人類大未來：下一個五十年，科技如何讓人類更幸福？

「史蒂芬霍金科學傳播獎」首屆得獎者
暢銷書《悖論》、《解開生命之謎》作者吉姆．艾爾卡利里
邀請各領域頂尖科學家，針對科技未來撰寫十八篇深度導文
讓我們思考人類會將地球的未來帶向何方？

你覺得未來會是什麼模樣？

街上人們踩著懸浮滑板，出門再也不用自己開車；科學家發明能讓人感到幸福的藥丸，基因改造讓人們永遠不再生病；AI就是你的管家，生活大小事都靠機器人打理；蜘蛛絲能建造出比鋼筋更堅固的橋，有記憶的金屬能夠自動修復；週末搭太空船去月球旅行；時光機讓你回到過去挽回曾經犯下的錯……

也有可能，人們努力發展科學與經濟，想讓大家未來都過上更好的生活，卻忘了保護我們的現在，導致大自然的各種反撲……

在未來，上述的一切都有可能發生。科學家每天都有新的發現，但未來之所以充滿各種可能，不是因為科技會有出人意表的發展，而是取決於我們如何運用科技。

本書集結了各方領域的頂尖專家，帶著我們了解人口、氣候、能源、醫學、人工智慧、生物科技和宇宙探索的研究現況與未來展望。然而真正洞察未來走勢的科學作品，往往能善用對於未來的想像來反映世人當下的焦慮。

當基因檢測日漸普遍，你真的想知道自己有無罹患不治之症的風險嗎？
當自動車面臨兩難抉擇，它該撞上推著嬰兒車的孕婦，還是犧牲自己的乘客？
當物聯網全面上線，駭客有辦法從你的水壺進而控制你的整個房子嗎？
我們是第一個能自主自決的物種，為世上所有生物保全一個適宜居住的地球？
又或者人類只是自然循環的一部分，當繁殖過頭便隨著大自然一起「重置」？

與其將本書看作是對未來的預測，不如說是「人類渴望的未來」。科學家們所提出的科技道德問題，讓身為科技使用者的我們有機會深度思考，在下一個五十年，我們的意圖與行動可以如何讓人類過得更幸福。

全書編選：
吉姆．艾爾卡利里（Jim Al-Khalili）
學者、作家及節目主持人，曾獲頒大英帝國官佐勳章（OBE）。他是頂尖的理論物理學家，在英國索立大學任教並進行量子力學的研究。他主持過多個電視與廣播節目，包括獲得英國影藝學院獎（BAFTA）提名的《化學：一段揮發性的歷史》（Chemistry: A Volatile History）以及《渾沌的祕密生活》（The Secret Life of Chaos），目前主持BBC Radio 4每週一次的科學節目《科學化的生活》（The Life Scientific）。他獲頒2007年皇家學會的麥可法拉第（Michael Faraday）獎及2011年英國物理學會的克耳文獎（Kelvin Medal and Prize），以表彰他在科學教育方面的貢獻。他更在2016年成為史蒂芬霍金科學傳播獎（Stephen Hawking Medal for Science Communication）首屆得獎者，並於2018年入選英國皇家學會院士。著有多本暢銷科普書籍，被譯為二十種語言，包括《解開生命之謎》、《悖論》等書。

共同作者：
人口學：菲利浦．波爾（Philip Ball）
科學作家，二十多年來一直擔任英國《自然》（Nature）雜誌的編輯，目前也有在《化學世界》（Chemistry World）、《自然材料》（Nature Materials）、《BBC未來》（BBC Future）、《展望》（Prospect）等期刊寫專欄，並不定期為《新科學人》（New Scientist）、《紐約時報》（New York Times）、《衛報》（The Guardian）、《金融時報》（Financial Times）和《新政治家》（New Statesman）等出版物撰稿，最近還開始在BBC Radio 4擔任《科學故事》主持人。著有Bright Earth: The Invention of Colour、The Music Instinct、Curiosity: How Science Became Interested in Everything、Invisible: The Dangerous Allure of the Unseen等書，其中Critical Mass: How One Thing Leads to Another一書獲得了2005年英國皇家學會科學書籍獎（Royal Society Prizes for Science Books），最新著作為The Water Kingdom: A Secret History of China。

生物圈：蓋雅．凡斯（Gaia Vince）
科學作家，曾任《自然氣候變化》（Nature Climate Change）、《自然》和《新科學人》（New Scientist）雜誌的編輯。她的文章常見於英國、美國和澳洲的報章雜誌，並且在廣播及電視上主持科學節目。她的第一本書Adventures in the Anthropocene: A Journey to the Heart of the Planet We Made贏得了2015年英國皇家學會溫頓科學讀物獎（Royal Society Winton Prize）。

氣候變遷：茱莉亞．史琳戈（Julia Slingo）
氣象學家及氣候科學家，在2009至2016年間擔任英國氣象局首席科學家，擅長運用創新的方法及複雜的模式預測氣候的變化。2015年獲選為英國皇家學會院士，2016年獲選為美國國家工程院外國會員。

醫學的未來：亞當．庫察斯基（Adam Kucharski）
倫敦衛生與熱帶醫學院（London School of Hygiene & Tropical Medicine）助理教授，專門從事傳染疾病預防工作。他在劍橋大學完成數學博士學位，接著進入華威大學（University of Warwick）學習醫學。他常受邀於《觀察》（Observer）、《新科學人》和《連線》（Wired）等雜誌發表文章，2012年獲得惠康基金會科學寫作獎（Wellcome Trust Science Writing Prize），2016年出版第一本書籍The Perfect Bet: How Science and Maths Are Taking the Luck Out of Gambling。

基因體學與基因工程：亞拉席．普拉薩（Aarathi Prasad）
英國倫敦帝國學院（Imperial College London）遺傳學博士，曾任職於英國文化協會（British Council），並於倫敦大學學院（University College London）做專業研究。她在BBC 1、BBC Radio 4、Channel 4、國家地理頻道和探索頻道策劃並主持了多部科學紀錄片，她也是經驗豐富的科學作家，書籍作品包括In the Bonesetter’s Waiting-Room: Travels in Indian Medicine和Like A Virgin: How Science is Redesigning the Rules of Sex等書。

合成生物學：亞當．盧德弗（Adam Rutherford）
英國倫敦大學學院（University College London）遺傳學博士，BBC熱門科學節目《科學內幕》（Inside Science）主持人。曾任《自然》雜誌編輯十餘年，並長期為《衛報》、《連線》等媒體撰稿。他熱中將科學轉化成大眾都會感興趣的知識，出版了多部關於基因和生命起源的暢銷著作，他的第一本書Creation: The Origin of Life / The Future of Life入圍2014年惠康基金會科學寫作獎。他同時參與制作並主持了《細胞》、《基因密碼》、《扮演上帝》等多部BBC紀錄片，還擔任多部電影的科學顧問，包括《末日之戰》（World War Z， 2013）、《金牌特務》（Kingsman， 2014）、奧斯卡得獎電影《人造意識》（Ex Machina， 2015）、《滅絕》（Annihilation， 2018）等。

超人類主義：馬克．沃克（Mark Alan Walker）
新墨西哥州立大學（New Mexico State University）哲學系教授，非營利組織世界燒人協會（Humanity Plus）前董事會成員，倫理和新興技術研究所（Institute for Ethics and Emerging Technologies）現任董事會成員。他的第一本書Happy-People Pills for All討論發明先進藥品是否能提高人們的幸福感，他的最新著作Free Money for All則討論美國公民的基本收入是否應無條件達到一萬美元。

雲端技術與物聯網：娜歐蜜．克萊莫（Naomi Climer）
工程師，專長是廣播、媒體和通訊技術，現任索尼英國技術中心（Sony UK Technology Centre）非執行董事。她是國際工程技術學會（Institution of Engineering and Technology）第一位女性主席，2013年入選英國皇家工程科學院（Royal Academy of Engineering）院士，2016年被《每日電訊報》（Daily Telegraph）和女性工程學會（Women's Engineering Society）推舉為英國工程界最具影響力的五十位女性之一，同樣被《電腦週刊》（Computer Weekly）評為英國IT界最具影響力的五十位女性之一。

網路安全：艾倫．伍華德（Alan Woodward）
電腦安全專家，英國電腦協會（British Computer Society）、皇家統計學會（Royal Statistical Society）及英國物理學會（Institute of Physics）成員。他原本是物理學家，因為對計算機科學產生興趣，轉而致力於網路安全研究。離開研究所之後，他會英國政府工作多年。後來他回到英國索立大學（University of Surrey）擔任客座教授，同時繼續為歐洲刑警組織擔任顧問。

人工智慧：瑪格瑞特．波登（Margaret A. Boden）
英國薩塞克斯大學（University of Sussex）認知科學研究教授，是AI研究領域最知名的人物，協助規劃並發展全世界第一個認知科學學術課程。她擁有醫學、哲學和心理學學位，她的研究便是將這些學科與人工智慧（AI）結合。她是英國國家學術院（British Academy）及美國人工智能協會（Association for the Advancement of Artificial Intelligence）成員，並獲頒大英帝國勳章。她的著作已被翻譯成二十多國語言，最近出版的一本書為《AI：人工智能的本質與未來》（AI: Its Nature and Future）。

量子運算：溫佛瑞．亨辛格（Winfried K. Hensinger）
英國薩塞克斯大學量子技術研究教授。他在昆士蘭大學取得了博士學位，主修量子與超冷原子的表現，並且加入美國國家標準暨技術研究院（National Institute of Standards and Technology）與諾貝爾物理獎得主威廉‧菲利普斯（William Daniel Phillips）的團隊共同進行研究。目前任職薩塞克斯量子技術中心主任，最近和他所領導的研究小組發表了第一個大型量子電腦的建造藍圖。

智慧材料：安娜．普洛薩斯基（Anna Ploszajski）
白天是工程式暨材料科學家，晚上則致力於科學傳播。她經常以材料科學為主題表演單口相聲，擁有自己的播客節目，並且在《材料世界》（Materials World）等期刊上撰寫文章。2017年贏得英國皇家工程院傑出青年工程師獎（Young Engineer of the Year），並進入全球科學最具規模的科學傳播比賽FameLab的英國區決賽。閒暇時喜歡吹小號，正在鍛練游泳，目標是游過英吉利海峽。

能源：傑夫．哈迪（Jeff Hardy）
倫敦皇家理工學院（Imperial College London）格蘭瑟姆氣候變化與環境研究所（Grantham Institute）的資深研究員，專門研究低碳能源系統的未來發展，以及該系統與人們日常生活和企業營運的關係。曾任英國天然氣暨電力市場管制局（Ofgem)永續能源發展小組的主管和政府間氣候變遷委員會第三科學小組主任，並曾在英國能源研究中心（UK Energy Research Centre）、英國皇家化學學會（Royal Society of Chemistry）、約克大學（University of York）綠色化學小組、塞拉菲爾德核能實驗室（Sellafield）等機構進行研究。

運輸：約翰．邁爾斯（John Miles）
英國劍橋伊曼紐爾學院（Emmanuel College， Cambridge）院士、英國皇家工程院（Royal Academy of Engineering）工程學系教授、英國汽車工業協會（UK Automotive Council）創始成員暨智能移動小組主席，專長為未來運輸技術與經濟發展，特別著重能源效率與環境影響方面。

機器人學：諾爾．夏基（Noel Sharkey）
英國雪菲爾大學（University of Sheffield）人工智能和機器人技術的榮譽教授、責任機器人基金會（Foundation for Responsible Robotics）的聯合主席、非政府組織機器人武器控制國際委員會（International Committee for Robot Arms Control）主席，以及BBC當紅節目《機器人大擂台》（Robot Wars）主裁判。他一直在美國耶魯（Yale University）和史丹佛大學（Stanford University）與英國埃塞克斯（University of Essex）、艾克斯特(University of Exeter)和雪菲爾大學從事研究和教學工作，研究專長包括心理學、語言學、計算基科學、人工智能、機器人學習技術和機器人倫理。

星際旅行與太陽系移民：露易莎．普瑞斯頓（Louisa Preston）
英國太空署（UK Space Agency）極光研究員，在倫敦大學伯貝克學院（Birkbeck， University Of London）研究天體生物學。她曾參與美國、加拿大、歐洲及英國太空署的研究計畫，研究地球上的生命體如何在極端嚴苛的環境中生存，作為外人生命形式的藍圖並模擬可能的棲息條件。她曾受邀至2013年TED大會和大家談論如何尋找火星生命。她的第一本書籍創作為Goldilocks and the Water Bears: The Search for Life in the Universe。

末日啟示：路易斯．達奈爾（Lewis Dartnell）
英國西敏寺大學（University of Westminster）天體生物學研究員，專門研究火星表面的微生物生命體及其存在的可能性，還有人們該如何發現它的存在。他經常受邀上科學節目講述相關主題，並出版了Life in the Universe: A Beginner’s Guide和The Knowledge: How to Rebuild our World from Scratch等書，後者為《週日泰晤士報》（Sunday Times）最佳年度書籍。

譯者：
謝孟宗
東海大學外國語文學系學士、成功大學外國語文學系碩士。曾獲梁實秋文學獎譯文首獎、譯詩獎、散文創作獎等十餘種獎項。

林瑞堂
台大外文所畢業，翻譯作品包含藝術、歷史、宗教、身心靈成長等領域。

序論：未來尚未決定？並非科技會有出人意表的發展，而是看人類如何使用科技。

地球的未來：人口統計，資源保護，氣候變遷

1. 人口學：社會學家預測未來將會是「都會型未來」。然而隨著人口暴增、生活空間擁擠、貧富差距擴大、生活步調加快，如果你夠幸運有選擇的權利，你會選擇住在都是嗎？

2. 生物圈：人類只是自然循環的一部分，當繁殖過了頭便隨著大自然一起「重置」？又或者我們是頭一個能自主自決的物種，能夠克制天生的貪婪與衝動，讓未來的地球依舊適宜人居？

3. 氣候變遷：有人說人類的活動加速氣候變遷，有人認為溫室效應是地球本身的循環週期，無論成因是何者，人類的生活型態都必將做出調整。我們應該問自己，人類已經準備好面對即將來臨的氣候劇變了嗎？

人類的未來：醫學，遺傳學，超人類主義

4. 醫學的未來：當基因檢測與精準醫療的時代來臨，醫療的決斷責任也會逐漸從醫師轉移到病人身上。在治療方法有限的情況下，你會想知道自己有無罹患不治之症的風險嗎？醫師該不該將患者的基因遺傳疾病告知家屬呢？

5. 基因體學與基因工程：DNA電腦的研發，真的能實現電影《露西》的場景，將全世界的知識裝進一個小小的DNA隨身碟嗎？

6. 合成生物學：透過合稱生物學，大自然的一切基因將可由人類自由混搭，作為己用。除了可將蜘蛛絲做為堅固建材，未來或許真的能讓太空人擁有「浩克」般的細胞自癒能力……

7. 超人類主義：未來科學家可以利用基因工程、仿生學、奈米科技等技術，強化人類的智能、壽命、道德和幸福感受。如果人人都成為新一帶的超人類，我們的人生還有需要努力與犧牲的目標嗎？你也會想藉由科技的力量成為無所不能的人嗎？

線上未來：人工智慧，量子運算，網際網路

8. 雲端技術與物聯網：當物聯網全面上線，駭客有辦法從你的水壺進而控制你的整個房子嗎？政府有辦法從一個正在連線的機器進而掌控整座電廠嗎

9. 網路安全：網路安全最大的漏洞其實來自使用者而非電腦。在此後十年內我們必須決定，要讓人工智慧成為網路世界的保鑣，或是繼續仰賴判斷有可能失準的人類充當網錄警察？

10. 人工智慧：假使有朝一日，某個系統通過了圖靈測試，就能證明它具有如人類一般的「思考能力」或「意識」嗎？擁有「人性」的人工智慧，對人類的未來是福是禍？

11. 量子運算：「量子電腦」可以解決目前最高效能電腦花十億年都無法解決的問題，帶給人類未來無限的可能性。但重點是，該如何實際建造出一台量子電腦？我們在有生之年可以親眼見識量子技術的奇蹟嗎？

打造未來：工程，運輸，能源

12. 智慧材料：若你擁有的物品可以自主感知、回應、移動、調節、變形、修復，你的生活將會變成什麼光景？

13. 能源：如果能源可以是免費的，就像我們呼吸的空氣，人類社會將會走向更光明的未來嗎？

14. 運輸：電動車和自動駕駛已經準備上路，未來還會出現什麼樣跨時代的運輸工具改變人們的生活？

15. 機器人學：當意外發生時，自動車該為了避開路上的孕婦而犧牲自己的乘客嗎？機器人保母可以接手孩子的教育問題嗎？我們應該將取人性命的決定交在武裝防禦機器人手中嗎？在廣泛使用機器人之前，我們有辦法解決機器人的道德難題嗎？

未知的未來：時空旅行，星際移民，宇宙生命

16. 星際旅行與太陽系移民：人口的擴張讓我們終究會前往太陽系的其他地方定居，但憑著人類脆弱的肉體與心智，該如何在宇宙中求生？

17. 末日啟示：萬一未來並未依約到來，我們該如何保存現代知識的種子，讓倖存者能儘快將文明重開機？

18. 瞬間移動與時間旅行：在量子糾纏（瞬間傳送的概念）與蟲洞（時間旅行的觀念）的論文出版八十年後的今天，我們能夠證明電影《星際效應》的設定是真的嗎？

延伸閱讀
關於作者
索引

第四章：醫學的未來
亞當‧庫察斯基（Adam Kucharski）

因人制宜的醫療檢測將不只適用於傳染病的防治，也將普及於其他醫學領域。二○一五年，美國總統歐巴馬（Barack Obama）啟動「精準醫療計畫」（Precision Medicine Initiative），將綜合患者的基因圖譜、居住環境和生活型態發展個人化治療，取代一體適用的傳統療法。疾病防治將越來越著重患者的個別病況，這將是未來醫療的大勢所趨。除了原本已有考慮到個體差異的醫療手續（例如輸血得斟酌血型），將來還會運用基因體排序這一類的新式檢測，讓醫師能更容易預測哪些療程會如何影響哪些病患。例如某些癌症藥物只對含特定基因特徵的腫瘤有效，又如囊腫纖化症用藥Ivacaftor僅適用於百分之五具某類基因突變的患者。

精準醫療讓醫學更能先發制「病」，不再等到患者發病才診治，而是以詳細數據為輔，在潛在疾病未釀成禍患前即時出手。基因檢測讓醫師得以預見遺傳病症，但目前只著重於有害的突變類型，如BRCA1基因突變。身懷此類突變的婦女，一生之中有百分之六十五的機率罹患乳癌。在這樣的狀況下，先一步動手術有機會減低罹癌風險。二○一三年，女星安潔莉娜‧裘莉（Angelina Jolie）決定動雙乳切除術，正是因為檢查出BRCA1基因突變。

最終，檢視整組基因體（而非特定基因）這種做法會變得越來越普及，隨之而來的將是大量的數據。據美國冷泉港實驗室（Cold Spring Harbor Laboratory）的研究人員估計，到了二○二五年，儲存人類基因體資料所占用的電腦空間將會比Youtube或Twitter更大。然而上述所花費的空間和時間並不包含分析這龐大又複雜的數據。在某些案例中，單一基因與特定病症的關聯（比如BRCA1與乳癌）經由大型臨床實驗，證據確鑿。在理想情況下，每種疾病的都可以套入這樣簡單的規則：甲基因的乙突變引發丙疾患。若是一種病症很不湊巧地關係到多種基因，或者該病症相當罕見，要評估箇中風險便困難許多，要判斷是否以及如何施行預防療法也就相對不容易。

為了說明基因檢測或他類醫療檢測的結果有多難判讀，讓我們假設每一百萬人之中有五百人會受某種病症影響，而篩檢該病症的準確率達百分之九十九。如果篩檢出陽性，罹病機率有多高呢？答案值得玩味，僅區區百分之五。因為篩檢準確率只有百分之九十九，所以每一百萬受測者中，可以料見結果呈陽性且罹病的有四百九十五人，而不是所有受影響的五百人。同時，不受影響的九十九萬九千五百人之中會有百分之一，亦即九千九百九十五人，遭誤判為陽性，原因一樣在於篩檢準確率僅百分之九十九。於是，篩檢結果呈陽性的總人數為四百九十五人加九千九百九十五人，然而只有前者真的需要擔心健康，比例占百分之五。

請不要忘了，以上假設採取的是準確率百分之九十九的優質檢測。要是檢驗的準確率不如這般可靠，判讀起來更是難上加難。這就是為何醫師在診斷時，常會納入家族病史這類因素一起考量。目前，可能擁有這類基因疾病的患者可諮詢基因顧問，了解其中的風險所代表的意義。然而基因顧問只提供資訊，並不會建議病人該怎麼做。當基因檢測日益普遍，醫療選擇漸趨複雜，反而教病患更難抉擇，特別是在可行療法有限的情況下。你會想知道自己有無罹患不治之症的風險嗎？如果檢測結果無法百分之百準確，你將如何應對難以預料的局面？

當病人對於自身醫療數據的理解與掌握權越來越大，醫療決斷的權責也逐漸從醫師轉移到我們自己身上。將來我們得自行管理健康風險檢測，決定要採用何種數據，以及如何依數據行事。而這也表示我們得權衡潛在利益與誤判可能產生的危害。根據美國明尼蘇達州梅奧醫學中心（Mayo Clinic）二○一六年的一份報告，某男子先前經基因檢測指出自己與家人帶有危險的突變基因，便在體內植入心臟除顫器，後來到醫學中心尋求二度鑑定，才發現檢測結果判讀有誤，男子並沒有面臨重大的患病風險。

基因檢測結果所牽扯到的利害關係，並不只和病患有關。多虧「二○○八年基因訊息平等法」（Genetic Information Nondiscrimination Act），現在美國的健保業者不許以基因突變為由拒絕承保。但壽險公司另當別論，有不少公司便拒接BRCA1突變者的保單。除非法律能跟上預防醫學的快速進展，否則基因所挾帶的健康風險或許也會損及人們的居住和工作等權利。

隨著人類對遺傳疾病有更深一層的認識，「病人」的定義也許會跟著模糊起來。二○一五年，一名婦人將倫敦的聖喬治國民保健信託（St George’s NHS Trust）告上英國高等法院，理由是未讓她知曉關係疏遠的父親罹患了杭丁頓氏症這項遺傳疾病。這位做父親的於二○○九年確診罹病後，並未按醫師建議將事情告訴女兒。而做女兒的當時懷有身孕，一直到二○一三年才曉得自己患有此症。遇到這樣的情況，醫師該不該將個別患者的病情告知患者家屬呢？在本案中，法官裁定醫師維護病患隱私實屬正當。這是頭一次由法院為醫護人員應否向病患家屬揭露基因風險一事定調，不過將來肯定會有越來越多類似議題浮上檯面。
 

第六章：合成生物學
亞當‧盧德弗（Adam Rutherford）

一條領帶要價美金三百一十四元，大家應該都會覺得很貴吧。畢竟，這條領帶是以蜘蛛絲織成，聽起來也真是夠奇怪的了，但也說明了它的定價。蜘蛛絲是一種相當出色的材料，不同品種的蜘蛛在不同的情況下可以分泌出結構各異的絲蛋白，用來結網、包覆獵物或保護卵囊。每一種蜘蛛絲的強度、韌性和延展性，都非目前人類所能複製。若論耐重度，蜘蛛的曳絲 比鋼鐵更強韌。位在蜘蛛腹部的絲疣有如一個構造複雜的內嵌式水龍頭，會依照所需蛛網類型重新排列絲蛋白分子，使噴出的蛛絲從液態變成固態。

雖然人類非常想要採集蜘蛛絲，蜘蛛卻是出了名的難養。多數蜘蛛都沒有群居的習慣，往往還會同類相食，種種習性都不利於產業化養殖，要想收集足量的蛛絲纖維來製造產品實在困難。所以，前述蜘蛛絲領帶之所以價昂的第二項理由：原料固然貨真價實，卻和蜘蛛吐絲八竿子打不著關係──這些絲線是利用酵母合成的。

歡迎進入稀奇古怪的合成生物學天地。「合成」搭上「生物學」，聽起來有點自相矛盾。既然生物學研究的對象是大自然生物，又怎麼會是人工合成的？這個令人費解的詞彙所代表的技術，將領導各項產業邁向未來。除了男裝業，醫學、農業、藥品、能源，以至探索宇宙的方式都將為之一變。蜘蛛絲領帶是生物科技公司「外螺紋」（Bolt Threads）的第一項商品，算得上是生技發展的一個里程碑，卻無法震撼商業市場。他們只做出了十五條這樣的藍色領帶，雖然特別卻也十分昂貴。讓這家公司真正感興趣的，是如何繞過棉花、羊毛、蠶絲等傳統紡織用料，在製造方法上另闢蹊徑。一萬多年來，人類一直在「設計」如何讓動植物產出原料，供己所用。然而養殖技術終須受限於有性生殖漫長又繁瑣的過程，而這樣的繁殖只能存在於同類物種之間。現在，有了合成生物科技，就可以將這些限制全擺到一旁，把位於演化樹不同分支上，甚至相隔億萬年的物種兩相結合，比如蜘蛛與酵母。合成生物學者的工作就是提取出生物的原始碼，將其重新設計成效率更高的生物工廠。

DNA即是大自然的原始碼，而蛛絲蛋白則在幾億年前被編入蜘蛛獨有的基因裡。大概幾十年前，人類漸漸能又快又精準地萃取基因、描述其特性，並開始思索如何將基因植回生物體內（有時植入相同物種，有時植入完全不同的物種）。研究人員可能會保持基因完好，以觀察其表現；或是予以修改，甚至蓄意破壞，來查看這些部分受損的基因會發生什麼事，藉此測試它們的能耐。這就是所謂的基因工程。這項技術之所以能成真，在於所有生物的基本組成單位都是一樣的。地球上所有生物都來自同一棵家族樹，其樹狀圖有如一張無限延伸的大網，按照達爾文的自然選擇理論，這棵樹已經蓬勃發展四十億年了。我們這麼比喻吧，DNA的語言是由四個化學「字母」排列組合而成，這些字母組成有意義的「詞彙」，鋪寫出基因，再轉譯成二十二種胺基酸；這些胺基酸互相連結，形成了蛋白質。蛋白質是構成生命體的主要成分，而每一種蛋白質都是這樣被製造出來的。

基因工程於一九七○年代中期登場，那時科學家明白了一件事，如果處理方式正確，細胞就不會在意這個DNA出自哪裡，只要能夠順利讀取即可。換言之，蜘蛛獨家用來生成絲蛋白的基因，可以編寫入全然不同物種的DNA裡。

剛好在這之前幾年，披頭四樂團（the Beatles）發明了「音樂取樣」（sampling）。據說在錄製〈為了凱特先生的利益〉（Being for the Benefit of Mr Kite） 一曲時，喬治‧馬丁（George Martin）和保羅‧麥卡尼（Paul McCartney）將錄有維多利亞時期馬戲團氣笛風琴樂聲的磁帶剪成一截一截，然後拋向空中，待落地後隨興拾起幾截加進自己的編曲中。這些音符經過節奏調整和升降調後，順利地與主曲融為一體。到了現在，音樂取樣已變成流行歌曲中常見的編曲手法，尤其是嘻哈音樂，成為史上最賺錢的音樂模式。

一九七三年，由生物化學家保羅‧伯格（Paul Berg）帶領的史丹佛研究團隊，成功將某病毒的基因移轉至另一病毒。此等生物取樣可視為現代生物學的濫觴，也是生物科技的基礎。如今生物學研究無不仰賴取樣技術，例如如何識別致病的出錯基因，以及破解人類基因密碼的人類基因組計畫（Human Genome Project， HGP），都需要將人類基因植入細菌中，藉此操控、歸納並更加理解該基因的特徵。我專攻的研究項目──發育遺傳學（developmental genetics）──同樣有賴取樣技術，將某生物的基因植入另一種較容易觀察其反應的生物。我們會將人類基因注入細菌，操弄一下DNA，再與老鼠基因接合。從一九八○年代至今，重新混合生物基因已逐漸成為常態。

第九章：網路安全
艾倫‧伍華德（Alan Woodward）

網際網路的發明目的和傳說的不一樣，並不是為了抵禦核子戰爭。網路的原型出自美國國防部尖端研究計畫署（Advanced Research Projects Agency， ARPA），故又稱「阿帕網」（ARPANet），最初是為了讓研究人員自由分享資源而創建的。後來，提姆‧伯納斯李（Tim Berners-Lee）發明了可用於建立網頁的超文本標記語言（Hypertext Mark-up Language， HTML），而後發展成今天大家所使用的「全球資訊網」（World Wide Web， WWW）。到了一九九○年代中期，網際網路開始染上商業色彩，一切也隨之改變。人們很快就了解到，如果要將個人財務資訊流通於這個新建立的公開系統上，就非得設法維護其安全性與隱密性不可。很不巧，「網路空間」最初的設立目的是為了分享而非保密，其系統想當然也不是為了安全而設計的。網路犯罪勢必隨著線上的金錢流動而起，網路安全這門學問於是應運而生。

既然維護網路安全的責任越來越重要，家裡有個人電腦的人應該對於基本的防範措施都不陌生（至少我希望是如此），除了電腦要安裝防毒軟體，使用者也得養成良好的密碼使用習慣。隨著網路犯罪手法日益高明，網路使用者不得不花更多時間來加強防禦措施，謹惕自己不要受騙上當。然而這一點正是麻煩所在。就連最理性、最講究邏輯的人都不免流露出人性弱點，遭罪犯乘虛而入。在網路七大罪（無感、好奇、輕信、無償、貪婪、自疑、輕率）中，「無感」是最危險的，因為自以為永遠不會碰上網路犯罪的人，就鐵定會發生在他身上。像這樣問題不出在電腦而是使用者，讓電腦科學家懷疑人們是否有辦法跳脫這個惡性循環。

這時尖端研究計畫署再度登場，他們發起了一場競賽 ，看是否有人能建立一個以人工智慧主導的網路防禦系統，將人為因素完全屏除在外。首屆決賽於二○一六年在拉斯維加斯舉行；世界各地的駭客會定期在此聚會，在「黑帽」（Black Hat） 和「世界駭客大賽」（Def Con）上交流想法和最新資訊。

參賽者在初賽必須以各自打造的自動防禦系統分析若干電腦程式，查出程式會否在輸入特定資料後崩潰。接下來真正的考驗是修改程式，使類似攻擊再無用武之地。

最後贏得比賽的隊伍將可以在網路攻防奪棋賽（Capture The Flag， CTF）上，用自己設計的自動防禦系統與人類對手一較高下。結果呢？嗯，每套系統都不是這麼完備，在某些環節上表現得很好，在其他環節則差強人意。然而有一間倒是引起了大家的注意，那就是「機器學習」的能力。如果說電腦有什麼事情做得特別好，那一定是「學習」。取得的數據越多，電腦辨認模式的能力就會變得越來越好（比如找出有可能遭駭客利用的漏洞）。這也難怪如今許多研究團隊轉而著眼於用「機器學習」來維繫網路安全。

在這場競賽中，人工智慧系統的模式識別能力並不比人類厲害多少。但這也不要緊，畢竟只是第一次嘗試。整場競賽好比拋磚引玉，我們可以從中發現到一件事，在不久的未來，人工智慧很可能成為未來網路安全的基礎。比賽進行的同時，在同一個會場上，另一間公司發表了據稱是史上頭一套具備「認知」能力的防毒系統，名為「深層護甲」（DeepArmor）。

「深層護甲」雖然只負責排除病毒攻擊，但在網路安全的這塊領域正是我們最需要人工智慧幫忙的地方。電腦病毒變體層出不窮，人類（或是有人類插手的任何步驟）根本應付不來。現在每天都會出現將近一百萬種新的網路威脅，其中固然有很多是現有病毒的變體，但仍須一一加以識別，並且讓防毒軟體曉得如何阻止。然而這只會讓情況變得更糟，罪犯也會察覺到科技能夠幫忙規避防毒軟體。他們開發出像生物病毒那般可自行改變型態的電腦病毒，只要區區幾次感染就會變化到讓人無從辨識，就算取得了已啟動的病毒碼樣本也來不及了。有鑑於此，深層護甲系統的研究人員發表了一款模仿人體免疫機能的防毒軟體，稱作「數位抗原」（Antigena），名字算是取得相當貼切。

這意味著人們對於網路安全的思維從根本發生改變，大大影響了未來網路防禦機制的模式。網路安全的第一階段重在設立防線。不論是家用電腦或醫院的病歷紀錄，這些電子系統就像城堡一樣，以厚實的壁壘來抵擋病毒入侵或其他型態的攻擊。然而網路發展至今，人人參與其中，「拒敵於門外」的防禦原則早已不合時宜。我們實際上更想要將堡壘開放，但又不能讓重要的皇冠珠寶遭竊。換言之，我們一方面得允許匿名的訪客登入，同時也要能夠揭穿可疑的不速之客。

最近一項新的網安技術變革便採用多層次防護，訪客可通過護城河和外牆入內遊覽，甚至還能讓不同的團體進入不同的內牆區域參觀，只須確保將皇冠珠寶收藏於「保險箱」（亦即最後一道網路安全措施）即可。

試驗結果證明，機器十分善於觀測行為模式，並將種種行為與有礙網安的後果互相連結比對。事實上，機器觀測到的行為越多，越能揪出可疑行為；搜集到的數據越多，對於結果的預測就越準確。這樣看來，未來網路安全似乎可以全權交由電腦來負責。但若真要人類袖手旁觀，完全依賴人工智慧，必然會產生不少值得思索的有趣問題，特別是我們得先教導人工智慧一套知識。如何教導人工智慧以人類利益為先？相關的學問也應運而生。

關於網路安全全自動化，首先必須提防網路成為人工智慧善惡交戰的電子戰場。正如人體內每天都有難以察覺的細菌大戰，我們可能也得學著適應生活中不斷發生的電子免疫系統攻防戰。當人體受到感染，我們就得服用抗生素來治療；但要是病毒的威力突破最後的防禦，患者幾乎必死無疑。我們不得不接受，在某些情況下要為要為電腦系統「解毒」確實窒礙難行，只能摧毀原系統，以未受感染的軟體另加重建。例如，當電腦遭勒索病毒感染，除非你願意支付「贖金」，不然根本毫無選擇。在網安攻防戰存活下來的關鍵，當然是將電腦中真正要緊的檔案備分，但這個動作就必須由人工來設定。

人工智慧帶來的第二項疑慮，在於我們該讓它掌控制我們的行為到什麼程度。我們該聽從人工智慧的指令嗎？