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
请收藏:https://m.nyoj.org
(温馨提示:请关闭畅读或阅读模式,否则内容无法正常显示)