未来的体育：最烂球队勇士的崛起之谜

　　在2015-2016年的NBA（美国职业篮球联赛）赛季，位于硅谷地区的金州勇士队（Golden State Warriors）创造了NBA历史上常规赛获胜率最高的纪录，在全部82场比赛中获胜73场。而在一年前，该队获得了NBA总冠军。

　　但事实上，勇士队曾长期以来一直是NBA里的一支“鱼腩球队”。在2009年，金州勇士队还是NBA最烂的球队之一。

　　金州勇士队的成功并非砸钱的结果，而是因为它处在一个特别的地区—硅谷。

　　硅谷地区有两种人最不缺，即风险投资人和工程师，勇士队的奇迹从很大程度上来讲是靠他们创造的。前者善于看到其他人还没有发现的投资潜力，然后把它经营成值钱的实业；后者善于利用技术创造奇迹。

　　勇士队的成功就是他们合作的结果。6年前勇士队的比赛成绩跌到了谷底，投资人花了4.5亿美元这个相对较低的价格完成了对勇士队的收购。

　　背后的团队通过对历年来NBA比赛的统计，发现最有效的进攻是眼花缭乱的传球和准确的投篮，而不是彰显个人能力的突破和扣篮。在这一思想的指导下，勇士队队员苦练神投技，全队在一个赛季中投进1000个三分球，又创造了一项NBA纪录。

　　除了利用数据制定战略，勇士队还利用实时数据及时调整比赛中的战术。大数据甚至可以帮助球队改进精细到两个人配合的细节。正是依靠高科技，勇士队才得以在短短6年里从倒数第二名登顶NBA的总冠军。

未来的农业：以色列凭什么成为“欧洲的厨房”？

　　以色列的自然环境十分恶劣，绝大部分土地为沙漠，可耕种面积不到国土面积的五分之一，而且土层是世所罕见的贫瘠，更要命的是水资源严重匮乏。然而，就是在这样一片生存条件恶劣之地，以色列人创造了令人咂舌的奇迹，许多农产品的单产量领先于世界先进水平。

　　由于单产高，以色列居然成为农产品出口大国，每年向欧洲出口大量的蔬菜和水果，有“欧洲的厨房”之称。以色列取得这样的成就，其根本原因是靠科技兴农，那他们是如何在农业中节省水资源的呢？

　　作为严重缺水的国度，以色列人发明了滴灌技术——装有滴头的管线直接将水和肥料送达植物的根系，大大节约了水和肥料。所有灌溉方式都采用计算机进行自动化控制，灌溉系统中有传感器，能通过检测植物茎果的直径变化和地下湿度，来决定对植物的灌溉量，这样可以节省人力和水资源。由于有大量的传感器在采集数据，这种自动滴灌系统可以对用水量和产量的关系进行学习，改进灌溉量。

　　自“二战”后立国以来，以色列的农业生产增长了十多倍，而每亩地的用水量仍保持不变。靠着农业高科技，以色列给传统的农业带来了质的革命，“二战”前是一片荒漠的内盖夫地区（以色列所在地），现在已经出现大片绿洲了。

未来的制造业：特斯拉神秘的机器人工厂全曝光

　　美国“二战”后的汽车行业有上百万装配工人，但是现在只剩下当年的一个零头。而新的汽车公司比如特斯拉，已开始使用机器人取代装配工人。

　　可是，在过去的5年里，特斯拉员工的数量其实增长得非常快，不过它所雇佣的都是IT人员。那么大家可能有一个疑问，特斯拉的汽车是怎么制造出来的呢？答案很简单，尽可能地使用机器人。

　　机器人取代人类从事制造业的另一个巨大优势在于，产品很容易按照个性化定制。在机器人取代生产线上的装配工人的智能制造时代，只要通过设定产品参数，机器人就可以根据用户需求制造出个性化的产品，其成本不会比大规模生产高多少。

　　特斯拉一直把自己定位成一家IT公司，而不是汽车公司。汽车其实就是承载着特斯拉IT技术的平台，特斯拉内部将汽车看成是一个巨大的智能终端，通过这个智能终端，特斯拉把它的各种技术服务提供给大家，同时也参与到消费者的日常生活中。

未来的医疗：人类能否长生不老？

手术机器人

　　今天，世界上最具代表性的手术机器人就是达·芬奇手术系统。达·芬奇手术系统分为两部分：手术室的手术台和医生可以在远程控制的终端。手术台是一个有三只机械手臂的机器人，它负责对病人进行手术，每一只机械手臂的灵活性都远远超过人类，而且其携带的摄像机可以进入人体内手术，因此不仅手术的创口非常小，而且能够实施一些人类医生很难完成的手术。在控制终端上，计算机可以通过几台摄像机拍摄的二维图像还原出人体内高清晰度的三维图像，以便监控整个手术过程。医生也可以在远程对手术的过程进行人工干预。目前全世界共装配了3000多台达·芬奇机器人，完成了300万例手术。

机器医生

　　自然语言处理专家和医生们让计算机理解人的语言，然后让它能够根据化验结果和病人的描述来诊断简单的疾病。

　　IBM公司从20世纪70年开始就致力于机器智能的研究，并且在工业界一直处于领先地位。IBM开发的沃特森（Watson）智能系统可以理解自然语言，分析各种数据和医学影像，帮助疾病诊断和医疗信息的管理。

　　在一些医学领域，比如肿瘤科，它能够非常准确地给医生提供诊断的建议和帮助。目前，如果不引入医师的干预，仅仅靠计算机通过阅读病例、倾听病人的描述和分析化验结果进行疾病诊断，它也能达到中等医生水平。

个性化抗癌药品

　　人类在抗癌研究方面投入的资金比阿波罗登月或者语音识别要多得多，但至今依然难以根治癌症。因为癌细胞基因的突变和人有关，而且可能一再突变，因此要想彻底解决问题，就需要针对不同的患者设计特定的抗癌药，而且要根据患者癌细胞每一次新的变化研制新药。

　　因此，世界知名的生物系统专家阿瑟·李文森博士认为，只要研制新药的速度能够赶得上癌细胞的变化，那么，即使不能彻底杀死所有的癌细胞，患者仍可以长期和癌症共存。为解决这个问题，李文森博士认为这要依靠最新的IT技术，尤其是大数据。

　　根据基因泰克的科学家解释，我们已知的各种可能导致肿瘤的基因错误不过在万这个数量级，而已知的癌症不过在百这个数量级。也就是说，即使考虑到所有可能的恶性基因复制错误和各种癌症的组合，不过是几百万到上千万种，这个数量级在IT领域是非常小的，但是在医学领域则近乎无穷大。

　　如果能利用大数据技术，在这不超过几千万种组合中找到各种真正导致癌变的组合，并且对每一种组合都找到相应的药物，那么将能够治疗所有人可能的病变。针对不同人的不同病变，只要从药品库中选一种药即可，比如对患者约翰，他原本是使用第1203号药品，如果发生新的病变，经过检查确认后，改用256号药品即可，这样并不需要每一次重新研制药品。如此一来，便可以控制癌症了。

　　李文森博士所倡导的为每一个患者设计个性化特效药的思路，如今已被制药行业和医学界普遍认可。在未来，可能一种疾病会有不同的药品医治，而不同的人会有不同的特效药。

人类是否可以长生不老？

　　据麻省理工学院理学院院长迈克尔·斯普瑟（Michael Sipser）博士介绍，在过去的10年里，美国癌症、艾滋病、心脏病和中风的死亡率都在下降，下降的幅度在20%~40%左右，但是阿尔茨海默症导致的死亡率却上升了40%。

　　在李文森博士看来，延长人的寿命的关键是要找到衰老基因，至于怎么找，则需要使用大数据。

　　为了便于全球科学家们一同努力来解决这个难题，Google和斯坦福大学医学院以及杜克大学医学院一起，将建立一个标准的人类医疗数据库，这个数据库中包括5000人全部的生理和医疗信息。三家参与方希望该数据库能成为全球科学家们做研究和发表科研成果的基准（Baseline）数据库。

未来的律师业：相当多的人会失业

　　大数据对司法领域的另一个重大影响在于机器智能会逐渐取代律师做一些案例分析工作，这使得诉讼的成本有可能大幅度下降。

　　今天，一些公司利用自然语言处理和信息检索技术，发明了让计算机阅读和分析法律文献的软件，这可以取代很多人工。位于硅谷帕罗奥图市的Blackstone Discovery（黑石发现）公司发明了一种处理法律文件的自然语言处理软件，使得律师的效率可以提高500倍，而打官司的成本可以下降99%，这意味着未来将有相当多的律师（尤其是初级水平的律师）可能会失去工作。事实上这件事情在美国已经发生，新毕业的法学院学生找到正式工作的时间比以前长了很多。

未来的记者和编辑：计算机重新定义行业

　　今天计算机写作的本领到底有多大？我们可以把写作从简单到复杂分为下面5个层次：

1. 书写完整的句子。

2. 组织几个句子构成符合逻辑的段落。

3. 给予特定格式，或者写作模板，能够清晰传递信息、表达意思。

4. 能够不限定格式的写作内容，达到一般人的平均水平。

5. 能够达到专业记者、作家和学者的水平。

　　目前计算机已经能够完成结构比较清晰、格式固定的新闻稿，因此基本上达到了第三层次的要求。

　　今天美国很多媒体的财经新闻，尤其是对公司财报的评述，其实已经是计算机产生的了。计算机是如何写作的？实际上它的写作方式和人类在学习外语时造句的方法完全不同。它不是根据语法和所要表达的意思编句子，而是从大量文本语料中学习写作。我们常用“熟读唐诗三百首，不会作诗也会吟”说明背诵过去的范文对写作的帮助，而计算机的长处恰恰在于它能够背，而且能够快速读非常多的样本并背下来。

　　计算机写财经评论其实是根据以前很多报纸上多年积累的财经类的文章，训练出各类财经文章的模板，然后每次根据从财报中读出的信息，合成一篇文章。当然，这样合成的文章读起来未免生硬，因此计算机还要用一种被称为语言模型的概率模型，将文字构造成优美的句子，再用另一个语言模型将句子组合成段落。这些模型也是从以往的数据中训练出来的。

　　计算机写作大大提高了新闻行业的效率，但是同时也让记者和编辑这类工作正在萎缩。或许再过若干年，我们在编辑部里看到的景象不再是一批伏案工作的编辑，而是一台台计算机，这个行业也将被重新定义了。