第(2/3)页

    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，几乎没有人的因素。

    这样的软件，一言蔽之，面对的问题、和解决的算法，都具有高度的规律性。

    “国际商用机器”公司的AIASG系统，具备极高的复杂度，依托于巨型计算机的100PFlops级（每秒一万亿亿次）算力，对给定的系统要求，可以自动生成、部署与维护特定的软件系统。

    这且不算，按方然查到的资料，这AIASG分明已演化到了2.0版本，在生成软件的过程中，几乎完全跳过了“编程”这一环节。

    想一想也是，编程，程序设计语言，这些东西都是人才会用到。

    软件自动生成软件，整个过程，完全在计算机系统和网络中进行，摆脱了繁琐而低效的人机界面，软件中的指令，自然也不必再仰赖“程序设计语言”这种人与计算机的交互工具，即，跳过了“编译”、“解释”环节，而从算法直接生成机器码。

    同样是“制造”软件，AI的做法，和人大不一样，这引发了方然的高度关注。
    第(2/3)页