我们所知道的硅谷尽头呢？

像埃隆麝香一样的高调的企业家，像彼得·泰尔和Keith Rabois这样的风险资本家，以及像甲骨文和惠普企业这样的大公司都留在加州。在Covid-19期间，缩放的技术工作人员已经发现了偏远工作从更便宜，更少拥挤的社区的福利。这是我们所知道的硅谷的结束吗？可能。但硅谷的其他挑战的优势比科技侨民更为根本。

了解可能塑造硅谷未来的四个趋势也是未来几十年的一些最大技术的机会的路线图：

“预测未来的最佳方式是发明它，”艾伦凯曾经说过。 2020证明他既是正确的。长期预测的冠状病毒大流行，或者更糟糕的事情，但它仍然抓住了世界毫无准备的世界，更美好的未来尚未发明。气候变化也一直在雷达上，而不仅仅是几十年，而且超过了一个世纪，因为阿伦斯的1896年关于温室效应的纸。众所周知，不平等和种姓是对社会稳定的腐蚀性，并预测国家的命运。又又一次，危机再次发现我们毫无准备。

但是，在每种情况下，仍未出现长期预测的未来。这取决于我们是否被超越我们控制的事件蒸汽流量，或者我们是否具有创造美好未来的集体权力。觉醒可能比我们所希望的，但危机就像流行和气候变化一样仍然可以是巨大的创新驱动因素。如果企业家，投资者和政府加强解决我们今天面对的艰难问题，未来仍然很明亮。但有一件事是肯定的：我们最迫切需要的发明将使我们带到一个非常不同的方向，而不是消费者互联网和社交媒体革命即将到来。

冠状病毒是一种情况。它加速的生物医学发明的爆炸可能很好地产生超出大流行本身的影响。 mRNA疫苗给我们发出了核心免疫力的有希望的途径，在记录时间内发展。在中国科学家永珍张某发布了病毒的遗传序列后，在两天内创造了现代疫苗！并且MRNA疫苗也很容易调整，提高了对突变的响应更快的可能性，甚至是创造框架，以便快速发展更多疫苗。我们开始看到根本新的生物医学创新方法的支付，特别是机器学习是涡轮增压研究的方式。在2020年期间，超过21,000名生物医学研究论文对AI和机器学习作了提及。

最近的深度宣布其alphafold技术能够预测蛋白质结构的准确性与缓慢且昂贵的实验方法是一个突破性的预测。随着遗传学家蒂姆·哈伯德写道，“我们相信的基因组是生命的蓝图得到了有效加密 - 这将解锁它们并转化生物和生物医学研究。”

预测：机器学习和医学，生物学和材料科学的Nexus将是未来几十年，硅谷已到20世纪末和21世纪初。

为什么我们知道这件硅谷的结束了吗？首先，所需的技能是不同的。是的，机器学习，统计分析和编程都是必需的，但是对相关科学的深刻了解。能够找到那个知识的集线器不是硅谷的特殊省，这表明其他地区可能会引领铅。其次，许多幸运的市场将受到监管;导航监管市场也采用硅谷明显缺失的技能。最后，随着Theranos如此生动地证明，在科学企业中维持比在硅谷繁荣的许多市场中的许多市场更难维持炒作气球。许多硅谷投资者幸运而非聪明。他们在一个资本必须针对解决艰难问题而不是赢得受欢迎的比赛中，他们可能不太好。

科学R＆amp的机器学习的机会深刻。但机器学习也挑战了我们目前的科学方法，依赖于人体理论和实验。机器学习模型可能能够成功预测，但不能解释它们。当Arthur C. Clarke写道“任何充分先进的技术与魔术中无法区分时，”他想象我们自己的科学将使我们的理解背后的未来吗？随着judea珍珠的注意，过度识别相关性（即“曲线拟合”）使得真正因果关系的定义更具挑战性。和“真实科学”需要因果关系。

我怀疑我们将以机器学习的科学方式来到术语，就像我们对仪器的条款一样，让我们​​看到远远超出肉眼的能力。但是为了没有更好地了解我们的机器助手，我们可以将他们的路径设置为悬崖边缘，就像我们使用社交媒体和我们的骨折信息景观一样。

破碎的景观不是预测 - 互联网先驱的预期自由和人群的智慧，并不是我们都将在巨型公司的经验下，从愚蠢的市场中获利。我们发明的不是我们希望的。互联网成为我们梦魇的东西而不是我们的梦想。我们仍然可以恢复，但至少到目前为止，硅谷似乎是问题的一部分，而不是解决方案的一部分。

技术平台可以缰绳在我们自己设计的恶魔中（使用Richard Bookstaber的令人难忘的短语）吗？这也将是未来几十年来塑造的挑战之一。

欧洲和美国的政府监管机构在Facebook，谷歌，亚马逊和苹果上设定了景点，但如果他们基于旧理论，旧的理解，该平台已经超出了旧理论，监管的反应将不足。美国反垄断理论主要是基于消费者危害的问题，这很难在市场上向消费者提供服务，并且在实验这些消费者的边际成本也接近零。新兴的欧洲监管努力恰当地专注于主导技术公司作为“守门人”的作用。它旨在系统地限制他们为自己的优势塑造市场的能力。但是，它的补救措施是钝的，评估伤害的流程最可能比伤害自己更慢。

市场是生态系统，与其他生态系统一样，到处都存在隐藏的依赖关系。谷歌滥用其垄断地位的危害将不会对消费者造成伤害，而是遭受沮丧的利润，降低R＆amp; D投资，以及谷歌一旦指向流量的Web公司的较低工资。对于亚马逊，它将出现在产品搜索所需的增加和广告成本中。

这些损害市场平台的供应方面，硅谷鼓励的胜利者所有模型的获胜者所捕获的大多数收益，最终将级联到消费者。但由于疼痛是广泛分布的，因为平台不需要报告将能够明显的信息，因此问题不会是显而易见的，直到大部分损坏是不可逆转的。

当“超级巨星公司”无情地竞争与较新想法的较小公司竞争时，不仅旨在达到人才，而且往往引入CopyCAT产品和服务，从市场上减少了整个市场的创新。城市由一类新的高薪大公司员工占主导地位，推动住房费用，并强迫下降工资工人;工人在较少的有利可图行业中的工人和工作条件被挤压以推动巨人的增长。他们的工作是偶然和一次性的工作，从就业开始时烘焙了不平等。各国政府旨在达到避税艺术的巨型公司的收入。列表远远超过。

在社交媒体平台的情况下，操纵利润的用户已经磨损了民主的结构和真理的尊重。刚刚利用其用户的集体智能的硅谷，现在使用其对用户的深刻了解“贸易。”。 （我预测了2007年的广泛轮廓，在与风险资本家和经济学家比尔·努威尔谈论我们可能从华尔街谈到互联网的未来时，我们可能会学到什么。）

技术远非唯一的罪犯。它只是我们作为社会的价值观最明显的镜子。自米尔顿弗里德曼在1970年确定其客观职能以来，Tech Giants展览的提取行为一直是现代资本主义的常态：“业务的社会责任是增加其利润。”然而，这是所有的悲伤者，因为科技产业出发了更好的模拟。开源软件和万维网的慷慨，算法广泛的集体智能的天才仍在那里，指向下一个经济的方式，但它是一个经济，我们必须积极选择，而不是乘坐系统的铁路把我们带到了错误的方向。

预测：因为平台企业未能调节自己，因此他们将有限制潜力的良好和危害。

这是硅谷的悲伤时间，因为我们不仅看到了年轻的理想主义的死亡，而且是一个错过的机会。 Paul Cohen为AI前的AI前Darpa计划经理，几年前在国家科学院的会议上发表了一项强大的声明，我们都参加了：“AI的机会是帮助人类模范和管理复杂的互动系统。”

该声明总结了如此浪费在谷歌，亚马逊和Facebook这样的公司的大部分潜力，而不是为弗里德曼原则堕落，而不是为他们的算法制定更加雄心勃勃的目标。

当我谈论互联网守门人已经证明的市场协调的基本进步时，我并不谈论AI的未来突破。这些功率可用于更好地模范和管理复杂的交互系统，以便所有人的益处。然而，经常是他们已经为旧的提取范例制作了陪伴。

自由市场经济学家认为，生产者和消费者的意愿达成同意他们将交换商品或服务的价格（在理想化的市场中，以完美的竞争而没有权力或信息的不对称竞争）导致社会资源的最佳配置。代表自身利益供应链的复杂方程的解决方案在这些市场价格中表达。有效的金钱是亚当史密斯的“看不见的手”背后的协调力量。

就像写道的匿名互联网威力一样，“理论与实践之间的区别在实践中总是更大的，”经济学家认识到完美的竞争只是理论上存在，即“外部性”存在于成本以外的人承担成本买方和卖方，很少有市场完全有效。在许多方面，国家的作用是解决市场的缺点。 Diane Coyle的书籍市场，州和人们提供了极好的经济制定者如何考虑他们在介入时思考的权衡。尽管如此，即使是最好的干预税 - 税收，货币政策和法规 - 是零碎的，需要数年或数十年来达成一致。 （碳定价是一种情况。）

谷歌的搜索引擎给我们一个令人信服地证明了管理经济体系的完全不同的方法。谷歌的算法系统不断精制，动态和注入，谷歌的算法系统表明，可以以20世纪经济学家无法想象的方式管理经济。谷歌集中管理搜索的40,000次，35亿次，为魔术表现出魔术，因为这么久，被认为是在价格上交易的独特分散，自信的行动者的独特省。

在一个辉煌的笔画中，谷歌建立了一个算法系统，它使用数百个不同的信息信号来制作数百万个信息提供商和数十亿信息消费者之间的最佳匹配 - 但价格不是那些信号之一。这并不是说谷歌没有参加金钱经济。离得很远。但对于谷歌的第一个十年半，每次点击付费广告的价格市场是一个Sidecar的搜索主要匹配市场。谷歌的初始天才是通过集体智能（有机搜索）和市场协调的市场协调，并行地协调市场。当经济动机的生产者操纵有机搜索结果的利润，而是为了损害谷歌的用户，产生满足算法但未能满足消费者的页面，谷歌在更新算法中以专注于消费者的利益而无情。

为了肯定，通过商业意图产生和消费全球网络和社交媒体的大量内容，但是没有盈利动机，完全产生了显着的数量。谷歌经济学家告诉我，只有六只谷歌搜索结果页面携带任何广告。另外94％的页面是人类快乐令人难以置信，创造和分享它的快乐。如果有可能经济的丰富经济的预兆，我们可以在互联网共享经济中看到它。

然而，近年来，谷歌越来越多地模糊了它管理的两个信息市场之间的线条（免费的搜索价格和价格的广告市场）。这使得商业有价值的搜索结果比那些没有纯粹经济价值的搜索结果效果较低。也就是说，谷歌似乎更有效地匹配了信息生产者和消费者，因为没有扭曲的金钱的力量。

太阳光了。与谷歌不同，亚马逊始终用价格作为搜索排名中的重要信号，但价格智能地结合了集体意见的措施 - 其他消费者认为是最好的产品 - 创造比以前任何消费品更高效的产品市场。但近年来，随着搜索广告作为一个主要的新收入线，亚马逊也已经转过身来使用集体智能的工具来为其客户找到最好的产品。它的搜索目前是“特色”产品的主导 - 也就是说，生产者已支付给消费者面前的产品。通过广告现在是亚马逊利润最大的司机之一，很难想象该公司可以留下来，因为杰夫贝斯自豪地吹嘘，是地球上最具消费的中心平台。我在去年的长度上写了这个问题，“反托拉斯监管机构正在使用错误的工具来规范大型技术”。

如此大的问题，即反垄断行动和其他法规现在正在加强地址的问题是矛盾的，我们的经济和法律制度管理其公司的主要指令的结果：“你必须最大限度地提高利润。”

最大化利润的概念在我们的社会中加入了2014年，当Facebook的研究人员发表了一篇名为“通过社交网络的大规模情感传染的实验证据”的纸张，这是迅速和野蛮的纸张。它被认为是一个可怕的研究道德，以测试Facebook新闻饲料中的故事组合是否使其读者更快乐或悲伤。反应特别引人注目，因为没有人似乎注意到硅谷明确庆祝并教导其企业家如何操纵用户的情感状态，称之为“增长黑客”或“A / B测试”或“创造习惯形成的产品”。 “没有人抱怨这些实验。只要追求增长和利润，它就被认为是在客户身上进行实践。

因为这些实验的成本如此之低 - 这是企业实验错误的沉没成本，并且只能预期无法预料的后果。他们成为经济学家和监管机构考虑的新一类。

回想起来，一些关于情绪传染和对其含义反思的正式实验将是一个好主意。相反，我们继续向社交媒体的力量运行全球规模无监督的实验，以传播负面情绪蔓延的利润，而平台以积极方向影响其用户的任何努力仍然认为许多人是不恰当的干预，或者是不恰当的干预，或者是被遗弃因为它可能会降低用户活动和增长。

例如，在2020年美国总统选举中，据报道，Facebook工程师训练了机器学习算法，以识别他们的用户认为他们的用户会认为“对世界变得不好”，但该公司发现较少的人减少了用户会话的数量，从而减少了用户会话的数量，可能是收入和利润。因此，他们撤退了算法，找到“对世界糟糕”的帖子减少了“糟糕”，但它们影响了用户会话。优化“新闻生态系统质量”的其他变化得到了几周的时间，但之后逆转。

“股东价值”是在公司治理中加入的，即一类专用的公司“公共利益公司”，已被定义为保护管理的公司而不是考虑到盈利的公司。所有“正常”公司预计将把员工，环境和社会视为最小化，避免或消除的成本。

硅谷是我们经济和公司治理问题的错误，而不是它的原因，甚至是最糟糕的例子。 （烟草，石油和制药公司vie顶部点。）

在许多方面，监管机构仍可从硅谷学习。我们的经济也是由隐形算法和嵌入式目标的形状。如果监管机构可以在谷歌，亚马逊和Facebook的算法之间看到这样的类比，以及法律，税收和货币政策形状的方式，谁在我们的社会中获得什么以及为什么公司领导人行为他们所做的方式，我们可以使用当前的时刻来改善硅谷，而是整个经济的公平和目标。

正如我去年写的，“我们已经让精灵离开了瓶子”，这是一个洛克菲勒基金会研讨会的一篇关于规范AI，我们的公司和我们的政府，我们的市场的一篇文章是科幻作家查理队的呼唤“缓慢的AIS。 “我制定了这种情况，我们无法在不重建他们运作的规则的情况下规范它们：

“在治理的尝试......在我们认识到我们已经建造了一台机器并将其设为课程，这是徒劳的。相反，我们假装市场是一个独自留下的自然现象，我们未能将其机制设计师持有账户。我们需要拆除并重建该机器，重新编程，以便人类繁荣，而不是企业利润，成为其目标。我们需要了解我们不能只是说明我们的价值观。我们必须以我们的机器可以理解和执行的方式实现它们。“

硅谷可以st

......