155
1各位听众朋友，欢迎收听向阳乔木。
上个月参加飞书大会，我在上海看到一个特别有意思的场景——一位老人戴着智能眼镜，正在用AI实时翻译和一位外国游客对话。
两个人聊得特别开心，完全没有语言障碍。
看着这一幕，我突然想起了雷·库兹韦尔在2005年写的《奇点临近》。
20年前，他预言的那个人机融合的未来，似乎正在我们眼前一点点展开。
说起库兹韦尔这个人啊，真的是传奇。
他不仅是个发明家——发明了第一台平板扫描仪、第一个能识别所有字体的OCR系统，还是个音乐家，更是个未来学家。
最让人印象深刻的是，他对技术发展趋势的预测准确率高得吓人。
1990年，他就预测到1998年计算机会在国际象棋上击败人类冠军——结果深蓝在1997年就做到了。
那么问题来了——在2025年的今天，当我们已经习惯了和ChatGPT对话，看着 AI 生成的视频，用着各种AI工具的时候，重读这本20年前的书，还有什么意义吗？
库兹韦尔预言的2045年奇点，真的会如期而至吗？更重要的是，如果奇点真的要来，我们该如何准备？
让我先从书中最核心的概念说起——什么是奇点？
库兹韦尔借用了物理学中的概念。
在黑洞的中心，有一个点，那里的引力无限大，时空曲率无限大，我们现有的物理定律在那里失效了。
技术奇点也是这样一个点——当人工智能超越人类智能，技术发展速度变得如此之快，以至于我们无法预测之后会发生什么。
但这里有个特别有意思的地方。库兹韦尔不是简单地说"AI会变得很聪明"，他提出了一个更深刻的观点：奇点的本质是智能的指数级增长。这种增长不是线性的，而是像复利一样，越滚越快。
为什么会这样呢？库兹韦尔提出了一个关键概念——加速回报定律。
简单说就是，技术进步会加速技术进步本身。
比如说，我们用计算机设计更好的计算机，用AI开发更强的AI。这就像滚雪球，雪球越大，滚得越快，粘上的雪也越多。
说到这儿，让我想起 OpenAI的GPT 5。
它在很多推理任务上已经接近或超过了人类专家水平。更关键的是，现在AI研究团队都在用AI来辅助开发下一代AI。
这不就是库兹韦尔说的加速回报定律的活生生例子吗？
但等等，让我们停下来想想——这个预测真的靠谱吗？
其实啊，库兹韦尔的预测基于一个特别重要的观察：摩尔定律只是更大规律的一个特例。
他追溯了整个计算历史，从机械计算器到真空管，从晶体管到集成电路，发现了一个惊人的规律——每单位成本的计算能力，一直在以指数级增长，而且这个趋势已经持续了一个多世纪。
这就特别有意思了。
很多人说摩尔定律快到头了，芯片不能再小了。但库兹韦尔早就预见到了这一点。他说，当一种技术范式走到尽头，新的范式就会接棒。
就像接力赛一样，一个跑累了，下一个接着跑。从2D芯片到3D芯片，从硅基计算到量子计算、光子计算，总有新技术在路上。
不过，我得说，库兹韦尔在书中的一些具体预测，在今天看来有些过于乐观了。
比如他预测2010年代，我们就会有能够通过图灵测试的AI。虽然现在的大语言模型确实很厉害，但真正意义上的通用人工智能，我们还在路上。
这就引出了一个更深层的问题——预测技术发展的能力是一回事，预测技术如何被社会接纳和应用是另一回事。技术不是在真空中发展的，它需要和人类社会的复杂系统互动。
让我举个例子。库兹韦尔预测纳米技术会在2020年代大规模应用，纳米机器人会进入我们的血管，修复损伤，延长寿命。技术上，我们确实在纳米医学上取得了很多进展。但实际应用呢？监管审批、临床试验、伦理争议、成本问题……这些都大大减缓了技术从实验室到日常生活的速度。
这让我想起了经济学家罗伯特·戈登的观点。
他认为，技术创新的果实已经被摘得差不多了，未来的增长会放缓。库兹韦尔显然不同意这个观点。但我觉得，真相可能在两者之间——技术潜力是指数级的，但社会吸收能力可能是线性的，甚至有时候是阶梯状的。
好，聊完了理论基础，我们来看看书中另一个核心议题——人机融合。
库兹韦尔认为，奇点不是AI取代人类，而是人类和AI融合。他预测，到2030年代，我们会通过脑机接口直接连接云端，获得超人的认知能力。到2040年代，非生物智能会进入我们的大脑，我们的思维会同时运行在生物神经元和人工神经元上。
