数据流里的一片涟漪
数据主义当然也会面临批评及异见。正如我们在第3章所见，生命究竟能不能简化为数据流，还有待商榷。特别是我们也还不清楚，数据流究竟如何或为何能够产生意识和主观经验。或许在未来20年，我们就能得到一个很好的解释，但也许我们会发现，原来生物与算法还是不同。
同样有待商榷的一点，在于生命是否真的只是做出各种决策。在数据主义的影响下，生命科学和社会科学一心投入研究决策过程，仿佛这就是生命的全部。但是否真的如此？知觉、情绪和想法当然对决策很重要，但这就是它们唯一的意义吗？数据主义越来越了解决策过程，但对于生命的看法却可能越来越偏狭。
要对数据主义提出批判，可能不仅是21世纪最大的科学挑战，更是最急迫的政治和经济议题。生命科学和社会科学的学者应该自问，把生命当作数据处理和决策时，是否遗漏了什么因素？在这世界上，会不会有什么无法简化成数据？如果在所有已知的数据处理任务上，无意识算法终于完全胜过了有意识的人类智能，一旦我们用前者取代后者，可能会失去什么？
当然，就算数据主义有错，生物不只是算法，也不一定能阻止数据主义接管世界。过去就有许多宗教，虽然在事实上不尽正确，却也是大受欢迎、大权在握。如果基督教和政治风潮都能如此，数据主义何独不然？而且，因为数据主义正传播到所有科学学科，前景一片光明。只要能成为统一的科学范式，就很容易成为一个难以撼动的教条。要反驳科学范式并非易事，但到目前为止，从没有哪个科学范式真正得到整个科学界一致的采用。于是，某个领域的学者总是能从外部带入一些异端观点。但如果包括音乐学家和生物学家在内的每个人都采用了同样的数据主义范式，各种跨学科研究只会让这个范式不断增强。这样一来，就算范式本身仍有缺陷，趋势也极难抵抗。
如果数据主义成功征服世界，人类会发生什么事？一开始，数据主义可能会让人文主义加速追求健康、幸福和力量。数据主义正是通过承诺满足这些人文主义愿望而得以传播。而为了获得永生、幸福快乐、化身为神，我们就需要处理大量数据，远远超出人类大脑的能力，也就只能交给算法了。然而，一旦权力从人类手中交给算法，人文主义的议题就可能惨遭淘汰。只要我们放弃了以人为中心的世界观，而秉持以数据为中心的世界观，人类的健康和幸福看来也就不再那么重要。都已经出现远远更为优秀的数据处理模型了，何必再纠结于这么过时的数据处理机器呢？我们正努力打造出万物互联，希望能让我们健康、快乐，拥有强大的力量。然而，一旦万物互联网开始运作，人类就有可能从设计者降级成芯片，再降成数据，最后在数据的洪流中溶解分散，如同滚滚洪流中的一块泥土。
于是，数据主义对人类造成的威胁，正如人类对其他动物所造成的威胁。在历史进程中，人类创造了一个全球性的网络，不论面对任何事物，都以它在这个网络中有何功能来给予评价。几千年来，这让人充满了自尊和偏见。人类在这个网络中执行着最重要的功能，也就很容易认为自己是这个网络所有成就的主要功臣，并认为自己就是造物的巅峰。至于其他所有动物，因为它们执行的只是网络中次要的功能，于是其生命和经验都遭到低估；只要动物不再能发挥任何功能，就躲不开惨遭灭绝的命运。然而，一旦人类对网络也不再能发挥重要功能，就会发现自己到头来也不是造物的巅峰。我们自己设定的标准，会让我们也走上长毛象和白鳍豚的灭绝之路。到时回首过去，人类也只会成为宇宙数据流里的一片小小涟漪。
*
我们无法真正预测未来，因为科技并不会带来确定的结果。同样的科技，也可能创造出非常不一样的社会。举例来说，火车、电力、无线电、电话这些工业革命时期出现的科技，就能催生出法西斯政权或自由民主政体。让我们以朝鲜半岛两国为例：两国曾经可以获得相同的科技，但最后选择的用法只能说是南辕北辙。
人工智能和生物科技的兴起肯定将改变世界，但并不代表只会有一种结局。书中讲到的一切情境，都只是可能性，而非预言。如果你觉得某些可能性令你反感，欢迎运用各种新思维或采取新行动，让那些可能性无法实现。
然而，因为我们的思想和行动通常会受限于当今的意识形态和社会制度，要以新的方式来思考或行动并非易事。本书追溯了目前各种制约条件的起源，希望能够让我们稍微从中松绑，以更丰富的想象力思考我们的未来。本书所做的，并不是断言未来必会如何而让我们的视野变得更窄，而是希望让我们把视野放宽，体察到还有其他更多选项。正如我一再强调的，没有人真正知道2050年的就业市场、家庭或生态将会是什么样子，又或是由哪些宗教、经济和政治制度主导世界。
但放宽视野也可能造成副作用，让我们比以往更加困惑和不知所措。面对这么多情况和可能性，该注意些什么？这个世界的变化速度比以往更快，而我们又已被海量的数据、想法、承诺和威胁所淹没。人类正逐渐将手中的权力交给自由市场、群众智能和外部算法，部分原因就在于人类无力处理大量数据。过去想阻挡思想言论，做法是阻挡信息流通。但到了21世纪想阻挡思想言论，反而靠的是用不相关的信息把人淹没。我们已经不知道该注意些什么，常常浪费时间研究辩论无关紧要的议题。在古代，力量来自有权获得资料。而到今天，力量却是来自知道该忽略什么。所以，面对这个混沌世界的一切，我们究竟该注意什么？
如果思考的是未来几个月的情形，注意的可能就是当下的问题，比如中东动乱、欧洲难民危机、中国经济增长趋缓。如果思考的是未来几十年的情形，注意的就是全球变暖、不平等的恶化，以及就业市场的破坏。但如果把视野放大到整个生命，其他的问题或发展的重要性，都比不过以下三项彼此息息相关的发展：
1.科学正逐渐聚合在一个无所不包的教条之中，也就是认为所有生物都是算法，而生命则是进行数据处理。
2.智能正与意识脱钩。
3.无意识但具备高度智能的算法，可能很快就会比我们更了解我们自己。
这三项发展提出了三个关键问题，希望读者在读完本书之后，仍能常挂于心：
1.生物真的只是算法，而生命也真的只是数据处理吗？
2.智能和意识，究竟哪一个才更有价值？
3.等到无意识但具备高度智能的算法比我们更了解我们自己时，社会、政治和日常生活将会有什么变化？
图片来源
1. Computer artwork © KTSDESIGN/Science Photo Library.
2.The Triumph of Death, c.1562, Bruegel, Pieter the Elder © The Art Archive/Alamy Stock Photo.
3. © NIAID/CDC/Science Photo Library.
4. Moscow, 1968 © Sovfoto/UIG via Getty Images.
5. 14世纪法国手稿中的“死亡与死去”：Pilgrimage of the Human Life, Bodleian Library, Oxford © Art Media/Print Collector/ Getty Images.
6. © CHICUREL Arnaud/Getty Images.
7. © American Spirit/Shutterstock.com.
8. © Imagebank/Chris Brunskill/Getty Images/Bridgeman Images.
9. © H. Armstrong Roberts/ClassicStock/Getty Images.
10. © De Agostini Picture Library/G.Nimatallah/Bridgeman Images.
11.图示：全球大型动物数量饼图。
12. Detail from Michelangelo Buonarroti (1475–1564), the Sistine Chapel, Vatican City © LessingImages.
13. © Balint Porneczi/Bloomberg via Getty Images.
14.左图：© Bergserg/Shutterstock.com.右图：© s_bukley/Shutterstock. com.
15. © Karl Mondon/ZUMA Press/Corbis.
16. Adapted from Weiss, J.M., Cierpial, M.A. & West, C.H., ‘Selective breeding of rats for high and low motor activity in a swim test: toward a new animal model of depression’,Pharmacology, Biochemistry and Behavior 61:49–66 (1998).
17. 同上
18. © 2004 TopFoto.
19. © NOVOSTI/AFP/Getty Images.
20. Rudy Burckhardt, photographer.Jackson Pollock and Lee Krasner papers, c.1905–1984.Archives of American Art, Smithsonian Institution.© The Pollock–Krasner Foundation ARS, NY and DACS, London, 2016.
21.左图：© Richard Nowitz/Getty Images.右图：© Archive Photos/ Stringer/ Getty Images.Image credits 429
22. Courtesy of the Sousa Mendes Foundation.
23. Courtesy of the Sousa Mendes Foundation.
24. © Antiqua Print Gallery/Alamy Stock Photo.
25. Woodcut from ‘Passional Christi und Antichristi’by Philipp Melanchthon, published in 1521, Cranach, Lucas (1472–1553) (studio of) © Private Collection/Bridgeman Images.
26.数据来源：Emission Database for Global Atmospheric Research (EDGAR), European Commission.
27. © Bibliothèque nationale de France, RC-A-02764,Grandes Chroniques de Francede Charles V, folio 12v.
28.手稿：Registrum Gregorii, c.983 © Archiv Gerstenberg/ullstein bild via Getty Images.
29. © Sadik Gulec/Shutterstock.com.
30. © CAMERIQUE/ClassicStock/Corbis.
31. © Jeff J Mitchell/Getty Images.
32. © Molly Landreth/Getty Images.
33. The Thinker, 1880–81 (bronze), Rodin, Auguste, Burrell Collection, Glasgow © Culture and Sport Glasgow (Museums)/Bridgeman Images.
34. © DeAgostini Picture Library/Scala, Florence.
35. © Bpk/Bayerische Staatsgemäldesammlungen.
36. Staatliche Kunstsammlungen, Neue Meister, Dresden, Germany © Lessing Images.
37. Tom Lea,That 2,000 Yard Stare, 1944.Oil on canvas, 36''x28''.LIFE Collection of Art WWII, U.S. Army Center of Military History, Ft.Belvoir, Virginia.©Courtesy of the Tom Lea Institute, El Paso, Texas.
38. © Bettmann/Corbis.
39. © VLADGRIN/Shutterstock.com.
40.Virgin and Child, Sassoferrato, Il (Giovanni Battista Salvi) (1609–85), Musee Bonnat, Bayonne, France © Bridgeman Images.
41. © Bettmann/Corbis.
42. © Jeremy Sutton-Hibbert/Getty Images.
43.左图：© Fototeca Gilardi/Getty Images.右图：© alxpin/Getty Images.
44. © Sony Pictures Television.
45. © STAN HONDA/AFP/Getty Images.
46. ‘EM spectrum’.Licensed under CC BY-SA 3.0 via Commons, https://commons.wikimedia.org/wiki/File:EM_spectrum.svg#/media/File:EM_spectrum.svg.
47. © Cornell Bioacoustics Research Program at the Lab of Ornithology.
48.图示：意识的频谱。
49. © ITAR-TASS Photo Agency/Alamy Stock Photo.
50. © Jonathan Kirn/Getty Images.
致谢
在此特别感谢：
感谢我的老师萨蒂亚·纳拉扬·戈恩卡（Satya Narayan Goenka，1924——2013），他教导我内观禅修（Vipassana meditation）的技巧，让我能够观察事物的真相，更了解心灵及世界。如果没有过去15年来禅修带给我的专注、平静及见解，我不可能写出这本书。
感谢以色列科学基金会（Israel Science Foundation）提供研究资助（资助编号26/09）。
感谢希伯来大学，特别是历史系这个我学术上的家；感谢我这些年来的所有学生，从他们的问题、回答以及静默当中，我学会了许许多多。
感谢我的研究助理艾丹·希勒（Idan Sherer），不管我抛出的主题是黑猩猩、尼安德特人还是半机械人，他都能全力完成研究。还要感谢其他几位研究助理，他们是拉姆·利兰（Ram Liran）、伊尔·米勒（Eyal Miller）和奥瑞·希弗·拉维（Omri Shefer Raviv），他们经常为我提供各种协助。
感谢我在英国兰登书屋（Penguin Random House）的出版人迈克尔·沙维特（Michal Shavit），她愿意赌我一把，这些年来一直不离不弃支持着我；感谢兰登书屋的埃利·斯蒂尔（Ellie Steel）、苏珊娜·迪安（Suzanne Dean）、贝森·琼斯（Bethan Jones）、玛丽亚·加伯特·卢塞罗（Maria GarbuttLucero）等人提供的帮助。
感谢戴维·米尔纳（David Milner），他绝佳的编辑功力帮助我减少了许多丢脸的错误，并提醒我键盘上最重要的键可能就是“Del”。
感谢公关公司Riot Communications的普雷纳·盖德尔（Preena Gadher）和利亚·克雷索维特（Lija Kresowaty），协助让各种消息快速传播。
感谢纽约HarperCollins出版公司的出版人乔纳森·饶（Jonathan Jao）及前出版人克莱尔·瓦赫特尔（Claire Wachtel），感谢他们的信心、鼓励和宝贵意见。
感谢什穆埃尔·罗斯纳（Shmuel Rosner）和埃兰·兹姆拉（Eran Zmora）的慧眼，以及各种宝贵回馈及忠告。
感谢黛博拉·哈里斯（Deborah Harris），协助我做出重大突破。
感谢阿莫斯·阿维萨（Amos Avisar）、希罗·德贝尔（Shilo de Ber）、蒂尔扎·艾森伯格（Tirza Eisenberg）、卢克·马修斯（Luke Matthews）、雷米·罗思奥茨（Rami Rotholz）和奥伦·施里奇（Oren Shriki），他们投入许多时间和精力仔细阅读手稿并修正我的错误，也让我看到许多其他观点。
感谢伊格·鲍罗霍夫斯基（Yigal Borochovsky），说服我放软对上帝的态度。
感谢约拉姆·尤韦尔（Yoram Yovell），除了他的远见卓识，还有我们每次在Eshta’ol林间的漫步。
感谢奥里·卡茨（Ori Katz）和杰伊·波梅兰茨（Jay Pomeranz），让我更了解资本主义体制。