劉慈欣有一部短篇小說，叫做《鏡子》，講了這么一個故事：

一位氣象局的軟件工程師，意外用超弦計算機開發(fā)出了一款模擬軟件，可以模擬一個宇宙從誕生到演變的過程。

[[282419]]

他試驗了一千多個宇宙，終于在一天夜里，無意間發(fā)現(xiàn)了一組數(shù)據(jù)，用它生成的宇宙，一切物理常數(shù)跟我們的宇宙一模一樣。換言之：他模擬出了我們現(xiàn)在所在的宇宙。

于是，他看到了被掩埋的「真實的歷史」：特洛伊城從未存在過，馬可波羅從未來過中國，許多名不見經(jīng)傳的小人物，其實才是真正的英雄……

感興趣的朋友，可以自行去找這本小說，很短。

但是，在《鏡子》中，哪怕是這個萬能的宇宙模擬器，也有一個致命的缺陷：它只能用來看過去，無法用來預測未來，否則就會陷入「無限遞歸」之中。

預測未來，大概是人類想象力的極限了。

無論是漫威的奇異博士，還是《守望者》里面的曼哈頓博士，一旦跟預知未來扯上關(guān)系，總是會帶來復雜的思維陷阱和悖論。

如果未來能夠預知，那我能否改變它?我又能否預知被我所改變的未來?

如果未來能夠預知，那是否意味著，整個世界本質(zhì)上都是決定論的?一切早從遙遠的過去就已經(jīng)注定好?

這也許是人類，最不想涉足的一塊禁地：因為它會對我們的「自由意志」，產(chǎn)生巨大的沖擊和影響。

但這一切正在成為現(xiàn)實。

一種叫做 ABM(基于智能體的模擬，Agent-based Model)的技術(shù)，也許真的能夠使我們「預測未來」。

它的原理是什么呢?舉個簡單的例子：

想象有一片空地，上面有10個圓點，我們給它們設定如下的指令：

1)在這片空地上隨機行走，不能走出外面;

2)當兩個圓點相遇時，有50%幾率會「結(jié)盟」，50%幾率會互相攻擊;

3)攻擊時，每兩個圓點之間各有50%的幾率取勝。

那么，最終會有幾個圓點「存活」下來?

我們還可以增加規(guī)則。比如：有些圓點具備「勇敢」屬性，攻擊的勝率更高;有些具備「偵察」屬性，能夠規(guī)避危險;有些具備「友善」屬性，結(jié)盟的幾率更高……諸如此類。

這是一個極其簡單的例子。隨便拿一臺計算機，寫幾行代碼，就可以解決。

我們讓它多跑幾次，做幾次模擬，就可以得到不同的結(jié)果。把這些大量的結(jié)果做一個統(tǒng)計，就能夠知道大致的傾向。

但如果把這片空地，換成一座城市;把這些圓點，換成一個個「人」;把這些指令，換成一些支配著人類的、簡單的行為規(guī)則呢?

從某種程度來講，我們就可以藉由模擬，來預判一個小群體的大致走向。

如果你玩過類似《模擬人生》這樣的游戲，你一定會非常清楚。

當然，「模擬」的原理并不新奇 —— 它早自上個世紀就已經(jīng)投入使用了。天氣預報就是這樣來的。

同樣，針對人類社會的模擬，也已經(jīng)有許多案例。

比如：2014年，西非爆發(fā)埃博拉疫情。當時，相關(guān)專家用了7個月的時間，建立了一個模型，引入了現(xiàn)實社會的種種數(shù)據(jù)，如病例數(shù)量、感染率、交通方式、人口分布……最終得出結(jié)論：如果不加控制，可能會有140萬人受到感染。

最終，在這個預測模型的指導下，醫(yī)療小組奔赴最核心的地方進行干預，成功地將感染數(shù)量控制在了2.8萬人以內(nèi)。

但無論是天氣預報，還是埃博拉模擬，抑或《模擬人生》，都存在一個嚴重的問題：

它們的數(shù)據(jù)量太小，遠遠不足以模擬「現(xiàn)實」。

舉個例子：在埃博拉模擬中，每個「人」只有幾種行為方式：被感染，逃跑，隨機行動。與其說它們是一個個活生生的「人」，不如說是被高度簡化、抽象化的「質(zhì)點」。

這就導致了 ABM 技術(shù)發(fā)展的停滯。畢竟，要還原現(xiàn)實社會，需要的數(shù)據(jù)量實在是太龐大了，絕不是短時間內(nèi)可以實現(xiàn)的。

不過，近幾年來，一項技術(shù)的發(fā)展，使得「模擬現(xiàn)實社會」成為可能。

這項技術(shù)是什么呢?你一定也非常清楚，它就是人工智能 —— 人工智能的發(fā)展，解決了對于數(shù)據(jù)的「輸入」難題。

什么意思呢?

在舊的模擬技術(shù)里，最難的地方是什么?如果你要盡可能還原一個群體，你就要對每個人輸入足夠多的數(shù)據(jù)。包括：出身，家庭背景，喜好，習慣，工作，技能，經(jīng)濟狀況，等等。

這幾乎是不可能的。

但這對于人工智能來說，這只是一個小問題。

人工智能有一個非常強大的能力，叫做自學習：你只要給它一定的數(shù)據(jù)，它自己就能夠進行學習，自我測試、自我修正、自我完善。

當它「學會」了一個模式之后，就能夠真正地「模擬現(xiàn)實」。

舉個例子：AlphaGo 大家都非常熟悉了。而 2017 年的 AlphaGo Zero，無需任何知識輸入，只需給它一張棋盤，告訴它規(guī)則，讓它跟自己對弈，僅訓練三天時間，它就能擊敗 AlphaGo。

同樣，DeepMind 發(fā)布的 VQ-VAE 模型，僅需「投喂」7萬張人臉圖片作為訓練集，就能生成 100 萬像素的清晰「人臉」，肉眼完全無法分辨。

生活中，我們每一天都在產(chǎn)生數(shù)據(jù)。這些源源不斷的數(shù)據(jù)，就是人工智能最好的訓練集。

把它們輸入給人工智能，讓人工智能去學習「人」的模式，它就能非常輕易地，生成一個個「真實的人」。

這些人跟真人一樣，擁有性格、信仰、家庭、工作，他們會生病，會變老，會交互，能夠?qū)W習，能夠?qū)ν饨绲拇碳ぷ鞒龇磻?/p>

差別只是在于：他們只存在電腦里，并不存在于現(xiàn)實中。

這就是 MAAI，多智能體人工智能(Multi-agent artificial intelligence)。

它針對舊的 ABM 模型，比較大的變化是：

1)使得「智能體」(agent)真的成為了「復雜」的個體;

2)使得智能體的數(shù)量大大增加，從而使模擬社會成為可能。

正如挪威社會建模中心的 F. LeRon Schults 所說：

人們需要作出的改變，是接受這么一個事實：你真的可以模擬人類。

這是一項非常新的技術(shù)。

新到什么程度呢?英國薩里大學社會模擬研究中心主任 Nigel Gilbert 表示：有一些政策分析家已經(jīng)注意到它，但大多數(shù)政治家對此尚一無所知。

然而，它并不僅僅存在于論文里面。

據(jù)弗吉尼亞建模中心的 Saiku Diallo說：目前這一技術(shù)，已經(jīng)能夠容納上千萬個「智能體」。簡而言之，「我們可以為一座像倫敦這樣的城市建?！?。

試想：在電腦里建立一座城市，里面有數(shù)千萬個「居民」。他們跟真人一模一樣，每個人都有詳細的出身、履歷、性格、特質(zhì)……雖然他們沒有自我意識，但從觀察者的角度來看，就跟真人一樣。

理論上來說，當我們把一部分倫敦的居民數(shù)據(jù)輸入人工智能，用它生成足夠的「智能體」，再放到一個相似的環(huán)境下，這就構(gòu)成了一座虛擬的「倫敦2號」。

它和現(xiàn)實的倫敦非常相似，說是一個簡化版也不為過。

然后，我們就可以嘗試著控制外部條件，來觀察整個「倫敦2號」的變化。

比如：

施行一項新政策，觀察整個城市的變化結(jié)果和趨勢;

引發(fā)一場災難，看能否得到有效的遏止和控制;

輸入一些突發(fā)的事件，比如「脫歐」「難民涌入」，觀察長期的變化趨勢。

只要讓它多運轉(zhuǎn)幾次，我們就可以得到足夠多的數(shù)據(jù)，從而對未來有一個更大把握的預判。

從某種程度上來講，這不啻于正是「預測未來」。

而這一技術(shù)的發(fā)展，很可能會比我們想象的更快。

目前是倫敦，下一步呢?

F. LeRon Schults 說：

下一個目標，將是 3.2 億 —— 整個美國的人口;

再下一個目標，14 億，中國。

最終，全世界。

而在現(xiàn)實中，這樣的模型正在運行。

據(jù) NewScientist 的報道：一個模擬挪威城市的模型，正在嘗試解決難民問題。

在過去的 8 年里，100 萬敘利亞難民逃往歐洲，其中有 2 萬人定居在挪威。這些難民涌入進來，會對當?shù)氐纳鐣h(huán)境造成什么影響?應該采取什么政策去應對?如何才能將風險和損害最小化?沒人知道。

因此，Schults 正在主導一個模型，模擬一座挪威城市在外來難民的沖擊下種種可能的未來。

這個模型比較小，只有 5 萬個智能體，但將模擬長達 3 代人的時間，以更長遠地觀察各種措施所可能帶來的后果。

像這種體量的模型，運行 1 次需要數(shù)小時到數(shù)天的時間。

你一定會有疑問：根據(jù)真實數(shù)據(jù)「生成」出來的建模，真的能代表現(xiàn)實情況嗎?它的契合度究竟有多高?

這一點，建模科學家們當然也考慮到了。在 Schults 的挪威難民模型中，他們花了一年的時間設置初始條件、建模，以及進行現(xiàn)實檢驗。

研究團隊使用了挪威政府的社會調(diào)查數(shù)據(jù)，觀察建模出來的結(jié)果，是否社會調(diào)查數(shù)據(jù)相吻合。如果不吻合，就微調(diào)初始參數(shù)，再重新建模。

關(guān)鍵在于什么呢?這些都是一次性的工作。一旦你通過了現(xiàn)實檢驗，你的建模就算成功了。你就擁有了一個足夠大的「沙盤」，可以自由地、隨心所欲地試驗你的想法，并根據(jù)得到的反饋進行修正。

除了挪威難民模型，其他的應用也已經(jīng)浮出水面。

英國的經(jīng)濟學家們正在考慮，把 MAAI 技術(shù)引入經(jīng)濟學，來更好地理解現(xiàn)實世界的經(jīng)濟變化，以及，預測像 08 金融危機這樣的沖擊。

波士頓心理與文化中心的一個小組，已經(jīng)建立了一個 MAAI 模型，來對付兒童拐賣的罪犯。但據(jù)小組主任說，罪犯很可能正在采取相似的技術(shù)，來對抗政府的行動。

近陣子，許多學者關(guān)注的是 2020 年的美國大選。雙方的團隊是否會利用該技術(shù)，試驗各種各樣的競選策略，以很大程度地煽動選民?如果一旦發(fā)生，又如何界定這種行為?

不能說這一定會發(fā)生，但目前來看，可能性并不小。

如果這一技術(shù)在不遠的將來，能夠普及化的話，那造成的影響，將會非常之大。

我在 這套「創(chuàng)造者思維」，令我受益良多 中已經(jīng)提過：現(xiàn)代社會里，一切都是高度精密、有條不紊、完全工業(yè)化和流程化的。你所看到、感知到的一切東西，都是別人加工之后呈現(xiàn)給你的產(chǎn)品。

而有了這項技術(shù)的加持，這種現(xiàn)象只會變本加厲。

你所感知到的一切，不僅僅是別人呈現(xiàn)給你的產(chǎn)品，更是別人已經(jīng)經(jīng)過無數(shù)次試驗、演練，得到的「最優(yōu)解」。每一個動作，每一個節(jié)奏，都恰到好處，在最恰當?shù)臅r候出現(xiàn)，落在你最舒服的地方。

這有點類似于「讀心」了。

當然，從另一個角度看，這種技術(shù)也將帶來一個巨大的正面結(jié)果：

我們所面臨的的不確定性，將降低到很小。

無論是一個突發(fā)事件，一項決策，一次危機，有了 MAAI 的幫助，就相當于有了無數(shù)次「重啟」的機會 —— 風險將被降低到最小，我們一切可能產(chǎn)生的反應，都是別人早已經(jīng)預料到、并有所預案的。

我們會生活在一個「更舒服」「更安全」的社會。

至于如何看待這個問題，就留待大家的思考和討論了。

關(guān)于這項技術(shù)，其實還可以延伸一下。

很多人都知道，量子力學的隨機性摧毀了決定論。但實際上，量子力學的隨機性僅僅表現(xiàn)在微觀層面。當它從微觀世界轉(zhuǎn)換到宏觀世界時，這種隨機性就不存在了 —— 一切變成了確定、可控、穩(wěn)定的事物。

因此，我們的存在是穩(wěn)定的，不會突然「坍縮」成一堆粒子，也不會突然出現(xiàn)在月球上。

而人類社會也是一樣的。

就每個人具體而言，都極其復雜，如果沒有足夠多的信息，我們幾乎不可能「預測」一個人的行為。但當一群人組成一個群體，要預測這個群體的行為模式，就簡單了許多。

為什么呢?因為群體有一個特征：它會抹消掉所有的「異常值」。從而，呈現(xiàn)出穩(wěn)定的特征和模式。

簡單來說：我們說一種藥對某種疾病有效，是說任何一個生了這種病的人，都適用于這種藥物嗎?并不是。

每個人的情況不同，有些人的癥狀也許并不適用這種藥物，但把所有人放在一起，這些就變成了「個例」，會被更大的數(shù)據(jù)掩蓋掉、抹消掉。于是，整體來看，就呈現(xiàn)出了「有效」。

同樣，把一萬個非常聰明的人放在一起，他們共同作出的決策、行為，一定優(yōu)于其中任意一個人的結(jié)果嗎?不一定。除非他們是絕對理性的，否則，他們也許會互相攻訐，牟取利益，達成妥協(xié)，等等。最終所呈現(xiàn)出來的，很可能僅僅是一個平均水平。

這也正是 MAAI 的基石之一：我們不可能「預測」一個人的未來，因為不確定性太大，需要考慮的數(shù)據(jù)太多;但是，當許許多多這樣的人組成一個群體，我們所需要的數(shù)據(jù)，反而減少了;所面對的不確定性，也反而降低了。

更進一步，如同我之前說過的：思考是一種熵增。你會希望你全身的每個細胞都有獨立思考能力嗎?一定不會。對不對?

關(guān)于「群體」和「個體」的問題，可能也會是一個需要思考的議題。

這也是我希望與你一起探討、一起思考的。

最后，還是稍微提幾句。

技術(shù)的突破滾滾而來，在歷史的車輪面前，贊揚也好，反對也好，大多數(shù)時候，意義并不是很大。

很多東西一旦被創(chuàng)造出來，就未必是能夠以人的意志為轉(zhuǎn)移了。

我們要做的是，做好心理準備，來迎接一場表面上可能毫無波瀾，但卻可能改變整個社會、改變?nèi)祟愇拿鞯淖兏铩?/p>

它也許會在幾十年后到來。也許永遠不會到來。

又也許，就在不久之后。