怎样解读凯文·凯利的《失控》

【专家解说】：《失 控》简介：作者凯文.凯利（KK），出版于1994年，这本写于20年前的大部头融汇贯通生物学、计算机科学、数学、工程学、经济学、组织理论、艺术等多 个学科，并对科技、社会和经济等领域的未来图景进行了预测。

书中KK从来不是给出“拍脑袋”式的臆断，而是通过翔实的例证，严谨的逻辑娓娓道来，结论自然 是水到渠成跃然纸上。同时，值得称许的是，KK预测的许多概念在20年后的今天，已然成为现实，如云计算、3d打印、博客、维基等大众智慧的兴起等等。

展望KK描绘的全人类的未来，我们是相信呢，相信呢，还是相信呢？

（正文）

我对本书的见解还十分粗浅，甚至可能有些地方由于个人专业以及理解所限会有偏颇或谬误；咱们群内高手云集、藏龙卧虎，希望各位高手不吝指教。也仅以此次分享作为抛砖引玉的一个石块，能够引起更多人对本书的关注和更多的朋友来分享对本书的精深见解，则是我最大的愿望。

在我正式开始之前，先简要介绍下《失控》的两个特点：其一，全书共24个章节，50万字，内容涵盖生物学、计算机科学、数学、工程学、经济学等多个学科和领 域、博大精深，且章节之间看似相对独立，实则有丝丝缕缕的联系和很强的逻辑性，如一串璀璨的珍珠项链，要从中切割出部分而不影响整体连贯性和逻辑性实属不 易；

其二，本书的另一个非常鲜明的特点是，丰富翔实的案例，所有的推理和结论都是以大量的案例为基石，可以毫不夸张的说如果整本书是一个华丽的王冠，案例就是王 冠上的耀眼的宝石，切除案例只看结论难免枯燥乏味、甚至平淡苍白。所以我开始准备分享的时候，颇为这两个问题所困惑。直到某次，我的 目光又停留在本书的封面上——

非常精彩的封面图，囊括了本书的核心：蜂群/分布式系统；新生物文明/生物和人工的结合；进化/人工进化/共同进化；以及本书最大的主题：失控。好，就从这张封面说开去。下面我正式开始。

一、蜂群思维、分布式系统、众愚成智

1、蜂群思维：

1）蜂群的灵魂在哪里？由谁统治，由谁发布命令，又由谁预见未来？

蜜蜂分群的时候，统治者不是蜂后，蜂后只能跟着，是蜂后的女儿们负责蜂群应该何时何地安顿下来。五、六名无名工蜂负责侦察可能安置蜂巢的树洞和墙洞，它们回来后用约定的舞蹈向蜂群报告，侦察员的舞蹈越夸张，说明它主张使用的地点越好。

接着，一些头目们根据舞蹈的强烈程度，核查几个备选地点，并以加入侦察员舞蹈的方式表示同意。这就引导更多的跟风者前往占上风的候选地点侦察，回来之后再加入看法一致的侦察员的舞蹈，表达自己的选择。

根据收益递增法则，得票越多，反对越少，渐渐的以滚雪球的方式，形成一个大的群舞，最终，最大的蜂群获胜。这是一个白痴的选举大厅，由白痴选举白痴，其产生的效果却极为惊人。这是民主制度的精髓，是彻底的分布式管理。

2）如何从单个蜜蜂的机体过渡到蜂群机体

只需增加蜜蜂的数量，使大量蜜蜂聚集在一起，并能够相互交流。等到某一阶段，当复杂度达到某一程度时，蜂群机体就会从单个蜜蜂中涌现出来。

一个斑点大的蜜蜂的大脑，只有6天的记忆，而作为整体的蜂巢所拥有的记忆时间是3个月，是一只蜜蜂平均寿命的2倍。

量变到质变：整体行为从各部分的有限行为里有规律地涌现，事件的涌现大多依赖于一定数量的个体、一个群体或更多。其他的例子如：鸟群、鱼群，当它们腾空飞起、转向、盘旋、急转的时候，这种群体的一致性从个体中自然涌现出来。蜜蜂作为蜂群的个体是独立而自由的，但作为个体的蜜蜂无法理解蜂群涌现的行为，就如细胞无法理解人的思想。

2、分布式系统

1） 分布式系统 => 众愚成智

试 想以下两种情况：一个自负智力的超重恐龙（更聪明 -> 更多的电脑脑部件 -> 更重 -> 更大的驱动马达 -> 更大的电池组 -> 更大的机械架构 -> 大脑与身体的比重越来越小），或者一大群机械蟑螂（与前面的例子完全相反，电脑部件越小 -> 电机越小 -> 电池越小 -> 架构越小 -> 大脑占身体的比重更大）

对于一大群机械蟑螂而言，单个机体可能干得不是很好，当成百个，上千个机器人进行集团化作业的时候，就能出色完成任务，比如在火星上清理出一片着陆场地。数以百万计的生物机器汇聚在一起的智能，也许某天可以与人类自己的创新能力相匹敌。

2） 并行的分布式系统

尽管当前盛行的冯.诺依曼串行程序（计算机一次执行一条指令 plus 分步求解：求解的中间值临时存储在计算机中，并作为下一部分问题的输入值）有很强的普适性，非常适合人类编程，但也存在明显的瓶颈：你为计算机输入的知识越多，它运行的就越慢。

二十世纪六十年代中期，霍兰德发明了隐含并行主义的遗传算法。遗传算法实际上是一大群略有差异的策略，试图在崎岖的地形上同时攀爬不同的顶峰。由于大量代码并行作业，因而能同时访问该地形的多个区域，确保它不会错过那真正的高峰。

计算机科学家指出：“解决高级科学问题所需的计算速度，只能通过高度并行的计算架构来获得。”，“并行计算机是计算的未来。”，“1995年，并行机每月处理的数据量将超过串行机。”

案 例：最早设计出来的并行计算机由64000个处理器并行联接而成。其中的单个处理器很愚蠢，智力跟一只蚂蚁差不多，无论是单个处理器或者将64000个处 理器串联到一起都无法给出任何问题的独创性解法。而当64000个又蠢又笨的蚂蚁大脑相互联结形成庞大网络时，就构成一个进化的种群。在运行一万个周期之 后，程序给出一种计算机科学家们前所未见的算法，比人类设计的最短算法还少一步。

3） insight

博客、微博、微信等大热的大众智慧就是分布式系统的例子，各类中欧校友微信群的兴起也必将大有可为。把大量的个体联接起来，还会出现哪些有趣的事情？还会涌现哪些群体智慧？还会展现哪些的商机？我们上下求索、拭目以待。

二、新生物文明、生物与人工的结合

1、 新生物文明

在一个自维持系统的科学实验中，KK被关在密不透风的玻璃小屋里。众多导管、线缆、植物和沼泽微生物构成的循环系统共同支持着KK的生存。不管是绿色植物，还是笨重的机器，单靠它们自己都不足以保证KK在这个空间的生存。

我们创造的这个世界变得过于复杂，不得不求助自然世界以了解管理它的方法，自然是管理复杂性的大师。我们最终制造出来的环境/系统越机械化，可能越需要生物化，比如蜂群逻辑、生物圈逻辑等等。

2、 生物逻辑的优势所在

就复杂性而言，非生命与生命无法相提并论。例如达尔文给朋友的信中写到“直到今天，眼睛（的复杂性）还是会让我不寒而栗。”

就灵活性和弹性而言，也不能相提并论。野生状态下的动植物常常在遭受猛烈的暴力或残害后仍能存活。

就寿命而言，亦不能相提并论。一辆做工精湛的轿车最多开20万英里，无故障行驶大概5000个小时，一台喷气机的发动机可运转40000小时，而人类的平均寿命是621960小时（70年）。

此外，生物代谢主要是以太阳能为燃料，在常温常压下工作。工业生产/代谢绝大多数需要高温高压。未来工业代谢将会向着有生物特征的加工方式转化，被运营在生物值范畴内的工厂所取代。

3、 insight

下一个世纪中，引领风骚的并非大家所鼓吹的硅，而是生物。真正的风流人物将是超生物学：合成老鼠，电脑病毒，工程基因，工业生态，教导式进化以及人工生命。硅研究正一窝蜂地转向生物学。

请 花一点时间仔细体会下上述热点领域，它们亦不是单纯的生物学，全部是跨界的。再来看看其他的例子：2013年诺贝尔化学奖颁给了3位用电脑做实验的化学 家；下面要讲到的用计算机搭建“电进化机实验”的汤姆.雷是一位生态学家；动画师们需要在电脑动画程序中加入重力、弹力、摩擦力、惯性、流体力学等等物理 定律和公式以使卡通形象栩栩如生。。。跨界的创造力是如此之大，大到超乎我们的想象。

三、进化、人工进化、共同进化

1、 进化vs 人工进化

进化作为一种工具，特别适用于以下三件事：如何到达你想去而又找不到路的领域；如何到达你无法想象的领域；如何开辟全新领域。

进化从生命世界中剥离出来，以纯数字形式存在，进化的重要本质就从天生的世界转移到人造世界，从碳世界转移到硅世界。

进化是一种能被容易地转化为计算机代码的自然而然的技术，正是进化与计算机应用之间的这种超级兼容性，将推动人工进化进入我们的数字生活。

通过人工进化，能够得到解决特定问题的方程或算法，如找出一个能操纵机器人移动的方程；使一根扫把直立在一个由马达控制的滑板上的程序；走出迷宫的策略；优化联接众多城市最短路径的方法。

2、人类力所不逮的，进化能行

我们已经运用工程技术造出了尽可能复杂的机器。如今，我们所面对的项目，-- 有数千万行代码的软件程序、覆盖全球的通讯系统、必须适应迅速变化的全球购买习惯并在几天内更新设备的工厂、价廉物美的机器人—其复杂度只有进化才能搞定。

受限于人类认识的先天局限性，我们无法给一个见所未见的事物填充大量的细节，我们也许会有片刻的遐想，但我们的思绪会很快滑落回自己熟知的自然形式。而进化则是一匹暴烈的野马，带我们到人力所不能及之处。

只有两种方法能够制造出结构极其复杂的东西，一是依靠工程学，二是通过进化，而在两者中，进化能够造出更加复杂的东西。

案例：汤姆.雷的电进化机

汤姆.雷想看看在电脑有限空间里，自复制程序互相竞争会有什么结果。最初引入的是编码长度为80个字节的自复制程序，以及两个机制：进化（程序在复制中会偶尔搞乱几位代码），和死亡（赋予这些生物中的“侩子手”以优先权 ）

汤姆.雷猜想进化能把代码降到75字节左右，运行了一整夜，汤姆雷的小世界里出现了各种变异的自复制程序，79、51、45等等，最短的只有22个字节。

一位MIT计算机专业的学生，试图手工重新创造它，最好成绩也要31个字节，当他得知汤姆.雷在睡觉的时候就得到了22个字节的最短代码长度时，他沮丧极了。

这些“没脑子”的黑客的创造力是永无止境的。

这个电进化机的案例是很有趣的，实质上汤姆雷通过电进化机实验模拟了一个生态系统，在实验中出现了自然选择、寄生、共生、性/遗传等大量生物圈现象，这里由于篇幅关系略去了大量细节。

关 于进化的力量，书中还有大量案例支撑，比如用电脑繁殖图像最终产生“生物形态大千王国”，从简单的线段开始，每次变异增加一些分枝， 在运行若干天、若干月之后，先后出现了自然界从未有过的树、草和花的线图，各式各样奇怪的虫子和蜘蛛。。。仙女虾、阿兹特克神庙、哥特式教堂窗户、土著人 的袋鼠壁画。。。以及大量我们见所未见的复杂生物。

3、进化是软件编程的未来

1）软件编程的挑战：

所有的分布式系统，包括 -- 电话网，军事系统，全球24小时金融网络，以及更庞大的计算机网络，他们的复杂性考验我们掌控他们的能力。“为一个大规模并行机编程的复杂性可能超过了我们的能力。”汤姆.雷说，“我认为我们永远也写不出能充分利用并行处理能力的软件”。

对于分布式网络这类事务，进化是最自然的编程方式。

2）进化软件的优势所在

在程序员睡觉或者度假期间，机器照常运行，待他醒来或度假归来时，系统已经进化出完美的答案了。

进化的方法排除了软件设计中最大的一个障碍，预先设定问题的所有特征。如果你有许多相互矛盾有彼此关联的变量，而目标定义又很宽泛，可能有无数个解，那进化正是解决之道。

让计算机解决一个我们只知如何描述却不知如何解决的问题，例如如何进化出数百万行的驾驶飞机的程序。通过一个群系统中的一些微小的、试图坠毁飞机的寄生虫，这些寄生虫会促使系统更快地向无差错和抗干扰强的导航程序收敛。

进化的软件缺陷更少 -- 即使技术人员成功设计出一款庞大的程序，譬如导航软件，要对其进行彻底的测试也是不可能的，但进化出来的东西则不同。“这种软件的成长环境里充斥着成千上万专职的挑刺者”。凡在它们手下躲过一劫的，都经受住了严酷的考验。

3）广阔的未来应用

一直以来，IBM都在支持着这一蕴藏无穷商机的进化实验。IBM把研发出的进化方法交给汽车设计师让他们用来改变车身外形。IBM打算用这个技术来实现盈利，而且不止用于汽车产业，他们认为进化的方法对所有涉及大量参数设计的问题都是有帮助的。

此外，进化也将是现代艺术发展的下一个阶段，借用变异和繁殖的概念可以催生出这门艺术。这样的技术也可以用于广告、logo设计等领域。

进化能够带来多层次的细节，是人类艺术家永远不会有时间、精力和金钱来做的事。

4、共同进化

进化是不断适应环境以满足自身的需求，共同进化是更全面的进化观点，就是不断适应环境以满足彼此的需求。自然界半数生物是共生共存的。

进化的不只是生物或物种，而是物种加环境的整个系统，两者是不可分割的。

共同进化中彼此关联意味着整体收益可能惠及/有时殃及所有成员 – 非零和游戏。

在共同进化的世界中，控制和保密只能帮倒忙。在零和游戏中，你总是想隐藏自己的策略，但在非零和游戏中，你可能会将策略公之于众，这样一来，别的玩家就必须适应它。

二十世纪九十年代，大企业之间的结盟大潮，尤其在信息和网络产业当中，是世界经济日益增长的共同进化的又一个侧面，与其吃掉对手或与之竞争，不如结成同盟 – 共生共栖。

Insight: 商业咨询师常警告客户，切不可陷入依赖于单一客户或供应商的共生处境，但是据KK所知，许多公司都是这么做的，而他们所过的有利可图的日子平均来说并不比其他公司少。

是否可以试想一下，未来的世界，人类和我们所创造的机器人将共生共栖、共同进化、互惠共赢？