【注：本文已发表在2015年第3期《中国计算机学会通讯》】

最近《IEEE The Institute》杂志列出了历史上五个著名的错误技术预测[1]，很多读者们看过之后觉得不过瘾。在此笔者又追加了若干有名的错误预测以飨读者（如表1）：

表1. 著名的错误技术预测

这些预测者都是各自领域的精英，为何他们会做出这些看起来有些荒唐的预测？先抛开这个问题，让我们把视线从技术转向股市，来看一下马化腾对腾讯股票的预测。2010年6月至2011年10月的一年多时间里，马化腾先后7次减持腾讯股票，损失17.5亿港元（见表2）。分析人士称，这是马化腾与一些投资机构对赌的结果。稍加推敲，我们可以猜测马化腾在与投资机构达成对赌协议时，他肯定没有预测到腾讯股票能达到200元，他心里的估价应该是低于67.806元。 

表2. 2010年6月-2011年10月期间马化腾减持腾讯股票情况

  一个有趣的现象是，即使是比任何人都了解腾讯的马化腾，也依然无法预测自己公司的股价。然而今天，我们很多人却在热衷于预测，比如机器人的智慧将很快超越人类、人的知识可以通过互联网下载获得等等。在笔者一开始接触到这些预测时，感到非常惊叹。  

后来笔者慢慢地开始觉察和体会到预测也存在“测不准原理”：未来越遥远越容易预测，目标越宏观越容易预测；当决定朝着目标前进时，就会发现相比于预测中美好的未来，现实其实很残酷——哪怕是未来几个月甚至几个星期都充满了不确定性，几乎一切都不可预测。这一点，也正是管理大师柯林斯在其《选择卓越》一书中的核心理念。   

不可预测，或者说不确定性，普遍存在于我们的工作生活中，尤其是对于科研活动——我们可以设定一个研究预期目标，但却无法准确地预测几年后的研究成果，也很难预测未来成果的影响力。而好的研究其实就是一个选择的过程，研究中会不断出现没有预料到的情况，因此我们必须不断地分析、判断与选择，从而探索出一条可行的道路。 

图1.两种不同的研究模式：目标驱动式（Objective Scheme）与培育式（Nurturing Scheme）。 

面对研究过程的不可预测性与不确定性，不同的对待和处理方式会产生不同的心态和结果。图1是著名生物学家Uri Alon总结的两种不同类型研究模式[2]：一种是目标驱动式（Objective Scheme）研究。这种研究设定的目标非常明确，更像是一个技术路线既定的工程项目，研究过程被严格控制与管理。但是这种研究模式下出现预料之外的结果时，研究人员很容易气馁，于是会开始质疑既定目标，进而质疑制定目标的导师或者负责人的能力。另一种是培育式（Nurturing Scheme）研究。这种模式虽然也设定研究目标，但预先考虑到研究过程中的不确定性。因此，当出现一些预料之外的情况，研究人员会以一种沉着冷静的心态去应对，及时分析调整研究方向，即使与既定目标出现偏差也坦然接受，这样反而更有可能开辟出新的研究方向。 

笔者越来越体会到好心态对于研究的重要性。只有坦然面对研究的不可预测性与不确定性，才能在研究的低谷、在最艰难的时候，依然保持斗志，坚持不放弃。笔者曾经与Berkeley AMPLab的成员交流过他们的研究模式，发现事实上他们很多研究工作在发表前都被拒过很多次。比如现在由创业公司Mesosphere进行产业化的Mesos曾经被拒了2年，最终发表在NSDI 2011；在国际上引领大数据分析的Spark则在被拒了1年半后才最终发表在NSDI 2012；而发表在SOSP 2013的Sparraw工作更是在致谢中感谢了HotCloud 2012、OSDI 2012、NSDI 2013和SOSP 2013的评审人。但是AMPLab实验室的成员有着非常好的心态，他们都有一种信念，相信自己的工作最终肯定能在顶级会议上发表。而这种信念，一方面来自导师的指导和灌输，另一方面也是得益于师兄师姐们“悲惨”经历所提供的参考。在这样的实验室氛围中，他们已经在潜意识中认识到了做一流研究过程中的不确定性——哪怕是在世界顶尖实验室，也无法保证研究工作一次投稿即被接收。 

事实上，正如柯林斯的《选择卓越》书中分析，那些卓越的企业也都有好心态。他们接受未来不可预测的残酷现实，并在此基础上制定了一系列计划和行动，“先子弹，后炮弹”。更直白的表达其实就是“走一步，看一步，时刻做好调整的准备”！ 

本文开篇的那些错误的技术预测，因为做出预测人的身份与地位而被人为地放大了。事实上，我们必须看到，这些“错误的预言家”其实在绝大多数时候作出了比绝大多数人更正确的预测，才达到了被别人用放大镜观察的地位。从这个意义上来看，他们的总体预测准确度是令人敬畏的。

[1] Five Famously WrongPredictions About Technology, IEEE The Institue, 2014.

[2] Uri Alon, How To Choose aGood Scientific Problem, Molecular Cell 35, September 25, 2009.