截至目前，人類能製造的AI，仍然局限於定義上的“弱人工智能”，無法完全取代人的作用。
但所有這些認識，在方然看來，皆有其片麵性。
譬如軟件工程領域，一般認為，人的作用在軟件開發流程中必不可少：軟件的需求分析，架構設計，模塊編寫，集成測試，乃至驗收交付，維護升級，都是難以規格化、標準化的千差萬別，這一情形並未被140年代衍生出的“軟件工程”概念所終止。
時至今日，計算機越來越先進，I領域的架構師、程序員和運維人員仍有增無減，就是證據。
但，就在這無數人的智慧之上，隨著計算機網絡、軟件係統的愈加龐大、複雜，在直接與用戶打交道的前端應用之外，為終端、節點及應用程序提供底層支持的係統和軟件，規模也越來越大，這些軟件的設計，無須過多考慮人的因素。
自身是軟件，外聯的則是其他軟件，變革，正發端於這些靜默運行於後台的係統。
每的日常，是根據文檔完成係統模塊、或者設計算法，方然隻是“國際商用機器”公司的普通員工，憑借蛛絲馬跡和縝密思考，他才在幾個月後發現，自己參與完成的軟件，似乎就與AIASG有關。
作為“國際商用機器”的戰略項目，AIASG並不像其他的項目規劃那樣，在網絡上有大量的新聞報道，這更讓方然好奇。
憑借黑客手段，他陸續拿到了一些內部材料，閱讀後，就基本驗證了自己的猜測：
AIASG，顧名思義，的確是一種能獨立開發軟件的存在。
脫離了開發者的智慧，AI，本質上隻是軟件和運行軟件的硬件，這樣的東西，如今已能完成從即時翻譯到自動駕駛的很多事，但要“編程”，就有些不可思議。
“國際商用機器”公司必定很早就規劃了這方麵的工作，不僅在AI算法上有了重大進展，想必，還構建了龐大的軟件工程通用庫。
通過自身參與的邊緣性工作，窺探AIASG的原理，並不太難。
在軟件工程中，人的智慧，究竟怎樣發揮獨特的作用呢，一方麵是分析需求，提出要解決的問題，另一方麵則是對給定的問題，給出解決的方案。
與普通人的認識相反，提出問題，往往比解決問題更困難。
“認識，分析與改造客觀世界”，人的一切活動，顯然也包括需要用計算機來進行的活動，總可以歸結於此，對特定的問題，無數前人的智慧已經找到了解法，那麽這些解法，稍加變換，應用到類似問題的解決上，這種事就並非不能用AI來完成。
與此相比，從前述的“認識，分析與改造”過程中，提煉出新的問題，並獨創性的給出解決方案，才更加困難。
人工智能的前沿動向，坦率的講，方然並不甚了了，但是他也知道，目前的研究熱點集中在所謂“仿生”，從“人工神經網絡”到“學習體係”的諸多分支，都試圖模仿人腦的學習和演化過程，也就是用龐大而複雜的電路，通過自組織、混沌演化的方式，模仿人的智力獲取與提升過程。 本章尚未完結,請點擊下一頁繼續閱讀---->>>