今天，數字化正在發生，随着它的發展，整個社會的一切都将被數字化。大家都在談論數字化産業，數字化對整個社會有着非常深遠和廣泛的影響，在這種興奮中，會有焦慮，因為數字化會産生一些前所未有的社會現象，後果如何，如何影響，我們還沒有完全了解它的未來将何去何從成為當下的熱點問題之一。
在我看來，有一種方法可以看到未來，我把它分成幾個部分。首先，探索其背後的驅動力在哪裡，其次，它的結構是什麼，最後，建構其形成的具體地圖。為了了解未來趨勢的這三個組成部分，我們對它們的了解是結構化的，深入的，并且更仔細，更有效地展望未來。
在過去的20年左右的時間裡，我個人非常幸運，有機會參與到第一線，觀察整個高科技行業所經曆的幾代技術平台，以及由其産品衍生的商業生态。
在轉向數字化的未來之前，請分享一種對我有用且我自己一直在使用的思維方法，它對我産生了巨大的影響。"如果我不建造什麼，我就無法了解它，"美國實體學家理查德·費曼（Richard Feynman）說。這句話非常重要，它揭示了一種認識世界、觀察研究對象的方式：對于任何複雜的問題，都可以作為一個子問題進一步拆解，對于每個子問題，并作為一個子問題繼續拆解，這樣問題就無法被拆解。然後，每個子問題的答案都經過深思熟慮和測試，直到所有子問題都得到正确驗證，以表明初始問題确實被了解和了解。這是一種線性思維方式，可以幫助您探索所有問題的本質。這種思維方式已經成為我的習慣。我也用這種方法來研究數字化。
分享客人|陸琦是奇奇創意的創始人兼CEO
朱敏，清華大學國家金融研究所所長
編輯|混沌商業研究團隊
本文為混沌花園的圖書專欄。本文摘自《未來已來：全球領袖的世界》，由中信出版社于2019年11月11日出版
混沌之王在文末給你發了三本書，500堂認知好課，在混沌app
數字化的本質
什麼是數字化？它的本質是什麼？我認為數字化包括六個核心步驟，其中一個是不可或缺的。
首先，擷取（捕獲）資訊。收集有關現象的資訊是數字化的第一步。
第二，快遞（Express）資訊。收集資訊後，需要表達具體資訊，這些資訊可以用各種形式表示，如二進制，符号，向量等。
第三，商店（Store）資訊。現有資訊必須存儲在有效的媒體上，而紙張是存儲資訊的媒體。
第四，傳輸（傳輸）資訊。使用資訊時，需要傳遞資訊。
第五，過程資訊。這是數字過程中最核心的部分，處理資訊，通常使用數學知識或模型通過計算來處理資訊。
第六，傳遞（傳遞）資訊。這是将處理後的資訊傳輸到可以實作我們人類需要的目标的特定終端。
這六個步驟構成了數字化，這是不可或缺的。用這六個步驟來解決目前的數字化問題，例如，使用者使用鍵盤将資訊輸入終端，資訊采集通常與鍵盤一起使用。資訊的表達式通常是二進制的，以0和1表示。今天的資訊存儲基本上是使用閃存或硬碟，資訊傳輸往往是通過移動網際網路、全球網絡、海底光纜等實體網絡。在大多數情況下，使用矽晶圓和軟體進行大規模操作來處理資訊。最後，傳輸資訊，然後傳回到具體的應用場景，通常顯示在螢幕上。
但我想強調的是，目前的數字方法不是靜态的，比如資訊表達，也可以是非符号性的。今天的人工智能是基于深度學習的，而深度學習在某種意義上是一種非符号的表達，它是利用重疊的向量來表達資訊。資訊不必存儲在磁盤或硬碟上。今天科學界不斷探索的是利用合成DNA（脫氧核酸）基因來存儲資訊，資訊的密度将大規模增加。同樣，處理資訊不必在矽晶圓上，其他計算基礎，如量子計算，可以用來以完全不同且更有效的方式處理資訊。
是以，數字化不一定隻是我們今天所看到的，曆史上的人類也在做數字化，而是用不同的方法，比如以紙為媒介，與人進行資訊收集或處理，用筆和紙記錄資訊。古人在設計橋梁、建房等方面，一樣要計算，其實整個過程中還包含着資訊的六個核心步驟。中國的算盤是曆史上一種幫助人們處理資訊的計算技術。
那麼數字化是做什麼的呢？數字化是擷取人們需要的資訊，然後擁有特定的媒介的過程，使資訊本身與資訊所描述的實體分離，然後大規模高效地處理，然後傳回人們使用的終端，并進一步利用。假設我們想描述今天演講的大廳，如果不提取描述大廳的資訊，翻新将花費很多。但是，如果把所有描述大廳的資訊都拉出來，放在特定的媒體上，大廳的細節可以通過計算機計算來恢複，這些資訊可以用來引導大廳的改造，進而可以大規模地提高效率。
是以，數字化的核心在于資訊的采集、表達、存儲、傳輸、處理和傳遞，它将真實的現象或物體與資訊一起輸出，使資訊在新媒體中，以不同的形式表達，用高效的計算來處理資訊，形成可獲得的知識。這是數字化的核心。它可以大大提高效率，幫助人們更好地實作目标，這是數字化的核心。
數字化的核心驅動力
毫無疑問，數字化是一條長河，從曆史到未來，勢不可擋，呼嘯而過，越來越多的人和領域參與其中，對人類社會的影響也越來越深遠，為什麼？它的核心驅動力是什麼？這些年來，我一直在思考這些問題，我一直在和我的朋友談論這些問題。我越能把握不變的東西，就越能幫助我們了解未來，預測未來，從快速變化中的恒定數量開始。
我的觀點深受大衛·克裡斯蒂安教授的影響，他很早就向我推薦了大衛的書和40多個小時的視訊，他對蓋茨有很大的影響，但我從未見過它們。他提出了一個簡單但獨特的概念，"偉大的曆史"，我同意這一概念，他認為，如果沒有實體世界宇宙起源的開始，人類曆史就無法被研究。他認為，曆史的出發點是在實體世界、化學世界、生物世界。在實體世界中，隻有兩樣東西是永恒的：能量和資訊。能量更容易了解，資訊可以轉化為知識。可以解決許多任務的有效表達是知識，這是一種勢能。
例如，為什麼知識是勢能。假設有兩個人的任務是移動一塊大石頭，一個人了解杠杆原理，另一個人不了解杠杆原則。懂得杠杆原理的人可以用木棍快速移動石頭，不了解杠杆原理的人永遠也動不動，是以知識是一種勢能，這是一個重要的概念。
宇宙起源理論認為，複雜的系統是智能的，可以适應環境的變化。智能在于使用能量加資訊來減少熵。人類是一個複雜的系統，人類所做的一切都是為了減少熵的行為，基于這個宏大的理論背景，常數是能量加資訊。人類社會是一個超級複雜的體系，而人類社會的長期驅動力，首先是對權力的追求，第二是對财富的追求，第三是對知識的追求。人類曆史證明，人類，無論是個人、組織還是國家，都在追求這三件事。
數字化與此有什麼關系？數字化可以幫助我們更好地追求我們想要的東西，因為人類總是在尋找更多的能量，用更多的資訊來減少熵，這是最終的核心。數字化的驅動力是無止境的、不可阻擋的，因為它是基于偉大的曆史，基于實體世界、化學世界、生物世界的現實，基于人類社會作為一個複雜的智能系統的存在。
圖10.1并不完全精确，但我想分享一些關于推動人類社會不斷發展的力量和結構的重要概念。人類社會是由通用技術的發展驅動的，可以分為三個階段：農業時代、工業時代和我們現在進入的資訊和知識經濟時代。
農業時代主要由太陽能驅動，太陽能是人類可以使用的免費能源，基本上需要勞動力，而不需要大規模的其他技能。結果，農業時代的曲線是平坦的。
工業時代已經持續了300多年，最大的核心驅動力是化石燃料，從煤炭，汽油和後來的電力開始，這些電力可以運輸到任何需要的地方。工業社會主要是化石燃料加上人類的技能（技能也是一種知識），工業社會有大學，大規模教育訓練和教育訓練廚師，裁縫，工程師，律師等專業技能。結果，工業時代的曲線開始上升。
圖10.1 人類社會通過發展通用技術促進經濟發展
然後，人類進入了這個增長最快，最陡峭的曲線，由大量資訊和數字化驅動。計算機的發明使得擷取資訊和處理資訊的能力以驚人的速度發展。第三條曲線仍然以化石能源為主。衆所周知，化石燃料是有一定時間架構的，我認為随着時間的推移，新的能源結構将不可避免地出現。
由此可見，目前數字化浪潮兇猛，将對人類社會産生重大影響，原因就在這裡。從宇宙起源而來的偉大的曆史發展和演變表明，目前的數字浪潮是曆史的必然、不可逆轉和不可逆轉的。
解構推動數字化的計算平台
60多年來，數字流程一直由計算平台驅動。随着高科技一次又一次的突破，平均約12年将産生新一代的計算平台。圖 10.2 顯示了計算平台的演進路徑。
圖10.2 前幾代計算平台的發展曆程
第一代是IBM的單闆PC;第二代是微軟和蘋果的，當PC有顯示器和區域網路時;第三代是PC網際網路;第四代是移動和雲;我們剛剛進入第五代AI / 5G加邊緣計算的早期階段。
每一代數字計算平台的驅動力是數字化的廣度和深度。數字廣度可以通過使用者數量、地理覆寫範圍（覆寫多少個國家、多少平方公裡的土地）等來衡量。數字化的深度可以通過互動的頻率、互動的資訊量、使用的頻率密度以及使用它們的時間長度來衡量。
任何一代計算平台都有前端和後端。
前端總是由互動模式驅動的，而微軟，我已經工作了八年，無論是蓋茨還是鮑爾默，都專注于互動。任何一代技術，一旦出現互動突破，都會引爆大規模的商業價值。簡單的事實是，新互動的出現意味着數字化程度有所提高，無論是在數字化的廣度還是深度方面。通過把握數字演進的"不變元素"，洞察未來，"互動"當然始終是首要關注點，因為互動定義了數字行為。
首先，前端包含互動式入口，如滑鼠、鍵盤到手指等。
其次，數字終端裝置，其形式也從個人電腦演變為智能手機等移動裝置。相比之下，PC的數字功能受到限制，因為它必須放在桌子上或膝蓋上，不能随時随地使用。但手機不同，可以随處使用，這意味着數字化的廣度已經擴大。
第三，包括應用模式，如計算機應用模式是桌面、帶有文檔、軟體等。
同樣，技術堆棧也包括在内，通常從矽晶圓開始，到底層硬體和軟體，中級硬體和軟體，作業系統，然後是開發工具。
最後但并非最不重要的一點是，必須有一個健康的商業生态系統，否則就無法商業化，數字化也無法推廣。如果有人問我中國的數字化應該如何發展，我想強調一件事：我們必須着力建設健康共赢的商業生态，而不是惡性競争。確定專注于盈利能力，并擁有良好，可持續的商業模式，以便生态系統中的每個人都可以賺錢。曆史一再證明，健康的商業生态系統使數字化得以大規模發展。
縱觀後端，驅動後端演進的是計算資源規模的擴大和提高，特别是計算資訊、存儲資訊、傳輸資訊（網絡）能力的提高。計算資源規模的增加也意味着數字廣度和深度的擴大。
後端具有計算範式和編排，以及最初與前端相同且現在獨立的技術堆棧，包括底層矽片，底層硬體和軟體，中端硬體和軟體，作業系統和開發工具。此外，後端還具有健康的商業生态是關鍵，是關鍵。
比較和分析每一代計算平台在特定結構上的差異。
首先是PC（GUI）/用戶端-伺服器計算平台，這是第一代計算平台。這一代計算平台的上司者基本上是微軟。表 10.1 列出了這一代計算平台的前端和後端。前端的輸入是通過滑鼠和鍵盤，而輸出則顯得尤為重要，有圖像顯示，可以說圖像顯示是微軟成功的主要原因。微軟内部有一些有趣的小故事。蓋茨可能在1978年看到了顯示卡，他想象：越來越快，螢幕分辨率越來越高的顯示卡會有什麼用？他立即寫了一份備忘錄，基本上考慮了未來20年左右出現的應用程式。之前已經提到過其他前端結構，這裡不再贅述。這一代計算平台的前端将桌面資訊數字化。後端在結構上與前端相似，特别注意關系資料庫和分布式事務處理系統。今天，包括區塊鍊的發展離不開這些技術，分布式算法如共識算法就是在這一代計算平台中誕生的。
前面
後端
輸入和輸出模式
滑鼠/鍵盤
圖形使用者界面
連接配接
區域網路
矽晶圓：微處理器
X86（中央處理器指令集架構），Pc（架構）
X86，阿爾法處理器
作業系統
Windows（Windows作業系統），MAC隐喻：桌面
Windows NT （New Technology）， UNIX （Operating System）
裝置
PC/MAC（蘋果個人電腦）
伺服器、存儲、網絡
計算範式
關系資料庫、分布式事務
定義
應用
辦公（辦公軟體）、媒體、遊戲、通訊
記錄系統，企業的重要流程
生産線
商業模式
裝置、軟體（以CD光牒形式分發）
裝置、軟體許可證
生态系統
微軟-英特爾
Siep， Oracle， DEC， IBM
表 10.1 PC（GUI）/用戶端-伺服器計算平台的具體結構
這一代計算平台的商業模式是由微軟制定的，它成功地推出了銷售軟體的商業模式。當時，真正在商店裡銷售軟體，很多銷售PC的銷售管道同時銷售軟體。這一代計算平台已經将企業的資訊管理完全數字化，創造了數百億美元的IT生态系統，同時讓每個企業都提高了生産力，産生了巨大的社會效益和經濟效益。
第二，"PC/Internet"計算平台，這是第二代計算平台（見表10.2）。這一代計算平台的核心技術是浏覽器，浏覽器是電子書，但這本書很不一樣，翻到任何一頁都可以指向，可以把世界上所有的資訊連接配接在一起，它打開了一切。
網際網路，廣域網，全球規模
矽晶圓、作業系統、裝置
它與PC和筆記本電腦，Chrome OS（開源作業系統），Chromebook（網絡筆記本電腦）相同。
與上一個時代類似，有SUN工作站，SAN（存儲區域網絡）和Cisco。
體驗運作時系統
浏覽器（超文本傳輸協定/超文本标簽語言），開放标準
機器學習、大規模分析（海杜普和大資料）、大規模基礎設施 （CAP）
經驗
搜尋、電子商務、媒體遊戲、社交
搜尋引擎，參與系統（電子郵件，社交等）
廣告、電子商務、遊戲
網絡， 谷歌， 百度， 亞馬遜， 阿裡巴巴， 騰訊， 臉書
思科， SUN， 微軟， OSS
表10.2 "PC/網際網路"計算平台的具體結構
在"PC/Internet"出現之前，資訊是用紙面傳輸的。基于文本和圖像的資訊，特别是雜志、報紙、書籍等公開傳輸的資訊，已被"PC/Internet"計算平台數字化。數字化的不僅僅是資訊（産品），還有被數字化的客戶。廣告作為一種商業模式無疑已經數字化。我們在雅虎的時候，并不知道商業模式是什麼，磁盤複辟後，雅虎數位是以前在紙上傳遞的資訊，這些資訊是相當一部分的商業資訊，行業資訊，世界已經扁平化了。
同時，這種數字化資訊作為服務是免費的。上大學的時候，在上海花了很長時間才拿到一些論文，甚至在美國買一張地圖要花3.50美元。在那些日子裡，擷取資訊真的不容易，但現在恰恰相反，不僅地圖是免費的，而且你總是可以獲得最新的資訊。
"PC/Internet"的出現使得擷取資訊不僅是免費的，而且非常及時和容易獲得，是以世界已經完全改變，每個人的效率都大大提高。"PC/網際網路"計算平台大大提高了世界上每個人的能力，以及每個企業的生産效率。
從技術上講，谷歌開創了機器學習的新時代。在我看來，微軟是一家具有裡程碑意義的公司，它開辟了以軟體開發為核心的數字經濟能力，核心生産力是編寫代碼。谷歌也迎來了一個新的時代，編寫代碼，但主要是讓它用資料來訓練模型，谷歌本質上是一家大資料或機器學習公司，創造了大規模的資料計算、大規模的機器學習應用，即搜尋。
這就是"PC/Internet"計算平台的數字效應，其中用文字和圖像表達的大部分資訊被數字化，世界被扁平化。
第三，移動/雲計算平台，這是第三代計算平台（見表10.3）。移動/雲計算平台最大的革命性突破是互動體驗的突破，這是我個人的觀點，真正定義移動/雲計算平台的是2007年的iPhone（蘋果手機），這是第一款真正的智能手機，它定義了一種全新的互動體驗，預示着一個新時代的開始。在此之前，諾基亞，三星和微軟都生産各種手機。我是最早購買iPhone的人之一，當時喬布斯曾經來到雅虎。當時，iPhone還沒有一個app生态，隻有六款應用，無法改變。其中兩個由雅虎開發，兩個由谷歌開發，兩個由蘋果自己開發。它也是一部糟糕的手機，然後由THE補貼，THE在美國灣區的覆寫範圍很差，而且經常無法通過。但是拿到手機的人很興奮，因為這是曆史上第一次裝置真正可以讓手指工作，這是一個很大的突破。
觸摸和手指、語音、攝像頭、位置、陀螺儀、不斷增長的傳感器功能
移動網際網路，3G/4G
矽片
架構：ARM（處理器）、SOC（晶片）、神經網絡算法
矽晶圓，作業系統
架構：X86、ARM、UNIX、Windows
操作
系統
iOS（蘋果作業系統），安卓，原生應用，蘋果商店
管理結構
虛拟機、容器、微系統架構 （K8）
智能手機
類似計算機的資料中心
服務定位：IaaS（基礎架構即服務）、PaaS（平台即服務）、SaaS（軟體即服務）、FaaS（功能即服務）
定義應用程式
照片、資訊（社交）、遊戲、媒體、付款、地圖、優步/下車、訂閱源（閱讀器應用）、視訊剪輯
用于記錄和稽核系統的 SaaS
商業
模式
裝置、廣告、遊戲、訂閱、電子商務
裝置、移動資料企業服務
生态學
iOS， 安卓， 超級應用
程式/小程式
AWS （Amazon Cloud Services）， Azure （Cloud Computing Services）， Alibaba
表10.3 移動/雲計算平台的具體結構
在數字次元方面，微軟本質上是一家滑鼠鍵盤公司，其核心領域在辦公，數字化是企業資訊。蘋果本質上是一家手指公司，觸摸屏的互動體驗導緻很多東西被數字化，以至于這款輕巧的裝置可以放在口袋裡，放在枕頭上，并輕松移動。它不僅有螢幕，手指觸摸，還有攝像頭，還可以定位、數字化位置資訊，毫無疑問，移動終端的數字化能力越來越強。
基本上，人們的日常工作和生活行為被移動/雲計算平台數字化。在中國，社交通信和移動支付已經變得包容，幾乎每個人都可以使用它們，而在美國仍然相當落後。與Drops和Uber一起旅行，因為手機可以定位，人們想在哪裡騎車，司機在哪裡，這些資訊已經數字化，改變了一個行業。還有物流行業，也被徹底改寫了。
同時，數字化也催生了手法、刷牙資訊流等新的人類日常行為，而許多核心知識可以以數字形式獲得，甚至工作行為也可以以數字形式獲得。手機的未來不容小觑，才剛剛開始。最近，我專注于加速早期的業務，剛剛投資了一個魚塘數字業務，把傳感器放在魚塘裡，然後監控擷取資訊，生意很好。那麼，為什麼現在就這樣做，而不是以前呢？因為漁民才剛剛開始普及智能手機。漁民在擁有手機時可以控制這些傳感器，農民也可以。是以，手機會更加數字化我們的日常行為，也因為手機，任何企業都會越走越深。
移動/雲計算平台将離線實體世界的行為數字化。同時，資訊流、内容推薦等将對社會産生巨大、長期和深遠的影響，也帶來了數字廣度和深度的又一次拓展。
在技術方面，移動/雲計算平台也得到了很大的改進。
一方面，矽片則不同，原來是英特爾主導的矽片X86，但在移動時代卻完全失去了商機，現在是ARM（處理器）和SOC（晶片），以深度學習為基礎的計算，相應的作業系統也發生了變化，更何況，可以看到表10.3。
另一方面，後端大規模雲計算開始将計算和存儲作為一種服務形式，讓每個企業都能以非常低的門檻充分享受數字化的力量。我認為這對中國來說是一個巨大的機遇，需要解決的挑戰可能是更多的支付意願，更好的銷售方法和更深入的參與。
在我個人看來，還有惡性競争需要避免，因為最終隻有通過建構良好的商業生态，才能實作生态共赢，才能擴大數字化的廣度和深度，帶來社會進步。
第四，"AI/5G"計算平台，這是一個嶄露頭角的計算平台（見表10.4）。AI和5G技術非常令人興奮，從輸入輸出的角度來看，基于傳感器，所有的互動管道都是開放的，資訊可以以語音、基于視覺的手勢、自然語言對話等形式表達。當然，技術還沒有關掉，可能需要3到5年的時間才能發展成熟，但基本上與人互動的管道大門都是敞開的。
輸入
輸出
語音和本地語言對話框，基于機器視覺（人臉識别），自動化系統（汽車，機器人）...
5G，智能邊緣，V2X（車載無線通信技術），物聯網
傳感器
相機、雷射雷達、其他光學傳感器等
中央處理器（X86），GPU3，FPGA4
（現場可程式設計邏輯門陣列），ASIC（專用內建電路）
CPU， GPU， FPGA， ASIC （TPU）， 低功耗
管理
結構
可管理異構資源的下一代結構
定義性能力
深度學習算法和新的相關計算基礎
車架和工具鍊
TensorFlow（程式設計系統），MXNet（深度學習庫），Paddle Paddle（深度學習平台），AutoML（自動化機器學習），Cuda（計算平台）
可以聽、看、說話、自動駕駛汽車等的智能裝置
資料中心、邊緣
作業系統
智能助手（Alexa，Siri，百度，小米，阿裡巴巴等其他）
計算
範例
深度學習訓練/推理資料驅動模型開發
技能和技能庫，其他形式
感覺，認知，特定"大腦"的垂直區域
平台經濟：廣告、許可...
Iaas， Paas， 解決方案
亞馬遜，谷歌，小米，
百度等
谷歌，微軟，阿裡巴巴等
表10.4 "AI/5G"計算平台的具體結構
該領域創新的前沿是傳感器和傳感器上的矽晶圓系統。我認為矽晶圓必須從底部到頂部完全重寫。矽片的原始邏輯是，需要足夠的流量控制來支援整個商業生态系統，并具有足夠的經濟價值回報。如今，在新計算平台時代，矽片必須能夠大規模并行處理高維資料，這與之前的邏輯有很大不同，需要完全重做，盡管這個過程需要應用的開發和生态的建立，這不是純粹的技術問題。
在"AI/5G"計算平台的時代，定義能力是由深度學習帶來的，它實際上是一種新的計算基礎，用重疊的向量來表示資訊，資訊可以高速表達成一個簡單的形式，可以解決各種任務，特别是基于視覺次元的一些早期應用。
互動體驗還需要進一步開發，可以做個人助理，可以做各種不同的終端，這些都處于發展的早期階段，生态學還沒有形成。
在"AI/5G"計算平台的時代，後端非常重要的就是5G技術的突破，5G在技術上、能力和4G有很大的不同，有很多機會，比如邊緣計算、矽片會朝着不同的方向發展。總之，前端應該是低能耗的，後端要大規模。底層管理軟體也需要重做。擴大後，矽片的生态結構發生了變化，如今一家擁有足夠使用者的網際網路公司不會使用通用矽片，因為設計矽片隻需要10人以上的團隊。如果找到台積電或三星，一次性流僅為1000萬至1500萬美元。高通和英特爾最初的商業模式在"AI/5G"計算平台時代根本不站得住腳，是以後端有不同的遊戲規則，出現了不同的垂直生态上司者。
今天的初創企業有機會成為未來的領跑者，曆史上往往有一技術浪潮沖向時代，原來龍頭企業未必能抓住這樣的機遇，但初創企業卻很有可能獲勝。
總而言之，首先，人工智能和5G是一個非常令人興奮的機會，可以将整個實體世界和人類活動數字化，并從傳感器擷取資料。例如，一個房間裡裝滿了兩三百個可以數字化的傳感器隻是時間問題。是以，實體世界和數字世界正在融合在一起，這是一個從根本上改變的機會。同時，數字技術也将改變現實世界，如無人駕駛，新的路網将逐漸出現，一旦有了新的路網，城市的半徑就會變大，城市結構就會發生變化，這也是曆史規律。
是以，長期的社會結構發生了變化，當然更多的人類行為和人類互動可以數字化，這将對社會經濟産生巨大影響。縱觀曆史，每隔30到40年，就會出現新的基本社會技術。今天的基本社會技術基本上是電力和大規模鋼鐵，40年後，每個房間不僅有電，還有人工智能，這将成為無處不在的公共服務。
其次，這一波數字化浪潮将導緻農業、制造業、娛樂業、金融業等每個現有行業的大規模轉型更新，而數字技術則有可能提高每個職業的效率，無論是律師還是廚師。當然，有些領域需要人類控制，這是整個社會需要做的事情。
最後，教育和醫療保健也将受到嚴重影響。這股數字化浪潮确實令人興奮，這與其技術本質有關。就個人而言，我不認為"深度學習"是一個非常合适的術語，它的核心性質是一種新的計算基礎，它通過重疊的向量快速将資料放入特征空間，以解決多個任務。
（更多路奇好課請點選小程式進行深入研究）
具有漸進式級别改進的數字地圖
雖然數字過程正在向前發展，但數字世界和實體世界現在在很大程度上是脫節的。比如，在數字化之前，每個作者隻能把内容寫在紙上，然後變成報紙、雜志、書籍，印刷出版，分發和傳播，然後口碑化，形成輿論，整個過程基本上發生在現實世界中。數字化後，數字世界都發生了資訊生産、傳播、内容分發、口碑輿論形成等一系列行為。數字世界在很大程度上與現實世界脫節，對現有的社會機制造成了許多沖擊，例如西方世界的運動。
面對這些問題，整個計算行業有必要提出一種新的計算系統架構和資訊架構，更好地設計數字社會行為的資訊結構和核心步驟，定義數字世界與實體世界之間的接口，明确什麼樣的人做什麼樣的行為， 并仔細劃分為此需要承擔的責任。通過這種方式，可以使用現有或不斷發展的社會規則來更好地控制這些數字社會行為。對于數字驅動的社會進步來說，這既是一個巨大的機遇，也是一個巨大的挑戰。
這種擔憂的原因，起源于搜尋引擎，這也是我最初決定加入微軟作為搜尋引擎的根本動機。搜尋引擎的核心實際上是由人類标記資料訓練的算法，這些算法本質上是有偏見的（從标簽資料中得出），并且無法自行檢測和糾正偏見。現在出生的孩子依靠搜尋引擎擷取資訊，知道什麼是對的，什麼是錯的，但是搜尋引擎對沖突的偏見，不僅父母幫不上忙，政府也束手無策。
面對這種情況，商家能做的就是讓使用者在谷歌之外有其他的選擇，至少要保證在這個領域有競争，這是我最初加入微軟相當大的動力。搜尋這麼多年，對下上下一切的搜尋，導緻社會問題也越來越受到關注。社交平台的出現無疑加劇了這個問題。搜尋畢竟是使用者主動查找資訊，而社交平台是将人際關系數字化，社交平台網絡效應将加速出現偏差的範圍，其嚴重後果更難控制。
要打破數字世界和實體世界，核心就是要對目前的數字計算系統結構進行梳理和拆解清晰，提取出相應的資訊結構，我一直緻力于為此目的設計一個資訊聚合系統。一個是龐大的使用者群，或者是一個演員，比如自動駕駛汽車。第二個是終端，包括裝置（如手機或PC）、應用程式（應用程式）或服務。三是涉及的行為，例如點選或輸入關鍵字。第四，社會現象位于"世界"中，在這種環境中互相作用。第五，基礎設施，它管理計算資源。是以，核心資訊結構必須包含這五個組成部分，它們清楚地概述了社會現象是如何數字化的，其中資訊被擷取，傳輸，處理和使用。
在此，我要重申建立一個新的彙總資訊系統的重要性。縱觀歐洲曆史，在印刷術發明之前，羅馬教廷控制着一切，資訊隻在教堂之間傳遞，隻有教堂才能傳遞。印刷術發明後，除了教堂之外，國王、貴族和精英也加入了傳遞資訊和擷取資訊的行業，這個行業由貴族控制。從某種意義上說，現代美國離這個目标還不遠，資訊由精英控制。随着數字化的不斷深入和擴大，精英對資訊的控制已經完全被打破，搜尋引擎是打破精英控制資訊的第一步，而社交平台也随之走得比搜尋引擎走得更遠。
該資訊聚合系統的底部是Digital Substrate，這是一個內建的資料系統，為搜尋引擎和社交平台提供資訊架構。關鍵是，這是一個開放的資訊架構，清楚地概述了社會現象的數字過程和閉環結構。隻有形成閉環的社會現象，才能擁有自動自我疊代和進化的智能能力。其中必須有幾個固有的子系統。
第一個子系統是觀察系統，觀察世界或人的行為，擷取資訊。第二個子系統是智能系統，它表達，存儲，模組化（處理）擷取的資料，并傳輸它。第三個子系統是運動系統，它與使用者或環境（實體世界）互相作用。第四個子系統是作業系統，由系統的作者通過作業系統進行維護和更新。
圖10.3是這種資訊架構的圖像，概述了數字世界和系統內建的實體世界，交織在一起，密不可分。有四個子系統，第一個是動作系統，使用者使用app在體驗終端上擷取資訊，使用者行為被數字化，這些數字行為資訊到系統，資料處理，傳輸到智能子系統，在這個智能子系統中，接收到的資訊被表達出來，然後用機器學習算法進行模組化， 而記憶體和存儲。通過這些模型（即知識），它們随後傳遞給客戶，而使用者可以與他們所生活的世界進行互動。最終有了作業系統，在搜尋引擎的情況下，谷歌，谷歌有開發人員，銷售人員，營銷人員，客戶服務人員，谷歌不斷改變搜尋引擎代碼。
圖10.3中虛線矩陣框的上半部分被實體世界包圍，實體矩陣框的下半部分被數字世界包圍，數字世界和實體世界越來越重疊，無法完全分開。特别是，"流入"是原子向二進制數的轉變，即實體世界向數字的轉變，"流出"是将數字轉化為實體世界的所觀察的、觸摸的原子，建立一個回報循環，産生對數字世界現象的認識，進而幫助人們在實體世界中。
圖10.3 數字基闆結構圖
最重要的是，這是一個共同的結構，任何社會現象的大規模數字化總是适用于這個資訊聚合系統，它是實體世界和數字世界融合的核心接口和核心資訊架構。有了這樣的架構，人類可以更好地了解和管理數字化的過程，讓數字化真正為人類服務。
在這裡，對幾個案例的簡要分析顯示了此資訊體系結構的工作原理。
第一種情況是網際網路和搜尋引擎。
搜尋引擎的世界就是網際網路，通過爬蟲抓取大量關鍵資訊，使用者輸入關鍵詞，點選搜尋頁面結果，這些行為被數字化。在智能系統部分，核心是做搜尋結果排序、一系列模組化等，形成回報的閉環。圖10.4是搜尋引擎的數字基礎結構圖。
圖10.4 搜尋引擎的數字基礎結構圖
專注于搜尋引擎的幾個核心計算。一是核心計算資訊主觀性。它計算每個頁面的内容。第二，計算資訊的品質。第三，要計算資訊的可信度。資訊分為各種類别，例如文本，圖檔甚至視訊，需要不同的計算模型。
除了計算資訊（搜尋對象）之外，還會計算使用者意圖。使用者輸入究竟代表什麼，您想用關鍵字做什麼？搜尋引擎知道什麼？它知道的太多了，它知道需求、興趣、資訊的供應、資訊的擷取。我曾經是一名搜尋引擎工程師，我覺得全世界有無數人每天都在向你傾訴他想要和需要的東西。其實生活中每個人都有一些所謂的未說出的秘密，不會告訴任何人，即使是最親密的妻子、情人、親戚也不會說，但你會和搜尋引擎交談，因為你想找到資訊。搜尋引擎打開了一個非常神奇的數字世界，它無所不知，它積累了大資料，可以說是描繪了社會的全貌。
第二種情況是由Uber，Drop，Grab5（汽車租賃服務提供商）和Lyft6代表的城市交通。
這也是數字世界和實體世界融合的典型案例，其核心是擷取乘客、駕駛員的位置，然後計算每次行程需要多長時間，然後用經濟學和計算機科學來計算價格，當然現在也要判斷出行安全系數進入計算範圍， 簡而言之，這些都是數字方法進行估算。我就不贅述了，細節可以參考圖10.5。
特别是，重要的是要注意，從長遠來看，這樣的公司在數字和實體世界中将是有前途的。原因何在？像Uber和滴滴這樣的公司有太多的資訊，關于這些人何時何地會從這裡來到這些商店，那些醫院，并且有很多關于社會經濟行為的資訊，是以他們可以做很多推理，衍生很多業務，他們可以做大生态業務。
這個想法與我自己在微軟的經曆密不可分，在那裡我花了幾年時間上司微軟Office 365（辦公軟體）的設計，其核心後端确實是這樣一個系統。在判斷任何商業前景時，您需要了解它本質上是數字化的，以及它的核心如何連接配接實體世界和數字世界。
圖10.5 計程車應用的數字基本結構圖
如前所述，這是一個常見的結構，如資訊推薦、社交平台、零售、教育、醫療、人體，或者微生物世界中的物體，小到納米級，或者更大的物體，都可以數字化，每個城市、每個國家、天氣，甚至整個星球都可以數字化，使用上述系統。
數字化未來
談到數字化未來，我有以下觀點。
首先，人工智能的早期和最近應用是在工業垂直領域。其數字化趨勢正在下沉，通過傳感器可以将紡織行業、農業、魚塘、醫院、工廠數字化，高機率是向垂直方向發展。人工智能需要時間才能連接配接多個行業的橫向應用。無人駕駛有望建立新的社會基礎，是人工智能橫向發展的典型應用。橫向發展的另一個機會是智能地（數字化）每個空間和每個地方。
其次，存在前端數字化的機會，例如AR（增強現實）和VR（虛拟現實）。從長遠來看，大腦接口是一個更重要的機會。如果觀測系統能夠植入人腦皮層後面，資料的采集和互動将完全不同，是以從數字化的角度來看，這也是一個很好的機會。
第三，計算的基石是算法。人類曆史上的所有科學，包括傳統實體學或狹義相對論，基本上都被商業使用。隻有量子是一門尚未商業化的科學，理查德·費曼教授50多年前提出的理論為量子計算奠定了基礎。在算法領域，量子計算有很大的突破機會。Crypto（加密子產品）是一種不同的計算方法，信任以數字形式表示。還有用于生物形态學的算法，通過DNA或合成生物學測量。
第四，我個人非常關注能源。正如原先所說，人類社會發展的核心驅動力是能量和資訊，如果能量結構發生變化，由此産生的變化效果将是劃時代的。在能源領域，也有很多機會。
第五，單靠地球，太空的探索和擴張還遠遠不夠，也遠遠不夠。YC（美國領先的創業孵化器）已經投資了許多緻力于将太空擴充到地球以外的公司。
說到這一點，重要的是要特别注意創新的時機。以市場為導向的環境進行創新，始終準确把握機遇，做得太早是沒用的，需要保證能活得足夠長;這與創新規律被社會所接受有關，可以說是永遠有效的博弈規則。
曆史上所有的新技術都始終适用于圖10.6的第一條曲線，我們對此很熟悉。第二條曲線是類别成熟度曲線。在新産品的早期，無論你的産品是什麼，總有人願意嘗試，總是對新技術充滿熱情，隻要它們是新的。
圖 10.6 富士X系列技術成熟度曲線及技術采用生命周期
随之而來的第二組人也将被使用，他們通常更年輕，處于重要的上司地位，對未來有自己的見解，并且一直在尋找新的技術能力來實作他們未來的想法。是以，在此期間仍會有一些客戶。但大多數公司将突破圖10.6中的差距。彌合差距的關鍵在于這些被稱為"品酒師"的人是否使用和認可新産品。這些人是務實的，推動他們采用新産品的關鍵是"我周圍的人，比如同僚、朋友或競争對手，是否會使用它們"。是以，一旦這樣的客戶擁有了一批土地，就會實作非常陡峭的增長，是以這是最難獲得客戶，這一舉動的成敗。
是以，創業和創新都需要仔細觀察和判斷正确的時間，踩在節奏點上是非常重要的。如果你有足夠的耐心，有機會活得足夠長，應該有可能抓住正确的時機。
數字化機遇與挑戰
目前的數字浪潮帶來了前所未有的機遇和挑戰。從宏觀角度來看，這種數字技術帶來的機遇是全面而深入的。
首先，通信和IT行業本身就是一個年輕的行業，技術發展正在推動整個行業的創新，從矽片、軟體、硬體、開發工具到5G。
其次，未來幾十年将重建幾個社會支援行業。一個是無人駕駛的水準應用。另一個是智能空間，它将成為像電力一樣易于使用的公共服務，這可能需要30到40年才能實作。
第三，從資訊的角度來看，一個可供大家使用的數字個人助理将逐漸建立，微軟特别有可能實作這一目标。是以，世界變得更加公平是很重要的。現在隻有富人和富人才能有助手，未來每個人都可以擁有全能的助手，這意味着很多希望。
第四，它不僅僅是說每個行業都會因為數字化而發生巨大變化，是以每個職業都可以變得更有效率。我個人更關心的是數字化如何帶動科研發展，數字化賦予科研更好、更精準的模組化能力，是以現在每個科學領域都基本在高速前進。
在這場數字浪潮中，最大的挑戰是如何避免數字世界與實體世界之間的脫節。如上所述，西方的選舉是這個問題的典型特征。
首先，如何建立一套新的使能機制，幫助開發更多的新技術，進而推動數字化程序，是一個重大挑戰。例如，在資本層面有亟待提高，如今的風險投資還不完全适合硬技術，它太緊迫，周期短，要求的回報率太高。然而，硬技術非常值得投資，是以應根據硬技術啟動的時間，規模，風險結構和新的全球化趨勢等特征，創造新型資本來賦能技術産業。
其次，資料是生産力的核心資源，這意味着資料是資産化的，這是非常重要的一步，它允許更多的容量被反映，編寫代碼不再是唯一的容量，還可以通過編寫代碼來擷取資料，用資料訓練模型。
第三，人力資本将供不應求，需要更多更好的企業家，需要更多的研究人員，需要更多的商業科學和技術來提高人類的生産力。
最後，國家在其中的作用正在增加，但這些作用的确切定義尚待探讨，而且迫在眉睫。目前，隐私保護和資料安全已成為普遍關注的問題，在政策和基礎設施建設方面需要采取創新措施。
每個組織、每個企業，在管理、工具和流程上，如何讓數字世界與實體世界與所有社會機制更好地對接、互動、協作，讓數字化真正造福人類，仍然面臨諸多問題。
我也想和大家分享一下，未來哪個職業能創造最大的财富機會？
圖10.7顯示了在人類曆史上不同時期能夠創造最多财富的職業。在20世紀，華爾街的貿易公司可能曾經有過一段時間，而在21世紀初，創業是創造财富的最大機會，本質上與數字化的進步有關。接下來的問題是，創業後，下一個最有可能創造财富的職業是什麼？答案是科學研究，原因如下。
一方面，創業的原材料是優秀的創業者加上商業技術，有越來越多的優秀創業者，技術從何而來？技術需要跟上。
圖10.7 在人類曆史上不同時期創造最多财富的職業
資料來源：fundersandfounders.com
另一方面，在當今的市場中，要解決一些人類社會的需求，創業生态并不是最好的辦法。創業生态基本上是企業家通過産品來檢驗市場，但人類的一些需求無法通過産品研發來解決，它從根本上依賴于新的科學發明的出現。例如，要治療阿爾茨海默病，産品實際上是在進行注射或手術，但并不重要，重要的是了解阿爾茨海默病的核心機制。另一個例子是二氧化碳固化。今天，全球變暖是由于二氧化碳的增加，如果固化，可以控制全球空氣中的二氧化碳量。而這個問題的解決方法就在科學研究中。是以我建立的奇奇論壇目前主要關注的是早期創業者，從長遠來看也會更關注如何支援更直接地聯系市場的需求，社會研究。我們希望幫助科技初創企業，幫助更好的數字化，讓世界變得更美好。
當今曆史上很少出現的機遇和挑戰彙集在一起，如何擁抱它們當然是個人的選擇。但我特别想和大家分享一下我認為特别重要、特别有意義的事情，那就是選擇機會，通過"站在曆史的正确一邊"來面對挑戰。我對此有深刻的了解。今天的企業，尤其是高科技企業對社會影響很大，在很多未知的領域，不能等待政府來規範，而應該根據自己的良知和内心來判斷、選擇和付諸行動。這很重要，真誠地希望更多的年輕人能夠投身科研、創業，站在曆史的正确一邊，擁抱數字浪潮帶來的機遇。
威爾，不懼怕數字浪潮的挑戰。
朱敏對話 陸琦
問：您對當今的科學世界和未來的可能性進行了完整而全面的描述和展望。在曆史的正确一面，你認為曆史的正确一面是什麼？
答：這是一個非常好和非常重要的問題。我想表達的是數字世界和實體世界之間的互動層。當今的數字世界，如開發搜尋引擎或社交産品，對社會産生了重大影響。它改變了資訊的傳遞，而變化對資訊傳遞的影響會很深，影響會持續很長一段時間。國家監管機制不能等待一套計劃來确定它們應該做什麼。從務實的角度來看，等待國家政府介入也是不現實的，因為在這方面，初創企業領先于技術和使用者需求。
例如，當我在微軟工作時，我與聯邦貿易委員會的專家和歐洲相關專家就搜尋引擎對社會的影響進行了多次交流，這些專家無疑非常聰明，受過高等教育，但由于與高科技的距離，他們對搜尋引擎如何工作的了解仍然保持在非常高的水準。但是，如果你和他們讨論切片等資訊如何影響社會，就很難說如何在國家層面上管理它。
作為搜尋引擎或社交媒體産品經理，你其實知道哪些資訊應該在算法中更好地處理，不要等到政府給你指令後再行動。今天的西方國家，尤其是美國，社交媒體給政治選舉帶來了動蕩，已經到了艱難的境地，很難等到政府幹預。
問：你剛才提到，在科技與人類社會行為的互動中，隻要你找到突破口，從這個深度出發，自然就會找到未來。您介紹了一個完整的數字化過程，分析了整個數字化過程中不同領域的機會，我想問一下，在您看來，我們離這個數字過程還有多遠？
答：這是一個很好的讨論點，我認為這個AI是基于深度學習的，它的突破是在資訊擷取和資訊表達方面。在資訊采集方面，根本不需要任何人，您可以直接使用相機，帶有任何傳感器。而資訊表達的方式不再需要符号，隻要一個向量空間就可以了，到這個向量空間，基本上可以解決很多問題。在資訊存儲方面沒有太多的突破。資訊處理是一個突破，計算會有所不同，比如說，一開始GPU是英偉達賣得很好的，當然是過渡階段，我當時在微軟主要推動FPGA，長期會是不同的矽片，但其出發點仍然是資訊采集和資訊表達。量子計算主要是資訊處理的突破，其計算原理和效率與前一個完全不同。
問：這種新的數字化工藝與傳統的數字化工藝，沒有技術上的差別，差別在于其商業性主要影響着人類的特點。
答：在這場革命之前，數字世界基本上與實體世界脫節，因為所有資訊都是由人輸入的。從現在開始，大部分資訊都連接配接到實體世界，實體世界，數字世界的結構總是像這樣7個，從原子到數字，從數字到原子，需要定義閉環在哪裡，接口在哪裡，人們需要做什麼。這種結構一直持續到通用人工智能的出現。也許有一天，通用人工智能會出現，而你不需要這個。
問：你相信通用人工智能嗎？
答：我相信微軟也推出了類似的小項目。
問：世界上有兩個陣營在争論人工智能。一方認為，人工智能現在是專用的人工智能，如果去普及人工智能，就會有奇點，一旦機器的奇點就會超越人類，人類就變成了不知道的東西。對方認為，世界上沒有通用的人工智能，奇點也沒有出現，因為直到現在，人工智能隻能做相關性分析推理，不能做因果推理，也就是說，目前的人工智能隻是模拟人體的右腦，不足以模拟左腦。
答：人工智能目前以深度學習為基礎，通用人工智能發展的難點主要是指推理。
問：如果沒有推理，一台機器怎麼可能比一個人更好？你認為這可能嗎？
答：我認為在技術發展方面有一個漫長的過程，但我認為機器有可能超越人類。今天的深度學習基本上是向量的，向量是表達神經元在人腦資料中的激活的最簡單方法，人類思維是大腦神經元不斷被激活的結果，數學上就是利用向量來表達的。但人腦可以處理符号（實驗證據），但它不能直接在這些向量上進行符号處理，是以機器不能做邏輯推理。
在離開微軟之前，我花了很多時間挖掘一個來自約翰霍普金斯大學的名叫Paul Smolensky（Paul Smolensky）的人，他花了30年的時間研究聲學。這與聲學有什麼關系？"聲音"的中心點是向另一邊的思想說話，其實思想在激活時是很多神經，但表達是符号，但隻有随着聲音振蕩的頻率才能将符号傳遞到另一邊。
是以，從向量到符号的思維過程可以在"發聲"的過程中觀察到。他提出了一套數學理論，基本上是張量的乘積，真的很難設計，但數學上是可以建立的。
問：這根本就是要看我們對人類大腦的深度了解，實作通用人工智能顯然還很遙遠，但是你講了一系列有趣的概念，你看腦接口，那個腦機接口之後的機器管家，或者說人管機，現在變成了什麼？
答：首先是人或人。
問：人或人的定義是什麼，因為他有智慧，某人的道德，善良，還是什麼？比如，機器在哪些方面能超越人，人或人怎麼說這句話呢？你能定義一個人是什麼嗎？
答：讓我試着回答這個問題。"人"這個命題可以從哲學的角度來讨論，從人工科學的角度來說，我可能純粹是從認知科學、系統的角度來定義，使人是"一個生物表達形式"的系統，人類系統有三個組成部分（感覺系統、思維系統、行動系統（如胳膊和腿）。
人有一個資訊架構，這是認知科學要做的，就是人們如何處理資訊，基于這樣的定義，大腦的接口比較簡單，就是要添加一個互動界面。今天腦機接口的第一個應用是使人完全癱瘓，雖然手腳不能用，但可以用思想來控制指令。
另一個應用是廣告預測，今天有兩種類型的大腦接口（植入方法，佩戴裝置）。
佩戴該裝置還可以測試很多信号，比如你想做一個電視廣告，其實很難衡量電視廣告使用者有什麼樣的反應，是以讓20個人戴上大腦接口裝置，然後給他們看廣告，會很容易得到他們對這個廣告的真實反應。這些感受，甚至觀衆自己，都未必能說清楚。是以，佩戴大腦接口的早期應用已經發現，如廣告選擇和優化。由于植入的腦接口尚未成熟，是以有許多問題需要解決，是以需要在小鼠身上進行進一步的實驗。
問：是以這不是關于改變人，而是關于能夠更好地了解人們，或者幫助人們。
答：幫助人們做更多的事情。
問：這是有道理的，你說你把原子轉換成數字，但原子本身不會改變，你隻是觀察這樣一個數字。你能确定我觀察到的數字真的是一個原子，這就是事情的真相嗎？
答：我想你可能會問量子力學。
問：包括不确定定律。
答：量子力學系統确實有實體測試來證明觀察和觀察是不可分割的，我在這裡假設觀察和觀察可以在量子力學之上分開，并且對于今天的大多數科學，我們可以客觀地觀察到觀察到的東西。
問：這一切都在量子上。
答：在量子領域，我認為這種結構不合适。
問：你說到底是能量變了，現在我們都說資料是新能源，我們實際上把物質和能量看作兩個不同的概念，能量是一種驅動力。
答：我想更進一步。計算機科學對世界的描述并不完整，要真正做好工作，必須有計算機科學加經濟學家。比如今天的廣告系統，一般的開發團隊一定要有好的經濟學家。
回到能量和資訊，重要的是要有一個底線，即世界隻有能量和資訊，沒有别的，但資訊可以轉化為知識，知識是潛在的能量。比如說，有兩個人，一個人懂得杠杆原理，一個人不懂，他需要動一塊大石頭，不懂杠杆原理的人就沒有辦法，知識就是能量，懂人的能量是大的。
人類社會的核心是一個複雜的系統，它利用能量和資訊來減少熵。資訊是潛在的能量來源。在農業時代，太陽能是免費的能源，是以人們基本上不需要做太多，那就是各種地方。在工業時代，化石燃料被用來發電，這需要裁縫、廚師、律師和其他人的技能。在智能數字化時代，計算技術的發明大大提高了人類擷取資訊并從中提取知識的能力，是以圖10.1中的第三條曲線是最陡峭的。今天市值最大的上市公司都在這個曲線上，如果你創業，你必須在這個最陡峭的曲線上。
今天，曆史上很少有因素彙集在一起，既是挑戰，也是機遇。衆所周知，化石能源有時間限制，很快就會枯竭，是以必須用新能源取代，至于是氫能還是核能，這取決于未來的勘探。簡而言之，資訊和能源是整個人類社會最重要的兩個驅動力。
朱敏：太好了，很集中。數字化的浪潮即将到來，它将從根本上改變我們所擁有的一切，這将是一個重要的時刻。在這個大時代，找到正确的突破口，找到自己的切入點，參與這個時代的潮流，成為這個時代潮流的一部分，我覺得也很重要。
陸琦博士談了很多關于切入點的問題，在很多方面，他既談宏觀又談精品。當然，最終建立和諧美好的社會，需要我們所有人的良知，共同敞開心扉，共同合作，這是我今天經曆的最深刻的一點。
您周圍有哪些數字案例給您留下了深刻的印象？
在回答一個問題時，混沌君在評論區随機挑選了三名學生，寄了一本書，"未來即将到來：全球上司者的世界"。
本書由清華大學國家金融研究院院長朱民主編纂，彙集了全球政治、經濟、科技領袖，闡釋了他們對未來世界經濟金融格局、人工智能與5G技術趨勢、企業改革與創新的了解與洞察。
為了清楚地談論業務的本質，
深入了解模式和趨勢
一個大公司交易者的真實案例
與超過300萬進階認知能力成為朋友