第(2/3)页

    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。

    按这样的开发思路，本质上讲，AIASG不过是在模仿一个程序员。

    程序员，在软件工程领域会有误解，行内人都知道软件并非程序员自己就能搞定，而需要不同职责的开发人员相互配合，经过从需求分析、到后期维护的若干个环节，但在这儿，方然所指代的就是“码农”，具体来讲，他刺探到的讯息显示，AIASG的训练样本，就采集自于独立开发小型程序的程序员。

    作为一名合格的码农，独立开发小程序，是起码的能力。

    这种能力，受程序员个人的思考、记忆与工作时段限制，能独立开发的软件规模有一定的极限；对接近、甚至超越极限的开发任务，人的记忆和分析能力会过载，效率随之严重下降，任务规模继续提升，软件的研发周期就会趋近于无穷大，这是无法逾越的限制。
    第(2/3)页