技术范式的转换：潜藏的危机与机遇
（本文节选自《柏拉图与技术呆子》，经出版社授权转载）
书名：柏拉图与技术呆子英文书名：Plato and the Nerd作者：爱德华·阿什福德·李（Edward Ashford Lee）
我认为技术革命与科学革命的区别在于，其范式出现和消失的速度要快得多；同时，新范式不一定要取代旧范式；引发新范式的危机并不是因为异常现象的发现，而是因为复杂性以及由技术驱动的机遇在持续增加。 导致技术范式转换的原因至少有三个。首先，正在设计的系统的复杂性超出我们人类理解或控制这些系统的能力。例如，编程语言的出现是因为编写正确的机器码或汇编代码变得异常困难。其次，去做一些以前没有人想象得到的事情开始变得可能。例如，谷歌和其他搜索引擎几乎可以即时搜索到人类发布过的任何内容。第三，复杂的社会、政治和商业力量可以推动技术范式的转换。例如，军事需求根本性地创造了航空、核武器和许多其他技术，同时军事预算也为计算机技术的早期发展提供了大部分资金。 让我们再来考虑2007 年苹果手机被推出时的情形。当时，手机的两个主要制造商是芬兰的诺基亚公司和加拿大的黑莓公司。今天这两家公司在手机市场上的知名度已经大大降低了。正如我已经指出的那样，iPhone 并没有引入任何新技术。那么，为什么它成为一场革命，一下子就推翻了旧的格局呢？ 被苹果手机颠覆的范式中的“危机”并不是一场由复杂性引发的危机，这是一场机遇危机。当时，除了打电话，手机也开始被用作他途——这正是它能够快速发展的新机遇。黑莓手机凭借其内置的键盘和电子邮件功能占领了商业市场。尽管在12 键数字键盘上输入文本令人觉得很不方便，诺基亚手机还是经常被用来发送短信，主要是年轻人在使用。在当时，甚至出现了在这种键盘上快速发送短信的竞赛，因为这需要相当多的技巧。 2007 年，无线网络具有了一定的数据传输能力，但主要是传输语音信号。黑莓和其他手机的短信功能都充分利用了这一功能，但手机仍然主要用于语音通话。今天，语音通话似乎只是智能手机的一个附带功能。当我想和我20 岁的女儿通话时，我需要和她交换几条短信来安排这件事。她只是出于对我年龄的尊重而默许这样的安排。她的其他通信方式可能更多是Snapchat（照片分享应用程序）和其他我从未听说过的应用程序。 苹果手机的出现，是因为人们意识到在当时的技术条件下什么是可能的。但是，真正的革命并不是用更好的手机取代当时的手机。真正的革命指的是引入一个全新的平台，并在范式层的栈中形成一个新的范式层。具体来说，真正的革命是引入应用程序开发平台。随着苹果手机的推出，苹果公司发布了一系列规范，这使得全球数百万富有创造力的程序员能够为苹果手机开发各种应用程序。 2008 年，苹果公司推出了应用商店（App Store），从而向客户代理销售应用程序。 革命的本质在于，其后果通常是无法预料的，但在革命发生之后，其后果似乎又是不可避免的。今天我们也许淡忘了曾经发生的事情。 2007 年，我们中的大多数人从未听说过应用程序和应用商店。其实，这些概念与其他技术创新一样，其雏形概念至少在20 世纪90 年代就已经存在了。但是，苹果公司确实让这些概念迅速得到普及。并且，苹果公司的模式已经为每一个仍有影响力的手机厂商所效仿，甚至是复制手机外观专利的细节。此举导致了无穷无尽的专利侵权诉讼和反诉讼。 我可以肯定地说，如果我们再次回到2007 年，把世界上最聪明、最具创造力的专家聚集在一个房间里，他们甚至都无法预测我们今天经常随身携带的手机中的10% 的功能：全球即时交通报告（现在我们就可以查一下布达佩斯的交通状况）、机票预订、银行交易（甚至是查询银行存款余额）、潮汐图、全球天气预报、最新的公共交通时刻表，还有对我们家的远程监控、出租车服务、餐馆评论、一个拥有数百万本图书和期刊的数字图书馆，以及许多富有创意的游戏，等等。除了这些以前从未存在过的功能，这种设备还取代了我们以前必须单独携带的其他一些设备，包括电话、音乐播放器、手电筒、家里的钥匙、视频娱乐设备（还记得便携式DVD 播放机吗？）、指南针、计算器、地址簿、日历、照相机、收音机、记事本和闹钟。哦，是的，它还可以发送短信和电子邮件呢。 智能手机并不是一场复杂性危机的结果，而是芯片上的数以百万计的晶体管、良好的数字收音机、触摸屏接口和互联网等这些预先就已存在的技术所带来机遇的产物。这场科学革命赢得决定性胜利的关键，是应用程序开发平台和应用商店。 近年来，我们已经见证了数量惊人的类似的颠覆性革命。亚马逊令数千家书店停业，并正在对其他零售业务构成威胁。优步（Uber） 和来福车（Lyft） 已经削弱了出租车业务。 Lulu 和其他的按需印刷服务正威胁着出版业的发展。而电子书又在威胁着Lulu 和印刷业中的其他行业。昔日的图书馆变得越来越无关紧要。旅行社几乎就要消失了。 每发生一次这样的革命都需要经历一次范式的转换。但是，人们不再那么容易接受范式的转换，因为他们习惯于原来的范式，原来的范式具有一定的稳定性，并给人们带来一定的惰性。即使是颠覆性的转换，也需要一段时间才能完成，因为接受需要时间。根据Statista（全球领先的数据统计互联网公司） 的数据，2012 年美国仍有2.8 万家书店。虽然这一数字大大低于2004 年的3.8 万家，但仍然是一个很大的数字。 一些范式的转换取代了以前的范式。以出租车服务为例，我们现在更有可能通过智能手机的应用程序或网页预约出租车，而不是通过打电话。但是，所有这些范式的转换都建立在先前的范式之上，并没有改变那些旧范式。例如，智能手机技术很大程度上依赖于互联网技术，然而，互联网技术几乎没有随着这场技术革命发生改变。当然，也出现了一些小的变化，例如OSI 模型第6 层和第7 层现在可以更好地支持小屏幕，但是这些变化是很小的。先前的范式为新范式提供了一个平台，这种情况在库恩谈到的科学范式的转换中很少出现。模型的传递性使这一切成为可能。 也存在一些失败的范式转换。例如，在20 世纪80 年代，一些大学研究项目和初创公司尝试用数据流计算机颠覆当时的计算机工业，其中，数据流计算机提供了一种完全不同的方法来定义指令集体系架构（阿尔温德等，1991）。这些尝试都以失败告终。而人工智能（AI） 作为一个领域的反复失败也许是一个更奇怪的例子吧。
人工智能历经了好几个繁荣和萧条的发展周期，在这几个周期里，人们对它的狂热总是伴随着幻想的破灭和投资的失败。从20 世纪80 年代末开始，人工智能领域就经历了被该领域的一些研究人员称为“人工智能的寒冬”的阶段，它暗示了一个核冬天1，直到2010年前后人工智能的发展才完全恢复。也许数据流计算机会以同样的方式复活。这样的失败很快就会从我们的记忆中消失（当然，那些与失败直接相关的人除外）。 然而，失败却是人工智能知识探索中一个正常和良性的过程。数字技术的迅速发展为范式的突变、适应和消亡提供了一个健康而繁荣的生态系统。一个新技术范式的失败并不是因为它有什么根本性错误。与科学范式不同，技术范式所秉承的并非真理的标准，或是与物理世界的观察相一致的标准。相反，它们的存在往往取决于许多无形的因素，其中最重要的或许是，公众甚至工程师是否准备好接受这种范式。