← Dailyio 历史存档 | 搜索

标签: Archive

共有 63 篇文章

026:可穿戴设备的生死劫

最近我做了一个「艰难」的决定:丢掉一切智能手表、智能手环,重新戴了一块石英表。我开始反思这些设备到底给我生活带来了哪些变化,反思的答案很悲观,有必要梳理一下。

先看几个新闻:首先,根据美国科技网站 The Information 援引消息人士称,智能手环厂商 Fitbit 预计会以 3400 至 4000 万美金的价格收购智能手表厂商 Pebble。要知道一年前,Pebble 曾被 Citzen 报价 7亿美金收购,当前的这个价格几乎就是白菜价。

这充分体现了当前智能手表行业不景气的现实状况。当然,作为收购方 Fitbit 的状况也不好。去年 6 月 Fitbit 上市,当天股价高达 29 美元,如今的股价只有 8 美元。

第二个新闻,摩托罗拉宣布暂无计划推出新的 Moto 360 手表Verge 的新闻写道:

Lenovo Moto today confirmed that it will not be releasing a new smartwatch for the launch of Android Wear 2.0, due early next year. The company had earlier said it would not be releasing a new smartwatch in 2016, but it is now saying that it doesn’t plan to put out a new device timed to the arrival of Google’s newest wearable platform, either.

数据显示,Moto 360 在今年第三季度的出货量仅为10万块,同比出货量下跌幅度高达 73.3%。

其三,有消息称英特尔将对可穿戴部门进行裁员,并将退出可穿戴设备市场。作为供应链上游企业的英特尔,此举对行业的影响非常大。

来自市场调研机构 IDC 今年 10 月数据显示:2016年第三季度全球智能手表出货量仅为270万块,出货量相比去年同期暴跌了51.6%。就目前来说,真正还在持续投入可穿戴设备市场的可能只剩下苹果,但Apple Watch 依然对于很多人来说是个鸡肋产品。

我从 2013 年开始持续观察可穿戴设备,到现在戴过多个手环、手表,对于我来说,可穿戴设备的价值只有一个:产生数据

不管是手环、手表还是智能包、智能衣服,可穿戴设备天然与人类身体接触,这种可以直接从人类身体上获取的数据非常有价值,这也是前几年可穿戴设备与量化自我运动结合在一起的主要原因。

2007 年,中国互联网的「老朋友」凯文凯利推动了量化自我运动,这个概念用来借指那些不断探索自我身体(hack the self),以求能更健康地生活的人们。 2013 年的有一篇名叫《量化自我,一场二十年前无法想象的运动》的文章写道:

最外圈的参与者,是那些将血糖数据从血糖控制器传送到智能手表上的糖尿病人,或是通过测量来控制每天摄入的黄油量的人。而那些更有力地控制自我的人,则每天记录他们做多少个俯卧撑、他们上班路上的时间有多长或是他们骑车锻炼的频率有多高。还有一部分人则试图记录他们宠物的日常数据,日本人就将Fitbit用到了宠物身上,也有人将之用在婴儿的身体数据监控中,比如检测他们的体温还有活动。

本质上说,量化自我是一项将人体活动数据数字化的过程,人体的所有活动都以 0、1 的方式呈现出来之后,接下来就拥有了改造自我的数据基础。

2013 年有本书叫《颠覆医疗》[1],作者埃里克·托普曾在「阿拉伯之春」的时候发了一条tweet:「埃及……突尼斯…..美国医疗」。这样一个简单却又意味深长的tweet表现出作者对美国医疗同时也是全球医疗行业的大趋势——解构权威,去中心化,由自上而下变为自下而上,他特别提到了智能手机。

2007年诞生的 iPhone 对于医疗行业有着非比寻常的意义。iPhone 让屏幕成为手机的唯一(来自乔纳森传),更重要的是 iPhone 的 App 经济,给医疗App的发展提供了良好的平台。

依靠iPhone,医院可以开发出各种各样便于患者诊治的App,提升医院就医效率。而对患者来说,大量移动App帮助了他们就医,还帮助患者更好的了解自己的身体,比如一些记录人体睡眠状况的App,从整个睡眠时长,以及睡眠中的声音波动次数,来展现一个人的睡眠状况。

但手机有它自身的局限性,尤其是关于手机放在枕边是否会有辐射的争论一直没有结论。在这种背景下,可穿戴设备的出现就极其自然了。可穿戴设备最接近皮肤,可保证数据的正确性,而且能耗少,保证数据的连续性,辐射也非常小。这些优势使得可穿戴设备成为医疗行业的天然好助手,人类利用这些穿戴在身上的设备,全天候的监督自己的身体状况,并提供社区与朋友们讨论这些数据,还可以实时将数据传给医生,并得到相关建议。

但现实和理想的距离却非常大。首先,由于缺乏必要的工具,量化自我始终是一项极客们的运动,大众参与程度非常低。

其次,可穿戴设备的确可以产生数据,但这些数据并没有什么用处,当硬件条件具备之后,软件应用层面的匮乏根本无法处理这些数据,目前来看,只有苹果在不断收集整合这些数据,并和医疗机构合作,未来不排除有苹果健康产品的可能性。

今年推出 Apple Watch 在硬件和设计上其实没有多大改进,这是因为苹果要做的其实是给 Apple Watch 重新定位——这个定位就是健康和健身管理。不信你可以去看苹果官网上关于 Apple Watch Series 2 的各种介绍视频

十二年前,微软曾推出一个名叫「SPOT」的智能手表,可以利用蓝牙与手机互动,这在2004年可是非常了不起的产品。但十年后,当我看到很多可可穿戴产品还是走着与手机互通有无的路线,无法真正与云计算、大数据相融合的时候,这个设备的价值实在是没有多大存在的必要。

第三,可穿戴设备本应是一种时尚产品,因为可穿戴设备多数兼具了饰品的功能,可就目前来看,受限于硬件、成本的方面的原因,好看的可穿戴设备实在是太少,你如何要求一个售价只有 99 人民币的小米手环成为一件时尚品呢?Apple Watch 可能算好看的,但这根本无法支撑其一个巨大的市场。

再说质量,作为一款与身体接触的设备,可穿戴设备在一定程度上和和衣服一样,需要耐磨耐用,但很多手环腕带的质量实在不敢恭维,比如Fitbit,我在两年内换了三个腕带,三个腕带的价钱快赶上一个手环了。

如果说手环、手表是传统的可穿戴设备,那么进入 2016 年,一些有趣的可穿戴设备开始出现。

比如苹果发布的 AirPods。AirPods 是天然的可穿戴设备。过去十几年,这个星球上卖的最好的可穿戴设备其实是苹果的有线耳机——earbuds,这款源自 iPod 时代的耳机一度成为苹果品牌的象征,并延续到 iPhone 时代。

发布会上,苹果高层有意或无意将 AirPods 作为 iPhone 7 去掉35 毫米耳机接口的解决方案,让很多人以为这款无线耳机只能用在 iPhone 7 上面,但实际上,AirPods 并非为 iPhone 7 而生,而是一个独立的新品类。

如果说鼠标键盘的交互催生了 PC 的一系列应用,触摸屏交互的出现让应用交互步入一个新的阶段。包括苹果在内的巨头们压住语音交互,会不会也会改变硬件、软件的形态呢?不妨把 AirPods、索尼的 Xpeira Ear 当作一个新的计算机,拥有语音控制的专属应用,这或许是物联网的未来,也是这些可穿戴设备最好的归宿。

另一个有趣新品,Snapchat 推出一款智能眼镜,就是一副有一对摄像头的太阳眼镜:碰下眼镜边就能录制一段长达 10 秒的短视频。

早先我也在第 16 期会员通讯里特别谈到了 Snapchat 这款眼镜的意义,这也是 Evans 分析核心所在:

“This change in assumptions applies to the sensor itself as much as to the image: rather than thinking of a ‘digital camera, I’d suggest that one should think about the image sensor as an input method, just like the multi-touch screen. That points not just to new types of content but new interaction models. You started with a touch screen and you can use that for an on-screen keyboard and for interaction models that replicate a mouse model, tapping instead of clicking. But next, you can make the keyboard smarter, or have GIFs instead of letters, and you can swipe and pinch. You go beyond virtualising the input models of an older set of hardware on the new sensor, and move to new input models. The same is true of the image sensor. We started with a camera that takes photos, and built, say, filters or a simple social network onto that, and that can be powerful. We can even take video too. But what if you use the screen itself as the camera - not a viewfinder, but the camera itself? The input can be anything that the sensors can capture, and can be processed in any way that you can write the software.”

其核心要义就是:手机或者移动设备(眼镜、无人机等等)的相机,其实是一种全新的输入设备,用户与这些设备上相机的交互也十分类似于触摸屏、语音的交互,全新的交互方式所带来的,将是新的行业机会。从这个角度出发,我们或许可以理解 Snapchat 的野心——用移动设备(手机只是其中一个很小的部分,未来不排除 Snapchat 开发更多带有相机的产品)的相机和活跃的海量青少年用户,打造新一代的相机。

有人质疑 Snapchat 的眼镜或许要重复 Google Glass 的失败,Ben Thompson 则不以为然,他放了一张 Google Glass 的图片(如下图),然后明确指出,Snapchat 的眼镜是新的品类

To be fair, this wasn’t the official product image for Google Glass, although it quickly became the most famous. Certainly that was because of who was in it — Marc Andreessen, Bill Maris, and John Doerr are three of the most famous venture capitalists in the industry — but it also so perfectly captured what Google Glass seemed to represent: Silicon Valley’s insistence that its technology would change your life whether you wanted it to or not, for no other reason than the fact it existed.

事实上,Snapchat 的眼镜更时尚也更具亲民,价格相对适中,但是你的确不一定能买得到,而借助 Snapchat 背后海量的用户群体,这款眼镜也具备相当的实用性。

正如前文所言,随着智能手环、手表渐渐失去曾经的光环,可穿戴设备正走入一个新的方向,借助于语音(如 AirPods)、图像(如 Snapchat 的眼镜),新一代的可穿戴设备将带来全新的想象空间。


  1. 本书的书评相见这里  ↩

024:中国特色的数字文盲

这篇会员通讯将着重探讨:罗尔事件背后,是中国互联网用户群体数字素养的缺失,以及互联网固有的虚无感使坏。我们或许无法完全避免这种虚无感,但我们有必要了解数字素养背后隐藏的巨大隐忧——中国的互联网用户素质造就了当下的互联网环境。

最近两天围绕罗尔的争议从社交媒体延伸到各个平台。澎湃新闻的一篇综述稿中这样描述当天的情形:

当清晨贡献完爱心与悲悯的上班族们,拎着煎饼果子小笼包踏进办公室的时候,反转的时刻到来了。先是主治医生的朋友揭露真实治疗花费,然后是知情人爆料罗尔本人竟然拥有数套房产,接下去此次刷屏的操盘手“小铜人”营销公司浮出水面……群众们咽下一口温吞的甜豆浆或咸豆浆,加入到全民侦探分析案情、谴责资本“带血营销”的新一轮转发。接下去当事人现身澄清,政府相关部门介入,医院公布治疗费用信息……短短几个小时,在全民动员经历了悲情转发、众志成城、揭露真相一连串戏码之后,吃瓜群众们终于可以消停地吃个晚饭了。这一天,网民们先后出演了热心捐助人士、正义的揭露真相者、逻辑严密的追凶侦探,深刻反思的社会评论家,多重角色、多重身份,大戏连连、高潮迭起,却不知道导演究竟是谁。

这篇文章当然不是局限在事情还原层面,而是更进一步地想讨论一点:互联网到底如何创造了「未参与感」:

哲学家齐泽克在21世纪的开头,就曾警告互联网正在公共领域引发的一种“伪参与”的幻象。针对那些对于新媒体民主潜质持乐观态度的学者,以及他们喜欢使用的“互动性”概念,根据这一概念,受众的互动性参与将激发媒体与政治民主的潜能。齐泽克针锋相对地提出了一种“交互式被动(interpassivity)”:正是通过一道屏幕,当他人为我牺牲,我就通过他人牺牲了;当他人为我行动,我就通过他人行动了,这种牺牲与行动的满足感,阻碍了真正具有效力的行动主体的出现。换言之,当我们在选秀节目上看到偶像的成功时,我们认为自己也获得了成功,并对此感到满意;当我们在荧幕上目睹了特朗普的胜利时,我们认为自己也参与并分享了这一胜利。齐泽克并不否认类似“围观就是参与”的逻辑,但是他警惕这种虚拟参与感背后所透露的满足感,那是一种通过别人而获得的自我满足。

更重要的一种错觉还在于现实生活的无奈,「对照人人转发献爱心的朋友圈盛况,现实生活中的点滴善意与热心,似乎都被互联网和社交媒体们抽空榨干了。齐泽克就此忧心社会可能堕入一种糟糕的状态,那就是回避现实中真切的社会矛盾,转而通过一道屏幕的点赞转发,实现自己的“虚拟”爱心。正如录影机的存储功能替代我看电影的快乐转换,这一媒介参与将会生产一种虚拟的满足感与成就感——为罗一笑慷慨解囊的打赏者,与地铁里对农民工避之唯恐不及的“城里人”,可能是同一个人。」

罗尔事件持续发酵的当天晚上,我看到这么一句话:

「每个人都不愿意承认自己就是那个上当受骗的傻瓜,但被骗的往往都是一群人」

这里我们不谈所谓乌合之众的理论,而是站在一个数字化发展的角度去观察整个事件背后的用户心态,胡泳先生前几天在《21 世纪的文盲》里提出「数字素养」:

为什么会出现“数字素养”的议题?这是因为数字技术要求用户必须掌握范围广泛的技术、认知和社会能力——我把这些能力的组合统称为“数字素养”。看哪个人拥有良好的数字素养,不只是考察她会否上网那么简单,而是要考量其一系列素质:比如,是否能够发现、捕捉和评价网上的信息?有能力在遵守行为规范的前提下参与在线社群和社交网络中的活动吗?是否懂得数字技术(比如大数据)所带来的社会问题?能够在人/事纷杂的情况下保持批判性思维吗?

如果说读写能力是一种需要训练才能实现能力,毕竟我们的教育体系在过去很长时间内都是围绕读写能力,而现在,从读写能力到数字能力,从文字素养到数字素养,背后是社会的变化,更深层次的,则是媒介的变化[1]

胡泳引用了腾讯发布的《中国网民网络素养研究报告》指出:「网民对“指尖公益”的热情,无疑显示出提高数字素养在增强社会协作能力与文化理解力方面的巨大潜能。」胡泳的评价比较中性,倘若以当前中国互联网的用户群体基本情况为参照点,整个网民的数字素养状况并不乐观,8月份 CNNIC 的第38次《中国互联网络发展状况统计报告》中,有几个数字并不乐观。

如下图,从 10 岁到 29 岁的网民群体合计占据了 51.3%,也就是将近 4 亿人,这部分人构成了中国互联网的主体力量,当然你可以说 10 岁以下儿童群体与 40 岁以上中高龄群体也在增长,但整个网民的年龄结构已经确定。

a82dd24d3609c6ed26bb56a788fc62ee.png

进一步看,中国网民的学历结构如下,简单扫过去,高中及以下的三个学历结构的群体占据了 80%[2]

280c75db9f86a82bc8f21d3ce007bc62.png

这种低学历化与低龄化相呼应,从某种程度上也左右了当下中国各个互联网公司对于「用户需求」的定义,那么如此庞大的群体的需求又是什么呢?

1fc781a614266229d3db165c45655813.png

细心看上图,社交、信息(包括搜索和新闻)、娱乐(视频、音乐)成为三大最主要的使用场景。也分别对应了当下微信、百度、各色新闻客户端、视频客户端的强势地位。而在金额较大的旅行预定和相对正式的电子邮件方面,使用率不足四成,也足可见当下主流互联网用户的消费能力和交流的行为习惯。

事实上,我相信胡泳先生也对此深有同感,他在这篇文章的最后坦言:「缺乏数字素养的人,将成为新时代的文盲。」但真实情况则是:尽管每个招聘启事上都写着「熟练运用办公工具」,可无论是学校教育还是职场培训,没有人告诉你互联网是什么,更没有告诉你如何用好互联网…..

科技专栏作者 Clive Thompson 2013 年出版的 Smarter Than You Think 里有个关于教育的章节,Thompson 讲述一系列互联网时代教育的案例,这些发生在国外中小学校的做法或许并不能直接搬到中国教育体系中,但作为成年人,我们也可以借鉴下:

  • 中小学生的写作课不再是交给老师来评判,而是发布到公开的blog上。一开始,学生们这是自己写自己的内容,后来他们在阅读其他同学的博客时还会大段大段的写评论,有时评论比正文写的都有意思。
  • 给中小学生开设编程课,教授最简单的编程思想,其目的有三个:让学生们从小就懂得网站是如何建立的;充分理解机器语言(逻辑)与人类语言(逻辑)的区别;学会从错误中吸取经验(debug)。
  • 利用Twitter让孩子们学会与陌生人交流。Twitter的意义不仅仅是碎碎念,同时也是交流的场所,如何用简短的语言表达自己的观点,并学会与陌生人理性交流成为这个课程的核心。
  • 学会使用Google。学会Google是正确进入信息海洋的第一步,首先你要了解Google搜索的特点,比如你能分辨出Google搜索结果里的广告链接和正常链接吗?其次,如何正确利用关键词、符号以及他们的组合来搜索自己想要的内容,举个例子来说,你是否知道「 关键词+filetype:文件后缀名(比如pdf)」这个组合可以搜索指定格式的文件?

2014 年我曾尝试将自己使用数字工具的想法汇成一本小册子——《数字时代的整理力》,但这并非探索的终点,而更像是新的开始,随着我们从 PC 互联网步入移动互联网,我们手中的工具也发生了巨大变化,由此引发的思维模式变革却常常被人忽视,但倘若中国互联网用户群体的数字素养继续如此,你还能指望中国互联网的创新?毕竟,互联网公司都是以满足用户需求为第一优先级别的…..

延伸阅读


  1. 这个话题,我曾在「I/O」调频第一期节目里详细分析过。  ↩
  2. 关于这个报告的详细分析,可以参见我的博客 ↩

023:宠物、电子宠物以及你的未来伴侣

熟悉我的朋友或许知道我有两只宠物猫,年龄稍长的团团 6 岁,年轻的巴特斯则不到 2 岁。如果我在家,每天我会有很长时间去观察他们,并和他们玩耍。在和宠物相处的过程中,一方面你会明显感觉到某种强烈的对比:相比于和复杂的人类相处,和宠物或动物相处实在是一件非常惬意的事情。另一方面,我也开始思考一件事:宠物作为一种动物,如何成为人类——这样一种动物的伙伴乃至伴侣的?

宠物的起源

宠物作为动物,一开始都是人类打猎的猎物,随着生产力的发展,食物变得不再稀缺,人与动物的关系发生了第一次变化:动物可以作为人类的助手,比如家犬,也就是狗成为早期人类打猎的重要助手。目前历史可考的家犬的历史是 3 万年前。

随后又是漫长的进化历史,到了大约 9500 年的时候,家猫的祖先逐步被驯化,这也是当前人类最重要的两类宠物。

很长一段时间内,人类都将人与动物,或者说宠物的进化分开讨论,换句话说,人类的进化是人类征服改造自然的过程,而动物或者宠物也是自然的一部分。这是一种典型的人类中心论,或者人类例外论。

在加州大学戴维斯分校基因组的专家们 看来

在过去的1万年里,人类塑造了自己的生态系统。我们是改造自然面貌的自然过程中的一部分。鉴于此,我们可以这样看:在新石器时代早期,人类储藏谷物的地方就招来了老鼠,而家猫的出现,则是生态系统对这些吃白食的啮齿动物做出的反应。重塑了家养动物基因组的力量,也重塑了我们自己的基因组。
当我们不再组成小群体四处游荡,不再依靠猎物和未经烹调的植物为生,而是在村庄里安定下来,年复一年地收获着同样的作物。数千年来,农民都在食用我们今天称为粥的各种饭食。于是我们的牙齿变小了——的确,狗和人类都表现出了适应淀粉类食物的迹象。

经过人类驯化的哺乳动物的皮毛,在不需要适应环境的颜色后,变化成了各种各样的颜色。与此相同,人类的色素沉着开始发生变化,许多人群变成了浅肤色。在紧密共处的过程中,人类和他们的动物开始患同样的疾病,从而重塑了整个种族的免疫系统,但那些未曾经历这种共同进化历程的种族,却没有受到影响,因而容易患病。弓形虫等在猫体内孕育的病原体,甚至可能会改变人类行为。

许多人都认为,我们与宠物的关系就如同父母与孩子的关系。但是,自然史讲述了一个更加实际的故事。在冰川时代过后的地貌上,人类造就了显著的生态变化,猫就是在这种背景下出现的。

宠物的的作用

宠物的出现一方面是人类与自然共同进化的结果,另一方面也是人类与自然或者动物重新建立关系的过程。一般来说,宠物都是哺乳纲或鸟纲的动物,因为这些动物的大脑比较发达,能够在某种程度上实现与人类的交流,除了上面谈到的猫和狗,还包括鼠类的仓鼠、荷兰猪,鸟类的鸽子、鹦鹉、鱼类的金鱼、锦鲤等等;

华人社会里,只有台湾有对「宠物」的法律定义:「指犬、猫及其他供玩赏、伴侣之目的而饲养或管领之动物。」并规定不得因「为肉用、皮毛用,或喂饲其他动物之经济利用目的」而被宰杀、贩卖。

诺贝尔奖得主芝伦兹曾经说过:「人类愈都市化,离开自然愈远,宠物在人类生活里的重要性也愈增加。」的确,如今宠物正在被越来越多渴望亲近自然的家庭和个人喜爱,成为人类的一种精神寄托。

这也进一步引申出宠物之于人的作用,或许我们可以从以下三点入手思考:

  1. 陪伴性
  2. 观赏性
  3. 可交流性

上述三大特点构成了宠物存在的意义,然而随着社会的发展,宠物的定义也开始不仅仅局限在动物层面,比如电子宠物。

从宠物到电子宠物

电子宠物出现的根本原因是自工业社会步入信息社会后的必然趋势,电子宠物最早出现在社会转变最为激烈的日本。事实上,每个人都是时间和空间的囚徒

  • 城市化背景下养宠物的成本很高,大都市的空间有限,如何养?
  • 数字时代某种意义上挤压了人类生活的时间
  • 时空限制下,电子宠物市场开始出现,这种状况优先出现在城市化和数字时代发展最为紧密的日本,一点也不难理解。

比如一个名叫「拓麻歌子」的便携式电子宠物,它在 1996 年问世:黑白的屏幕,还有像素块构成的小动物,通过 3 个按键的操作就可以和自己的宠物互动。你可以给它喂食、洗澡、看病,还可以观测它的心情和它一起玩耍。最重要的是,它的高度只有 53 mm,这个迷你的尺寸实在是太方便携带了。

8503cc88a4507c35edb017c974590915.png

这个电子宠物的诞生背景有必要了解下,日本 90 年代的经济并不景气,泡沫的破裂让这个国家的经济面临了很长一段时间的低迷 。1994 年日本经济的增长仅为 0.6%,企业倒闭、员工失业也影响了日本社会的生育率。

在这家公司的市场调研中,他们发现大部分孩子都希望能养一只属于自己的宠物,但现实的情况是: 经济危机的影响,再加上日本昂贵的房价、狭小的居住面积、拥挤的城市,不少家庭很难负担这个成本。而对于很多女性而言,宠物的陪伴能成为生活中另一种情感的替代。

在这种背景下,拓麻歌子受到了热烈反响。比如有人要将这个宠物视为自己的孩子,在她「死去」后要举办一场葬礼。还有人因为爱宠物导致丈夫不满。并被卖到全球 30 多个多家和地区。

另一个电子宠物的案例或许就是 QQ 宠物。知乎上有个有趣的问题: 如何杀死 QQ 宠物? 提问的人这样写:

从我初中起宠物就开始感冒,一直没治,结果大学都该毕业了它还没死。怎么才能让它死啊?

这个问题的答案并不重要,而是唤醒了很多人对于 QQ 宠物的记忆,一些用户在评论里说这让他们重新打开了 QQ 查看自己曾经的宠物们。

56f956e8b53046d6a1130af22f7f800e.jpg

QQ 宠物是 2005 年上线的产品,每个 QQ 号都可以领养一只企鹅,然后通过各种场景,比如学习、喂食、洗澡、打工等等,保证 QQ 宠物身体健康并茁壮成长。QQ 宠物借助 QQ,同时也搭上了中国互联网高速成长的列车,一度成为腾讯盈利的重要来源,也是一代人的记忆。

但随着不管是拓麻歌子还是 QQ 宠物,都随着一代人的成长而逐渐消退,我们看到了电子宠物脆弱的一面,没有哪一类电子宠物可以像动物宠物那样,持续不断地影响几代人,这可以看作是摩尔定律所带来的恶果之一,当技术不断演进后,人们对于技术变化带来的期待值其实也在提高,由此带来的就是人类的喜新厌旧。

电子宠物的进化

而当城市化与数字化相结合,人类的生存模式也在钢筋水泥与跳动的字节之间跳转。如今办公室里的格子间就像计算机上的一个个零件,构成了公司——这个组织模式生存发展的基本要素,而格子间的人,虽然是这些零件(格子间)能够产生价值的最重要的推动者,却被老板们当作机器替代前的将就品。

在公司,格子间的人用年轻的生命在 0或1的工作中为公司创造价值,而他们居住的地方,用所谓时髦的话来说,那种类似青年社区的地方,更像是一个个可以住宿的格子间。每次我站在某个所谓青年社区大楼前都会有种莫名的悲伤,在这些可以住宿的格子间,他们很多人的生活或许依然是0 和 1 的数字游戏,逛淘宝替代了周末的逛街,与熟悉或不熟悉的人微信聊天成了唯一社交活动,更真实一点的,戴上上万块购置的虚拟现实头盔,找到某个下载了一夜的 VR 情色影像,以此结束某个寂寥的夜晚。

1964年的某个冬日,一群加州伯克利大学的学生们聚集在一起,《数字乌托邦》作者特纳记录了其中一位名叫马里奥·萨维尔的宣言:

终有一天,这个机器的运转将变得如此讨厌,让你心生憎恶,以至于有一天你难以置身其间,即便是保持沉默也不行。你必须将身体趴在这个机器的齿轮和轮子上,趴在它的杠杆上,趴在它的所有部件上,你必须让它停转。你要向那些操控并拥有这个机器的人表明,除非你们得到自由,否则这个机器甭想启动。

电子宠物的进化也开始了。2014 年《纽约时报》有篇非常感人的故事,讲述了 一个自闭症少年和苹果手机上的 Siri 友谊 ,一个细节是,这个孩子对天气形态非常感兴趣,他和 Siri 讨论了很久局部雷雨和零散雷雨的区别,接着,他和 Siri 的对话是:

格斯:「你真是台好电脑。」
Siri:「得到你的夸奖我很开心。」
格斯:「你总是问能不能帮到我,你有什么想要的吗?
」 Siri:「谢谢你,但我几乎没什么需求。」
格斯:「好吧!那晚安啦!」
Siri:「啊,现在才下午五点零六分呀。」
格斯:「哦对不起,我是说再见啦。」
Siri:「再见!」

当然在中文语境下,Siri 其实很笨,这个故事还是让我想到很多,比如现在正在被巨头所关注的人工智能、chatbot以及语音助理,会不会成为下一个电子宠物?

目前这类的产品包括:

  • 虚拟类: Siri、Google 助理、微软的 Cortana
  • 实体类:Google Home、亚马逊 Echo

bb07b86b04f722466159197ff4e8ff3b.jpg

当我们去翻看宠物带给人类的那种感觉,然后再以电子宠物的角度去思考,或许你会明白很多:

  • 陪伴性:这些产品都具备一键唤醒的功能,这和你叫一声,宠物就会跑过来是非常类似的;
  • 观赏性:虚拟类的暂时还无法实现,实体类的则还好一些,但目前的样子不具备观赏性;
  • 可交流:语言层面的交流,这些产品做的已经非常棒了,就像可以和自闭症孩子聊天的 Siri 那样

更重要的一点就是,虚拟助理实体化的趋势正在加快,一方面是家庭物联网的快速发展,虚拟助理将以一种全新的产品形态抢占家庭物联网控制中枢的角色;另一方面,当这个后移动互联网时代里的新产品不再天然移动——比如 Echo 的定位就是放在卧室或客厅,呆在那里不动,他们在形态上的变化会越来越像新一代的宠物,试想,当这些现在还毫无外形的设备那天进化成家庭机器人会怎样?

「它们」与「她们」

从电子宠物到电子伴侣,有时也就是一线之隔。过去我们常常听说有些人会和动物或者宠物终老一生,我们当然不理解其中的缘由,这里的内在缘由更多的,还是人类中心论在作崇,但这种情况也在发生变化。

苹果当年推出的 Siri 还是在某种程度上引发了对于虚拟情侣的讨论,比如第五季的《生活大爆炸》里, Raj 购买了一台 iPhone 4S,随即就「宣布」自己和 Siri 陷入爱河。

而在2013年,一部名叫《Her》的电影再次助推了这种讨论。这部电影的台湾版的译名特别好——《云端情人》——从本质上揭示了新一代情侣的存在形式:云端。

这个所谓「云端」事实上构成了两层意思:其一,所谓的情感的组成部分是大量 0 或 1 的数字;其二,没有谁可以「独占」这个情人,它/她/他是真正的「大众情人」。

比如在《云端情人》里,斯嘉丽配音的萨曼莎,就像苹果手机的 Siri 那样,只是这个情人会不断成长,她一开始尝试和西奥多恋爱,很可能并不是单纯地被他吸引,而是想要学习更深层次的人类情感。在她和西奥多谈到自己的时候,她说的最多的就是「进化」、「挖掘自我」、「不断学习」。后来,随着她的进化,她可以同时和六百多人谈恋爱,这是机器进化的必然步骤,但绝非人类所能接受的事实,就像我们现在不可能接受一只宠物被几百人养一样。

但或许,当年还是英剧的《黑镜》提供了另一个更适合人类想象力的版本,在《黑镜》第 2 季第 1 集《马上回来》中,女主角的男友因为事故去世,女主角从友人处得知,有一项技术可以根据男友生前的社交媒体文本进行数据分析,形成模仿男友说话风格的虚拟助理。从文字交流到语音谈话,女主角沉浸在与「男友」的交谈中,而剧情的最后,女主角让她的男友有了躯体,但她却选择了把这个「男人」锁在阁楼上,成了一种「宠物」——用于慰藉当年的那段感情。

9457f6958ce59cbceec870e6c284983e.jpg

当电子宠物可以简化到情感感应层面,从宠物到伴侣的距离变得非常近,而对人类而言,这又是一个新的十字路口,几亿年前,我们需要考虑是把这只动物当成食物还是当成宠物,接下来,我们需要考虑的是,我们需要一个和别人共享的电子宠物或电子伴侣,还是继续孤单下去,在人类世界里寻找知音与伴侣?

021:入门人工智能所需的一切:新闻源、意见领袖和图书

最近两年,围绕机器学习、深度学习的人工智能再次成为互联网行业热词,尤其是今年下半年以后,人人(创业者、投资人)言必称人工智能。但另一个略显残酷的事实则是,很多人对人工智能的理解还停留在好莱坞大片的层面,好一点的,则将今年的热门美剧《西部世界》奉为预言人类未来的「圣经」。这一切的理解与误读又被各种不负责任的中文科技媒体以及更不靠谱的自媒体们放大。我曾在较早前的一期会员通讯里详细介绍了人工智能、机器学习、深度学习当前的困难和机遇

如果上一篇是一个引子,让你能够对人工智能发展现状有了一个基本的了解,那么这篇会员通讯,我希望能够呈现更多有价值的信息源,利用这些信息源,你可以更进一步观察创业公司、创业者、研究者以及重要会议的动态,从而真正认识这个行业。

从哪里看人工智能新闻?

如果你还在使用中文科技媒体接受人工智能相关的消息,我建议从今天开始就彻底放弃吧,以下的这些渠道会让你更快、更全面也更准确地接受这个行业发展的真实一面。

  • 哈佛商业评论科技版:以宏观的商业视角切入对人工智能的观察;
  • Reddit 的相关板块:对于不熟悉 Reddit 的人来说,查找信息是一件非常痛苦的事情,人工智能可以关注以下两个板块:人工智能讨论区奇点讨论区
  • O’Relly Meida:提供最新最快关于机器智能的观察思考以及开发工具;
  • Recode 的 Emerging Tech 频道:如名字而言,这个频道承载了 Recode 网站所有新型技术的资讯;
  • a16z 官方博客:提供了一个硅谷顶级投资机构如何观察人工智能的视角;
  • Tesla 官方博客:如果你关注自动驾驶背后的人工智能,为何不直接去看 Tesla 的官方博客,而非要看其他媒体引述的消息呢?
  • 《经济学人》科技板块:这本古老的杂志对于人工智能发展的把握和讨论非常到位,每周杂志的科技板块内容都可以在线看到,当然每个季度的科技季刊更是观察科技发展趋势的必读;
  • 《麻省理工科技评论》:这本杂志或者网站的内容更侧重于研究领域,有很多前沿的发现,当你必须明白,人工智能的实验室成果与现实表现完全是两码事;
  • 康奈尔大学人工智能论文库:如果你有能力阅读人工智能论文,这个论文库不能不看;
  • Bloomberg 科技版:就现在而言,绝大多数有料的人工智能报道都出自传统媒体, Bloomberg 就是其中一个,常常会有独家的报道;
  • Wired:与 Bloomberg 一样,Wired 也能拿到很多独家的采访机会,比如 Cade Metz 的一些报道就非常有料;
  • Google Research 官方博客:这个官方博客还是蛮有趣的,一方面要展示 Google 在人工智能领域的专业性,另一方面还能保持可读性,做到这点很不容易。
  • 《纽约时报》科技版:非常多的独家内容,尤其是资深记者 John Markoff 的报道,非常精彩!
  • Backchnanel:这是另一位资深记者 Steven Levy 的大本营,非常多的独家内容;
  • 白宫的人工智能报告:这可谓奥巴马最后的一份科技遗产,这份报告全面展示了白宫或者说美国政府对于人工智能发展的思考和愿景,颇具前瞻性。

需要关注的人工智能创业公司们

人工智能领域的火热催生了不少创业公司,但这个领域的创业异常艰难,主要困难在于机器学习或深度学习所需要的数据和计算能力,当然还有人才瓶颈,下图来自 CBinsights,展示了人工智能创业公司的「最好归宿」——被收购。

Bloomberg beta 两位分析师 Shivon Zilis 和 James Cham 今年继续绘制了一份人工智能创业公司的全景图,今年是 3.0 版本了。

我这里不会再具体列举这些公司,但从这幅全景图以及 CBinsights 的分析里可以看出以下两点:

  • 人工智能也好、机器智能也好,这些领域创业的确非常火爆,但巨头在这个领域的投入也逐渐增多,也开始有针对性地收购,事实上,收购无论对于创业公司还是巨头,都是一件好事;
  • 当下人工智能领域真正瞄准的还是细分的 2B 领域,一方面由于美国 2B 领域相对比较成熟,另一方面则是人工智能的确可以给企业管理带来不一样的思路和解决方案,这理应成为人工智能单点突破的关键领域,C 端市场更多还是大公司在耕耘,以此角度来观察国内标榜人工智能的创业公司,你会发现有太多不靠谱的 2VC 公司,这里不再展开。

你需要知道哪些人工智能的关键人物?

某种意义上,人工智能几乎是个没有任何门槛的行业,就像上文所言,你完全可以依靠在好莱坞电影或美剧获取的信息去讨论,这也可以部分意义上解释当下围绕人工智能的各种言论出现的原因。Markoff 在今年五月的《纽约时报》上这样写道:

One challenge for A.I., according to a number of the researchers who spoke, is that the public perception about the threat of A.I. has largely been shaped by Hollywood.

Markoff 还援引人工智能研究机构 Allen Institute 负责人 Oren Etzioni 的话:

Certainly, Hollywood has played a tremendous role with vision like Skynet, It’s pretty much always the case in science fiction that A.I. is this monolithic entity that is scheming to take over…..

再比如还有一本曾令马斯克、盖茨都「震惊」的书《超级智能》[1],马斯克还专门在 Twitter 上推荐这本书:

那么这个作者尼克·波斯特洛姆又是谁呢?公开资料显示,波斯特洛姆出生于瑞典,在瑞典完成大学教育,随后来到英国,并在伦敦经济学院取得博士学位。期间,他热衷于未来主义和超人类主义的研究,并创办了世界超人类主义协会。

2015年,尼克·波斯特洛姆在英国牛津大学建立了一个名叫人类未来研究院的机构,探索人类未来与技术发展的关系,以此为主要阵地,借助于其在物理、计算机科学、数理逻辑,以及哲学方面的知识背景,波斯特洛姆开始在重大技术问题上发出自己的声音。

波斯特洛姆曾这样描述人类未来研究院的主要工作:

我们着眼的不光是短期和暂时的东西,而是真正长期有效果的行动。很多时候,我们的任务就落在研究最危险的「存在性风险」(Existential Risks)上:比如地球上的智慧生物灭绝的可能性;比如人被锁进激进而极端的状态中,永远走不出来……

正是在这样的研究背景下,波斯特洛姆的这本新书《超级智能》的观点就不足为奇:当机器具备与人类同等的智能时,这种机器的超级智能将给人类带来毁灭。

但很遗憾,就连波斯特洛姆也承认,要为超级智能下一个准确的定义非常困难,这也成为本书最大的一个硬伤,作为读者的我们,只能从如下一些只言片语中「感受」这个定义:「在几乎所有领域远远超过人类的认知能力……」 「正如前文所说的那样,我们用超级智能来找代在许多普通的认知领域中,表现远远超越最聪明的人类大脑的智能。」

也诚如《纽约客》对这本书的评价:这本书有一种「优雅」的悖论:一面展示了逻辑清晰的分析和论述,另一面又不时流露出像弥赛亚一样拯救世人的迫切。这种迫切感让本书里充满了「没有节制的猜测」……因此,倘若你再在那里看到波斯特洛姆的相关观点或者哪位名人引用此人的观点,大可以忽略罢了。

但是下面这些人的观点或者思考却非常值得关注,原因就在于,他们或是研究者出身,常年耕耘这个领域,或是该领域的创业者,或是某个大公司的重要技术人士,即便是带有一定利益的观点,也展现了这个人背后的公司或机构对于人工智能的未来思考,很值得一看(链接为这些人的社交媒体账号或详细介绍)。

  • Sam Altman:YC 公司总裁,与马斯克成立了一个研究人工智能潜在社会危害的机构 OpenAI;
  • Harry Shum:微软人工智能有研发副总裁;
  • Geoffrey Hinton:深度学习的教父级人物,目前在 Google ;
  • Jeff Dean:Google 高级 Fellow,Google 深度学习研发和工程部主要负责人;
  • Eric Horvitz:微软研发部门的技术 Fellow;
  • Denny Britz:Google 大脑的技术专家;
  • Yann Lecun:Facebook 人工智能研发总监
  • Tom Mitchell:卡内基梅隆大学计算科学家;
  • Chris Dixon:硅谷投资公司 a16z 一般合伙人,常用非常独到的分析和见解;
  • Hilary Mason:Accel 的数据科学家;
  • Monica Rogati:LinkedIn 数据科学家;
  • Xavier Amatriain:Quora 技术负责人;
  • Mike Gualtieri:咨询公司 Forrester 副总裁、首席分析师;
  • Andrew Ng:百度首席科学家;
  • Demis Hassabis:DeepMind 创始人;
  • Fei-Fei Li(李飞飞):斯坦福计算机科学教授,斯坦福人工智能实验室主任,现在在 Google;
  • Sebastian Thrun:Google X 实验室的创始人,Google 无人驾驶项目创始人,现在投身在线教育 Udacity 公司;

这个名单还能列很多,不过考虑到篇幅以及信息源过多造成的信息超载难题,暂时只列举这些人,这里并没有涉及国内的人工智能专家,主要原因在于,技术本身是无国界的,尤其是人工智能的研究和发展,国内还相当落后,而在资本、媒体炒作下,国内人工智能的专家们或多或少受到了这股风气的影响,很多观点和看法是为了配合炒作的需要,也因此,这些人可以忽略不计了,当然,你还是可以从中文科技媒体中读到他们的言论。

有哪些人工智能的好书?

虽然我对《超级智能》这本书持批判态度,但还是推荐大家一读,毕竟这本书树立了一个可批评的靶子——你可以一窥其背后的逻辑所在。

另外一本则是 John Markoff 撰写的 Machines of Loving Grace: The Quest for Common Ground Between Humans and Robots [2](中文译作《与机器共舞》),该书基本也是人工智能发展的编年史,但不同于国内历史著作的写作方式,本书有着鲜明的 Non fiction 味道。虽然有中文版,但我还是强烈建议去读英文原版,我一直秉承这样的观点:语言的每一次转换(翻译),都是一种加深误读和增加损耗的过程。

另一本书来自加州大学伯克利分校的哲学教授 Dreyfus 在 50 年前出版的书《计算机仍然不能做什么》,这本书最早出版于 1972 年,已经再版三次,最新一版是1992年,正文一个字也没动只是增加了一个序言,或许在 Dreyfus 看来,自 1972 年开始计算,人工智能的的发展仅仅序言就足以概括,而他书中正文所言的愿景还很远很远。

来看看第三版时的序言:

《计算机不能做什么》的这个版本不仅仅是出版商的变化和书名的微小更改,也意味着形势的变化。现在这本书不是提供在持续进行的辩论中的一种有争议的立场,而是过去一段历史期间的观点。现在20世纪快要结束,而这个世纪伟大的梦想之一显然也正在终结。差不多半个世纪以前,计算机的先驱阿伦·图灵曾经提出:使用规则和事实编程的高速数字计算机,可以显示出智能行为。这样在后来就诞生了人工智能。然而,经过了50年的努力,现在除少数顽固者外,显然产生通用智能的努力已告失败。这种失败并不意味着此类型的人工智能是不可能的,也无人能提出这样的否定性证据。但是至少在目前,或多或少已经证明:基于人类通过规则和事实产生智能的假设的研究纲领,已经走到了尽头,没有理由认为它会一直成功。事实上,对于约翰·豪奇兰德(John Haugeland)所称的好的旧AI(GOFAI:Good Old-fashioned AI),就是科学哲学家称为退化的研究纲领的一个典型例子。

需要特别说明的是,就像 John Searles [3]一样,Dreyfus 遵循哲学批判原则,从一开始就在一系列宏观话题领域展开批判,这种从哲学层面的建构与人工智能工程层面的发展是非同步的,也因此,Dreyfus 对人工智能的批判也成为观察人工智能发展的一个重要角度,尤其是未来视角。

最后的最后,独立播客「I/O」调频本期讨论的主题是「机械复制时代的人类」,将以本雅明对于艺术品在复制化的「灵光」消失为切入点,探讨当人类可以被「复制」时,人类的「灵光」是否还会存在?

您可以通过 iOS 、macOS 的播客客户端搜索「I/O」调频进行收听或订阅,或者在任何通用型播客 App 里输入播客 RSS 地址订阅收听,RSS地址


  1. 我曾经写过这本书的书评,详见我的博客 ↩
  2. 较早前,我也博客中推荐过这本书。  ↩
  3. 此君正是「中文房间」悖论的提出者。  ↩

019:MacBook 的进化和 iOS 自动化

尽管 2016 年关于 MacBook 的所有想象到上个月月底已经尘埃落定,但最近两周围绕 Mac(iMac 、MacBook),还是发生了很多影响深远的事件。

上周开始,配备有 Touch Bar 的 2016 款 MacBook Pro 陆续发货,网友@Rankjie 分享了他使用新MacBook Pro 12 小时后的感想:

Touch Bar 在输入中文的时候反应速度很快

Touch Bar 触感很滑。不过光照好的情况下看着比较奇怪,类似老款 iPhone 屏幕那种分层感

键盘键程短,但是用起来声音很响,大概是敲击到机身发出的

屏幕边框更窄,整体尺寸变小,新模具比老款好看不少

Trackpad 真是大啊………

Touch ID 好用,速度很快,就是区域略小。然后容易误触到 Siri ,也许是故意的吧(

可以外接 4K 显示器流畅中效打 Dota2 了

Migration Assistant 真的好用,用 Thunderbolt 线迁移速度大概是 100MB/s ,迁移完了什么都在,包括 Homebrew 装的

这个帖子还展示了 2016 款 MacBook Pro 的硬盘1读写速度:

而来自 YouTube 的各种评测开箱视频(推荐 DetroitBORG 的评测)也进一步证明了一点:尽管这代 MacBook Pro 在处理配置甚至外观上没有带来惊喜,以及取消大量接口后带来的不变,但不可个否认的则是,MacBook Pro 依然在某些方面,比如屏幕、比如硬盘性能上具有绝对优势。

然而另一个与 Mac 相关的消息则有些震惊。负责苹果 AppleScript 和 Automator 等服务长达 19 年的Sal Soghoian 在MacTech 大会上宣布即将离开苹果公司,同时也透露,正是因为苹果公司取消了他的这个职位设置——自动化技术产品经理,他才选择的离职,他在自己的访谈里这样说:

I joined Apple in January of 1997, almost twenty years ago, because of my profound belief that “the power of the computer should reside in the hands of the one using it.” That credo remains my truth to this day. Recently, I was informed that my position as Product Manager of Automation Technologies was eliminated for business reasons. Consequently, I am no longer employed by Apple Inc. But, I still believe my credo to be as true today as ever.

如果你是 Mac 电脑(包括 iMac、MacBook 系列)的重度用户或者在 Mac 上做开发的人,你一定不会对 OS X (现在叫 macOS) 上的 AppleScript 和 Automator 陌生,而Sal Soghoian 正是这两个自动化产品背后的技术负责人。以 Automator 为例,这是是一个通过提供一系列不同用途,可自定义的自动化构件,并且让用户能够通过简单的拖拽,排列,组合的方式,创建自动化处理流程的软件。换言之,Automator 帮助用户在极少编程基础的情况下实现智能化、自动化操作,苹果官网也有很多介绍

Sal Soghoian 引起了 Mac 小圈子内部的一阵热议,讨论的焦点更多地围绕苹果公司取消这个关于自动化的工作职位,由此带来的可能是公司对于 Mac 未来走向的某种暗示,比如 John Cruber 就这样写道:

If they had simply fired him, that’d be one thing, but the fact that they’ve eliminated his position is another. This is shitty news. I find this to be a profoundly worrisome turn of events for the future of the Mac. I hope I’m wrong.

Cruber 的担心不无道理,尤其是在一款「革命性」的MacBook 正式发货之际,正如 Jonny Evans 在 ComputerWorld 里所写的那样:

It may be a dark reflection on an Apple that thinks Emojis on the Touch Bar are more important than enabling user programmable functions….

尽管苹果软件高管 Federighi 称苹果将一如既往的支持 macOS 的自动化功能,但随着 Soghoian 离开以及一个职位的消失,未来 macOS 的自动化组件或将边缘化甚至消失。

与此同时,iOS 平台的自动化应用 Workflow 再次发布了重要更新,既 1.53 推出接入 web API 之后,这次更新的 1.6 版本则在易用性上大幅提升,比如重新设计的 Workflow 动作展示区,用户可以在这里发现自己感兴趣的动作,然后直接下载到本地使用,而对于那些有创造性的用户,你可以随时将自己设计的 Workflow 动作上传到这里,让更多的用户使用。

过去两年,我亲眼见证了 Workflow 如何一步步在 iOS 这个封闭花园里实现高效可定制的自动化流程,这也是我越来越喜欢在 iPad 上工作的重要原因,举一个非常简单的例子:我在撰写博客或邮件通讯时经常需要插入图片,但在 Macbook 的操作方式通常是:

本地准备图片——打开七牛云网页——上传——点击图片获取链接——插入到 Ulysses

利用 iOS 的 Workflow,将图片上传到七牛云2的步骤简化为:

本地准备图片——通知栏打开 Workflow 的一个动作上传图片——将自动复制到剪贴板的图片链接插入到 Ulysses

这种自动化所带来变化直接提升了我在 iPad 上写作的效率3,而上述几件事情也让我开始思考 iOS 自动化、iPad Pro 的下一步以及 MacBook 定位的话题。

首先来看一张 Neil Cybart 绘制的苹果产品大一统战略图:

这张图展现了苹果各个产品线当下的定位,有意思是的两点:

  • MacBook:处理原来桌面电脑做的事情;
  • iPad:处理原来 MacBook 做的事情;

换句话说,从这一代 MacBook 开始,苹果正在逐步让 MacBook 走向桌面电脑领域,而将大量基础简单的工作留给 iPad (Pro)。这一战略的主(被)动调整同时也是对市场的某种回应,在 2016 财年,整个 iPad 的销量是 Mac( 包括iMac、MacBook)的 2.5 倍,即便库克也会在 MacBook 发布会上明确指出 Mac 之于苹果的地位:

The Mac is more than a product to us. It’s a testament to everything we do and everything we create at Apple

Neil 还有一张图是关于苹果创新闭环:

这幅图的要点有两个:

  • 原先在 iPad 、iPhone 上的硬件功能会陆续更新到 Mac 系列中,比如我们看到了 Siri、Touch ID 以及 Touch Bar,接下来还有什么呢?不妨展开想象力;
  • iPad 、iPhone 的核心定位里,将加入更多来自 Mac 的元素,比如 iPad Pro 的外接键盘以及更多的快捷键支持;

Neil 上述两幅图大概可以解释新款 MacBook 逆天的性能(毕竟人家是要做桌面电脑的事情)以及越来越多出自 iPhone、iPad 的功能被「拼接」到 MacBook,而另一方面,MacBook 曾经一贯强大的功能,比如提高效率的自动化产品,正在成为 iPad (Pro)的标配。

正如名字里所带的「Pro」所暗示的那样,iPad Pro 和 MacBook Pro 都将构成当初乔布斯对于消费品市场四象限定位里的专业产品。

自 2015年 11 月开始,苹果「处心积虑」地要把 iPad Pro 变成一个不是 iPad 的产品,这是一个介于 iPhone 与 笔记本之间的品类,它不再是平板电脑(Tablet),而是一种计算机(Computer)。

2016 第三季度的财报里,iPad 销量依然在下滑,但收入却显著增长,考虑到这期间 iPad Pro 9.7寸的发布,不难理解,营收的增长来自这部分高售价产品,这可是 iPad 产品线连续 10 个季度,将近三年收入下滑后的第一次。

Neil 早前也曾在一篇文章中指出,随着 2010 年第一批 iPad 用户群体进入更换设备的高峰期,iPad 的销量即将迎来平稳增长。Neil 分析的起点是,用户的 iPad 平均使用时间超过 3年半。保守预计现在 iPad 的用户有 2.25亿人,假设 iPad 平均的更换周期增加到 5 年,这也意味着 iPad 今后的销量为 4500万台。与此同时,苹果预计整个 2016 年会卖出 4500台 iPad ,当然这个数字包括原有用户的更新还换代以及新的用户。

更进一步看,随着 iOS 10 不再支持 iPad 1、2、3以及第一代 iPad Mini,这些设备的历史最少也有 4年。因此,到了今年秋天 iOS 10 发布后,大约有 6500 台 iPad 用户无法升级到最新系统。当然,我们无法无端地判断这部分用户会立刻卖一台新 iPad 以更好地使用 iOS,但至少这部分用户会成为未来几年苹果在 iPad 销售时的重要潜在用户。

写在最后

过去三年来,外人眼中的苹果似乎陷入到创新乏力的困境中,而支持这个判断的论据有很多,比如 iPhone 6 的磨具几乎用了三年,MacBook Pro 长达四年半的更新周期以及 iPad 系列持续下滑的销量,但这种唱衰的推理又过于简单,真实世界或者说商业世界绝非线性推理那么简单。

从去年的 iPad Pro 到今年的 MacBook Pro,苹果用几乎赌注的方式挖了两条护城河,而明眼人或许早已看到,iPhone 也正在形成 iPhone 基础款与进阶款的组合,而正如 Neil 绘制的苹果产品大一统战略图所示的那样,苹果各个产品线的融合与创新其实正刚刚开始,由此带来的用户习惯变化、产业变化,远比去推断苹果何时衰退更有意义。


  1. 这款硬盘的配置是 1 TB,不同配置的硬盘在读写速度上会有一定差异  ↩
  2. 目前我是先将照片上传到 WordPress,然后利用 WordPress 的插件自动同步到七牛。  ↩
  3. 更多围绕 iPad 生产力的思考详见 iPad 生产力指南(https://dailyio.me/218.html ↩

018:无人驾驶如何落地

一个值得注意的现象是:汽车,这个工业时代的「移动产品」,正在成为后移动互联网时代重要的变量。比如在 10 月底,汽车半导体行业迎来一场巨变,高通宣布以总额 470 亿美金收购恩智浦半导体公司 (NXP),考虑到恩智浦是全球最大的汽车半导体厂商,而高通作为移动设备,尤其是手机行业芯片巨头,此次收购后,高通无疑打通了从手机到汽车这一整条「移动产品」产业链。

再去看硅谷的其他巨头,除了亚马逊、微软、FB 还未明确展示其无人驾驶的兴趣,Google 早已在无人驾驶领域耕耘多年,并成立了无人驾驶子公司;英特尔与宝马、Mobieye 联合研发无人驾驶汽车;更不要说已经投入市场的特斯拉 Autoplite 辅助驾驶系统了,当然还有态度暧昧的苹果,曾一度传闻的 「iCar」以及与麦克拉伦的收购绯闻……凡此种种,让这个市场充满了发令枪响前的躁动和不安。

即便在中国当下还在部分享受移动互联网红利的大背景下,汽车行业变革所带来的诱惑力依然很大,一如百度对于汽车,准确地说是无人驾驶汽车的巨大投入,在本周的第三届互联网大会上,众多媒体记者再次体验到百度的无人驾驶,以下是爱范儿记者的「体验报告」:

在这 3 公里的试乘中,我们乘坐的百度无人车刚好遇到了这样几种考验无人车自动操作的特定情况:前方有车车速较慢、需要超车、自动回到车道、红灯停车、并线到转向车道进行调头、到终点停车。

在车内人员系好安全带后,通过车载中控处摆放的 iPad,驾驶员就可以开启自动驾驶,将之后的驾驶过程全部交给汽车进行。iPad 上会显示高精度地图的车道、车辆位置,传感器探测出的周边车辆、非机动车或者行人等可能会干扰到正常驾驶的物体都会在地图上以黄色方框的形式标注出来。在这段路况良好的路段上,百度无人车可以以接近 60 km/h 的最高限速自动行驶,并且能看到方向盘的明显自动抖动来时刻纠正驾驶路线。

当前方道路出现车速较慢的车辆时,百度无人车会先进行刹车,可能是百度对于安全刹车的调校比较敏感,整个刹车过程显得比较突然。开惯有驾驶辅助功能车辆的我,本以为百度无人车接下来会跟着前车缓慢行进,然而在监测到前车车速较慢且旁边车道利于超车后,百度无人车果断地向左打了方向盘并进行了一次超车,在确定安全之后,回到了原来的车道。

上述几个玩家大致可以分为三大类:传统汽车公司(或自研、或与硅谷公司合作)、互联网公司(如百度、Google)、新兴汽车厂商(如特斯拉),但还有一类玩家,那就是 Uber、Lyft 这样以共享经济切入汽车市场的新兴公司。

我曾在上月的一期会员通讯里详细分析了无人驾驶之于 Uber 的意义,主要涉及到两点:

首先,司机不再是稀缺资源,这也使得类似 Uber、滴滴这样的共享经济平台不再是供需平台,而转变成一种单方向的汽车服务提供商。

其次,如果说低价是共享经济的杀手级布局,那么无人驾驶让这种低价策略变成了赤裸裸的资本大战。

事实上,当下更大公司对于无人驾驶的过度渲染,有意无意地让公众以为无人驾驶即将「降临人间」或触手可及,但众多无人驾驶汽车上路测试新闻的背后,则是用钱堆起来的机器,比如百度的无人驾驶汽车,且不说汽车价格如何,单就其核心传感器激光雷达的价格,保守估计都在百万人民币左右。相对而言,特斯拉的「摄像头+传感器」的解决方案在价格上更合适,不过可用性上也要大打折扣。

从这个角度出发,无人驾驶落地的第一步绝对不是普通消费级市场,而是商用市场,更确切一点来说是共享出行领域。这也是我看好 Uber 无人驾驶的主要原因——通过共享经济的长尾效应,可以大幅降低无人驾驶汽车的使用成本,最终让普通人也能享受到无人驾驶的乐趣——这和当年 Uber 一度让普通人坐上豪车的感觉是一样一样的。

另一个可以佐证的例子来自 Lyft,作为在美国市场被 Uber 长期打压的共享出行公司,Lyft 现在押宝的恰恰也是自动驾驶,而且在 2016 年初,Lyft 还收到老牌汽车公司通用公司的 5 亿美元投资,双方也将在无人驾驶领域展开一些合作,Lyft 预计会在 2017 年正式推出面向大众的无人驾驶汽车服务。

Uber 的无人驾驶如何?

Uber 做得更早,也更快。(可参见Uber 创始人 Travis Kalanick 在 TED 上的演讲

从 2015 年开始,Uber 几乎将位于匹茨堡的卡内基梅隆大学的一个自动化研究所研究员全部挖走,并投入重金研发;Uber 还在一些城市开始尝试将无人驾驶用于送餐;收购了开发长途货车、卡车自动化系统的 Otto 公司,同时将前 Google 无人驾驶项目资深专家,Otto 公司创始人 Andrew Lewandowski 「揽入怀中」。

2016 年 5 月,Uber 正式在匹茨堡启动无人驾驶测试项目;9月,正式向用户开发,用户可以在当地打到一辆福特混合动力车 Ford Fusion。

《MIT 科技评论》的 Will Knight 详细记录了他乘坐的经历:

我拿出手机,打开优步,就知道技术革命已经到来。一辆白色的福特Fusion,车顶带有未来设计感的传感器,正在附近等候。有两名工作人员坐在前排,一个操作电脑,一个坐在方向盘前,但车在自动行驶中。我坐进去,按下触摸屏上的按钮,在后排开始享受优步的无人驾驶汽车。

我们一路往市区开,车一直稳稳地在车道里行驶,在迎面而来的汽车与路边驶进车道的卡车间灵活的穿梭。我之前坐过无人驾驶汽车,但是当时我坐在后排,看着汽车自行驾驶,应对路况,还是会觉得有点害怕。

……

后座前的屏幕以特有的视角展示了周围的环境:用逼真的色彩和粗糙的轮廓。画面是由遍布汽车的可靠仪器收集而来的,包括7个以上的镭射器,车顶不断旋转的雷达组合,20个摄像头,1个高清GPS和数个超声波传感器。从车内的屏幕看来,道路呈浅蓝色,建筑和其他车辆是红色、黄色和绿色,附近的行人被突出显示,甚至有些扭曲。屏幕同样显示了车辆如何转向和制动,有一个按钮可以让车随时停下。

到目前为止,大多数无人驾驶汽车已经在加州、内华达州和德克萨斯州的高速公路进行了测试。而而为什么要选在匹茨堡进行城市道路测试呢?或许可以看看匹茨堡的道路和气候:道路曲折蜿蜒,有数不清的大桥和令人困惑的岔路,更不要说经常出现降雨、冻雨和雪天。

Uber 的一位高层也曾这样表示:如果无人驾驶汽车可以在匹兹堡正常行驶,那应该去哪儿都没问题了。

Will Knight 还将随后搭乘人类司机的汽车与自动驾驶的汽车进行了对比,这个对比格外有趣:

我在匹兹堡剩下的时间,都是乘坐人类司机驾驶的 Uber。对比非常明显。我想去CMU国家机器人技术研发中心(NREC)……所以我叫了一辆车,司机叫Brian,开的是破旧的现代牌桑塔纳。Brian说他见过一些自动驾驶汽车,但他无法想象无人驾驶汽车能开得像人一样好。后来他拐错了一个弯,迷路了。客观地说,他开得跟自动驾驶汽车一样好。

当导航把我们领到一座正在维修的桥时,他向路边的工人问路,找到了一条新路线。他也非常友好,帮我免除了费用,还请我喝啤酒,以弥补带来的不便。这让人不禁想到,自动化的优步会给人带来全新的体验吧。不会走错路,也不会遇到蛮横的司机,是啊,但是也没人帮你搬行李,或者归还遗失的iPhone了。

隐忧

今年 5 月,特斯拉自动驾驶系统引发了一起车祸令人不禁怀疑当前无人驾驶系统的安全性。然而另一个被媒体「选择性」忽略的新闻则是:一位名叫 Joshua Neally 的特斯拉车主在驾驶中突发心脏病,然后启动 Autopilot 后,汽车将自己送往医院,由于治疗及时,Neally 保住了性命。

上述两个事件颇具代表性,也将在未来很长一段时间内构成公众对于无人驾驶的讨论主题,这也是第一个隐忧:公众对无人驾驶不切实际的幻想带来的危害会非常大。比如特斯拉的 Autopilot,特斯拉有意无意地让公众感知到 Autopilot 是对人类司机的解放,也容易让司机误认为可以将汽车驾驶完全交给这个系统。10 月底的时候,德国交通部明确要求特斯拉停止使用 Autopilot 这个有误导性的术语。德国联邦机动车管理局认为:「目前特斯拉汽车具有的功能仅仅是辅助驾驶而已,以自动驾驶大做广告存在不当」。

其二,则是如何应对极端状况,即便是在一个城市离,天气、道路的极端情况也相当多。你不可能预先设定应对所有情况的程序,所以有些情况下,你必须相信它会智能地处理各种状况。但这很难,尤其当一个小小的错误都会导致汽车做出不必要的危险动作,比如把一个纸袋误认为大石头。毫无疑问,计算机在近几年是不断优化的。尤其是,计算机视觉和机器学习方面的进步使得自动化汽车更加依赖于录像。如果你向系统输入了足够的案例,它能做的就不只是识别一个障碍物,它可以准确的识别出是一个行人、骑自行车的人还是一只出走的鹅。

但你无法预测的是,现有的技术进步到底能在多大程度武装到无人驾驶汽车上。

其三,这或许又涉及到一个古老的命题:人与机器的根本不同。人有天然的感知能力,而理解能力也会随着周围环境的变化而逐步成长,面对突发情况时,能在理性思考的基础上采取行动(当然你可以认为很多人的决定是非理性的,这也是一部分车祸的原因,不过你无法以此来证明「永远」理性的机器所作出的决策就一定是正确的),但无人驾驶汽车短期内还无法具备这样的能力,当你坐上无人驾驶车,它们只是被设定在某些情境下做出某些动作的程序。

在法国尼斯的恐怖袭击中,作为恐怖分子的人类司机驾驶卡车撞死了数百人,想象一下车里没有人类司机会怎样?倘若人类司机还能有一丝怜悯之心,那么无人驾驶的司机——当被写入某个具体算法之后,「他」所能做的,不过是执行这个算法罢了。

一个毫无异议的结论是,无人驾驶必将成为人类交通的巨大变革时刻,但伴随这个结论的几个小结论同样不能忽视。某种意义上,无人驾驶开启了人与机器关系的另一个新篇章,我们即将把生命交给机器,而这个过程的漫长与艰辛,并不会在媒体或者科技公司的新闻稿中,也因此放弃不切实际的幻想,相信人性的伟大,才是对无人驾驶以及人类最大的尊重。