精选
不同时期和不同地区的人类行为和文明进展并不完全一致。
要想进行横向对比，需要像欧式几何一样有一定基本公理和假设。其中最重要的几条：1）从统计意义上来讲，各个地区的人群智商相仿；2）经济超速发展取决于能量释放；3）事物发展遵循规律，不会突然出现，一定有基础和前兆。
基于这样的公理，我们来探讨一个全世界都关注的问题：为什么工业革命发生在英国，且整体实力快速超越亚洲。
如果以公元1500年为界来观察世界，哥伦布刚刚横跨大西洋（1492年）发现新大陆没几年。而中国的超级大船已经在100年前就从亚洲达到了非洲。世界的主要财富依旧集中于亚洲，而不是欧洲。尤其是中国出产的丝绸、茶叶和瓷器是欧洲人喜爱的商品。欧洲土地相对贫瘠，缺乏贵重金属矿床，在与亚洲的传统贸易中并不占优势。这种情形哪怕到了1750年依旧如此。
但是，当时间来到19世纪中叶，尤其是1840年鸦片战争的时候，中欧的科学和国家军事实力出现了大的代差。在短短的100年之内，欧洲好像脱胎换骨。其实，科技的迭代加速发展在现今也在发生。简单考察一下最近几十年人类的高科技发展，短时间内发明大量槟榔满目的新奇高科技产品，GDP高速增长等等，就可感知这种多骨诺骨牌一样的科技创新效应，创新力和能源消耗成指数上升。
指数规律很是迷惑人，在开始的时候增长很缓慢，看不出任何新奇的地方。但是，到了某个拐点，很短时间内，曲线就飞速上扬，让人瞠目结舌。这时候，我们就可以称之为“科技革命”。
依照这个数学物理规律，我们来分析一下过去的这种指数规律是怎么形成的。
首先来看英国时期的工业革命。这一切的起点可以归结为新型蒸汽机的出现。这些蒸汽机需要燃料把水加热生成蒸汽，取得动力。于是，英国的煤成了最天然的选择。有了煤，蒸汽机动力增加，随后蒸汽机参与煤的开采与运输，于是形成了一个正反馈，更多的蒸汽机可以开发更多的煤，而更多的煤则可以支撑更多的蒸汽机。于是乎这种正反馈形成闭环，科技创新与工业革命的黎明到来。
虽然人类的智慧起到了推波助澜的作用，最本质的核心却是人类以这种方式让自然存储的煤资源，在短时间被涌现。如果英国没有煤，即使把整个欧洲的树木砍光，也不足以支撑工业革命，即使再先进的蒸汽机也不行。
当发现石油之后，柴油机和汽油机作为动力，再现了煤和蒸汽机的故事，只是外延了一下，算不上新的革命。充其量，是两个表兄弟，属于一个家族。
当然，这个模型简化了整个的工业革命进程。有很多人为此付出了才智，社会也为此做出了调整。但是这并不与上述的机制相矛盾。
时间来到上个世纪中，晶体管和芯片开始出现。依据上述新定义的模型，此时出现了一个新的正反馈过程。晶体管提高了芯片的运算效率，可以制造出更加精致的仪器。这些仪器凑在一起，开发出新的光刻机，可以蚀刻更小的晶体管和更高效的芯片，于是在开发空间和效率这个资源上形成了一个新的反馈。在短短的时间内，以芯片为代表的科技形成了一次新的指数飞跃。在这个意义上，完全可以称之为一次新的革命。
很多人把上个世纪的工业快速发展依旧归结为传统工业革命的延续，在我的模型看来并不正确。迷惑人的地方在于这次开发的是空间资源，而非传统意义上的能量资源。或者就好比很多人并不理解财富的含义，只是把具体的钱当成财富。
当以ChatGPT为代表的人工智能出现时，一个新的正反馈系统开始出现。人工智能可以自己编程序，修改自己的代码，进一步提升自己的智能，这种正反馈是最让人惊奇的地方。其速度要远远快于工业革命和芯片革命，按照规律，我猜不要十年，新一轮智能科技革命就会基本完成。立此存照，十年后的社会，远非我们能想象。
很多人用常规参数来判断“科学革命”是否到来。比如，如果用GDP来衡量工业革命，我们会发现在工业革命发生的前后，GDP并没有那么大幅度地提升，这是因为这种科学革命需要一个传递过程，从局部突破到整个社会链的改变需要时间。这就像湖中的涟漪，一圈一圈向外传播。
现在我们还没有完全感受到人工智能的影响，GDP大多还是依靠“传统的”信息产业和工业来支撑。但是，我们一定要相信，芯片尺寸技术固然重要，但是，在十年内，更需要注意人工智能带来的“智能革命”的更新换代。依托这种新技术的公司很可能会超越目前与芯片相关的巨型企业。
中国现在正处于这个变革的核心地带。我们已经有了先进的5G技术，大量的计算机与信息技术工程师和科学家，配套的设施。唯一需要的是快速部署，与前瞻性的工作，这一点上，我们还稍显被动。
找到一种形成正反馈的技术并不容易，英国恰好发明了蒸汽机，引领了一次伟大的科技革命。当摩尔提出摩尔定律时，他可能并没有意识到这是一轮新革命的物理规律基石。目前的人工智能可以自我迭代快速提升智能时，科学家和企业家应该意识到这种新革命的伟大意义。
能处在这样的时代倍感荣幸。只是世界太快，我们还没完全研究清楚过去的规律，新时代已经碾压历史，我们何去何从。
转载本文请联系原作者获取授权，同时请注明本文来自刘青松科学网博客。
链接地址：https://wap.sciencenet.cn/blog-1057014-1430097.html?mobile=1
收藏
