驚喜或陣痛，將貫穿我們的餘生。
一
九寨溝地震發生18分鍾後，中國地震台網的機器寫了篇新聞稿，寫作用時25秒。
稿件用詞準確，行文流暢，且地形、天氣麵麵俱到，即便專業記者臨陣受命，成品也不過如此。
再考慮到25秒的寫作時間，機器可謂完敗人類。
幾年前，“機器寫作”的概念剛出現時朋友圈中一片調侃。調侃中難掩驕傲：機器怎麼能寫新聞？
而今，當讀到科技、財經或體育類簡訊時，我們已很難分辨報道背後的作者到底是不是人類。
在今日頭條上，一個名叫小明的機器人於2016年上線。截至2017年5月，它已完成5139篇體育類報道，總閱讀量超1800萬，並收獲過單篇十萬以上的佳績。
在每篇開頭，小明會很老實地寫上“機器人寫作”字樣。如果刪掉這句話，它可以完美地掩飾其人工智能的血統。
當然，小明還不會花式調侃國足，目前僅處於采集數據與填寫模板階段。
然而，就如其他許多行業中正在成長的人工智能一樣，它們一旦出現於賽道，人類將難以望其項背。
智能機器人在混沌中慢慢睜開雙眼，它模仿我們寫作，模仿我們說話，並逐漸把感官觸角蔓延至更冷門的領域。
2016年10月，西甲賽場上，皇馬在主場被意外逼平。比賽結束時噓聲四起，憤怒的克裏斯蒂亞諾·羅納爾多嘟囔著回應，這一幕被攝像機拍下。
全世界都在猜他說了什麼，最後，唇語專家解密，羅納爾多在說：“Qué poca calma！”，大意為“能不能安靜點！”
然而，這極可能是唇語專家最後的高光時刻，他們的職業突然瀕危。
2016年春天，開發出阿爾法狗（AlphaGo）的穀歌旗下公司“深度思考（DeepMind）”開始訓練人工智能解讀唇語。他們給機器觀看了5000小時的BBC新聞，然後找來人類專家對決。
測試結果是，人類專家的完全正確率為12.4%，而智能機器人的完全正確率為46.8%，超過人類3倍，而這僅是它初步學習的結果。
在中國，相關公司也進行了類似開發。他們給機器看了一萬小時的新聞聯播，因為漢字一字一音等便利，中文讀唇更為簡單，機器識別的準確率已超70%。
這意味著，嘴唇輕動，人工智能便知心意的日子很快就會到來。事實上，人工智能讀唇在軍事情報、公共安全等領域有著廣泛應用。
比如，借助已經遍布中國各城市的天網係統，人工智能讀唇或將提供更多破案線索。
那時，你說的每一句話將不會消散在時空中，而是成為可以回溯的痕跡。
在這樣嚴肅的功用之外，讀唇還有更多妙用。
在業界，為影音自動生成字幕的難點在於，人工智能很難將人聲和背景音剝離。但配合上人工智能讀唇後，準確率將大為提高。
我們將攜帶翻譯軟件行走異國，瀏覽翻譯軟件處理的網頁，觀看自動生成字幕的電影，語言的界限將越來越模糊。
遠古，神靈為了阻止人類窺伺神國，用語言分割族群，巴比倫塔就此荒頹。
而今，人工智能正在重建巴比倫塔，重建的速度或許已快過神明。
二
錢塘江大潮時，有段視頻在網上走紅。
視頻中，人們正在江邊觀潮，前一秒還在拍照嬉鬧，下一秒就遇濁浪如山，隻得尖叫逃跑。
這和我們將要麵臨的人工智能浪潮何其相似。我們極有可能低估了新時代的力量，以及新時代到來的速度。
過去，人工智能被封存在科幻電影中的未來裏。阿爾法狗亮相後，它們等候在“不久的將來”。直到生活中人工智能的痕跡越來越多，我們才明白，它們已在“明天”，甚至“今天”。
我們隻知大勢將至，卻不知未來已來。
演唱會開場之際，萬人體育館內一片喧囂；郭德綱尚未出場，小茶館內杯盤作響；炎熱的夏夜，烏雲蓄勢了整個黃昏。人人皆在等雨來，隻有少數人看到雲中繚繞的電光。
我們正處於一個躁動的調試時刻，人工智能正在調試自己的神魂和硬件，以待全麵登場。