4
“全球脑”的愿景：知识与智识能否得以共在
We Are Social和Hootsuite发布的报告显示，2019年全球人口总计76.76亿人，其中网民的人数为43.88亿，占比57%，同时，全球手机用户51.12亿，其中有34.84亿人会踊跃参与社交媒体。Quest Mobile发布的新近报告显示，截至2019年4月，我国移动社交行业用户规模突破11亿。
人类今天的境遇就是，一方面信息和知识过载，另一方面有用信息和知识缺失；一方面是朋友圈越来越大，社交面越来越广，但另一方面时间和精力又不足以支持这样广泛的社交活动。网络是否可以变得更聪明，全球脑是否可以真正实现呢？
涂尔干早就提出了社会有机体论，但正如罗素所说，“唯有数字还不足以带来巨大的进化跃进……一百亿个神经元放到一个玻璃瓶中也构不成有意识的大脑。元素需要整合到一个凝聚的结构里，它们的互相作用需要组织起来”。他由此推论，一个社会超有机体将会在几十年后降临。网络社会不断进化与扩张，至脑的收关界限被突破，有学者称之为一统（unification）阶段。这样的网络是一种“知化网络”，它从冰冷的物理连接逐步进化为主动感知各类连接设备……进而知晓如何适应外界的变化，最终使得整个网络具备智能思考的能力，形成自有的知识体系。
信息与知识共享和转移会遭遇网络位置、距离、知识势差、心理距离、信任、文化差异、异质性等多方面因素的限制。研究者发现，处于网络中有利位置的节点容易获得知识，网络中心势高的节点也有利于知识的获取；节点获得知识的能力取决于它与其他节点之间的网络距离和心理距离，而信任和文化差异是心理距离的重要影响因素；知识势差与知识异质性决定了节点从网络中获得知识的能力，过低的知识基础或过于异化的知识背景都不利于节点从网络中有效地获得知识资源。数字鸿沟方面的研究，以及布尔迪厄的《区分》和J.D.万斯的《乡下人的悲歌》都清晰地揭示了这种区分的存在。而如何跨越上述影响因素实现信息与知识共享似乎就是全球脑的努力方向。
技术始终向着“智慧”的方向不断努力。5G技术正在逐步商用，对6G的相关研究已经形成一定的共识。有学者用四个关键词概括未来的6G愿景：“智慧连接”、“深度连接”、“全息连接”和“泛在连接”。其中“智慧连接”是后三者的基础，也是实现全球脑的必经之路。有学者指出，若是地球的网络连结以及人工智能的结合使得整个网际网络外在于人类，而能独立思考与记忆，并且能够传承与修正，全球脑才能算是完整。即是说，全球脑应该掌握了人脑思维的联结能力，“在不同人群、学科、话题之间自由地穿梭、流动”，也就是信息具有“自组织”的能力。
利克里德（J.C.R. Licklider）于1960年在他题为《人机共生》的论文中阐述了一个新想法：“我们希望，在不久的将来，人类的大脑和计算机将非常紧密地结合在一起，由此产生的伙伴关系将以我们现有的信息处理机器所没有的方式思考和处理数据。”1963年，利克里德在美国国防部高级研究计划局（原称ARPA，现为DARPA）担任主任。他意识到“需要一种有效的方法来保证这个由人和机器组成的庞大但分散的团队跟上编程语言和技术协议的变化”。因此，他提出建立一个通讯网络，跨越距离的障碍，把这些人员联系起来。“星系计算机网络”的概念因此而产生。“在完全不相关的‘智能’物种之间进行沟通”这种构想要现实，其挑战性是显而易见的。
近几年，人工智能的发展，尤其是阿尔法狗（Alpha Go）的出现，让我们看到了人机共生的广阔前景。不过张钹院士认为，人工智能距离“超越”人还差得远，当前人工智能的较大问题是不可解释和不可理解，而目前人工智能的主攻方向是往可解释可理解的方向走的。人工智能科学家、奇点大学校长库兹韦尔明确表示，人工智能的下一步发展方向，就是要让机器能够处理诸如个人情感、社会关系甚至人类信仰等复杂的人文问题。只有能够处理人文问题的人工智能，才有资格被称为“超级智能”。
比利时控制论学家弗朗西斯·海利根（Francis Heylighen）花费数年研究了一个名为PrincipiaCybernetica的在线项目，内容涉及集体智慧（collective intelligence），这是一个应该给予特别关注的研究领域。如果人类不再以社会意义的个体，而是以知识和技能为单位重组连接，这种连接不仅有可能较大限度发掘个体的知识价值，而且实现了知识的充分传播和问题解决的优良路径，极大可能对生产力的提升和社会进步产生深远影响。知识网络中由于知识传播、共享、扩散、创新等活动的运作，使得知识网络中不仅节点个体能实现知识增长，更重要的是网络中知识总量能迅速提升，节点的平均知识拥有量也会呈增长态势。
英特尔公司已运用衍生自P2P的端对端运算PCP（Peer Computing）方式，提高公司的生产力。该公司员工下班时，数千部个人计算机看似闲置，实则通力合作，协力解答与制造微处理器相关的复杂计算。用PCP执行计算机运算，可取代通常需要大型主机才能胜任的复杂运算任务。做法是把原先由一部大型主机处理的复杂问题（例如绘制人类基因图谱），切割成一件件小任务，再交由众多个人计算机分头解决。小型机器解出规模较小的计算题后，把答案回传给效能较强的大型服务器，再把片段整合起来。这充分体现了集体智慧的有效性。
2011年,由几名数学家和硅谷互联网名企背景技术工程师组成的团队，开始研发一套符合未来社交趋势的智能算法。这一智能算法结合了人工智能的成就，又吸收了集体智慧的构想。这一智能算法动态地把有共同价值观、兴趣、审美的人连接在一起，结合每一个个体的智慧，来探索人的知识和能力边界。同时，算法会像AI一样通过自我学习不断进化。他们认为，知识（knowledge）与智能（intelligence）是两种不同的事物。
过去人们传播的只是知识，比如书本，而智能只存在于人的头脑中。他们想做的则是智能的传播。为此，他们创造了专家系统、智能协作软件，这些软件可以学习、理解、发展，他们可以随时移动，可以被复制。这种被命名为ECI（Evolutional Collective Intelligence）的演化群体智能算法，使得人与人可以不基于认识等社交关系去连接，而是通过大脑的知识特征、兴趣属性自动建立连接，因而建立起了一个能够超越个体智慧的群体智能。
传统社交媒体的底层逻辑在于打通网络空间的人际关系，但知识属性难免被边缘化；算法技术一定程度上解决了人与知识的关系，却无力冲破信息茧房。传播和社交的这一矛盾，知识系统（如各种百科）、推荐系统（信息分发平台）和搜索系统（如谷歌）皆未给予妥善的解决，“人和知识都是单向联系，缺乏互动和对知识的有机连接，难以形成势能”。而基于ECI算法和全球脑畅想的新型社交媒体从时空维度分别思索：什么样的信息值得被传播？什么样的信息值得被沉淀？
从理论上说，基于这一算法基础上的知识关系系统KNS（Knowledge Network System）的架构一旦达到一定规模，算法会自动从个体中提炼出数以千万计的知识和技能特征，并自动演化出特征类别间的知识关系，进而依靠数以万亿计的知识关系建立人与人的新连接。在这种连接下，不用人为设定或搜索，个人终端会随着知识趣味的变化展示不断拓展的个性化内容；意见能公平传播，并智能投送到该意见关联的每个知识群体；问题会以最科学的路径快速传达给能提出解决方案的人；群体的知识和技能在系统中不断碰撞出新的知识点而被算法捕捉。
这样看来，从人的社交到知识社交、从知识库到知识社交的变迁，信息不再是冰冷的数据库而是具有“知识的表意性”。这样高度智能化的知识社交平台，既是知识分享平台，同时不违背社交媒体的核心逻辑，凭借智能算法筛选出志趣相投的朋友，在知识生产的同时摆脱低效社交，使“我们与技术的联姻”提升人类智力，或许能在互联网时代寻得技术理性与交往理性的微妙平衡，成就莱布尼茨设想的心灵共同体（community of minds）。
5
结语
1945年7月，经历了新墨西哥州原子弹试爆的布什悲叹：“人类获取的经验正在以飞快的速度增长，而我们从知识迷宫中获取信息与知识的方法，却与过去造横帆船时一样工程浩大。”但计算机科学家艾伦·凯（Alan Kay）也曾说过：“很好的工具，可以激发人类创作的灵感。”詹姆斯·柯兰认为互联网本身并不是只靠技术建构的，拒绝“互联网是理性的系统”这一说法。对于“这一在传播政治经济学背景下获得广泛共识的论调能否在未来的网络群体智慧技术下唱衰”的忧虑还为时过早，倘若我们对于文化、社会的反省与无止境的技术发展不至过从甚疏，两者之间始终保持伴随式的相生往复，人类便会在网络社会中欣慰地收获人与人、人与知识关系的净值增长。
但我们始终应该留意技术可能带来的困境。正如技术预言家斯皮万克（Nova Spivack）在访谈中抛出的一个问题：“如果存在一个全球脑，那它有自我吗？……那是一种真实存在的事物，还是只是一些数据，有时是一些标签，而不是真正的自我？”他随后用生物学意义上的脑组织类比，认为“那只是不同部分、数以亿计的组织的连接而已”。另一个问题接踵而至：数以亿计的神经元组成的人脑从属于特定的个体，全球脑则所属为何？对网络技术创造效益的奢贵的追求，会否牺牲赖以展现个人价值的个体差异？学者彭兰指出了数据与算法时代个体权利的让渡，这样的担忧在网络社会的实现进程中也不会过时。
彼得·罗素在1995年重提全球脑设想时写道：一个积极的远见，就像隧道尽头的微光，尽管仅只暗淡地隐约闪烁，仍然鼓舞我们朝那方向前行。1993年克鲁格（MyronW. Krueger）在为M·海姆作序时则提醒道：随着电子信息时代的到来以及人工经验时代的开始，我们意识到我们正在旅途之中，而且我们可以问下一个目的地是不是要比我们离开的地方更好一些。
（来源：再建巴别塔 吴飞 颜繁冰：《“地球上可能有一个灵魂、或可能醒来”——网络化社会中“全球脑”的形成与知识生产模式创新》）
