPU 和 TPU2 及其代表的新计算生态。
- 同月，Nvidia 的 DLA 在承诺的最后期限前开源了部分硬件代码，以及未来的开源路线图。由于离真正使用还有较大差距，所以目前看来并没有影响各 AI 芯片初创企业的融资。
- 10月，Google 公布其 Pixel 2 手机中使用了定制 SoC IPU。
这场贯穿全年的战争，对业界的影响力远远超过两家公司本身，Google 引领了科技巨头加入 AI 加速硬件竞争的趋势，如 12 月 Tesla 宣布正在研发用于自动驾驶的 AI 芯片，相信这一趋势随着时间的推移会愈发明显。
传统巨头 vs. 初创企业
传统巨头不会坐以待毙，Intel 通过连续收购完善布局，试图后发制人；AMD 也在努力追赶，并传言正与 Tesla 合作自动驾驶芯片。初创企业也毫不逊色，全球范围内的 AI 芯片初创公司据传已超过 100 家，在 TSMC 排队投片的也已达 30 家。
传统上，投资者往往不愿意投芯片创业企业，但现在资本却对 AI 芯片趋之若鹜。国内外都出现了一批「头部企业」，国内如寒武纪、地平线、深鉴科技和比特大陆，都陆续发布了自己的产品；国外如 Graphcore、Wave Computing、Cerebras 和 Groq，则背景深厚且技术路线独具特色。但多数公司并没有公开具体信息，这也给了2018 年更多的期待。
2018——趋势预测与展望
市场：从云到端
AI的「应用驱动」，意味着创新的重点从云扩展到端/边缘，将导致芯片市场分裂为成千上万的细分市场，且它们对于成本和工艺的衡量策略完全不同。如果说 2017 年的看点是各种芯片的性能和功耗数据，那么 2018 年的看点则是应用的落地情况。
深度学习目前最能落地商用的方向是图像和语音识别，部署规模能达到千万级的主流终端市场，目前能看到的有：个人（手机&平板，约 30 亿颗）、安防（监控，亿级）、家居（家庭网关&电视盒子，7 亿颗；音箱，千万级但快速增长中）、机器人&无人机（各数百万，合计千万级）、汽车（ADAS 全球渗透率不到 10%，但快速增长中）。
技术：ISSCC 风向标
从 ISSCC 这一半导体领域的顶级会议中我们可以一窥行业的大趋势。2018 年有两个以「Machine Learning」命名的 Session，其中一个是新增的「Computation in Memory for Machine Learning」，并行计算无需依靠处理器，在存储器中就能实现，摆脱了冯·诺伊曼架构下处理器与存储器的带宽限制。
而在「Machine Learning and Signal Processing」中，呈现出多数芯片都支持低精度，特别是二进制神经网络（BNN）的重大变化。BNN 的计算电路极其简单，带宽要求也不高，因此能达到 50TOPS/W 量级以上的性能。虽然实际应用是否能接受 BNN 并非由芯片设计者决定，但随着算法领域的不断突破，BNN 的应用将愈发广泛。
行业格局：从框架之争到 IR 之争
芯片之争的关键不在于架构，而在于软硬件生态。Google 目前是生态最完整的企业，并试图以 TPU+Cloud+Tensorflow 不断巩固领先地位。Nvidia 在深度学习领域的成功，也离不开完善的 CUDA 生态。客户的需求是一套完整好用的解决方案，而框架是其中的核心。
不过深度学习还有个现实的问题，当前存在着大量不同的前端框架和后端硬件，需要找到一种方式更有效地实现它们之间的优化与映射。类似的场景其实在软件领域曾出现过，LLVM 的出现让不同的前后端使用统一的 IR（Intermediate Representation），可以很方便地扩展支持新的编程语言和硬件平台。
深度学习领域也需要类似的项目。目前，Tensorflow XLA、NNVM+TVM、ONNX 是这一领域主要的几个探索。不同的是，XLA 只针对 Tensorflow 优化，NNVM+TVM 隶属于 MXNet 阵营，但试图打造一个开放的接口，而 Facebook 发起的 ONNX 则是这一领域最新的尝试，希望以此与 Google Tensorflow 相抗衡。IR 之争，将是未来框架之争的要点。
几大看点：可能导致行业变局
-
传统芯片巨头，Nvidia 是否会推出专用加速芯片？Intel 的 Nervana 架构是否会重新定义市场？除了 Intel+AMD 以抗衡 Nvidia，是否还会有更多巨头间的合纵连横？
-
芯片初创企业，面临「小考」，理论指标将会被实际性能取代，Graphcore 等国外初创企业能否拿出值得期待的产品？在 Edge 端有优势的 ARM 是否会有影响初创企业的大动作？
-
互联网巨头，谁会步 Google 后尘自研芯片？
-
IR 之争，是 Tensorflow XLA 扩大领先，还是 NNVM+TVM、ONNX 能分庭抗礼？
-
算法，BNN 能否得到广泛应用？深度学习之外的其他算法能否有巨大突破？
-
CPU 漏洞门，对 AI 云计算的影响程度？Google 和 Nvidia 是否会因此受益？
