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---->>>