对于这些新闻，我的观点有所不同。在我看来，人类正在不断实现自我超越。著名科幻作家阿瑟·克拉克的第三基本定律指出，任何非常先进的技术在刚开始时看起来与魔法无异。实际上，有些新闻完全脱离了人工智能的发展现状，简直就是天方夜谭。因此，关于人工智能，人们得出什么样的结论都不足为奇。
不过，也有一些观点比较理性，它们主要关注深度学习算法的强大功能。深度学习算法源自20世纪80年代的反向传播算法，这一算法与今天强大的计算能力相结合，形成了深度学习算法。当前，深度学习算法已经远远超越了反向传播算法当时的三层网络结构。现今，美国各大高科技公司正在利用云计算资源不断改进深度学习算法。实际上，对GPU（图形处理器）充分、合理的利用也大幅促进了这一算法的发展和改进。
不断发展的深度学习算法带来的最直接的成果就是，较之两三年前，语音识别系统有了很大的改进。因此，我们可以在网络、智能手机和家居设备上提供各种新服务。现在，我们能轻松地与语言识别系统进行交流，而语音识别系统也能准确地理解我们所要表达的意思。我们再也不用和5年前那令人崩溃的语音交互界面对话了。
我认为，深度学习算法取得的成果让许多人得出了错误的结论。当某个人在某项任务中有突出的表现时，比如翻译，我们便会对这个人的能力有一个直观的理解。比如，我们知道这个人能理解另一种语言，并能回答这些问题：在恐怖袭击导致儿童丧生的事件中，哪些人会为此感到痛心，哪些人会因为阴谋得逞而窃喜。然而，当前的翻译程序还做不到这一点。我们不能简单地认为，功能等于能力，对人工智能程序来说也是如此。
近期也出现了一些充满理性的观点，它们没有将人工智能描述为“失控的怪兽”。这是一种好现象，因为这些观点让关于“人类与人工智能的未来”的讨论回归理性。这些观点主要有两类。
第一类是关于科学的。当前有许多研究人员认为，若想让算法模拟人类和动物的诸多能力，还有许多工作要做。深度学习算法本身无法解决包括空间与演绎推理在内的诸多常识问题。而且，当前人工智能领域取得的所有突破性成果都历经了多年的努力。人工智能的三次繁荣期已经过去了，它们分别发生于20世纪50年代、60年代和80年代。即使现在年轻一代的研究人员充满热情，但期望一下子涌现出很多这样的成果不太现实。
第二类是关于自动驾驶汽车如何与人类驾驶员交互的。由于这涉及大型的活动物体与人类进行非常近距离的交互，因此自动驾驶汽车的普及速度甚至比浏览器中Java脚本的普及速度还要慢。目前让自动驾驶汽车完全在开放道路上行驶还不太现实，因为这样很有可能会导致致命的交通事故，即使最聪明的头脑设计出的自动驾驶汽车也有可能会失控。这类事故将会引起极大的关注，即使由人类自身造成的交通事故死亡人数每天超过了3 000人。最近的一些新闻提到，通过测试发现，自动驾驶汽车出现事故的概率很高。不过，到目前为止，所有由自动驾驶汽车引发的事故都是小事故，而且原因都出自坐在自动驾驶汽车里的人类身上，自动驾驶汽车本身并没有问题，它们不会像人类那样违章。如果说人类违章是因为缺少技术辅助手段，显然是不对的。无论自动驾驶技术在工程师眼中有多么完美，若想实现自动驾驶汽车在普通道路上与人类驾驶的汽车并驾齐驱，还有很多工作要做。
目前，人们对人工智能的热情正在逐渐回落。虽然一些人仍在不断鼓吹，但泡沫终将会退去。未来，人工智能的日常应用会越来越多。不过，这一过程会缓慢而稳健地发生，我们会杜绝所有的潜在威胁。
158
I, FOR ONE
我，其中之一
乔舒亚·邦加德（Joshua Bongard）
美国佛蒙特大学计算机科学教授；著有《身体如何影响思维方式》（How the Body Shapes the Way We Think）。
“欢迎，新机器人主人。”当它们真的到来时我会这么说。此刻，我一边喝着咖啡，一边看着窗外的雪，幻想着即将来临的机器人革命。关于机器人学和人工智能的新闻报道呈指数级增多，这预示着超级智能很快便会出现。
作为一名机器人专家，我希望能为地球生命面临的这一历史性转折做点贡献。最近，人类似乎将自己逼上了绝路。虽然有全球气候会议和核不扩散条约的约束，但人类并无法仅靠生物智慧就找到出路。人类很快就会需要帮助。所有新发现的类地行星都无生命存在的迹象，这意味着我们在短期内无法依靠外星人。我们需要来自本土的帮助。机器能帮助我们，而超级智能的帮助更大。
有一部分人非常有同情心，他们关注人权、虐待动物事件以及微歧视现象（microaggression）等。总体来说，他们认为，我们应该为他人着想。我们会换位思考，想象自己成了敌对和暴力的目标会是一种什么样的感受。也许，机器更会为他人着想。比如，智能煎锅也许会建议在带血的牛排上放什么样的蔬菜；智能手机也许能检测出我们即将上传的照片会导致别人面临网络欺凌，并建议我顾虑这么做将会给照片上的人带来的感受。更好的一点是，我们可以向机器灌输自我保护的目标，通过镜像神经元，让它们从心理上模拟他人的行为将如何威胁自身安全，并反过来思考这一过程，从而认识到自己的行为将会对他人造成何种伤害，最终让它们变得富有共情心理。基于共情心理，它们将会觉得有必要教我们如何在这些方面提高识别能力。简而言之，未来的机器也许会同情人类有限的同情心。
基于同样的神经机制，我们不仅可以感同身受他人在情感或身体上遭受的痛苦，还可以预测当前所做的选择将会如何影响未来的自己。这就是所谓的预期（prospection）。然而，人类具有惰性，经常会做出后悔的选择。在这一方面，机器能帮助我们。想象一下，神经植入物可以直接对大脑的疼痛和快乐中枢产生刺激，基于这种原理设计的设备可以在我们吃下第一口培根奶酪汉堡包之前就感到恶心，而不是在全部吃完之后。当对同事或爱人做出冒犯性的评论时，神经植入物会立即对大脑产生刺激，使我们感到疼痛。
机器除了可以帮助我们最大化共情心理和预期能力以外，还可以帮助我们最小化不利的归因倾向。如果我们是生活在森林中的小动物，那么当看到附近的树叶在摆动时，将其视为树叶的运动要比不这么做安全，而将其视为捕食者藏在树叶后所致则要比视为风吹使然更安全。这种归因倾向能让我们在自然选择中更好地存活下来，而不是像将这种摆动视为风的缘故的那些动物一样被吃掉。也许这就是部分性格偏执的人信教的原因，他们能从每一次雷电和骨折的脚趾中看到想象中的“捕食者”，比如众神。然而，当宗教导致发生战争时，领导者通常会说：“这是上帝的旨意。”这样的说辞在现代文明社会中是行不通的。也许机器能帮助我们正确理解自己为何会在日常生活中经历各种离奇的事情。我没赶上公交车是不是因为昨天没给我姐妹打电话而遭受的惩罚呢？或者我的智能眼镜显示，因为今年公共交通预算削减了，公交车到站的时间不再定时了。这种提示让我松了一口气，起码这不是我的错。
这些关于智能机器的场景是多么奇妙！但我们应该如何实现这些呢？应该如何让机器具备共情和预期能力，并纠正不利的归因倾向？也许，最有可能发生的事情是，它们将会彻底地改变我们的教育体系。传统的实体教室终将会被拆除，学生将会在虚拟学校单独学习，机器会模拟出日常情形，包括正负两方面，来训练学生得出正确的结论。然而，若想实现这一点，需要花费大量的时间和精力。也许机器会意识到，与其让每个人上完所有关于生命何其宝贵的课程，还不如将一些不那么重要的课程变成视频，或者类似这样的文本：弱者的困境；出来混，迟早要还的；我们只能依靠自己；如何对待他人等。也可以将这些视频和文本改编成故事，而不用像道德说教那样枯燥。还可以将它们分编成短篇故事，每天讲一篇。或者，有关生命课程的题材不是假设的，而是来源于真实的人和动物遭受的痛苦。这些故事也可以在特定的电视频道或相关媒介上播放，播放时间可以是早上6：00和晚上11：00。
这些故事需要每天更新，以保持新鲜感，而且故事题材应该多种多样，能够覆盖不同的文化、不同的生命，或者不同的人群和动物。这些故事囊括所有的角度，以帮助不同的人培养共情和预期能力，并引导他们从自身寻找原因。到那时，这就不仅是新鲜感的问题了，而是成了新闻。
159
DATA SETS OVER ALGORITHMS
数据集比算法更重要
亚历山大·威斯纳-格罗斯（Alexander Wissner-Gross）
投资人，企业家，吉姆迪公司（Gemedy）总裁兼首席科学家。
也许，当前最重要的新闻是：数据集才是人类水平的人工智能发展的关键制约因素，而非算法。
1967年，人工智能才刚刚兴起，该领域的两位领军人物做出了一个广为人知的预测：只需要一个夏天，便能解决计算机的视觉处理问题。现在，半个世纪过去了，机器学习软件在视觉处理和其他能力上终于接近人类水平了。为什么这些突破性进展花费了这么长的时间？
回顾过去30年人工智能的这段最引人关注的蓬勃发展期，我们便可以得出一个很有启发性的解释：也许，许多关于人工智能的突破性进展都受到缺乏高质量的数据集的限制，而非算法。比如，1994年，人类水平的语音识别系统是基于隐式马尔科夫模型算法开发的，而后者在此10年前早已出现，而语音识别系统所用的口语数据集仅仅是在3年前才出现的。1997年，IBM的深蓝计算机打败了加里·卡斯帕罗夫（Garry Kasparov）成为世界上最厉害的国际象棋选手时，它的核心构件NegaScout算法已经出现有40年的时间了，但它那70万份大师棋局书的核心数据集仅出现于6年前。2005年，谷歌翻译软件在阿拉伯语-英语和中英翻译上取得了突破性进展，所使用的算法是基于17年前发布的统计机器翻译算法开发的，而该算法使用的包含1.8万亿多个谷歌网页和新闻页面的数据集则形成于2005年。2011年，IBM的沃森成为美国著名益智问答节目《危险边缘》（Jeopardy!）的世界冠军，它所使用的算法是基于20多年前发布的混合专家算法开发的，而所采用的860万份来自维基百科、维基字典、维基语录和古登堡计划（Project Gutenberg）的文档数据集则形成于2010年。2014年，谷歌的GoogLeNet系统在目标分类上的能力接近于人类的水平，所采用的算法是基于30年前提出的卷积神经网络算法开发的，而所使用的训练数据集是图像网（ImageNet）上的150万张已分类的图像和1 000种目标类别的语料库，这一语料库首次出现于2010年。2015年，谷歌旗下的DeepMind公司宣布其开发的软件可以通过视频来学习常规的操作，并在29款雅达利游戏中展现出的操作水平与人类不相上下，它所采用的算法是基于23年前出现的Q学习（Q-learning）算法开发的，而用于训练的数据集则出现在几年前，这一数据集包含50多种雅达利游戏的街机学习环境数据。
通过分析这些进展，我们便可以发现，关键算法出现的时间与对应的人工智能取得进展的时间之间平均相差18年，而关键数据集出现的时间与对应人工智能取得进展的时间之间平均相差不到3年。这表明，数据集才是人工智能获得进展的制约因素。有人也许会说，人工智能获得进展所需的底层关键算法通常早已存在，所需的只是从现有文献中挖掘出高质量的大型数据集，并对现有硬件进行优化即可。当然，研究的共同不幸在于，关注度、资金和职业目标一直集中在算法身上，而非数据集。
如果这一观点是正确的，将会对未来人工智能的发展产生根本性的影响。最重要的一点是，对高质量的数据集的优先开发更有助于人工智能研究获得突破性的进展，这将比仅仅依靠算法的进步带来的进展效率高得多。比如，只要我们用合适的书写、检查和对话数据集对现有的算法和硬件进行训练，这些算法和硬件就能使机器在几年时间内写出与人类水平不相上下的长篇作品，以及完成人类水平的标准考试，甚至通过图灵测试(78)。此外，在如何确保人工智能的友好性这一问题上，我们可以通过数据集而非算法的友好性来解决，这可能是一种更为简单的方法。
尽管新算法在带领人工智能走出上一个低谷期时获得了很多赞誉，但真正的新闻可能是：优先培育新的数据集和相关研究社群对延长现在的人工智能繁荣期至关重要。
160
BIOLOGICAL MODELS OF MENTAL ILLNESS REFLECT ESSENTIALIST BIASES
精神疾病的生物学模型反映了本质主义的偏见
布鲁斯·胡德（Bruce Hood）
著名心理学家，美国布里斯托大学教授；著有《被驯化的大脑》（The Domesticated Brain）。
据估计，2010年，仅在英格兰，由精神疾病导致的经济损失就超过了1 000亿英镑，而在美国这一数字达到每年约3 180亿美元。因此，我们有必要竭尽所能地减轻这种经济损失。然而，大多数时候我们却毫无头绪，因为主流精神疾病模型的效果不尽如人意。这些模型大多基于这样的假设：存在不同的潜在病因，它们互不关联，而这一假设反映了我们在理解复杂性时很容易犯的本质主义偏见。
人类是复杂的生物系统，人体的运转需要多个层面的复杂互动。值得注意的是，我们花费了超过一个世纪的研究和努力才搞明白，当某一件事情失败时，其中涉及的多个系统也必定出现故障了。然而，直到现在，仍有许多西方精神病学从业人员深信这样的观点：“存在本质不同的精神疾病，它们是由特定核心因素导致的功能障碍。”或者，这至少是实行治疗方案的依据。
自19世纪末，精神科医生埃米尔·克雷佩林（Emil Kraepelin）主张将精神疾病归类为由特定生物原因导致的特殊障碍以来，精神疾病的研究和治疗重点都是建立症状分类系统，将其作为追溯生物性根源和对应治疗方案的一种方法。这种医疗模式促进了临床疾病分类和相应诊断手册的发展，这类诊断手册包括《精神障碍诊断与统计手册》（Diagnostic and Statistical Manual of Mental Disorder，简称“DSM”），该手册在2013年出版了第五版，但在同一年，美国国家心理健康研究所宣布，不再资助单一依赖《精神障碍诊断与统计手册》标准的研究项目，原因是，这种医疗模式缺乏有效性。
最近，荷兰心理学家丹尼·博尔斯鲍姆（Denny Borsboom）的一项分析表明，《精神障碍诊断与统计手册》中记录的症状有50%与精神疾病相关。这表明，伴随疾病才是惯例，而非特例。这也就解释了为什么通过基因学或成像技术来寻找精神疾病的生物性根源总是一无所获。无论我们建造什么样的扫描仪，或者如何改进基因分析，都无济于事，精神疾病的成因都不似克雷佩林所想。相反，新的方法将精神疾病视为一系列因果效应共同作用的结果，而不是由潜在的单一原因引起的。
目前，我们尚不清楚将来《精神障碍诊断与统计手册》会如何变化，因为维持原有的医疗模式有利可图。不过在欧洲，治疗方法明显开始向基于症状的治疗方法转变。除了本质主义的偏见外，人类的本性还致使我们忽视了人类的复杂性。我们对于种族、年龄、性别、政治信仰、智力、幽默感，甚至一个人的某个方面的描述都是一概而论，不考虑其中的复杂性，就如同那些属性是他们的本质特征。
人类的思维总是倾向于为世界分类，也就是为关键节点赋予属性，就像它本就如此一样。然而，在现实中，经验是连续的。人类划定的界线更多是为了利益，而不是反映真实的结构。作为复杂的生物系统，人类不断地发生进化以探索周围的复杂世界，由此得出了能够最有效地描述复杂世界的方式，比如，明确的分类。输入原始感觉信号，然后输出行为和认知，这是人类神经系统的基本特征之一。将特征强制转换为明确分类，这种方法有助于优化所需处理的任务和所需的响应数量。因此，从工程的角度来说，这种分类是有意义的。本质主义的观点会继续影响人类构建关于世界的理论的方式，也许这是应对未知领域的最佳策略——在细化反映复杂性的模型之前，先假设存在广泛的模式和不连续性。然而，这么做的缺陷在于，我们会认为自己构建的模型是真实的。
161
NEUROPREDICTION
神经网络预测技术
阿比盖尔·马什（Abigail Marsh）
美国乔治城大学心理学教授。
思维与大脑之间的笛卡尔(79)墙已不复存在。包括神经网络预测技术在内的收集和分析神经生物学数据的新技术加速了笛卡尔墙的倒塌。神经网络预测技术是指利用人类大脑成像数据来预测人类未来的感觉或行为。这项技术意味着我们需要接受这样一个事实：人类的思想和选择是基础生物过程的体现。神经网络预测技术有可能会改变心理健康和刑事司法等行业。
在心理健康领域，精神疾病的识别和治疗受到现有诊断模式的限制。在其他医学领域，像基因组测序等新诊断技术带来了针对肿瘤和病原体的靶向治疗，大幅改善了患者的后遗症。然而，由于诊断精神疾病用的仍是100年前的那套方法，即基于患者的主观报告或临床医生的主观观察得出的症状清单来进行诊断，这就如同根据对虚弱、疲劳和发烧的主观诊断来确定某人是否患有白血病或流感。
基于症状清单的诊断方式不仅让心理医生很难确定患者的痛苦程度，尤其当患者不愿意或无法描述症状时，而且也无助于找到最有效的治疗方法。
在刑事司法中，量刑和缓刑的判决也存在同样的问题。由于很难确定罪犯在刑满释放后是否会再次犯罪，因此，做出适合的量刑和缓刑判决会很困难。在很大程度上，这种判决也受主观因素的影响，导致一些不会再犯的人往往被拘留得更久，而一些可能再犯的人则被早早释放。
神经网络预测技术可能会为这些问题提供解决办法。最近的一项研究发现，我们可以通过脑部扫描测量脑岛的代谢活动来预测抑郁症不同疗法的相对疗效。另一项研究发现，通过测量前扣带皮层的血液活动，我们可以更准确地预测假释罪犯是否会再犯。
目前，这两项研究还不能投入大范围的运用，部分原因在于，从个体层面来说，预测准确度还不够高。不过这两项研究一定会得到改进，大范围地投入运用。
这将会成为心理健康领域的巨大进步。目前，抑郁症等疾病的疗效仍然很差：高达40%的抑郁症患者在接受了一线治疗后，效果仍旧不好，而选择一线治疗方法或多或少靠猜测。运用神经网络预测技术可以降低这一数字，而且能大幅地降低患者的痛苦。因为脑部扫描的费用很高，不是每个人都能负担得起的。此外，这种治疗还存在不平等现象。
神经网络预测技术在犯罪方面的作用有所不同，因为它主要的目的是改善犯罪对社会的影响（更少的犯罪，减少不必要的拘留开销），而不是改善潜在罪犯的行为。如果我们不将注意力从惩罚转向康复，这种方法很难被广泛接受。在深入了解多次犯罪者的生物学基础方面，神经网络预测技术可能会有所帮助。无论如何，这一技术，至少是贝塔测试版已经可以投入使用了。现在是时候考虑该如何更好地利用它了。
162
THE THIN LINE BETWEEN MENTAL ILLNESS AND MENTAL HEALTH
精神疾病与心理健康之间的小界线
乔尔·戈尔德（Joel Gold）
精神病学家，纽约大学医学院临床精神病学副教授；与伊恩·戈尔德（Ian Gold）合著有《怀疑的心》（Suspicious Minds）。
很多人都不愿承认这样一个事实：人们总是喜欢在“我们”这群“好人”和“他们”这群“疯子”之间筑起一堵高高的墙。
在美国动画情景喜剧《辛普森一家》中，有位名叫霍默的人被误诊患有精神疾病，因此而住院。他的手上被印上了“疯子”的标识。当霍默的主治医生发现他没有患精神疾病并让他出院时，他手上的标识变成了“没疯”。然而，精神状况并不是非黑即白的。在这一点上，所有人都犯了错。明显的癫疯行为大家都能注意到，但隐秘的癫疯行为呢？很多证据表明，很多没有被确诊为精神疾病且不需要治疗的人都具有精神疾病方面的症状，他们尤其容易出现幻觉和妄想。《美国医学会杂志·精神病学》曾公布了一项研究成果，该研究对19个国家超过3万名成年人进行了问卷调查。结果显示，至少有5%的人出现过一次以上的幻听症状。这些人当中的大多数都没有与精神分裂症患者类似的完整症状。较早之前的一项研究称，17%的非临床患者都曾患过精神疾病。
这就引出了一个复杂的问题：某种感受是否属于精神疾病的症状，界线不再那么明确。我们凭什么认定，宣称美国政府知道外星人曾做过绑架行为的人肯定不是妄想，而是阴谋论者，而认为自己曾被外星人绑架的人患有妄想症呢？
精神疾病所表现出来的连续体会产生严重的临床后果，但令人感到不幸的是，许多心理健康领域的从业者刚知道这一情况。抗抑郁药物可以改善情绪，抗焦虑药物可以缓解恐慌，而抗精神疾病药物可以改善幻觉，我们很容易从中看出它们之间在神经生物学上存在的相似之处。然而，当请精神科医生为受这些症状困扰的人提供心理治疗时，那堵墙又出现了。至少在纽约市，许多患有抑郁症和焦虑症的人通过治疗来寻求解脱，但很少有精神疾病患者能从中受益，即便治疗对于缓解精神疾病症状有效。这就是本文要重点强调的。
认知行为疗法（cognitive behavioral therapy，CBT）是最常见的治疗方式之一，常用于抑郁症、焦虑症和其他精神疾病的治疗，包括精神失常症状。这种疗法看起来似乎有些自相矛盾。根据定义来看，尽管证据与此相反，但幻觉仍是存在的。我们不应该说服别人摆脱幻觉。如果我们可以，那就不是幻觉。令人感到惊讶的是，事实并非如此。
现在回到本文所说的小界线。在认知行为疗法出现的早期，治疗师试图将患者的精神感受“正常化”（也许这使患者有了奇怪的体验），这样做的目的是降低患者的羞耻感，并与他们建立紧密的治疗关系。治疗师通常会鼓励患者，让他们相信自己与他人并无不同，只是在某些方面更特别一点（连续性模型）。治疗师也会告诉患者，儿童虐待或吸食大麻这样的过激行为是如何与现有的遗传风险因素相互作用的，并鼓励患者回顾过去，也许过往的生活经历与自身的精神疾病症状有关联（易感性应激模型）。治疗师还会评估一项诱发事件：患者对于该事件的信念，以及持有该信念的后果，即ABC模型。随着时间的推移，治疗师会慢慢地对信念提出质疑，最终和患者一道对该信念进行重新评估。认知行为疗法既可用于治疗幻觉，也可用于治疗妄想症。
认知行为疗法与以前的抗精神疾病药物氯丙嗪（Thorazine）和新的奥氮平（Zyprexa，又称“再普乐”）的疗效相近。当然，这并不意味着患者不用再服用抗精神疾病药物。但实际情况是，许多人没有服用这类药物。这其中的原因不难理解。这些药物通常是用来救命的，具有副作用。一般来说，精神疾病患者的洞察力受到了损伤。洞察力就是反省内在经历并认识到自己患有精神疾病的能力，这也是药物治疗的一个重要障碍。
认知行为疗法有三个优点：第一，这种疗法能提高洞察力，从而让患者提高依从性；第二，如果患者拒绝服药，但愿意接受认知行为疗法，这比完全不接受任何治疗要好；第三，接受认知行为疗法的患者更有可能服用更低剂量的抗精神疾病药物，副作用更小，这便有助于再次提高依从性。
认知行为疗法的效用不应该成为新闻事件，因为它的疗效已经得到了一次又一次的证实。然而，令人感到不幸的是，在心理健康领域，尤其是在美国，认识到这一点的人很少。在英国，认知行为疗法是治疗精神疾病的首选疗法，但在美国，很难找到知道如何运用这一疗法的精神科医生。而且，若想找到接受过训练，并知道如何使用这一疗法的从业人员，你更需要运气。不过好消息是，知道这一疗法的人正在增多，虽然进展不快，但越来越多的临床医生开始了解、接受训练，并运用这种疗法。只要有更多患者开始接受这种治疗，并获得更好的照料，最好是将认知行为疗法与其他完善的心理干预措施结合起来，比如家庭疗法和就业支持等，那么，疗效就会得到极大的改善。
如果这一新闻能长期得到人们的关注（我相信它会的），将能大幅改善社会对待精神疾病患者的态度，使之更人性化。毕竟，我们所有人都有精神疾病方面的症状，即使最严重的患者也有健康的一面，这是肯定的。
163
THEODIVERSITY
宗教信仰的多样性
阿拉·洛伦萨扬（Ara Norenzayan）
社会心理学家，英属哥伦比亚大学教授。
宗教信仰的多样性之于宗教的意义就如同生物的多样性之于生命的意义。据统计，全球总共有一万多种宗教传统。每一天都有一种新的宗教运动在世界的某个地方形成。不过，宗教信仰的多样性在人类种群中的分布并不均匀，就像生物多样性在地球上的分布不均匀一样。
纵观历史，绝大多数宗教运动都成为失败的社会实验，它们没有生根，而生根了的，没有延续太久，延续了一段时间的，规模都不太大。不过，世界级的宗教以上都做到了，比如基督教、印度教，尤其是伊斯兰教。佛教的规模要小得多，而且信徒数量增长得也不快，不过它仍然是世界上比较稳定的一种宗教。在我们所处的这个时代，只有少数宗教传统走向了世界，并收获了绝大部分信众。
2015年4月2日，皮尤研究中心发布了一份里程碑式的报告，该报告对宗教的多样性进行了详尽的分析。这一报告是基于全世界多个宗教群体的相关数据得出的，比如年龄、生育率、死亡率、移民和宗教变化等复杂因素。如果当前的人口和社会趋势保持下去，到了2050年，便会出现下面5种趋势。
· 历史上首次，全世界伊斯兰教教徒人数将与基督教教徒一样多。这两大宗教的信众将占到那时全球95亿人口的60%以上。
· 40%的基督教徒生活在撒哈拉以南的非洲，这里将成为基督教徒人数最多的地区，而生活在欧洲的基督教徒只占15%。因此，基督教的中心将会从欧洲移至非洲。
· 虽然印度的大多数人仍然信奉印度教，但印度将拥有世界上人数最多的穆斯林群体，超过印度尼西亚和巴基斯坦。
· 世界上所有的民间宗教人数加起来只占世界人口的5%。
· 不信教的人数将有13亿人，这个数量占2050年世界总人口的13.5%。
人们可能会认为，最成功适应世俗和现代化生活的宗教最为繁荣，但皮尤研究中心发布的这份报告和其他研究收集的证据表明，情况恰好相反。在文化市场中，温和派已经衰落了，它们是世俗和现代化生活中的失败者。世界上的主要宗教通过转化或者高生育率，或两者都有，逐渐成为主流宗教。
不过，也有很多人对宗教提出了各种各样的质疑，这就是为什么不信教人群是世界动态变化的宗教信仰多样性的另一个主要组成部分。如果将这部分人群的人数合计起来，他们便会成为世界第四大“宗教”。还有部分人是无神论者，实际上许多不信教人群都是无神论者，他们既不关心宗教，也不反对宗教。此外，越来越多的人认为自己有精神信仰，但不信教。这种由自己主宰和设定的精神生活填补了有组织的宗教在世俗国家中造成的空虚。我们可以在瑜伽工作室、冥想中心、整体健康运动中心和生态灵修（ecospirituality）中心发现这类精神生活的痕迹。
宗教信仰的多样性曾是人文科学的唯一主题，但现在已经成为新兴科学和人文科学合作的一个焦点。人类历史上宗教信仰的多样性为文化演变这一新兴学科带来了十分有趣的问题和挑战。现在，人们再次为这类宗教冲突感到焦虑，这类冲突包括宗教之间的文化冲突，以及宗教与世俗及现代化生活之间的冲突，包括真实存在的和想象的。深入理解宗教信仰多样性的复杂性比以往任何时候都更为重要，并且这种理解应该是可计量的、基于证据的、细致入微的。
164
A SCIENCE OF THE CONSEQUENCES
关于结果的科学
卢卡·德·拜厄斯（Luca De Biase）
记者，意大利综合财经类报纸《24小时太阳报》的编辑。
没有发生的事情可以成为新闻吗，它们是否充满趣味且非常重要呢？若想回答这一问题，我们需要为新闻增加“持久度”这一指标。这样的新闻不可能是关于某个特定时刻的事件，而是永具新意的新闻，也就是会带来结果的新闻。
那些所谓的“大新闻”经常会引发争议，它们虽然大多很有趣味，但不是很重要，也许只在某些时刻才显得重要。而永具新意的新闻则不同，它们经常会被低估，但持续的时间很长。这类新闻不是关于事实的新闻，而是一种会对许多事实产生持久影响的故事，一种创造历史的故事，一种能引导人们构建未来的新叙事。我们很少能在新闻中看到这种叙事，报纸不是专门做这个的。我们只有在新闻背后才能有所发现。
若不是“气候变化”“基因编辑”和“纳米技术”这类概念，许多重要研究就会一直默默无闻，不仅很少有人关注，甚至还会遭到误解。然而，科学与传播的融合还不足以应对世界面临的巨大变化，这不仅需要大众的关注，更重要的是需要有科学素养的公民。关于“基于科学的决策”这一原则本身还有待改进。虽然保健和教育等领域基于这一原则做出了更明智的决策，但在政治与文化领域，因为人们对这一原则的不同理解，导致运用效果并不明显，因此未获得广泛接受，尤其是在意识形态和宗教在决策过程中起重要作用的那些国家。全球需要对问题和可能的解决办法有共同的理解。
巴黎举行的联合国气候变化大会体现了科学和决策的共赢关系，即使这一会议来得太迟，收获也不多。政治家常常是决策的负责人，类似气候变化这样紧迫的全球性问题需要更好的“基于科学的决策”。这就不仅需要政治家聆听科学家的意见，而且需要培养更有自控力和学习力的人才。
基因编辑也是一个重要案例。美国国家科学院、美国国家医学院、中国科学院和英国皇家学会曾在华盛顿举行了一次会议，在这次会议上，各国专家对有关人类基因编辑的研究、伦理和监管问题进行了探讨。会议建议最好暂停使用CRISPR/Cas9技术对人类基因组进行永久和可遗传性的编辑，因为目前我们还无法预料这项技术会带来何种后果。在呼吁暂停CRISPR/Cas9技术应用的人群中，有CRISPR技术的发明者。不过最终，参会的专家没有达成一致，各国的国家科学院期望后续能进一步展开会谈。
致力于基因编辑技术研究的乔治·丘奇建议不要暂停。他给出的理由很有说服力。他认为，如果宣布禁令，便会导致私自研究、黑市和医疗旅游盛行，结果便是，全球化经济下的科学很容易失控。这就是新闻背后的新叙事。
科学失控的例子还包括关于人工智能的争论，这类争议开始于史蒂芬·霍金，比如机器人是否会取代人类的工作的争论。当前的科学现状与新闻带来了一系列值得思考的大问题：科学失控了吗？可以有所改变吗？还有受控的科学吗？
以前人们普遍认为，科学是一门发现事物真相的学科，而伦理和政策的作用在于决定如何对待这些真相。现在这种观点不再适用了，科学能够大幅度改变事物，而科学之所以能参与到决策制定过程，是因为基于科学的决策的需求增多了。如果一种科学叙事混合有放任自由的意识形态和复杂的概念，决策制定过程将会变得更困难，局势就有可能会失控。
科学应该为这一问题提供解决方案。虽然道德规范有助于个人的决策，但在应对复杂性这一问题上，我们还需要其他的帮助。当政策是关于集体化的决议时，就需要有关世界变迁方式的理论的支持。科学已经参与到决策制定过程中来，那么如何才能不失去它的本质呢？
实际上，不存在受控的科学。不过，有一种科学是存在的，即知道如何基于经验做出选择，并更好地自我管理的科学。当前，永具新意的新闻也许是，在是否暂停研究针对人类的基因编辑技术这一问题上，科学家还无法做出决定。这将一直会是个新闻，除非出现更新的、会带来结果的科学新闻。因此，科学方法必须考虑研究所带来的结果。如果决策过程不再局限于伦理和政治，那么认知论就会得到运用。
165
INTERCONNECTEDNESS
互联性
艾琳·佩普伯格（Irene Pepperberg）
心理学家，哈佛大学讲师，布兰迪斯大学副教授；著有《亚历克斯与我》（Alex & Me）。
没有人是自成一体、与世隔绝的孤岛。
400年前，约翰·多恩（John Donne）写下的这句诗如今读起来仍然很合理，未来仍是如此，并且适用于从科学发现到哲学的多个领域。科学所揭示的人与人之间的互联性，以及人与自然之间的互联性，仅是发现的开始，并且很有可能会成为在未来引发广泛讨论的重大新闻。
从关于经济学的科学到关于生物学的科学，我们逐渐了解到，每一个人所采取的行动和决定将会如何影响其他生命。印度和其他地方的火力发电站正在影响着全球的气候，就如同不断遭到砍伐的亚马孙雨林一样。日本的核泄漏事故改变了我们对替代能源的看法。现在我们知道，健康（尤其是我们的微生物组）不仅受到所吃食物的影响，还受到所处环境的影响。最近的研究表明，与保护濒危物种的举措一样，消灭入侵物种的决定也会对整个生态环境造成影响。
我们不需要通过相信多恩有点黑暗的世界观来了解其观点的重要性。互联性意味着，全世界的科学家应该共同寻找埃博拉病毒等疾病的治疗方法。虽然到目前为止，这种病毒引发的疫情只发生在少数几个国家。互联性还意味着，各国政府应该合理安置经过长途跋涉涌入本国的来自战区的难民，也许他们能让本国变得更加充实而非贫穷。
无论我们关注的是社交媒体、全球旅行，还是其他形式的互联，关于其重要性的新闻将会不断涌现。
166
EARLY LIFE ADVERSITY AND COLLECTIVE OUTCOMES
生命早期面临的困境及其对集体的影响
琳达·威尔布里奇特（Linda Wilbrecht）
加州大学伯克利分校副教授。
当种族和民族分裂事件让社会变得紧张不安时，解释行为差异的观点很快便会盛行起来。然而，不同种族和民族群体的经历大不相同，这对他们各自的行为会产生不同的影响。尽管我们对有关“先天还是后天”问题的研究从未间断过，但实际上，我们才刚开始了解基因和经验的相互作用是如何改变一个人的潜力的，以及个体的决策方式是如何影响国家的未来的。
有篇新闻曾刊登过这样一幅引人注目的图片，图片中有两对同卵双胞胎兄弟，他们在婴儿时期被搞混了，因此被不同的家庭领养。一开始，这些孩子和其家人都认为，他们是异卵双胞胎，没有太多相似的基因，因此长得也不像。直到长大成人后，这些年轻的小伙子才发现事实并非这样，并通过朋友找到了自己的同卵双胞胎兄弟。这两对双胞胎中的一方在城市长大，而另一方在农村长大，后者接触的各类资源要少得多。大家可能想知道，在基因相同的情况下，不同的环境是如何改变他们的性格、特质、智力和决策的。我们可能都认同这样的观点：创伤、困难或家教方式会影响一个人的情感发展及其行为模式，即使在成年阶段也是如此。然而，我们目前还不清楚早期的经历是如何影响一个人的思考方式和决策的。同卵双胞胎的一方会不会因为环境的影响变得更倾向于偏好储蓄、犯同样的错、走捷径、买彩票和固执己见？抑或无论培养方式如何，他们都会做出同样的选择？关于这类问题，我们正在从这类双胞胎的身上获取答案。当然，这类例子出现的概率太小了。如果我们能找到答案，这将会改变我们育儿的方式，以及对儿童保健和教育投资的态度。
对于生长于不同环境的双胞胎的研究，我们现在可以通过近亲交配且基因相同或相近的老鼠进行模拟。啮齿类动物有助于我们摆脱文化偏见，并且可以在模拟的环境中进行饲养，这样我们便可以模拟人类婴儿期和儿童期面临的困境和资源缺乏的情境。在一个有关早期逆境生活的压力模型中，研究人员没有给母鼠足够的筑巢材料，致使它在笼子里来回走动，这么做可能是为了寻找更多的筑巢材料。在其他模型中，研究人员在一天的某个阶段会将幼鼠与母鼠分开，或者在断奶后让幼鼠单独居住。接着，研究人员将这些后代与拥有足够筑巢材料的后代和没有与母亲或兄弟姐妹短暂分离的后代进行了比较。
研究人员首先将早期逆境生活的相关研究重点放在啮齿类动物的情绪上。这一研究发现，早期的逆境生活会导致成年后的老鼠表现出更多压力和焦虑行为。我所在实验室的一项研究也发现，早期的逆境生活还会影响啮齿类动物的思维方式，以及解决问题和做决策的方式。经历过早期逆境生活的老鼠的认知灵活度更低，而且可能更为健忘。随着这些动物逐渐长大，一些行为差异将会消失，而另一些则变得更为明显，并一直延续到成年之后。我不愿意说哪一组方法更聪明，因为我们很难确定哪种野生啮齿类动物最适合做实验。比如，我们可能会在实验室中看到它们表现出顽固、不灵活或智力低下的行为，而在真实的环境中，这样的行为也许会令我们感到钦佩，会觉得它们很顽强，具有超强的耐力。
