南方周末曾经是我一度喜欢的报纸（除此之外还没有花钱订阅过其他国内报纸），但是没有办法，他们在过去数年波澜起伏，依然找不到自己的稳定角色。每次发表一篇略有挑战的文章，他们都要面临着自我检讨，或者任人宰割。最近他们评选年度人物，被人们当作大事情，却未见得有多么自如。
此报年度人物的结果是：厦门人民。据说另一个大热门是打虎英雄，双方支持者都尽力挖掘评选的窍门努力让自己获选第一。据说厦门地区的IP地址最后全部用光，看来“厦门人民”还不够自信，来自全国人民的支持不是比一个小城市更长尾吗？固然获得年度人物颇有被认可感，但是这样的媒体评选在当下的媒体环境中显然被扭曲，让候选者们放在根本不平衡的资源环境中，“作恶”尚谈不上，至少结果未必是最站的住脚跟的，也会落下话柄和质疑。
这不只是技术缺陷，也不是小Bug，这是1.0媒体无法比让的范式缺陷。这样的媒体从来都想从草根中获取营养，却无法善用这些智慧，所以总是用不完备的结果呈现出来。而在社会制度的挤压下，其命运又被不可见的力量所日益操纵，难免更加扭曲。多亏了网络和草根媒体的出现，让这个媒体空间正在被矫正，即将过去的一年，网络用户们的媒母(meme) 累加起来了巨大的力量和智慧，让真相得以呈现，让社会得到了决策的补全。所以，isaacmao.com评选的年度人物就是“中国网民（包括你）”。这个评选落后于《时代》整整一年，但是不算太落伍（方军不用失望了），反倒证明了中国网络的步速开始超越。过去一年，中国互联网的“使用者和创造者”用一笔笔的微小记录连接成为了群体智慧，在各种事件中创造了“微革命” （Micro-revolution）。这些实例比任何国家都有说服力。社会性媒体的2.0力量在大数(Big Number)范围中得到了检验，这一年的历史都值得好好研究了。
未必所有人都能够感受到这种力量，即使是媒体本身也只是停留在偶尔的诧异上，“怎么会这样…”。这正是思维范式的差异，当你想去控制那无边际的社会性媒体和丝丝缕缕的连接的时候，往往大失所望。而当你参与其中，就会创造出无数“最状”，不断体会到宏观的美妙之处。试图控制的人诋毁这样的无形媒体，而积极建设者则可能获得丰收。从这个意义上，“厦门市民”和“打虎英雄”都是赢家，我支持厦门市民的勇气，更感叹打虎的群体智慧。人们应当感谢网络，应当更善用网络。去表达，去分享，就会融入到这个社会大脑的超级力量中。结果是共同推进了社会的进步，留下1.0的惊叹和无奈。
顺便唾沫以下：从媒体进化来看，另一个爱评选各种年度人物的CCTV则连南方周末的勇气还不够。所以有人抱怨网络对央视妖魔化，有什么办法呢，他们一方面天天“感动”，另一方面也在不断妖魔化别人，被“妖魔化”只是一个叫做“事实”的人在照镜子。新年的中国，是充满诡谲的“奥运年”。很多人都在微妙的祈福中，不是那些表面的欢腾，而是希望这个国家的人民少些烦恼和灾祸，少些牺牲和宰割，少些无奈和沉浮。那1.0的世界还会面临如何的2.0挑战，却容不得时间等待。
祝“你”新年更好，更聪明！
新一期的草莓周刊（40期，也是被功夫的）会谈到Gtalk上的那个翻译机器人，其中有引用老冒“调戏”这个机器人的故事。我则希望对这类机器人采取宽容的态度，因为他们的设计思路并没有超越，所以期望不需要过高。
习惯于把一个服务变成机器人，并和一台机器（或者一个线程）进行聊天，是过去很长时间的“机器人”（自动服务应答程序）的固有观念。这和今天的银行IVR没有啥区别，其核心缺少两个基本特征：个人属性和时间属性。所以当你和一个机器人聊了一阵，你就会感到毫无乐趣，因为这个“人”只会泛来复去的车轱辘话，所以只能玩玩而已。因为没有时间属性，它也不会记住你是谁，上一次谈话到了什么程度，它根本没有主动和你对话的能力（全凭你的提问）。所以，理论上这样的设计是不会产生可以学习的机器人，也就不会和你的发展轨迹相一致，看似有趣的机器人很快会被你抛弃。Google的翻译服务机器人就是这样的初级阶段，甚至还没有和用户对话分析拼写的地步，所以基本上没有任何值得夸耀的地方。至少，银行Call Center 还有人工服务的选择，虽然他们天天忙音。
我理解的机器人计算应当更进一步，把它称作“人机计算”（People to Robot Computing,P2R)。每个人应当有自己的专属机器人，他们可以携带模块化的计算能力，或者透过接口调用专有服务（例如，翻译）。这个机器人可以托管运行在一个安全的服务器上，永远在线（AlwaysOn）。它可以负责处理你的各种请求和提问，并把这些请求分发到不同的服务接口进行处理，这样你就可以在睡觉中处理很多任务，而且你的处理过程会以终身日志(lifelog)的方式被你的机器人所保存，它甚至可以帮你发布一些需要社会化的内容（例如，照片），或者通知你的朋友们你最新分享的讯息（理论上是告诉你朋友的机器人）。你的机器人，当然会根据你的对话过程而长进，至少他们可以帮你管理时间轴上的信息，找到一年前备份的一份文件不是什么难事。
这样一来，可以做到每个人都有一个机器人作为第二社会身份的集成代表（另一个你），它可以把你的各种社会性档案(Social Portfolio)都变成活的可对话实体，这是比SecondLife更有潜力的的Life 2.0方式。和你的机器人对话，可以透过信任获取你的很多社会性信息，例如你最近的状态（在波尔多，还是在台北？），如此一来，很多分散的Social Portfolio 就可以透过这个获得身份而作了新的集成，至少人们在查询你的状态是不会骚扰你，或者迷失在你那么多的社会性软件丛林中。例如我最近又添加了新的汤料想必很多人还不知道，我想你如果有这样的机器人就不用担心了。当然达成真正的人机对话服务还有很多要素，今天的想象和尝试只是第一步。
这也是我不太赞成Social Graph这个名称的原因，用Social Portfolio 就是最好的理解了。
《新科学家》这篇文章似乎有点姗姗来迟：”Do our brains work like Google?”，既正确也不正确。因为Google的PageRank算法汇聚了大量的网页索引，所以可以说其“记忆”检索能力如同大脑的记忆，而检索任何词汇的过程会触发PageRank算法的计算，这也如同人脑的神经元协同处理词汇的反应过程。这是Google 聪明而且善用了互联网的链接资源，当时确实领先一筹。
但是Google没有活跃的神经元，它顶多还是一个集中计算的巨大记忆体。所以它根本无法处理词汇的含义（语义）。另外，词汇在人脑中的记忆和拼写、读音以及相关的图像都是相关联的，而且负责记忆的神经元群会实时改变分析的策略，从而使一个词汇的理解产生动态含义（例如，当你看到一个词汇的时候，如“河蟹”，可能很快在几秒钟内产生多种会意的反应）。这个过程还会随着人的环境变化（例如你正在和别人对话）而呈现不同的质量，所以是并发的潮汐计算(Tide Computing)。
Google 曾经用无数的鸽子来形象描述其实现PageRank算法的技术，但是基本上每只鸽子都是一样的算法，基本上没有分布式的个性神经元群作为动态计算的保证。从这个角度来看，Google的算法还远远不够。当然，以Google今天的第一步，走到未来的模拟人脑，是一个基本的梯级过程。而且Google正在汇集新一轮的计算资源，加之这家公司也开始考虑社会性大脑(Social Brain)的模型，所以距离未来的P2R（人机计算）的理想又进了一步。但是，实现真正人脑模拟的奇点(Singularity)已经并非一家公司所可以独立担当，尤其是Wikia这样的公司正在社会性搜索方面跃跃欲试。不管结果如何，新一代的领军者是谁还真的未得而之。