进入2024年开始,AI这个概念铺天盖脸的砸过来,假装看不见是几乎不可能的了。
论坛里每天都能看到各种口号式的,情绪高涨的宣布,AI将替代谁谁谁,AI的时代马上来临。也有恐慌,普罗大众的感受,NG找工真的不如前几年好找,越来越多的科技大头打着AI的由头裁员,搬家。喊口号的,一般不给解释,吃不准是高深,还是浪漫。我猜,大多数的口号下面,藏着浪漫主义的想法。
说说缘起
AI Artificial intelligence /人工智能这事,并不是新冒出来的概念。国内很多大学在80年代就有人工智能专业。直到现在,我才想着回头看看这人工智能到底是啥。
说起intelligence,就绕不开Turing test (图灵测试)。图灵测试是图灵在1950年发布的论文 Computing Machinery and Intelligence 中提出的。
以下是Google search AI自动给出的图灵测试解释.
The Turing test is a method for evaluating a machine's ability to mimic human intelligence:
如果你仔细读完图灵测试的定义,会不会有疑问?这样就是智能啦?希望你也看出差别了,AI和人脑并不是一回事,AI中的artificial注定它本身的定义和有机最强智慧的人脑并不相同。这点对AI功能理解非常重要,对AI各种宣传的critical thinking, 明白这些AI MCAT 考试比医学院学生好,AI下棋赢了9段高手,AI能达到智商145 的fact和AI功能的真正链接是什么。
先放一下图灵测试,来看一下程序员的修养
程序员的修养
常年在CS行业浸润,包括工作中evaluate新产品,形成我对产品宣传表像的免疫。我在adopt或者在公司内推广的new technology一定是在了解它的局限性之后,这样的adoption才安全。为了拿到局限性,利用公司的关系直接和系统的设计者交流的机会不少。知道局限性,就知道在何种criteria下可以安全使用。我在紫檀跟帖中曾经玩笑说过: 程序员的修养就是死code不死系统。 实际上,在CS任何一个工种,都需要考虑容错性fault tolerate,控制出错范围。 zero failure, zero trust security, zero here zero there 都是重要的design concept。而zero在这里都是趋向Zero的意思,以zero为目标实现靠近zero的境界。一个合格的程序,Error control的覆盖是必须的。一个合格的系统或者service,都要给出的多少个9的SLA,99.99% 就是4个9,基本的目标。
回头说程序员的修养,更合适的说法是死贫道不死道友, 死道友不死贫道。具体的说,如果本code调用别的code, 别的code出错不能弄死本code。 本code必须有全方位的error control handling, 如果本code出错,自己死不能拖死系统或者让调用本code的code来判断自己怎么死的,和如何死。
花了那么多时间讲 error handling, 这个和后面解释对AGI无限应用的担心有关。
上面这段的总结是啥呢?CS从业资深人员从上到下,都知道系统的不完美性,100%完美不存在。正因为知道系统的不完美,才会在容错上花大力气,力求控制,力求很多很多的9。
今天暂时到这。
下一篇,讲讲AI派别和大数据引入的possibility。