永不下车

第一一四章 自动
    只有解开了量子世界的秘密，科学，才能够继续前进。

    但这并非方然的任务，他也没这能力。

    西历1472年的春夏之交，研究暂告一段落，仰望物理通天塔的年轻人眺望过远方，才把眼光从遥远的未来，收回到眼前。

    几个月里抽时间查资料，尝试洞悉物理世界的奥秘，时间，太过奢侈，直到从无尽高塔的梦境中惊醒，方然才意识到，在追寻永生的路上，他根本没这么多时间精力，来提前探索眼前用不上的东西。

    量子力学，即便再怎样深奥，暂时也无助于解决眼前的问题。

    经济危机进入第三个年头，联邦政府的大规模刺激计划，逐渐显露成效，至少在旧金山，偌大城市的环境逐步有所恢复，电视机里的新闻镜头，街头流浪汉和防暴警察的数量暂时有所减少，股市止跌回升，高科技研发与智能化制造公司的股价，更一路飘红，官方公布的失业率暂时降到百分之八以下。

    在刺激政策面前，天量资金一下子注入，经济有起色，再正常不过。

    但这样的表面繁荣，能持续多久；

    窥探联邦经济运行的实际数据，忙于研究软件工程的方然就有些悲观。

    这一次，由资金与技术主导的经济刺激，效果很可能比以往任何一次都更短暂，带来的副作用，却会比以往任何一次都更剧烈。

    危机降临，刺激复苏，这样的经济周期，在人类世界的运行图上，曾经发生过很多次。

    为什么刺激政策无法根治经济危机，卡尔海因里希的论述切中要害，毕竟一切经济危机的根源，总无外乎生产商品的劳动者所获太少，无法维持工场主们幻想中的“商品——货币——更多商品——更多货币”的循环，当链条断裂，大量商品无法出清，或者大量货币无处投资，危机就会降临，报应不爽。

    在这样的危机面前，刺激，无法触及问题的根源，自然也就无法根治经济危机。

    但这一次的经济刺激政策，相比以往，更大的问题又会出在哪里呢，每天在网络上兼职，为“国际商用机器”公司打工，方然从软件开发者论坛上获得大量的第一手讯息，他很快发现了刺激政策的迹象:

    凭借汹涌而至的资金，和前阶段积累的it领域技术，自动化、智能化系统对人类世界的渗透，正在加剧。

    甚至，不仅传统的制造业、服务业；

    就连以智力密集为特征的it领域自身，也在悄然嬗变。

    最近几个月，每天在“国际商用机器”的网络节点上工作，每一天都耗费至少六小时、甚至更多，方然的工作，涉及到名为“人工智能自动化软件生成器”（aiasg）的项目，虽然作为兼职员工，他没可能直接参与这样的项目，但经由过手的资料，配合核心项目的对外接口，他还是逐渐从大量信息中嗅到了蛛丝马迹。

    作为联邦的信息产业巨头之一，“国际商用机器”的aiasg工程，是对软件工程领域的颠覆。

    什么叫做“人工智能自动化”，名字，方然不怎么关心，他是从一天天的架构和代码劳动中发觉，自己正打交道的这系统，具有高度自主化的软件开发能力，国际商用公司的核心软件库正在被aiasg蚕食，而应用软件，接口与web这些“边缘性”的软件项目，工程师和程序员们则被要求逐步迁移到aiasg的接口规范上。

    接口的变化，设计架构的调整，这种事在it领域司空见惯，一点也不稀奇。

    &



第一一五章 软件
    截至目前，人类能制造的ai，仍然局限于定义上的“弱人工智能”，无法完全取代人的作用。

    但所有这些认识，在方然看来，皆有其片面性。

    譬如软件工程领域，一般认为，人的作用在软件开发流程中必不可少:软件的需求分析，架构设计，模块编写，集成测试，乃至验收交付，维护升级，都是难以规格化、标准化的千差万别，这一情形并未被1420年代衍生出的“软件工程”概念所终止。

    时至今日，计算机越来越先进，it领域的架构师、程序员和运维人员仍有增无减，就是证据。

    但，就在这无数人的智慧之上，随着计算机网络、软件系统的愈加庞大、复杂，在直接与用户打交道的前端应用之外，为终端、节点及应用程序提供底层支持的系统和软件，规模也越来越大，这些软件的设计，无须过多考虑人的因素。

    自身是软件，外联的则是其他软件，变革，正发端于这些静默运行于后台的系统。

    每天的日常，是根据文档完成系统模块、或者设计算法，方然只是“国际商用机器”公司的普通员工，凭借蛛丝马迹和缜密思考，他才在几个月后发现，自己参与完成的软件，似乎就与aiasg有关。

    作为“国际商用机器”的战略项目，aiasg并不像其他的项目规划那样，在网络上有大量的新闻报道，这更让方然好奇。

    凭借黑客手段，他陆续拿到了一些内部材料，阅读后，就基本验证了自己的猜测:

    aiasg，顾名思义，的确是一种能独立开发软件的存在。

    脱离了开发者的智慧，ai，本质上只是软件和运行软件的硬件，这样的东西，如今已能完成从即时翻译到自动驾驶的很多事，但要“编程”，就有些不可思议。

    “国际商用机器”公司必定很早就规划了这方面的工作，不仅在ai算法上有了重大进展，想必，还构建了庞大的软件工程通用库。

    通过自身参与的边缘性工作，窥探aiasg的原理，并不太难。

    在软件工程中，人的智慧，究竟怎样发挥独特的作用呢，一方面是分析需求，提出要解决的问题，另一方面则是对给定的问题，给出解决的方案。

    与普通人的认识相反，提出问题，往往比解决问题更困难。

    “认识，分析与改造客观世界”，人的一切活动，显然也包括需要用计算机来进行的活动，总可以归结于此，对特定的问题，无数前人的智慧已经找到了解法，那么这些解法，稍加变换，应用到类似问题的解决上，这种事就并非不能用ai来完成。

    与此相比，从前述的“认识，分析与改造”过程中，提炼出新的问题，并独创性的给出解决方案，才更加困难。

    人工智能的前沿动向，坦率的讲，方然并不甚了了，但是他也知道，目前的研究热点集中在所谓“仿生”，从“人工神经网络”到“学习体系”的诸多分支，都试图模仿人脑的学习和演化过程，也就是用庞大而复杂的电路，通过自组织、混沌演化的方式，模仿人的智力获取与提升过程。

    但对于aiasg，原则上，并不需要这些高深的架构才能实现。

    计算机网络中的软件，浩如烟海，真正归纳起来的种类却并不多，绝大多数软件要应付的问题，性质都彼此雷同，尤其在核心网与服务器上运行的后端程序，对接的都是其他计算机，几乎



第一一六章 迭代
    由于自身开发的软件，都工作在网络底层、或者服务器等幕后节点上，没有用户端的困扰，aiasg的软件迭代，不仅速度极快，甚至可以动用自身的算力，运行虚拟环境，并行测试若干不同的解决策略。

    实践中，对普通的运行时错误，完成“错误提取——定位——分析——解决——测试——发布——验证”的一整套流程，甚至只需要短短的五分钟。

    而且这五分钟里，有四分钟，都耗费在部署更新、服务器重启上。

    功能如此强大的aiasg，面对这样的系统，软件开发者的工作性质也随之而变。

    正如传统软件开发的流程，总要从“需求分析”开始，设计师需要用户来描述需求，然后着手工作，aiasg的软件开发则正相反，需要设计师来陈述需求，往往都是为其他软件提供底层支持，接下来的一切，都可以交由人工智能来完成。

    目前，以aiasg的能力和资源库，能开发的软件暂时还很有限。

    譬如线上游戏、或其他包含图形用户界面的软件，因为人的因素在其中占比太高，aiasg仍无能为力，但作为后端软件系统的开发者，以方然的观察，即便这套系统还不甚完善，开发成本恐怕也大大超出传统的软件开发团队，考量其长远趋势，这显然是一个颠覆行业规则的新事物。

    aiasg的运行成本，细节不清，但结合“国际商用机器”公司的内部账目，总的开发经费至少在几十亿马克。

    但这几十亿马克，换来的，却是永不疲倦的软件制造机。

    参与研发aiasg系统的程序员、设计师们，是否有考虑过，自己正在创造的是一种什么样的存在，会不会想到，这样的系统迟早会反噬自身，将绝大多数it领域就业者的岗位消灭殆尽，甚至让创造了自己的那些人也丢掉工作；

    以aiasg目前的能力，这，似乎还是天方夜谭，但结合若干年的自身所学，方然却战栗的想到，

    制造软件，与制造aiasg自身，这之间并没有绝对的界限。

    人工智能，基于人工智能的软件开发系统，一旦从无到有、具备了开发应用软件的能力，或迟或早，决策者总归会想到，可以让这样的系统自我完善，甚至，自我演进出更高效，更强大的新版本。

    即便这样的软件系统，与应用软件的开发难度完全不同，但假以时日，经过无数次的尝试和改进，这样的系统，迟早会出现。

    一旦事情发展到那一步，当aiasg能完善、强化自身时；

    it研发者的末日，就会降临。

    费尽心思开发新产品，抢自己的饭碗，这样的自掘坟墓，似乎但凡有头脑的人都不会干。

    但在彼此竞争的行业态势面前，你不做，自然有别人做。

    何况在开发者眼中，早期阶段的aiasg，毕竟还太简陋，充其量只能以极快的速度重复人类劳动，从已有的模块库中抽实例填充到架构，能开发的软件，也局限于不直接与用户、而是与其他计算机系统打交道的那种。

    然而他们有没有想过，当能够自我完善的aiasg系统被开发出来，可想而知，在浓缩人类智慧的it领域，人的工作都被计算机所取代，全社会其他的行业领域，抛开某些不可言说的第三产业，和完全依赖人来实现价值的工作，还有什么样的岗位无法用计算机来顶替人类员工呢；

    岗位，本质上分为两种，一种是直面客观世界、改造客观世界，譬如矿工，譬如码农。

    一种是为



第一一七章 自我
    不论怎样渲染ai的威胁，最终毁灭世界的，必然是人，而非机器。

    更具体的讲，就是“那个人”。

    在ai意识方面，方然的涉猎比较有限，对“人工智能究竟能否产生自我意识”的争论，也没心思去参与其中。

    原因很浅显:

    人工智能的自我意识（假使有的话），与其他特性一样，必然是人创造的产物。

    但这样的产物，耗费时间精力创造出来，又有什么用呢；

    难道是为了满足ai开发者的成就感吗，当然不是，人类的任何生产实践，都要有直接、或间接的利益动机，但所谓“人工智能的自我意识”这种东西，看似高端，实则百无一用，对人类世界根本就没有什么现实的好处，也无法带来额外的收益。

    科学研究的价值暂且不谈，从实用主义出发，“ai的自我意识”只会是废物。

    凭什么这样讲呢，想象类似的情景:

    譬如雇主，雇佣一名司机、或者会计，需求的究竟是什么；

    这雇佣来的司机、会计，只要有能力做好分内的工作，其本身有、或没有自主意识，对雇主来讲，会有什么区别吗，

    根本就没有。

    制造出一台意识觉醒的计算机，一个意识觉醒的系统，对人类而言，是否有用处；

    答案同样是“没有”，抛开白日做梦般的“探索科学技术奥秘”之类幼稚念头，站在it领域的立场上稍加分析，就不难发现，人工智能是否具备自我意识，对其完成工作，并没有任何确切的帮助。

    至于其他可能的收益，譬如，让人工智能从事创造性的科学研究，有这种能力的ai，危险度之高，不言而喻，造这种ai出来就等同于自戕。

    没有明确的收益，却有重大的风险，这种研究，在人类世界是很难进行下去。

    退一步讲，研究“人工智能的自我意识”，原本就很无稽:

    人研究人工智能，归根结底，是为了获得人所欠缺的能力，譬如计算能力，分析能力，洞察能力，至于“自我意识”，盖亚表面的七十多亿样本难道还少么，正常人都具有的功能、属性，又有什么利用人工智能来再造一次轮子的必要呢。

    思考就止步于此，至于说，研究人工智能的自我意识，会对人类审视自身、探究自我意识之类的研究有多大帮助，方然就更意兴阑珊，他知道，自然科学的边界上，类似的问题简直数也数不清，别说自己，即便全体人类构成的文明，也没有将其逐一寻根问底的能力。

    更不用说，这世界本身，竟已时日无多。

    所以对aiasg，对日益渗透进人类社会的人工智能，他完全持实用主义的态度。

    每一天在网络上忙碌，对“国际商用机器”的兼职工作，方然很上心，同时，也尽可能抽时间解析人工智能领域的新动向。

    他感兴趣的，不是人工智能纷繁芜杂的算法设计和体系架构，而是这些成果在具体项目中的应用。

    ai应用于现实，方然的切入点，并非自动驾驶、或者人脸识别之类细枝末节。

    一个软件，即便依托超级计算机和庞大数据库，究竟怎样造出其他软件，这种事，很多it领域的行内人都啧啧称奇，甚或将信将疑，起初方然也不例外。

    然后他逐渐弄明白，对aiasg，这系统的开发思路，大致就是像构建下棋的ai那样，通过大量软件开发人员的工作数据，来对初始状态的人工智能进行训练，进而模拟人类开发者的行为，仅此而已。

     



第一一八章 怀疑
    “匿名者”的现状究竟怎样；

    作为同类，方然并不愿意想象此人的结局。

    他甚至觉得，匿名者，虽然在克罗格文特尔——人类长寿有限公司总裁的电脑里留下讯息，坦承身份和动机，告诉每一个看到讯息的同类，自己也在追寻着永生，但此人的行为，和行为背后的思想，也还是和活跃在电子邮件收件箱里的那些同类不尽相同。

    要说是他更鲁莽，所以才遭遇了不测，这也说得通。

    但事情真的如此简单吗，方然并不确定，或者，隐约觉得这并不是真相。