Kevin Kelly的《必然》阐述了几项宏观技术趋势，并将它们推演至合乎逻辑的结论。这是一本富有洞见的书——我强烈推荐。

十年之后，以下是书中一些与 AI 相关的摘录：

“到 2026 年，Google 的主要产品将不再是搜索，而是 AI。”

大约在 2002 年，我参加了一场为 Google 举办的私人聚会——那时它还未上市，还只是一家专注于搜索的小公司。我与 Google 才华横溢的联合创始人 Larry Page 攀谈起来。“Larry，我还是没搞明白。搜索公司那么多。网页搜索，还免费？这能给你带来什么？”我这种缺乏想象力的短视，恰恰是预测之难的有力证据，尤其是预测未来，但为我辩护一句，那时 Google 还没有完善其广告拍卖机制来创造真正的收入，也远在 YouTube 或任何其他重大收购之前。我并不是唯一一个认为它撑不了多久的搜索网站忠实用户。但 Page 的回答一直让我记忆犹新：“哦，我们其实是在造一个 AI。”

I’ve thought a lot about that conversation over the past few years as Google has bought 13 other AI and robotics companies in addition to DeepMind. At first glance, you might think that Google is beefing up its AI portfolio to improve its search capabilities, since search constitutes 80 percent of its revenue. But I think that’s backward. Rather than use AI to make its search better, Google is using search to make its AI better. Every time you type a query, click on a search-generated link, or create a link on the web, you are training the Google AI. When you type “Easter Bunny” into the image search bar and then click on the most Easter Bunny–looking image, you are teaching the AI what an Easter Bunny looks like. Each of the 3 billion queries that Google conducts each day tutors the deep-learning AI over and over again. With another 10 years of steady improvements to its AI algorithms, plus a thousandfold more data and a hundred times more computing resources, Google will have an unrivaled AI. In a quarterly earnings conference call in the fall of 2015, Google CEO Sundar Pichai stated that AI was going to be “a core transformative way by which we are rethinking everything we are doing. . . . We are applying it across all our products, be it search, be it YouTube and Play, etc.” My prediction: By 2026, Google’s main product will not be search but AI.

In 2017, Google researchers publishedAttention Is All You Need, which introduced a deep-learning architecture called thetransformer.

"oligarchy of two or three large, general-purpose cloud-based commercial intelligences"

随着这一进程的推进，这种基于云端的 AI 将日益成为我们日常生活中根深蒂固的一部分。但这是有代价的。云计算强化了收益递增法则，有时也被称为网络效应，即网络的价值随着其规模扩大而增长得更快。网络越大，对新用户就越有吸引力，这又使其变得更大，从而更具吸引力，如此循环。服务于 AI 的云也将遵循同样的法则。使用某项 AI 的人越多，它就越聪明。它越聪明，使用它的人就越多。使用它的人越多，它就越聪明。如此循环。一旦一家公司进入这种良性循环，它往往会增长得如此之快、如此之大，以至于压倒任何新兴的竞争对手。结果，我们的 AI 未来很可能由两三家大型、通用、基于云端的商业智能所构成的寡头统治。

Kelly 预测了 AI 巨头，同时倡导开源权重的未来：

理想情况下，这种额外的智能不仅应该便宜，而且应该免费。一个免费的 AI，就像网络的免费公地一样，将以前所未有的力量滋养商业和科学，并很快收回自身成本。

“地平线上的 AI 看起来更像 Amazon Web Services”

在所有这些活动中，我们 AI 未来的一幅图景正逐渐清晰，而它并不是 HAL 9000——一台由具有超凡魅力（却可能杀人）的类人意识所驱动的独立机器——也不是超智能的奇点狂喜。地平线上的 AI 看起来更像 Amazon Web Services——廉价、可靠、工业级的数字智能在一切背后运行，除了在它宕机闪烁时几乎不可见。这种公共设施将为你提供你想要的任意 IQ，但不会超过你所需。你只需接入电网，就能像获取电力一样获得 AI。

“大部分 AI 将是专用软件大脑”

就连 Kelly 也没有预见到苦涩的教训：

然而，AI 完成的大部分商业工作将由不像人的程序来完成。大多数 AI 将是特殊用途的软件大脑，例如，可以将任何语言翻译成任何其他语言，但几乎不做其他事情。能开车，但不能交谈。或者能回忆起 YouTube 上每个视频的每个像素，但不能预测你的工作习惯。在未来 10 年，你直接或间接与之交互的人工智能中，99% 将是书呆子式的狭窄、超级聪明的专家。

“以对话的语气，任何问题”

很快，我们将生活在一个世界里，我们可以以对话的语气向云端提出任何问题。如果那个问题有已知答案，机器会向我们解释。1974 年谁赢得了年度最佳新秀奖？天空为什么是蓝色的？宇宙会永远膨胀下去吗？随着时间的推移，云端，或云，机器，或 AI，将学会阐述已知和未知的内容。起初，它可能需要与我们对话以澄清歧义（就像我们人类回答问题时那样），但与我们不同，答案机器会毫不犹豫地提供关于任何主题的深刻、晦涩、复杂的事实知识——如果它存在的话。

…

随着我们将更多的书籍、电影和物联网认知化，答案变得无处不在。我们正走向一个未来，每天会问几百个问题。这些问题大多会关于我们和我们的朋友。“珍妮在哪里？下一班公交车几点？这种零食好吗？”每个答案的“制造成本”将是纳分。搜索，即“给我一个答案”，将不再被视为第一世界的奢侈品。它将成为一种基本的普遍商品。