导语：

       教育是面对未来挑战的先行者，建构一个能够适合未来发展的教育体系，是中国乃至世界的一个首要而紧迫的任务。中央美术学院作为“双一流”建设的艺术院校，为贯彻落实国家提出的文化发展战略，担负起新时代的文化使命，在迎接建校百年之际，于2017年12月至2018年9月期间，启动「未·未来」全球教育计划。通过网络平台，搜集影响时代的社会话题与教育议题，面向全球征集热点问题，邀请来自全球不同国家的16位影响当下与未来的思想者，针对精选出来的100个问题，进行发声研讨，同时「激活创新」现场还与全球艺术设计院校进行连线，共同讨论与交锋，试图对未来提出洞察、预知与研判，积极提出应对世界结构变革的新观点，激发创新新生动能。

主讲人：凯文•凯利

主题：有史以来最好的时代

　　大家好，我是凯文·凯利。非常感谢中央美术学院的邀请，我很荣幸能站在这里与各位进行分享。每次来中国我都在学习，比如在今天的讨论中我就学到了很多东西。虽然我本人并不是一个设计师，但我希望能和大家分享一些关于未来环境、未来设计以及设计在未来大环境下会发生些什么变化。

　　首先我想和各位强调的是，尽管我们面临着诸多的问题，但我们也同样面对着巨大的机会。我们只是在一个时代的刚刚开始，所有人在未来都会有以往从未有过的，不计其数的机会!在这里，我想以十个关于发展的大的趋势来和大家来探讨关于未来的机会。这十个趋势在过去的几十年里已初露端倪，其中有一些想法可能并不是新的，但我还是希望能提醒大家这些趋势，并且希望能重新构建关于这十个趋势的想法，以一种更好的方式让大家更容易的理解它们。

讲座PPT

　　第一个趋势：成为（Becoming）

　　所有的事物都在不断的成为新的事物。从过去的几十年开始，当然未来也会一直持续，一切我们所创造的事物都在不断地成为一些别的事物。

讲座PPT

　　第二个趋势：流动（Flowing）

　　从过去持续到未来——“流动”(Flowing)，我们身处在流动的环境中，最庞大的流动物是数据(Data)。另外一个关于数据的要点是：联合(Linked)，数据和数据间产生关联，越分享越能产生数据的价值，一切数据都应该是连接和互联的。所以我们要了解数据如何流动，如何影响我们生活的大环境。

讲座现场

　　第三个趋势：进入（Accessing）

　　无论我们在世界的任何角落，都可以去接入、使用很多的东西。如果一件事不是实时发生，或许我们会觉得它是可有可无的。因为“实时发生”是现在一切事物的驱动力。在过去的几十年人们所做的，其实就是打败时间。因为现在的一切事物都在实时发生，所以必须以更好的方式快速交付这些事情。

　　所有权并不再像以前那么重要了。我们无需再购买实体唱片，网络可以让我们在全球任何地方听到音乐。电影可以被直接下载，书本、游戏也都不需要再购买，电子世界里有一切。人们希望的不再是拥有权，更多的是希望访问权或使用权。

　　第四个趋势：追踪（Tracking）

　　互联网是以复制的方式运行的，人们花了很长的时间人们才明白任何与互联网相关的东西都可以被复制。你可以复制一首歌，一部电影，一个文档或是一本书，只要它们和互联网有关联就都可以被复制。而所有的企业提供的业务其实都是卖复制品。原创者们当然不希望他们的创作被复制，可是没有办法，一旦触及到互联网能被复制的事物就都会被复制。

　　所以我们需要找到一种可以追踪的方式，事实上只要和互联网相关的事物就都可以被追踪到。追踪是很好的监控违法行为的方法，而追踪技术应当是使用于追踪任何可以被追踪的事物。

讲座现场

　　第五个趋势：认知（Cognifying）

　　在接下来二十年的发展中可能会被称作是“认知化”或是被想象为人工智能另外一种使用环境。“认知化”作为一个非常重要的概念正在被越来越多的人了解，我希望能从不同的角度向大家重新介绍“认知化”。我想强调一下，对于很多企业业务“认知化”都应是核心概念，尤其是对于数字环境企业。

　　和人造的人类不一样，机器能够拥有几千种和人类不同的思维方式，它们是人造的“外星人”。我们设计人工智能其实是在尝试思维方式的突破。在这两天的讨论中大家都听到了，以一种不同的思维方式去思考才是真正重要的东西，也是创新的动力所在。企业、创意行为、艺术活动，如果能够更多的彼此相连会发生什么?如果全球70亿人每天24小时思维都是相互连接的，那么很难有不同的思维方式产生。如何能够突破?如何与其他人不一样?怎么做到这一点?AI能做到的事情就是帮助我们以一种不同的方式去思维、思考，这是因为人工智能的思考方式原本就被设计的和我们不一样，它们能帮助我们用不同的方式思考。现在人类头脑之中有的，我们使用的认知方式包括：感知、空间认知、符号推理、演绎推理、逻辑推理、情感智慧、算术……都是属于人类的认知，人类演进出的不同的意识方式。到目前为止也只能将其中一部分合成在人工智能身上。从阿尔法围棋(AlphaGo)打败人类围棋大师到自动行驶的汽车，都只在一个领域拥有认知的能力，比如说深度的卷积神经网络(CNN)，声音系统或者是脸部识别系统、图样识别系统。现有人工智能的认知只基于人类头脑中已有的一种认知，这就意味着还有很多的机会去理解去开发其他的认知的方式，我们尚处在认知开发的开始阶段。

讲座现场

　　二十年前，卡斯帕罗夫作为世界国际象棋冠军输给了人工智能深蓝。“他居然输给了一个电脑!”。卡斯帕罗夫清楚深蓝的数据库里有历史上所有已有的国际象棋棋局，他认为如果自己头脑之中也有同样的一个数据库那么他绝对可以打败深蓝，所以这是不公平的。之后，卡斯帕罗夫成立了一个全新的国际象棋联盟，这个联盟允许人类和人工智能对弈的事情发生。而联盟中人类和机器组成的队伍称作半人马(Centaurs)。在新的国际象棋联盟里，棋手可以和一个冠军去下棋，可以和一个人工智能去下棋，也可以进行人与人工智能混合组队下棋。通过过去几年的实践，卡斯帕罗夫和他的团队发现，这个地球上最强的国际象棋选手并不是人工智能也不是人类，而是人工智能和人类国际象棋大师组成的队伍。同样的半人马理念也被使用在医学领域，人类医生和人工智能组成的医生队伍为患者进行诊断;在军队之中也一样，最好的无人机驾驶员并不是人工智能也不单纯是人类，而是人类与人工智能相结合。(图文来源：「未·未来」官方网站)