1985年我第一次用電腦做研究和工作。

我在雙子城讀大學，仍記得從使用DOS版本的Word，后來升級到Windows的第一個版本的過程。過去人們常常嘲笑計算機實驗室里巨型計算機的龐然大物，但人們私下里也會暗暗猜測未來將要發生什么事。

確實如此。信息時代始于1965年，當時戈登摩爾發明了摩爾定律。這一切都是關于計算能力的升級，對于當時即將到來的信息時代發揮了至關重要的作用。一些人認為，信息時代早在電力取代蒸汽動力之前就開始了。也有人認為信息時代的開始是美國的圖書館系統在20世紀30年代開始擴張的時候。

誰知道呢？但是我認為——當每個人都能在一臺個人電腦上獲取信息時就信息時代就真正開始了。那基本上是1985年左右。我們可以就一件事達成一致，那就是信息是無處不在的，這是大家所公認的。但是現在，我們正準備迎接另一種改變。

利用我們的數字未來，經濟大師安德魯麥卡菲和ErikBrynjolfsson提出，我們現在處于“機器學習”時代。他們指出了另一個重要的時刻，這可能和摩爾定律一樣重要。去年3月，人工智能機器人終于打敗了世界圍棋冠軍，贏得了四場比賽中的三次。

當然，準確地指出機器學習時代的開始也很困難。打敗圍棋棋手是一個里程碑，但我的孩子們多年來一直依賴GPS定位系統，他們并不知道如何閱讀普通地圖。如果沒有手機，他們就會迷路。他們已經在依靠一臺“機器”來代替人類的思維和推理。近幾年，我已經沒有在瀏覽器中查找影院的放映時間，我都是把它交給我的iPhone上的Siri來查找。自2015年以來，我一直在用亞馬遜Echo揚聲器來控制家里的恒溫器。

在他們的書中，邁克菲和Brynjolfsson對這種激進的轉變提出了一個有趣的觀點。對于任何在人工智能領域工作的人來說，把信息時代留在身后，這多虧了眾包數據的努力。但這不僅僅是在Kickstarter上創建一個賬戶，當它能夠訪問成千上萬的用戶所產生的數據時，人工智能就會活躍起來。而且數據越多，其質量就越高。為了打敗圍棋冠軍，谷歌DeepMind使用了一個真實的人與人之間的比賽數據庫。如果沒有眾包數據，人工智能就不可能存在。我們在聊天機器人和語音機器人中看到這一點。最好的機器人知道如何適應用戶，知道如何利用以前的討論作為改進人工智能的基礎。

就連“機器學習”這個詞也隱含著眾包的含義。機器從人群中學習，通常是通過收集數據。我們看到，與其他機器學習模式相比，自動駕駛汽車更具有活力。汽車通過觀察人們在路上行駛的傳感器來分析成千上萬的數據點。特斯拉的ModelS一直是利用眾包數據技術?，F在，通用汽車正在測試在真實道路上的自動駕駛汽車，很明顯，整個項目是一種確保汽車能理解所有現實世界變量的方法。

但諷刺的是，機器時代仍然是人力驅動的時代。在書中，作者解釋了從蒸汽動力轉換到電力的過程需要很長時間。不是每個人都贊同。不是所有人都看到了價值。當我們嘗試人工智能、測試和重新測試算法，并將機器人部署到家庭和工作場所時，我們必須記住，只有隨著眾包數據的改善，機器才會得到改善。

但就目前而言，我們仍處于完全控制之中。