第六章 全球科技趋势

现代智人(homo sapiens) 的历史可追溯至约20 万年前，期间绝大多数时候我们过着持猎采集的生活。人类花了数千年时间，才学会磨利石头的一边，拿来当工具用。然后又过了数千年，才有人想到可以将石头两边都磨利。至于将两边磨利的石头装在木柄上当斧头用，则又是数千年后的事了。

但是，上一个冰河期约11500年前结束后，人类发明了耕种。数百年前，人类社会进入工业年代。火车、汽车、飞机、化学工业、电力陆续出现，新事物的普及速度愈来愈快。火车从面世到80% 的美国人负担得起这种交通方式，花了120 年，电话是100年，收音机是70 年。然后是电视，这次又快一些，只花了60 年。

IBM 个人计算机1981 年面世，随后是网际网络，后者只花了20 年，就已在美国取得80% 的普及率。下一个关键发明是手机，15 年就已取得80% 的普及率。苹果公司推出iPhone 后， "app - store" (应用程序商店)也开张了。这是一个市场，独立软件公司在此销售基于苹果行动技术的软件与服务。开张头12 个月，已有约3.5 万个软件推出，用户下载次数超过10 亿。这一年内，每天平均约有100个iPhone 应用程序推出，日均下载次数近300万。换句话说，平均每小时下载次数125000，每分钟2000次，每秒约33 次。这不过是第一年的情况，而且只是许多行动技术平台的其中一个。这种创意爆发实在应列入《吉尼斯世界纪录》。不仅是发明的脚步加快了，新商品的普及速度也愈来愈'快。

在此同时，我们的知识也加速累积。加州大学柏克莱校区2005 年一项研究显示，全球数位信息2004 年增加了60% ，而这一年的增幅，就已经是美国国会图书馆既有资料的57000倍(为什么这令我觉得图书馆前途有限)。每年付梓的新书高达100万种左右。以大众为市场的期刊约有8 万份，学术期刊4 万份，通讯( newsletter) 4 万份，报纸2.5 万份。真是巨大的数量。人类的创新与知识似乎正指数式成长。

这怎么可能? 原因之一是"后设概念" (meta - ideas)的传播。所谓后设概念，是指启发、发展、检验、捕捉、散布及运用概念的新方式。举例来说，第一部印刷机就是一种后设概念，它让所有其他概念得以快速有效传播。古腾堡(Johannes Gutenherg; 译注: 约1398 ~1468 ，发明活字印刷术的德国人)的第一部印刷机1450 年面世，标志着欧洲开始在世界舞台上崛起。远洋船，如西班牙的卡拉弗( caravel) 轻快帆船，也发挥了类似作用。西班牙人到达美洲后，将自身的一些观念传给了印第安人，同样也将印第安人的一些观念带回欧洲，包括洋芋、番茄、玉米、可可、香草、烟草及许多其他作物之种植。

后设概念的例子非常多，包括引导人们追求真理的复杂思想体系，如逻辑、科学方法、数学、统计学、学术论文的同行审阅制度、言论自由及新闻自由等。较新的后设概念包括大学、专利及版权法、卫星电视、国际银行业、创投业，以及网际网络。后设概念产生巨大的网络效应，促进意念与知识的流通发展。

在这些概念形成前，人们有如生活在孤岛上，受制于迷信和严重的团体盲思。他们会视身边的事物，如雷暴，纯粹是神灵创造的现象，而跟合乎逻辑的自然现象无关。他们假定有某种神秘的以太(ether) 、液体或灵魂，不去研究遵循数学/物理/化学定律的实际力量。他们若是发现一些新东西，会保守秘密，尝试私下出售。他们如果发现一些新资料，会加以扭曲以迎合既有观念，或是折磨发现新资料的人，直至他们承认既有观念是正确的。

最伟大的15 个后设概念

若不是有伟大的后设概念，新概念很可能快速丧失，或未能发挥效用。以下为历来最伟大的后设概念。

1. 逻辑。逻辑发展出教人借由有条理的思考，辨明真假的系统工具。

2. 写作与印刷。借由文字、符号、音符或图表记录思想与概念，让它们得以超越时间与地域。

3. 观察自然。有系统地记录自然现象。

4. 基本科学方法。借由客观的积累获取知识。提出合乎逻辑的假说解释能观察到的现象，描述可证明假说是否成立的可能方法，有条理地加以检验。

5. 在受控环境下复制资料。将某些现象从它们复杂的环境中隔离出来，在受控的环境下检验。

6. 奥卡姆剃刀原则(Occam's razor) 。将科学解释简化为最简单的真实形态。

7. 正式评审制度。正式的科学论文必须接受称职的同行审阅，同时维持媒体上活跃的非正式同行评审。保持新闻自由。

8. 以数学方式描述自然。可能的话，以统计概率及相关性或数学公式描述科学观察(不排斥其他描述方式)。借此提供支持或否定假说的数学/统计证据。

9. 以论文论学术功劳。率先在合格期刊上发表经同行评审的论文，以科学方式描述新现象或新理论的人，被承认为该现象或理论的发现者。

10. 保留权利。以专利、版权与商标等方式保护智慧财产权。

11. 旅行与迁徙。人的流动促进意念之交流，人们也能观察到新事物。

12. 银行业与创业投资。资金配置的基础设施，让最佳构想获得资本支持。

13. 电讯技术。使观念得以对大众快速传播，也允许互动交流。

14. 以科学为基础的教育。学校与大学等机构提供以科学为基础的知识与技术，并检验、记录这些知识，使人们能仰赖它们。

15. 私营企业与产极制度。提供财务诱因，鼓励人们将意念转化为商品与服务。

以科学为基础的教青是最伟大的后设概念。全球高等教育机构在学人数，似乎每15 年左右就增加一倍，这意味着思考、传播知识、执行创新的人愈来愈多，而且这些人还愈来愈聪明。新西兰学者詹姆斯·弗林(James R. Flynn)发现，人们的智商测验分数逐年上升，而这现象几乎举世皆然。这发现如今称为"弗林效应" (Flynn Effect) 。发现这现象之前，研究老化如何影响智商的科学家简单比较各年龄层的智商，得出智商会因为老化而衰减的结论。虽然这结论是对的，但弗林发现，研究者测量到的年龄智商差异，有一部分其实是基线误差(baseline errors) ，因为每一世代的平均智商其实持续升高。

智商为什么会升高呢? 有人自然假定这完全是因为教育改善之故。但是，智商测验中最受教育影响的部分，如词汇、算术及常识，其实并未真正改善。真正改善的，是人的"原始智力" (raw intelligence) 。这现象显示在所谓"一般智力因素加载测验" (general intelligence factor loaded tests) ，如"瑞文氏推理测验" (Raven's Progressive Matrices) 的结果上。一般智力因素的概念，是基于极其普遍的现象: 一个人若是在某方面很聪明，极有可能在许多其他方面也很聪明。

因此，人类大体上的确是愈来愈聪明了，而教育并非解释这现象的好因素。混种优势( heterosis) 可能是促成这现象的因素之一: 不同地域、种族的人结合，下一代的基因集父母之长，因此比父母更优秀。相反的情况是同系繁殖，会导致后代质量衰退。人类较以前更常旅行与迁徙，是促成混种优势的原因，未来时代的基因组合因此得以强化。但是，遗传因素肯定不是人类智力提升的唯一原因，因为基因的自然演变并没有那么快。环境因素，如营养改善、家庭规模缩小、教养质量改善可能是重要原因。这些因素也是现代人长得较高且更长寿的原因，而如果较高、较健康、营养较佳的人并未拥有较高的智力，那元疑是违反我们直觉的。对身体好的东西，对头脑应该也有好处。

全球智商每十年提升约3%，但地域差异显著，某些地方进步惊人。弗林研究荷兰某些地方1952 年起的瑞文氏测验结果发现，如果将1952 年的平均分数定为100，那么1982 年的平均分数已升至121.10 。也就是说， 30 年间升了21 分，每十年升7 分左右。他的研究显示，十多个国家也呈现类似趋势。20% 的增幅元疑很可观，而全球每十年增加3%，则可能显得平平无奇。但我觉得这种衡量方式其实很容易误导人。例如，有些人可能直觉地以为智商140的人计算速度比智商70 的人快一倍，但两者差异远非如此简单。下表显示智商分数代表的意义:

如上表显示，智商分数的差异意义重大。智商140 的人，可能是年收入数百万美元的顶尖科学家或商人，而智商70 的人，则很可能在他并不怎么理解的社会环境中挣扎求生存。

根据《吉尼斯世界纪录》，智商最高纪录是210 ，为韩国年轻人金雄辖(Kim Ung - Yong) 所拥有。金雄锯24 个月大就能说(说!)日、韩、德、英四种语言。3 -6 岁时，他在韩国汉阳大学学物理， 4 岁时就能解答高深的随机微分方程题。我大致能想象汉阳大学的学生和一名小弟弟一起上课的感受。不知道他那时是否含着奶嘴。7 岁时，金雄倍受邀访问美国太空总署。15 岁时，他在科罗拉多州立大学取得物理博士学位。智商是金雄错一半(即105)的人，智力可并不是他的一半。并不是说，智商210 的人两岁能说四种语言，3 岁上大学，而智商105 的人就是两岁能说两种语言， 6 岁上大学。人类智力之差异，远大于智商分数所暗示的差距。

1995 年，美国心理学协会组成一个由尤力克·奈瑟(Ulric Neisser) 带领的工作小组，全面评估智商研究的状况一一这是一项所谓的"后设研究"( meta - study) 。该研究的其中一项结论极不寻常: 1932 年的美国儿童若是接受1997 年的智商测验，平均智商分数将只有80 左右(1997 年为100) 。这结论之所以不寻常，是因为如果1932 年儿童平均智商是80 ，那么按现代的标准，多数人其实是"迟钝"或"近乎弱智"的。我相信人类智力成长对促进知识发展与创新大有帮助。

总结一下，因为以下原因，人类知识与创新正指数式成长:

● 高等教育在学人数每15 年增加一倍;

● 后设概念持续发展与传播;

● 平均智商每年成长约0.3% 。

我认为这些因素形成了知识成长的全球网络效应。这种效应会自我增强。那么，我们的知识成长速度实际上有多快呢? 网络上有许多答案，从每年倍增到每15 年倍增不等，热门答案是每5 年倍增，但这些答案几乎全都没交代资料来源。不过我找到一项有趣的资料，那是2007 年汤马斯·富勒(Thomas Fuller) 发表的人类知识25 个领域的成长情况。

根据这些资料，富勒认为，人类知识倍增需要超过5 年的时间。我想根据自己的经验粗略估计一下。1983 年，我在某家大学教经济学时，为学生写了一大本有关食品业营运规划的书。我手写(!)，然后交给秘书用打字机打出来。这是非常耗时的工作，每次我拿着一堆草稿进办公室时，这位秘书总是以恶毒的眼光看我。文字稿都打好后，我们用胶水贴上图表，然后替学生影印、装订。真的非常费工夫。

数年之后，我替某家出版社写一本有关国际市场调查的书。为了写这本书，我必须跑图书馆，预订第二天才能到手的书和影印资料。然后我会看这些资料，得到一些启发，第二天再跑图书馆找更多资料。我在新买的奥利维蒂( Olivetti) 计算机上打出整本书，很不幸这计算机每周死机好几次。又是很费工夫的工作，但比上一次手写并用胶水贴图表省事多了。

今天我们有先进的计算机、网际网络及Google 等工具，我的工作效率远高于以前。我若是有问题，通常几分钟内就能找到答案。当然，我的阅读与思考速度跟以前完全一样，但如果我看到某项参考资料来自一本有趣的书，我可以从亚马逊网站把书下载到我的Kindle 阅读器，马上就能开始看。我的计算机不再死机，而且拼字检查程序能帮我避免许多错误。如果我不确定自己是否已经写了某些内容，我可以用关键宇快速搜索一下。如果我忘了某个档案存在计算机哪个资料夹里，我也可以用关键宇快速搜寻我的计算机和服务器。还有，如果我想知道自己在网络上找到的某个大型档案是否涵盖我想找的资料，我也只需要做几次简易的关键宇搜索。书稿写完后，我可以坐在山区的小木屋内，以电子邮件发给出版社。编辑若提出问题，我随时随地皆可用我的黑莓手机( Blackberry )答复。

因此，假设我作为知识工作者的生产力， 2010 年是1985 年的10 倍。据此计算，我的知识生产力年复合成长率约为10% 。我想，涉及实务工作与实验(例如访谈、化学试验)的知识搜集，生产力成长速度会比较慢，假设是每年5% 好了。这样的话，我们可以估计，个人的知识生产力每年成长6%~7% 。

如果说2010 年的知识工作者数目是1985 年的三倍以上(每15 年增加一倍) ，而这些人的生产力期间增加近三倍(每年成长6%~7%) ，那么2010 年的知识产出会是1985 年的12 倍左右; 据此计算，人类知识年均复合成长率约为10% ，每8~9 年增加一倍。如果人类知识继续以这速度扩张(稍后将再讨论这一点) ，那么我们2030 年的知识将是2010 年的7 倍，而2050 年知识将是2010 年的45 倍左右。果真如此，我们将迎来"知识浪潮"，其澎湃程度远远超过上一章提到的"钱潮"。想想未来40 年人类知识成长44 倍，那么全球GDP 同期成长3 倍就显得大有可能了。

技术发展的摩尔定律

雷·柯兹威尔( Ray Kurzweil) 是美国顶尖科技专家，至少被颁授16个荣誉博士学位，并曾获三位美国总统颁奖。科兹威尔曾多次创业，开发出许多科技产品，包括CCD 平台式扫描器、文字至语音合成器，以及能准确复制真实乐器声音的音乐合成器。

柯兹威尔在自己的事业初期发现，在那些拥有出色意念及团队的初创企业中，少数最后大获成功的公司，主要是因为时机恰到好处。他认为，在高科技业要做到这一点，你必须在商业化所需的核心技术出现前，就开始研发工业，如此方能在技术成熟时立即推出产品。

受此发现启发，他开始追踪各种技术的发展情况，包括微处理器的每秒周转次数、成本、密度、性能及销售量，超级计算机的性能，DNA 定序成本，基因图谱数据库，随机存取存储器每位元价格跌势、无线通讯价格/性能，网际网络之主机、流量及骨干频宽，专利，立体脑部扫描的分辨率等。他发现，涉及智能发展的多数事物，其演化速度是指数式的一一也就是持续加速之意，一如计算机硬件的摩尔定律(注:有关摩尔定律，请参考本章稍后的说明)。

指数式成长对人类来说是难以理解的。我们的思考倾向是静态或线性的，我们因此往往大大低估了二三十年后智能型产品的性能。

但是，我们讲的是哪方面的知识?哪些知识成长最快?哪些对未来有最大影响?为回答这问题，我想倒退几步，检视基本自然科学的状态。我认为这包括: (1) 数学; (2) 统计学; (3) 古典物理学; (4) 化学; (5) 量子力学; (6) 遗传学。有些人可能会认为，天文学及地质学也应该算进来，但天文学大量借用数学与物理学，而地质学则主要涉及化学与古典物理学。因此我认为上述六门学科是真正基本的自然科学。

现在看看这六门学科，头四门看来已相当成熟。数学的首波重要突破，是希腊人2300~2500年前的贡献。我们今天使用的一些统计学模型，是18及19 世纪研究出来的。我并不是说这些学科已不再进步，它们无疑仍在进步，只是很可能已不再加速进步了。我想这些学科的主要发现，大部分已经发生了。古典物理学也已经成熟了很长一段时间，而化学则主要建基于我们对周期系的理解，这系统早在约150 年前，也就是1869 年就已经有人提出。不过我想强调一点，化学在某些领域仍有重大难题，例如支援新世代计算机芯片的问题。

人类在这四门学科取得的成就，彻底改变了我们的生活。我们今天购买的东西，从牙膏、肥皂、杂志到汽车、飞机、食品以至房子，莫不拜应用相关科学知识所赐一一若不是科技进步，我们不可能以现在的价格买到当前这种质量的商品。因此，至少从这角度看，预期这些学科未来数十年不会有重大突破，是情有可原的。

粒子加速器

核子科学家早就知道，世界上有比质子、电子与中子更小的粒子。他们如今惯常地讨论此类粒子，给它们冠上诸如正K 介子( positive kaon) 、Y(3940) 、sigma - minus 、lambda - C - plus 、魅夸克c 〔charm - quark ( c) 〕及奇异夸克s 〔strange - quark (s) 〕等名称。他们现在会参考一个!"标准模型"，这模型某种意义上有如化学上的周期系。拜周期系的发展所赐，科学家能准确预知他们在自然中未曾见过的原子之存在。同样道理， 核子科学的标准模型使科学家能预知更小的粒子之存在。他们给这些粒子冠上更奇特的名称，诸如charmed - pentaquark 、xi - minus - minus 、X(3872) 、神秘介子( myste叩meson) ，以及备受期待的希格斯玻子( Higgs' boson ) 。

核子科学家使用设于日内瓦附近的强子对撞机( Hadron Collider) ，致力寻找上述一些粒子。这是一个27 公里长的粒子加速器，首期试验的预算高达数十亿欧元。

但是，量子力学一一研究原子及次原子体系一一的情况就有趣得多。量子力学与爱因斯坦的相对论(以及某些现代艺术)有一个共同特征: 它们都几乎无法解释、无法理解。但是，量子力学理论却能轻易证明是正确的。量子力学为化学及经典物理学的许多领域打下更深层的基础，其分支包括量子化学、粒子物理、核物理、凝聚态物理、固态物理、原子物理、分子物理及计算化学。这学科已大有发展，但无论如何仍称不上成熟。研究量子力学的科学家实际上正努力解答一些基本的大问题，例如宇宙有多少度空间，又或者是:

● 世界上最小的粒子是什么?

● 计算显示，地球上应该存在暗物质(Dark Matter) ，但我们又找不到。它们究竟在哪里?

● 暗能量(Dark Energy) 是否存在?

● 宇宙起源的大爆炸( Big Bang) 发生前，是怎样一种情况?

这些问题非常重要，而我们还不知道答案。但是，我相信到2030 年左右，我们将能发现暗物质，也会知道宇窗间最小的粒子是什么。事实上，我想届时物理学家已就"大统一理论"形成共识。但他们目前还没做到。

量子物理未来数十年可以产生什么发明呢?人们最期待的，是符合经济效益的核融合反应器(fusion reactor) ，它可以将粒子加热至120000000℃的超高温。这若能成为事实，未来数百万年，我们将有无限的干净能源可用。这将是不可思议的巨变，但科学家已为此努力了数十年。最乐观的估计是，2030 年左右就会有厂商推出这种反应器。不过，这当中还涉及许多不确定性，大有可能得耗费50 或100年。2009 年12 月，卡汉姆核融合能中心( Culham Center for Fusion Energy) 的网页这么说:

实验性桔融合机器现在已能产生超过10 MW (百万瓦特)的电力。目前建造中、名为ITER 的机器，将能产生500 MW 的核融合电力。ITER预计将于2018 年开始运作。虽然它已经有发电厂的规模，要产生稳定、可靠的电力仍有技术问题需要解决。因此，在ITER 之后，估计还需要建一个核融合电厂雏形。按融合电厂开始发电估计将是30 至40 年后的事，视研究及资助的集中程度而定。

因此，最有可能的情况或许是核融合发电于2050 年前成为事实，并将于接下来的数十年中普及。值得一提的是，科学家也尝试在非高温状态产生核融合能，可能是靠特定状态下的破裂气泡。但迄今为止，这方面的进展并不乐观。

另一个例子是量子计算机(quantum computer) ，这种计算机以电子的"自旋状态" (spin state) 代表基本的信息单位(每一颗电子可以有四个间歇阶段)。量子计算机若研发成功，一部计算机的资料处理能力，就抵得上今天地球上全部的计算机。科学家正为此努力。

科学家也尝试创造出正常温度下具超导性能的物质。我不知道这是否办得到，但成功的话，能掠传送的经济考量与地理面貌将彻底改观，而我们也将能够制造出远比人脑更快、更紧密的立体计算机芯片。这听起来像是科幻小说中的事物，但科学家的确正在努力研究。

但是，未来数十年，较可预测、最有希望的两个创新领域，很可能是生物科技与信息科技。为什么是生物科技? 因为我们在这方面才刚获得连串突破，它们将彻底改变我们处理生命的技术。生物科技若要达致传统化学的成熟程度，我们就必须像化学家那样，彻底了解最微观层面的运作情况。就生物科技而言，这必须从描绘基因图谱、解开生命的密码开始。我必须描绘出所有生命的基因图谱，然后厘清每一种生物每一个基因的作用，接着是研究各种蛋白质如何制造出来，以及它们的互动情况。这一切太复杂了，在近年之前，实际上根本不可能做到(例如，人类DNA 含13 亿组磁基对，而计算单一个蛋白质在立体空间如何运动，大型计算机主机也可能需要一年时间)。但生物科技世界之门刚对我们大幅敞开。不久之前，生物科技就像一种实验技术，像"旧经济"的其他领域一样演变一一生产力成长是线性的。但生物科技如今已变成一种信息科技，因为我们已开始了解生命的软件。人类基因组计划(Human Genome Project) 1990 年开始时，预算30 亿美元，计划用13 年时间绘出人类的DNA (使用四个样本)。现在要做这件事，只需要6万美元和2 周时间;而且不久之后，成本很可能降至1000 美元或更低，而且只需要数天，甚至是数小时。这等于每16 个月效能倍增，有如计算机芯片，甚至更快一些。

生物科技进步意义重大。我们可以借生物科技之助，生产出远比既有作物廉宜、环保的粮食。全球人口成长放缓之际，随着基因及其他技术提升农业产出，我们最终将能靠较少的农田养活数量日增的人口。非洲农田平均产量仅为全球三分之一，而因为基因技术可大幅提高全球平均产量，非洲的产量应可提升三倍或更多。医疗也将进步到我们难以想象的地步，在老年人口料将大幅膨胀的情况下，这是大有必要的。目前看来，我们甚至将能复制出已绝种的生物，如长毛象(这可不是开玩笑)。稍后我将用一整章讲基因与生物技术。

干、湿纳米科技

所谓"纳米科技"是一种每次仅操作一个原子或分子的制造过程，可用于制造微芯片的超导元件、性质特殊的材料，例如效能是天然红血球一百倍的人造红血球(有了这种红血球，你可以不使用压缩空气，潜水30 分钟)。纳米器具及材料之工业生产，有时被称为"干纳米科技"。至于"湿纳米科技"，则是指生物工程。相对于干纳米科技，湿纳米科技有巨大优势，因为大自然已送给我们一个庞大的有用代码库，以及快速、指数式自我复制某种设计的能力。

湿纳米科技已进入飞速发展阶段，而干纳米科技很可能要到2030 年之后，才可能成为规模庞大的产业。

创新令人叹为观止的另一个领域将是信息科技。信息科技业2000~2003年崩盘后，许多人认为这产业的好日子也差不多结束了。但是，随后云端计算、行动宽带、Google 、Skype 、亚马逊及苹果大获成功，信息科技之创新显然完全没有停下来。先前的崩盘不过是投资圈内的暂时消化不良。信息科技创新持续，但未来数十年会非常出色吗?

会的。1965 年，戈登·摩尔(Gordon E. Moore) 一一英特尔创始人之一一一撰文指出，一块芯片(或集成电路)上可容纳的晶体管数目每两年增加约一倍，而且这可以在符合成本效益的情况下达致。摩尔还预测，这种效能倍增的速度将持续一段时间。这现象很快就被称为"摩尔定律"。基于当前的科技概念，我们大有理由预期摩尔定律将继续有效一段时间(预计将持续至略超过2020 年)。最后我们将必须以立体芯片设计、光学计算、超导体或量子计算为基础，进行一些重大变革，以维持或提高效能改善速度，否则效能倍增所需的时间可能将拉长至5 年。不过，从目前的研发情况看来，我们可能很快就可以制造出资料处理能力接近人脑的计算机。事实上，目前正有数项大型研发计划，希望以计算机模仿人脑的运作。正进行此类研究的机构包括美国国防部高等研究计划署( DARPA) 及IBM ，两者皆为信誉卓越的研究者。DARPA 在网际网络的早期开发上发挥了很大作用，而IBM 则开发出打败国际象棋冠军加里·卡斯帕洛夫(Gary Kasparov) 的计算机。两者皆人才济济，正致力开发重要的新技术。未来20 至40 年间，信息科技料可为我们贡献许多创新，稍后我将用一章的篇幅阐述。

追踪人类集体智慧演变情况的方法之一，是分析专利申请或专利获准的数量。世界智慧财产权组织追踪全球专利申请个案，发现1991 至2006 年间专利申请快速增加(如下图显示)一一15 年间几近倍增。

"二战"刚结束时，西方国家的创造力表现全面压倒其他国家。但是，日本及韩国崛起后，两国在国际专利统计上锋芒毕露。数据显示，截至2006年，全球绝大多数专利由日本、美国、欧洲、韩国及中国持有一一东西方国家平分秋色。中国民众/企业占全球专利申请的比例，从2000 年的1.8% 增至2006 年的7.3% 。拜此所赐，未来数十年亚洲获授予的专利数量看来将领先全球。

本章的主题是智能、知识与创新，我认为最重要的结论是:

● 人类平均智能将继续以每年约0.3% 的速度成长;

● 知识工作者的数目将继续每年成长5% ;

● 未来数年，计算机芯片与基因组定序的效能每年将成长50%~75%;

● 科学与技术知识总量每年将增加10% 左右，受上述两因素以及后设概念的持续发展激励。

这一切的综合效果，是人类智能将惊人成长。稍早我问道: 世界经济成长怎么能像我们预估的那么快?答案就在上述结论中。

现在我们反过来问一个问题: 既然我们的知识可以增加得这么快，经济成长为什么不能再快一些? 首先，许多知识并不能提升产出，可能只是帮助节省成本，或促成并不反映在GDP 统计上的质量改良。第二，人类许多活动完全不受创新影响，有时是因为我们就是喜欢事物原来的样子。我能想到的最佳例子是意大利提琴制造家史特拉底瓦里( Stradivari )制造的小提琴，最好的一批生产于1698 至1720 年间，如今每一把价值以百万美元计。在盲测(blind test) 中，这些小提琴不比今天制造的最佳小提琴优胜，但也毫不逊色。最后一个原因，是我们现今的工作时间比以前短。

这就是为什么欧洲及美国的单位劳工生产力每十年"仅"成长25% 左右，尽管人们可运用的知识同期可能增加一倍以上。财富及知识大幅增加，意味着未来将产生一些在今天看来元比神奇的商品与服务。

神奇发明的清单很长。你能想象收集太阳能的道路吗? 又或者是裂缝能自动"愈合"的道路? 全像电视(holographic TV) 或全像网际网络又如何? 庭院中的噪音消除系统?又或者是:

● 让你透过透明荧幕看真实世界，为你解释眼前世界的手机;

● "媒体墙"将整面墙变成显示影片、图像或某种背景的媒介;

● 智能型装置中的内容可轻易在任何显示媒介上播放，例如从智能型手机播放至媒体墙:

● 预防哮喘、多发性硬化症、白血病、关节炎、症疾、高血压、风湿性关节炎、沙门氏菌感染及成瘾症等疾病的疫苗;

● 能在网络上就特定题材搜集资料，并撰写科学共识概要的计算机;

● 不需要司机的汽车，车上装有供乘客享用的在线娱乐，包括电影、电视及上网服务;

● 智能和人类相似或更胜一筹，能当儿童私人导师的计算机;

● 能下载并播放任何媒体档，柔软可折的电子阅读器;

● 从空气中吸收二氧化碳，将它转化为燃料的细菌;

● 智能型周长控制(perimeter control) 、闯入侦测及门禁控制;

● 由太阳能电池构成的屋顶与墙壁;

● 根据个人基因构造特别设计的饮食;

● 遥控或自动控制的货机;

● 庭院中的噪音消除技术;

● 生长速度快十倍的植物;

● 能辨识人脸的门;

● ……魔术?