凱文凱利是在中國互聯(lián)網(wǎng)圈子是神一樣的存在，在1994年寫的《失控》一書，是從生物學(xué)的角度闡述了自己對科技、社會和經(jīng)濟問題的思考;但卻精準(zhǔn)的預(yù)測了互聯(lián)網(wǎng)的發(fā)展。但實際上《失控》一書的很多預(yù)測并不針對互聯(lián)網(wǎng)，更多的是對生物現(xiàn)象的闡述，并根據(jù)生物學(xué)的原理對社會、科學(xué)的一種推測。

　　經(jīng)過自然選擇的生物界的法則是自然大法

　　閱讀《失控》一書，最大的特點是以描述一個生物現(xiàn)象入手，總結(jié)出一個規(guī)律，而將這個規(guī)律類比于現(xiàn)代社會的某些領(lǐng)域，從而得出一個科技、社會或者經(jīng)濟問題的結(jié)論。經(jīng)過信息化的發(fā)展，當(dāng)科技發(fā)展到一定階段之后，發(fā)現(xiàn)利用這些生物界的規(guī)律推斷的社會問題，都得到了驗證!

　　所以我不相信凱文凱利是因為懂互聯(lián)網(wǎng)而做出的精準(zhǔn)預(yù)測;但我相信是仿生的生物法則是永恒的規(guī)則，利用自然法則預(yù)測的未來是準(zhǔn)確的。

　　科學(xué)界很早就利用仿生學(xué)原理研究科技產(chǎn)品，比如雷達是模仿蝙蝠的超聲波，振動陀螺儀是仿蒼蠅的楫翅發(fā)明的。

　　而隨著互聯(lián)網(wǎng)的發(fā)展，人類在互聯(lián)網(wǎng)時代的社會、經(jīng)濟現(xiàn)象也會越來越接近生物學(xué)的規(guī)律。

　　例如：自然選擇是生物學(xué)的基本法則。那么優(yōu)勝劣態(tài)就是生物準(zhǔn)則，在優(yōu)勝劣汰的規(guī)則下，生物物種要在自然選擇中占據(jù)優(yōu)勢，必然要具備以下兩個條件：

　　保證自己在競爭中占有優(yōu)勢;

　　讓自己的后代在競爭中占有優(yōu)勢。

　　物聯(lián)網(wǎng)的發(fā)展，會對人類的經(jīng)濟規(guī)則、社會勞動的組織形態(tài)形成顛覆性的沖擊，而對于企業(yè)而言，新的組織形式要保證企業(yè)在當(dāng)前的競爭中占有優(yōu)勢，同時又要保證企業(yè)持續(xù)占有優(yōu)勢。而物聯(lián)網(wǎng)對經(jīng)濟生態(tài)的沖擊，是可以借鑒類似蜜蜂、螞蟻這樣的大規(guī)模協(xié)同生存的生物。

　　物聯(lián)網(wǎng)技術(shù)發(fā)展也可借鑒生物規(guī)則

　　IBM是最早推動物聯(lián)網(wǎng)發(fā)展的公司，在早期推動物聯(lián)網(wǎng)概念時，IBM就是借鑒了生物規(guī)則，將物聯(lián)網(wǎng)于人體做了類比。

　　人體 <---> 物聯(lián)網(wǎng)

　　大腦 <---> 模型&分析

　　神經(jīng)系統(tǒng) <---> 互聯(lián)

　　神經(jīng)元肌肉 <---> 感知和識別

　　而我在2015年預(yù)測邊緣計算在物聯(lián)網(wǎng)技術(shù)架構(gòu)中非常重要，是因為我認(rèn)為物聯(lián)網(wǎng)會模仿人的處理機制：

　　人的手指碰到火的處理模式是：手碰到火，低級神經(jīng)先做出反應(yīng)立即把手縮回來，之后才是大腦接收到手碰到火的信息，進一步處理。

　　而物聯(lián)網(wǎng)的處理方式是：傳感器接收信號后，傳到云計算平臺，由云計算平臺來做出智能判斷。對于非緊急事件，這種處理問題不大，但如果對于緊急事件，比如流程行業(yè)的自動控制，因為時間的延遲會造成危險。

　　所以物聯(lián)網(wǎng)未來會借鑒人處理的模式，而人處理手碰到火的問題，是低級神經(jīng)處理，那么物聯(lián)網(wǎng)必然需要對應(yīng)于低級神經(jīng)的模塊，這就是邊緣計算的功能。

　　而邊緣計算的智能模式也需要借鑒人類：

　　比如人練習(xí)武術(shù)的時候，在學(xué)習(xí)的早期，是需要通過大腦來記住武術(shù)的套路，然后經(jīng)過長年的武術(shù)套路訓(xùn)練。隨著武術(shù)套路的熟練，人體就會形成下意識的反應(yīng)，這些下意識的反應(yīng)就不是經(jīng)過大腦，而是人體相關(guān)的肌肉、神經(jīng)在經(jīng)過大量的訓(xùn)練之后，形成的反饋機制。

　　所以未來的基于物聯(lián)網(wǎng)的人工智能的模式可能也是這種模式：在新的系統(tǒng)或者新的條件改變的時候，需要云計算來判斷處理;而隨著新的條件的重復(fù)訓(xùn)練，就會在邊緣計算層形成智能，而這種智能的反應(yīng)比云計算的智能要快。

　　物聯(lián)網(wǎng)未來會在感知層、邊緣計算層、通訊層、云計算層與人工智能結(jié)合，形成機器智能。