截至目前，人類能製造的AI，仍然局限於定義上的「弱人工智慧」，無法完全取代人的作用。一筆閣 www。yibige.com 更多好看小說

    但所有這些認識，在方然看來，皆有其片面性。

    譬如軟體工程領域，一般認為，人的作用在軟體開發流程中必不可少：軟體的需求分析，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1420年代衍生出的「軟體工程」概念所終止。

    時至今日，計算機越來越先進，IT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、軟體系統的愈加龐大、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系統和軟體，規模也越來越大，這些軟體的設計，無須過多考慮人的因素。

    自身是軟體，外聯的則是其他軟體，變革，正發端於這些靜默運行於後台的系統。

    每天的日常，是根據文檔完成系統模塊、或者設計算法，方然只是「國際商用機器」公司的普通員工，憑藉蛛絲馬跡和縝密思考，他才在幾個月後發現，自己參與完成的軟體，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。

    憑藉黑客手段，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體的存在。

    脫離了開發者的智慧，AI，本質上只是軟體和運行軟體的硬體，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面的工作，不僅在AI算法上有了重大進展，想必，還構建了龐大的軟體工程通用庫。

    通過自身參與的邊緣性工作，窺探AIASG的原理，並不太難。

    在軟體工程中，人的智慧，究竟怎樣發揮獨特的作用呢，一方面是分析需求，提出要解決的問題，另一方面則是對給定的問題，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，那麼這些解法，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。

    人工智慧的前沿動向，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「學習體系」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。

    但對於AIASG，原則上，並不需要這些高深的架構才能實現。

    計算機網絡中的軟體，浩如煙海，真正歸納起來的種類卻並不多，絕大多數軟體要應付的問題，性質都彼此雷同，尤其在核心網與服務器上運行的後端程序，對接的都是其他計算機，幾乎沒有人的因素。

    這樣的軟體，一言蔽之，面對的問題、和解決的算法，都具有高度的規律性。

    「國際商用機器」公司的AIASG系統，具備極高的複雜度，依託於巨型計算機的100PFlops級（每秒一萬億億次）算力，對給定的系統要求，可以自動生成、部署與維護特定的軟體系統。

    這且不算，按方然查到的資料，這AIASG分明已演化到了2.0版本，在生成軟體的過程中，幾乎完全跳過了「編程」這一環節。

    想一想也是，編程，程序設計語言，這些東西都是人才會用到。

    軟體自動生成軟體，整個過程，完全在計算機系統和網絡中進行，擺脫了繁瑣而低效的人機界面，軟體中的指令，自然也不必再仰賴「程序設計語言」這種人與計算機的交互工