本文属于老雅痞原创文章，转载规矩不变，给我们打声招呼～
转载请微信联系：huangdiezi，更多DAO、Web3、NFT、元宇宙资讯
请关注公众号老雅痞，网站https://allrecode.com/ 点击阅读原文进网站查看更多资讯。
信息来源自notboring ，略有修改
编译：RR
使得未来如此难以预测的原因之一是，新技术不是孤立运作的。它们以不可预知的方式交织在一起。
Uber就是一个典型的组合:为了让任何人都能用手机叫车，GPS、智能手机、支付和在线评级系统需要以它们各自的发明者无法预测的方式结合起来。
随着各个技术线程都变得比前几代更疯狂、更强大，我怀疑重新混合后的成果将更加难以预测。
即使在科幻小说中，大多数技术都是相当线性的推断:聚变动力宇宙飞船、人工智能机器人、地球改造。我认为我们会在某个时候拥有所有这些，但我也认为我们会有各种难以预测的疯狂组合，然后我们将拥有这些疯狂组合的更疯狂组合。
为了向你展示我的意思，我们将通过一些简单的例子来说明。
周末，我看到了这样一个帖子:
当我几个月前第一次看到OpenAI的DALL•E2时，我的第一反应是“哇”。我想的第二件事是，“当它与其他技术结合在一起时，将会变得非常疯狂。”我为一篇关于技术结合的文章将其记入了笔记，然后中断了几个月，直到我看到Nicholas Ptacek的推特。
Nicholas的实验是我一直想要做的:让GPT-3为DALL•E2编写提示。让AI要求其他AI创造一些东西。
使用一个OpenAI系统的输出作为另一个系统的输入是可组合性的一个很好的例子。不难想象，有人会将其自动化，这样我就可以输入一个随机的想法，GPT-3会从中创建一系列DALL-E 2提示，而DALL-E 2就会根据这些提示显示图像。
但这只是这里的第一步，也是最明显的一步。据推测，这些模型将继续变得更好，能够做更多的事情。Ben Thompson就这一思想写了一篇优秀的文章:《DALL-E, Metaverse, and Zero Marginal Content》
DALL•E 13可能能够根据GPT-11生成的脚本制作短片。
我敢肯定，有很多事情比创建静态图像(这本身是非常困难的)要难许多个数量级……
把镜头拉近一点。想象一下将DALL-E 22、GPT-19和Snap Spectacles 15结合在一起。还记得Snap最近收购了脑机接口初创公司NextMind吗?
下一代的孩子们将会想到“太空战斗丛林”之类的东西(他们不会知道什么是“电子游戏”)，并会跳进一个他们想象中的成熟的、全新的AR/VR游戏中。
只需拉动众多开放技术线程的一小部分，你就能进入一个任何人都可以以天马行空的速度创造自己的娱乐，而不是在被动地消费的世界。这将使TikTok看起来缓慢而过时。
但这只是一对线程。我希望这个世界不会像Wall-E中的DALL•E版本那样。
正如Matt Ball在Derek Thompson的《Plain English》中指出的那样，孩子们每天花在元宇宙上的时间有望取代3-5个小时的电视消费，变成更有吸引力和创造性的东西。
但我也想让我的孙子孙女们多花点时间在户外，在大自然中。Not Boring的Elliot Hershberg昨天在Viriditas上提出了一条不同的、最终相互交叉的轨道。
通过阐述他的个人使命——“我希望生命在宇宙中蓬勃发展。我认为生物技术是实现这一目标的最合理手段。” Elliot提出了更多生物学发展的理由:
树木生长，这些生命系统从大气中吸收二氧化碳，同时将阳光和水转化为美丽的三维结构，为我们星球的大部分区域铺上地毯。利用微生物的强大力量种植食物，以可持续的方式养活整个地球。发展我们的药物——先进的核酸、细胞和微生物疗法，使我们能够过上更健康、更长寿的生活。
在某种程度上，我们将能够开发新的世界，而不是逃避到虚拟世界。想象一下，孩子们梦想着一个树屋……然后在他们的后院种植它。
现在看来，这可能需要一个世纪或更长时间才能做到。
我们需要弄清楚如何编码细胞来制造人类规模的生物结构，然后是如何令这些能力普及到任何人都可以使用它们，接下来是如何使用AI/ML来创建生物建筑的生长准备计划，然后如何将其连接到一些脑机接口，让孩子思考“树屋”，并种植一个树屋，同时确保没有人在种植过程中受伤。
但是线程都在那里了。
Elliot写道，Ginkgo的愿景是让生物学变得可编程。CRISPR是一个用于编辑DNA的可编程生物系统。这些技术已经得到了应用。随着生物学变得可编程，有理由认为在某一时刻，它将与新的人工智能编程工具进行交互。
使用OpenAI Codex的GitHub Copilot可以协助开发人员编写“实时代码和整个函数”。今年4月，Replit创建了一个AI/ML团队，该团队正在构建工具，以帮助人们学习如何编码，然后通过在编写代码时查找代码中的错误来提供帮助。首席执行官Amjad Masad在推特上说:“我们认为这是一个疯狂的想法，这可能是一个通用的学习环境的开始，一个超越单纯编码的人机共生。”人工智能辅助细胞编程来建造树屋听起来不可思议，但随着线程的交织，这很可能成为现实。
即使需要500年的时间才能实现全面的人工通用智能(AI)，即使这永远不可能实现，狭义的AI已经成为“交互式智能放大器”。随着越来越多的东西可以通过代码来表达，而人工智能在编写代码方面也变得越来越好，放大器的作用范围将会扩大。限制因素将是我们的想象力。
新技术将带来新的挑战。现在的挑战是谁拥有这项技术:谷歌拥有领先的人工智能实验室DeepMind，微软向OpenAI投资了10亿美元，并拥有GitHub。当GitHub宣布将对Copilot收取每月10美元的费用时，这在开发者中引起了强烈反响，他们对该公司在他们的开源代码上培训该模型，然后转而向他们收取使用费用感到不满。
虽然这不会是令web3怀疑论者满意的用例，但我认为这是web3线程交织的一个有趣的地方。随着交易成本下降到低于1美分的水平，我可以想象人们将能够拥有自己的数据，选择将其贡献给模型，然后在这些模型被使用时获得奖励。GitHub已经为流行的开源项目的维护者提供了免费的Copilot访问权限，不难想象未来这些开发者每个月可以获得超过10美元的报酬。
更广泛地说，随着我们越来越多的数据被用于训练各种人工智能模型，拥有、许可这些数据并从中获得报酬将变得越来越重要。当我们的孙辈创造出更多内容时，我希望他们会得到未来版本的NFT的支持，这些NFT会证明创造者的能力，甚至会向那些为生成内容的模型提供数据的人付费。随着他们在现实的虚拟世界中花费更多的时间，赋予数字物品物理属性的工具将变得更加有用。
所有这些——人工智能、太空旅行、生物技术、web3、沉浸式虚拟世界，以及所有其他我们尚未触及的话题——都将需要大量的精力。要想让这一切都成为可能，需要廉价而丰富的能源。
Eli Dourado和Austin Vernon的《Energy Superabundance: How Cheap, Abundant Energy Will Shape Our Future》提及了更多的线程，比如亚轨道点对点旅行、超高速铁路、垂直农业、海水淡化和新城市，廉价、丰富的能源使之成为可能。它们每一个都与其他线程交织在一起，比如为这些新城市建造建筑，或者借助超高速铁路和垂直起降出租车(vertical - take -and- landing Taxis)在任何地方生活和工作。
当然，它们中的每一个都会有自己的问题、需要克服的繁文缛节，以及意想不到的后果。对一些人来说，风险将超过回报。未来不会是完美的，它将是疯狂的。
每个单独的线程都有可能单独做一些可以预见的强大的事情，但它们的组合将无异于魔法。
