为您读书之《未来简史》每天一万字第19集
天使猪：上集说到了人类有可能没有“自由意志”，但是这只是哲学层面的问题，但是后来的这些可怕的推论是怎么来的？
1.人类将会失去在经济和军事上的用途，因此经济和政治制度将不再继续认同人类有太多价值。
2.社会系统仍然认为人类整体有其价值，但个人则无价值。
3.社会系统仍然会认为某些独特的个人有其价值，但这些人会是一群超人类的精英阶层，而不是一般大众。
唐老蛋：目前的科学反馈可以简单概括为三项原则：
1.生物是算法。每种动物（包括智人）都是各种有机算法的集合，经过数百万年进化自然选择而成。
2.算法的运作不受组成物质的影响。算盘的算珠无论是木质、铁质还是塑料质，两个珠子加上两个珠子还是等于四个珠子。
3.因此，没有理由相信非有机算法永远无法复制或超越有机算法能做的事。只要运算结果有效，算法是以碳来表现还是硅来表现又有何差别？
自由主义对个人主义的信念，前提就是之前讨论的三个重要假设：
1.我是一个不可分割的个体，也就是说，我具备单一的本质，无法再分为各个部分或子系统。确实，这个内部核心可能有许多外层，但只要把这些外层剥掉，就能在内部找到一个清晰、单一的内在声音，也就是真正的自我。
2.真正的自我是完全自由的。
3.根据前两个假设，我能够了解一些别人发现不了的自己。只有我能够进入我自己内心自由的空间，只有我能听到自己真实自我的低语。正因为如此，自由主义才赋予个人极大的权威。我不该相信其他任何人为我做出选择，因为没有别人能够真正了解我是谁、我有什么感觉、我想要什么。因此，选民能做出最好的选择，顾客永远是对的，而且情人眼里永远出西施。
然而，生命科学却对这三个假设都提出挑战，认为：
1.生物就是算法，人类不是不可分割的个体，而是由可分割的部分组成。换句话说，人类是许多不同算法的组合，并没有单一的内在声音或单一的自我。
2.构成人类的算法并不“自由”，而是由基因和环境压力塑造，虽然可能依据决定论或随机做出决定，但绝不“自由”。
3.因此，外部算法理论上有可能比我更了解我自己。如果能用某个算法监测组成身体和大脑的每个子系统，就能清楚掌握我是谁、我有什么感觉、我想要什么。只要开发出这样的算法，重点就不再是选民、顾客和情人；而是算法能做出最好的选择，算法永远是对的，算法觉得美，就是美。
目前仍有许多技术问题，让“沃森”及类似的人工智能不可能明天一早就忽然取代大多数的医生。然而，虽然这些技术问题确实棘手，解决后却是一劳永逸。人类医生的培训是一个复杂而昂贵的过程，费时多年。而且，经过大约10年的学习、实习，终于完成整个过程之后，也只是培养出了“一位”医生。想要两位医生，只能从头再来一遍整个过程。相对地，只要解决了阻碍“沃森”的技术问题，能得到的不是一位而是无数位医生，能够在全世界每个角落、全年无休提供服务。因此，就算得花上1000亿美元才能解决这个问题，长远看来，还是比培训人类医生便宜得多。
当然，并不是所有的人类医生都会就此消失。至少在可预见的未来，那些需要创意而不只是日常诊断的工作，还会继续由人类完成。正如21世纪的军队逐步扩增精英特种部队，未来的医疗也可能有更多等同于医疗界游骑兵或海豹突击队员的医生。但正如军队已不再需要几百万士兵，未来的医疗也不会需要几百万名家庭医生。
医生面临的情境，对药剂师来说更是如此。2011年，旧金山就开了一家药店，由机器人担任药剂师。顾客上门之后，机器人只要几秒就能接收到这位顾客的所有处方、服用药物的详细信息，以及顾客可能对哪些药物过敏。机器人会先确认新的处方不会造成过敏，也不会与其他药物产生不良反应，接着才会为顾客配药。开业第一年，机器人药剂师开出超过200万张处方，一个错都没犯。而平均来说，人类药剂师配药错误的比例大约占所有处方的1.7%。也就是说单单在美国，每年就会有超过5000万张处方配错！
又会有人说，就算算法在专业技术方面优于医生和药剂师，却永远无法取代人性的温暖。假设CT扫描显示你得了癌症，你希望告诉你这个消息的是一台冰冷的机器，还是一个会注意到你情绪的人类医生？如果还有另一台机器，能注意到人类情绪，会依据你的感受和人格特质而调整用词，这下该怎么选？请别忘了，生物也是由各种算法构成，而“沃森”探测人类情绪的准确度，可以和探测肿瘤的准确度一样高。
“沃森”分析这种外部信号的准确度不仅高于人类医生，甚至还能同时分析一般人看不到、听不到的内部指标。“沃森”能够靠着监测你的血压、脑部活动和其他无数生物统计资料，清楚知道你的感觉。而在分析数百万笔过去收集的社交信息后，“沃森”就能用最适当的音调、你最想听的词汇，告知你需要知道的事情。虽然人类总对自己的情绪智能洋洋得意，却也常常受情绪影响，做出消极反应。比如你遇到一个愤怒的人，自己也开始大吼大叫；听一个忧虑的人讲话，自己也忧虑了起来。“沃森”永远不会被这种诱惑影响，它没有自己的情绪，所以永远只会依据你的情绪状态做出最恰当的反应。
这种概念目前已经应用到某些客户服务上，比如芝加哥的Mattersight公司就设计出此类软件。Mattersight的产品广告词就是：“是否曾和某个人说话，觉得真是触动心弦？那种神奇的感受，正是人格匹配的结果。Mattersight将让全世界的客服中心都能创造这种感受。” 11 通常，打电话咨询客服或投诉的时候，大概要花个几秒钟，把电话转给专员。而在Mattersight的系统里，电话会由一套聪明的算法来负责转接。算法会先请你说出致电原因，接着聆听问题，分析你用的词汇和语调，以此推断你当时的情绪状态甚至性格类型（内向、外向、反叛或依赖）。根据这套信息，算法再为你转接至最适合你当时心情并符合你个性的专员。算法能够判断，你需要的该是具备同情心、能够耐心听完投诉的客服，还是毫不废话、立刻提出技术解决方案的客服。搭配越得当，顾客就越满意，客服也就能降低服务时间和成本。
政治和日常生活将会有什么变化？
无用的阶级
21世纪经济学最重要的问题，可能就是多余的人能有什么功用。一旦拥有高度智能而本身没有意识的算法接手几乎一切工作，而且能比有意识的人类做得更好时，人类还能做什么？
纵观历史，就业市场可分为三个主要部门：农业、工业和服务业。在大约公元1800年前，绝大多数人属于农业部门，只有少数人在工业和服务业部门。到了工业革命时期，发达国家的人民就离开了田野和牧群。大多数人进入工业部门，但也有越来越多的人走向服务部门。到了最近几十年，发达国家又经历了另一场革命：工业部门的职位逐渐消失，服务业大幅扩张。2010年，美国的农业人口只剩2%，工业人口有20%，占了78%的是教师、医生、网页设计师等服务业从业人员。但等到机械的算法在教书、诊断病情和设计方面比人类更在行的时候，我们能做什么？
这个问题以前就出现过。自工业革命爆发以来，人类就担心机械化可能导致大规模失业。然而，这种情况在过去并未发生，因为随着旧职业被淘汰，会有新职业出现，人类总有些事情做得比机器更好。只不过，这一点并非定律，也没人敢保证未来一定会继续如此。人类有两种基本能力：身体能力和认知能力。在机器与人类的竞争仅限于身体能力时，人类还有数不尽的认知任务可以做得更好。所以，随着机器取代纯体力工作，人类便转向专注于需要至少一些认知技能的工作。然而，一旦等到算法在记忆、分析和辨识各种模式的能力上超过人类，会发生什么事？
如果认为人类永远都能有自己独特的能力，无意识的算法永远无法赶上，这只能说是一厢情愿。对于这种空想，目前的科学反馈可以简单概括为三项原则：
1.生物是算法。每种动物（包括智人）都是各种有机算法的集合，经过数百万年进化自然选择而成。
2.算法的运作不受组成物质的影响。算盘的算珠无论是木质、铁质还是塑料质，两个珠子加上两个珠子还是等于四个珠子。
3.因此，没有理由相信非有机算法永远无法复制或超越有机算法能做的事。只要运算结果有效，算法是以碳来表现还是硅来表现又有何差别？
确实，目前还有许多事情是有机算法比非有机算法做得更好，也有专家反复声称，有些事情非有机算法“永远”都无法做到。但事实证明，通常这里的“永远”都不超过一二十年。就像在不久之前，大家还很喜欢用面部识别举例，说这项任务连婴儿都能轻松办到，可是最强大的计算机却无力完成。但到了今天，面部识别程序辨认人脸的速度和效率都已经远超人类。警方和情报机构现在已经很习惯使用这种程序，扫描监控录像机无数小时的视频资料，追踪嫌犯和罪犯。
20世纪80年代讨论到人类的独特之处时，很习惯用国际象棋作为人类能力更强的主要证据。他们相信计算机永远不可能在国际象棋领域打败人类。但在1996年2月10日，IBM的超级计算机“深蓝”（Deep Blue）就打败了世界国际象棋大师加里·卡斯帕罗夫（Garry Kasparov），推翻了这个认为人类能力更强的论点。
“深蓝”算是有些取巧，因为编写程序的人不仅写入了国际象棋的基本规则，还加入了详细的棋局策略。但新一代的人工智能更喜欢让机器自己学。2015年2月，由Google DeepMind人工智能公司所开发的一个程序，就自己学会了如何去玩49款经典的Atari游戏。开发者之一戴米斯·哈萨比斯（Demis Hassabis）博士解释道：“我们提供给系统的唯一信息就是屏幕上的原始像素，以及指示系统要努力得到高分。剩下的一切都是它自己解出来的。”而这套程序也成功找出了交给它的所有游戏的规则，从《吃豆人》（Pac-Man ）、《太空入侵者》（Space Invaders ）到各种赛车和网球游戏。而且，这套程序得到的分数多半都能打平甚至超过人类，有时候还会使出人类玩家从未想到的策略。
图45 “深蓝”击败加里·卡斯帕罗夫
不久之后，人工智能又获得了更惊人的成就：谷歌的AlphaGo软件自学围棋这种古老的中国棋类游戏，而围棋的复杂度远超国际象棋，一般认为这并不在人工智能程序能够处理的范围内。2016年3月，AlphaGo和韩国棋王李世石在首尔举行了一场比赛，AlphaGo凭借出奇的下法、创新的战略，以4比1击败李世石，令各方大跌眼镜。赛前，大多数专业棋手都确信李世石能赢得比赛，但在赛后分析AlphaGo的棋路后，多数人的结论则是人类在围棋上已不再有希望能打败AlphaGo或其后来者。
近来，计算机算法也证明了自己在球类竞赛中的价值。几十年来，棒球队挑选球员靠的是专业球探和经理的智慧、经验和直觉。顶尖球员的身价高达数百万美元，自然财力雄厚的球队才能抢下一流球员，而经济拮据的球队只能勉强起用二线球员。但在2002年，预算有限的奥克兰运动家队（Oakland Athletics）总经理比利·比恩（Billy Beane）尝试要打破这个格局。他决定根据经济学家和计算机怪才所开发的一套神秘计算机算法，找出人类球探忽视或低估的球员，打造一支常胜队伍。在保守派看来，比恩的算法根本是玷污棒球的神圣殿堂，他们大感愤怒。他们坚决认为球员的选择是一门艺术，只有长期亲近棒球、相关经验丰富的人，才有可能掌握。至于计算机程序，因为它永远无法懂得其中的奥秘和棒球的精神，所以永远都不可能学会这一套。
但没多久，令这些人颇感意外的是，比恩用算法打造的这支低成本球队（4400万美元），不仅能与纽约扬基队（1.25亿美元）这种传统棒球强队平分秋色，甚至还成为美国职业棒球大联盟史上第一支20连胜的队伍。只不过，比恩和运动家队没能得意太久。很快，其他球队也跟进使用同样的算法策略，而且由于扬基队和红袜队不管在球员还是计算机软件上能砸的钱都远远胜出，现在像奥克兰运动家队这种低预算球队，能打败整个体制的机会反而更小了。
2004年，麻省理工学院的弗兰克·利维（Frank Levy）教授与哈佛大学的理查德·默南（Richard Murnane）教授发表了一份关于就业市场的全面研究报告，列出最有可能走向自动化的职业。当时讲到在可预见的未来不可能实现自动化的职业时举的例子是卡车司机。他们表示，实在很难想象计算机可以在繁忙的道路上让汽车实现安全行驶。但才不过十几年，谷歌和特斯拉不仅想到了这一点，还在加紧研发。
事实上，随着时间的推移，不仅是因为算法变得更聪明，也是因为人类逐渐走向专业化，所以用计算机来取代人类越来越容易。远古的狩猎者只是想要生存下去，就得掌握各式各样的技能，也正因为如此，想设计狩猎机器人的难度非常大。这种机器人得要懂如何把燧石磨出尖头，在森林中找到可食用的蘑菇，跟踪猛犸象，与其他十几个猎人协调如何进攻，之后还得知道怎么用药草来治疗伤口。但在过去几千年间，人类已经走向专业化。比起狩猎者，出租车司机或心脏病专科医生所做的事更为有限，也就更容易被人工智能取代。我已一再强调，人工智能目前绝无法做到与人类匹敌。但对大多数的现代工作来说，99%的人类特性及能力都是多余的。人工智能要把人类挤出就业市场，只要在特定行业需要的特定能力上超越人类，就已足够。
就连负责管理所有活动的经理，也可能被取代。例如Uber（优步），就因为有强大的算法，只要几位工作人员，就能管理数百万的Uber司机。大多数的命令都是由算法自动下达，无须人为监管。 16 2014年5月，专注于再生医学领域的香港创投公司Deep Knowledge Ventures（DKV）另创新局，任命一套名为VITAL的算法为董事会成员。VITAL会分析候选公司的财务状况、临床试验和知识产权等大量资料，据以提出投资建议。这套算法就像另外五位董事一样，能够投票决定是否投资某家公司。
我们查看VITAL到目前为止的记录，发现它似乎已经学到了一个管理弊病：裙带关系。将较多权力交给算法的公司，就更有可能得到VITAL的青睐。例如在VITAL的支持下，DKV最近就投资了制药公司Pathway Pharmaceuticals，该公司采用了一套被称为OncoFinder的算法来选择及评估针对个人的癌症疗法。
随着算法将人类挤出就业市场，财富和权力可能会集中在拥有强大算法的极少数精英手中，造成前所未有的社会及政治不平等。在今天，人数达到数百万的出租车司机、公交车司机和卡车司机拥有强大的经济和政治影响力，每个人都在交通运输市场中发挥自己的力量。如果集体利益受到威胁，他们可以团结起来、组织罢工、进行抵抗，形成重要的投票群体。然而，一旦数百万的人类司机都由单一算法取代，这一切财富和权力都将被拥有算法的公司垄断，放入这些公司的所有人，即极少数几位亿万富翁的口袋。
又或者，算法自己也可能成为所有人。人类法律已经能够认可公司或国家这种互为主体的实体，称之为“法人”。虽然“丰田”或“阿根廷”既没有身体也没有心智，但都受到国际法的约束，都能拥有土地和金钱，也都可能成为法庭上的原告或被告。可能在不久之后，算法也能获得这样的地位。这样一来，某一套算法就能自己拥有一个运输帝国或是创投公司资本，而不必服从任何人类所有者的命令。
只要算法做出正确的决定，就能蓄积财富，再用来做自己认定的适当的投资，或许是把你的房子给买下来，当你的房东。而如果你侵犯了这套算法的法定权利（比如不付房租），算法就会聘请律师，把你告上法庭。如果算法的收益持续超过人类基金经理，我们最后可能就得面对一个由算法组成的上层社会，地球的绝大部分都掌控在它们手上。在你觉得这实在是痴人说梦之前，请不要忘记，目前拥有绝大部分地球的正是各种非人类的互为主体实体，也就是国家和公司。事实上，早在5000年前，恩基和伊南娜这种想象中的神，就主宰着苏美尔的绝大部分地区。如果神也能拥有土地、雇用人力，为什么算法就不行？
那么，人要做什么呢？常有人说，艺术是我们最终的圣殿（而且是人类独有的）。等到计算机取代了医生、司机、教师甚至地主和房东时，会不会所有人都成为艺术家？然而，并没有理由让人相信艺术创作是片能完全不受算法影响的净土。人类是哪来的信心，认为计算机谱曲永远无法超越人类？从生命科学的角度来看，艺术并不是出自什么神灵或超自然灵魂，而是有机算法发现数学模式之后的产物。若真是如此，非有机算法就没有理由不能掌握。
戴维·柯普（David Cope）是加州大学圣克鲁兹分校的音乐学教授，也是古典音乐界极具争议的人物。柯普写了一些计算机程序，能够谱出协奏曲、合唱曲、交响乐和歌剧。他写出的第一个程序名为EMI（Experiments in Musical Intelligence，音乐智能的实验），专门模仿巴赫的风格。虽然写程序花了7年，但一经推出，EMI短短一天就谱出5000首巴赫风格的赞美诗。柯普挑出几首，安排在圣克鲁兹的一次音乐节上演出。演出激动人心，观众反应热烈，兴奋地讲着这些音乐如何碰触到他们内心最深处。观众并不知道作曲者是EMI而非巴赫，而等到真相揭开，有些人气得一语不发，也有人甚至发出怒吼。
EMI继续更新，学会了如何模仿贝多芬、肖邦、拉赫玛尼诺夫和斯特拉文斯基。柯普还为EMI签了合约，首张专辑《计算机谱曲的古典音乐》（Classical Music Composed by Computer ）受到意想不到的欢迎。人红是非多，古典音乐爱好者的敌意也涌现出来。俄勒冈大学的史蒂夫·拉尔森（Steve Larson）就向柯普挑战，来一场人机音乐对决。拉尔森提议，由专业钢琴家连续弹奏三首曲目，作曲者分别是巴赫、EMI以及拉尔森本人，接着让观众投票是谁谱了哪首曲子。拉尔森坚信，一边是人类的灵魂之作，一边是机器人的死气沉沉，观众肯定一听就能判断出。柯普接下了战书。在指定的当天，数百位讲师、学生和音乐迷齐聚俄勒冈大学的音乐厅。表演结束，进行投票。结果呢？观众认为是巴赫的其实是EMI，认为是拉尔森的其实是巴赫，而他们认为是EMI的，其实是拉尔森。
还是有人继续批评，说EMI的音乐虽然技术出众，但还是缺了些什么，一切太过准确，没有深度，没有灵魂。但只要人们在不知作曲者是谁的情况下听到EMI的作品，常常会大赞这些作品充满灵魂和情感的共鸣。
EMI成功之后，柯普又继续写出了更复杂的新程序：安妮（Annie）。EMI谱曲是根据预定的规则，而安妮则是基于机器学习，会随着外界新的音乐输入，不断变化发展音乐风格。就连柯普也不知道安妮接下来会谱出什么作品。而且事实上，安妮除了写音乐，还对其他艺术形式很感兴趣，比如俳句。2011年，柯普出版了《激情之夜：人和机器所作的俳句两千首》（Comes the Fiery Night: 2000 Haiku by Man and Machine ），其中有一部分是安妮写的，其他则来自真正的诗人。但书中并未透露具体篇目的作者是谁。如果你认为自己一定可以看出人类创作与机器产出的差异，欢迎挑战。
19世纪，工业革命创造出庞大的都市无产阶级，这个新的工作阶级带来前所未见的需求、希望及恐惧，没有其他信仰能够有效响应，社会主义因而扩张。到头来，自由主义是靠着吸收了社会主义的精华，才打败了苏联和东欧社会主义。到了21世纪，我们可能看到的是一个全新而庞大的阶级：这一群人没有任何经济、政治或艺术价值，对社会的繁荣、力量和荣耀也没有任何贡献。
2013年9月，牛津大学的卡尔·弗瑞（Carl Benedikt Frey）及迈克尔·奥斯本（Michael A. Osborne）发表了《就业的未来》（The Future of Employment ）研究报告，调查各项工作在未来20年被计算机取代的可能性。根据他们所开发的算法估计，美国有47%的工作有很高的风险被计算机取代。例如到了2033年，电话营销人员和保险业务员大概有99%的概率会失业。运动赛事的裁判有98%的可能性，收银员97%、厨师96%、服务员94%、律师助手94%、导游91%、面包师89%、公交车司机89%、建筑工人88%、兽医助手86%、安保人员84%、船员83%、调酒师77%、档案管理员76%、木匠72%、救生员67%。当然，也有一些工作还算安全。到了2033年，计算机能够取代考古学家的可能性只有0.7%，因为这种工作需要极精密的模式识别能力，而且能够产生的利润又颇为微薄，因此很难想象会有企业或政府愿意在接下来20年间投入足够的资本，将考古学推向自动化。 19
当然，到了2033年也可能出现许多新职业，比如虚拟世界的设计师。然而，此类职业可能会需要比当下日常工作更强的创意和弹性，而且如果收银员或保险业务员到了40岁中年失业，能否成功转型为虚拟世界设计师，也实在难说。就算他们真的转型成功，根据社会进步的速度，很有可能再过10年又得重新转型。毕竟，算法也可能会在虚拟世界里打败人类。所以，这里不只需要创造新工作，更得创造“人类做得比算法好”的新工作。
由于我们无法预知2030年或2040年的就业形势，现在也就不知道该如何教育下一代。等到孩子长到40岁，他们在学校学的一切知识可能都已经过时。传统上，人生主要分为两大时期：学习期，再加上之后的工作期。但这种传统模式很快就会彻底过时，想要不被淘汰只有一条路：一辈子不断学习，不断打造全新的自己。只不过，许多人，甚至是大多数人，大概都做不到这一点。
由于接下来的科技发展潜力极其庞大，很有可能就算这些无用的大众什么事都不做，整个社会也有能力喂饱这些人，让他们活下去。然而，什么事能让他们打发时间，获得满足感？人总得做些什么，否则肯定会无聊到发疯。到时候，要怎么过完一天？答案之一可能是靠药物和电脑游戏。那些对社会来说多余的人，可以多花点时间在3D虚拟世界里；比起了无生趣的现实世界，虚拟世界能够为他们提供更多刺激，诱发更多情感投入。然而，自由主义推崇人类生命及人类体验神圣不可侵犯，这样的发展会是对这一信念的一记致命打击。这些人对社会毫无用处，整天活在现实与虚幻之间，这样的生命何来神圣？
尼克·伯斯特隆姆（Nick Bostrom）等专家和思想家就提出警告，认为人类大概还承受不住这样的退化，因为一旦人工智能超越人类智能，可能就会直接消灭人类。人工智能这么做的理由，一是可能担心人类反扑、拔掉它的插头，二是要追求某种我们现在还难以想象的目标。毕竟，等到整个人工智能系统比人类更聪明时，要再控制系统动机，实在有如天方夜谭。
就算目前看来立意全然良善的程序，也可能带来令人恐惧的后果。常见的情节就是，某家公司设计出第一套真正的人工超级智能，对它进行了一个毫无恶意的测试，比如计算π值。但就在任何人意识到之前，人工智能已经接管整个地球、消灭人类、发动攻击征服整个银河系，把整个已知宇宙转变成巨大的超级计算机，花上几万亿年的时间，只为了算出更精确的π。毕竟，这正是它的创造者交给它的神圣使命。
87%的可能性
本章开头指出几个自由主义面对的实际威胁，第一个就是人类不再具备军事和经济上的用途。当然，这并非预言，只是一种可能。不论是科技上的困难还是政治上的反对，都可能减缓算法入侵就业市场的脚步。而且，由于人类心智还有大片未知的领域，我们还不确定人类是否有什么隐藏的才能，或是能够创造出什么新工作来填补旧工作消失造成的缺口。然而，仅是这样可能还不足以拯救自由主义。因为自由主义不仅相信人的价值，还相信“个人主义”。这就要指出自由主义面临的第二个威胁：社会系统未来可能仍然需要人类，但并不需要个人。人类还是会继续写音乐、教物理、做投资，但社会系统会比他们更了解他们自己，也会为他们做大多数重要决定。也就是说，社会系统将会剥夺个人的权威和自由。
自由主义对个人主义的信念，前提就是之前讨论的三个重要假设：
1.我是一个不可分割的个体，也就是说，我具备单一的本质，无法再分为各个部分或子系统。确实，这个内部核心可能有许多外层，但只要把这些外层剥掉，就能在内部找到一个清晰、单一的内在声音，也就是真正的自我。
2.真正的自我是完全自由的。
3.根据前两个假设，我能够了解一些别人发现不了的自己。只有我能够进入我自己内心自由的空间，只有我能听到自己真实自我的低语。正因为如此，自由主义才赋予个人极大的权威。我不该相信其他任何人为我做出选择，因为没有别人能够真正了解我是谁、我有什么感觉、我想要什么。因此，选民能做出最好的选择，顾客永远是对的，而且情人眼里永远出西施。
然而，生命科学却对这三个假设都提出挑战，认为：
1.生物就是算法，人类不是不可分割的个体，而是由可分割的部分组成。换句话说，人类是许多不同算法的组合，并没有单一的内在声音或单一的自我。
2.构成人类的算法并不“自由”，而是由基因和环境压力塑造，虽然可能依据决定论或随机做出决定，但绝不“自由”。
3.因此，外部算法理论上有可能比我更了解我自己。如果能用某个算法监测组成身体和大脑的每个子系统，就能清楚掌握我是谁、我有什么感觉、我想要什么。只要开发出这样的算法，重点就不再是选民、顾客和情人；而是算法能做出最好的选择，算法永远是对的，算法觉得美，就是美。
在19世纪和20世纪，由于没有任何外部算法能够有效监测个人，因此个人主义仍然是一种很实用的选择。虽然国家和市场可能都很想做到这一点，但当时缺少必要的科技。不论是克格勃还是美国联邦调查局都无法完全掌握我的生物特征、基因组和大脑，而且就算特工偷听我每次打的电话、监视我在街头和其他人的每次互动，也没有足够的运算能力来分析这些数据。因此就20世纪的科技而言，自由主义说得并没错，没有人能比我更了解我自己。于是，人类有充分的理由认为自己是个自主的系统，听从的是自己内在的声音，而不是什么权威的命令。
但到了21世纪，科技已经让外部算法有能力“比我更了解我自己”。一旦如此，个人主义就即将崩溃，权威也将从个人转向由算法构成的网络。人类不会再认为自己是自主的个体，不再依据自己的期望度日，而是习惯把人类整体看作一种生化机制的集合体，由电子算法网络实时监测和指挥。要发生这种情况，算法甚至不需要能够完全了解我而且绝不出错，只要比我自己更了解我、犯的错更少，就已足够。到了这个程度，合理的做法就是把越来越多的选择和人生大事都交给算法来为我做决定。
在医学领域，我们早已跨过这条线。在医院里，每位患者不再是“个人”。很有可能在我们的有生之年，就会看到许多关于身体和健康的重大决定将由计算机帮忙决定，就像IBM的“沃森”。这倒也不一定是个坏消息。目前，已有糖尿病患者安装传感器，每天几次自动检测血糖值，并在超标时发出警告。2014年，耶鲁大学研究人员宣布一种由智能手机控制的人工胰脏试验成功。有52名糖尿病患者参与该试验，每位患者都在腹部植入一个小小的传感器和小小的胰岛素泵。胰岛素泵连接装有胰岛素和升糖素的小管，用这两种激素来调节血糖高低。传感器会不断测量血糖值，将数据传至智能手机，而智能手机安装了能够分析相关信息的应用程序，能在必要时对胰岛素泵发出命令，释出胰岛素或胰高血糖素，完全不需人为操作。
就算是许多没有严重疾病的人，也已经开始使用可穿戴式传感器和计算机来监测自己的健康和活动状况。相关设备，比如智能手机、智能手表、智能手环、智能臂环甚至是智能内衣，记录着血压和心跳等生物统计数据。这些数据被传送到精密的计算机程序中，建议穿戴者如何调整饮食和日常生活，改善健康、延长寿命。 23 谷歌与制药巨头诺华（Novartis）正在合作开发一种隐形眼镜，能够通过分析眼泪成分，每隔几秒检测血糖值。 24 精灵科学（Pixie Scientific）公司则推出智能尿布，能分析婴儿的粪便，了解孩子的健康状况。2014年11月，微软也推出智能运动手环Microsoft Band，能够监测心跳、睡眠质量、每天行走步数等信息。一个名为“Deadline”的应用程序则更进一步，它会告诉你，根据你现在的生活习惯，你大概还有几年可活。
有些人用这些应用程序时并没想太多，但对某些人来说，这已经构成一种意识形态甚至是宗教。“量化自我”（Quantified Self）的运动认为，所谓的自我，就是数学模式。但这些模式非常复杂，人类心智无法理解。所以，如果真想遵从德尔菲神殿的神谕“认识你自己”，就别再浪费时间研究哲学、冥想或精神分析，反而该系统性地收集自己的生物统计数据，允许算法为你分析这些数据，告诉你你是谁、该做些什么。这波运动的箴言，就是“通过数据，认识自己”。
