現代軟件開發，在aiasm等係統發展、完善的大背景下，正在逐漸成為一種半自動化、半智能化的工程。
直觀的現象，常規軟件開發人員的數量，越來越少。
從事算法、架構與核心開發的it從業者，則不僅未失業，反而一直在增加。
在自動化係統的加持下，憑借fscim體係而重構起一整套嶄新的架構，當今時代的軟件開發工作，已逐漸遠離了“軟件危機”的陰影，從“全產機”到其他體係的諸多底層軟件、重複性的係統程序，都可以由自動化係統迅速、高效而幾乎沒有任何疏漏的完成。
開發及運維人員的工作，則變成了監督與核查。
軟件體係突飛猛進，此消彼長，用來運行龐大ai、或其他軟件的硬件平台，則一天天變得捉襟見肘。
不論聯邦，還是其他列強，現如今製造出的最新一代超級計算機，在運行巨型ai程序時的算力損耗都接近50%，而根據預測，下一代算力接近1zflops、每秒十萬億億次浮點運算的超級計算機，運行效率可能隻有30%左右。
效率越來越低，原因，究竟是由誰來負責，硬件架構、尺度的影響，底層構件庫的影響，或者ai本身的架構缺陷，這些都有可能，但在進行戰略規劃時，這些都不重要。
重要的是，這一效率的限製，短時間內並無法被打破。
傳統計算機的能力上限，究竟在哪裏，一場簡短的對話是沒可能討論清楚，但不論方然，還是萊斯利*蘭伯特，差不多都對此心知肚明，在單個物理核心無法突破功耗、頻率與晶體管數量之上限的情況下，依靠堆疊大量核心而組成的超級計算機，遲早會觸及到理論算力的天花板。
1zflops的百分之三十，和10zflops的百分之十，絕對數值，當然還是後者更大一些。
但以蓋亞之大，人類能夠動用的資源、能源，終究是有限的，在對數律上升的算力曲線麵前，超級計算機的投資，回報越來越差，是難以為繼的。
但這一事實又說明了什麽呢，午餐後，和蘭伯特先生走進電梯，繼續核查nep_871de 地下構造，陪同的方然思緒漫遊，他想到了自己在餐桌旁提出的問題，繼而，想法也有了某種微妙的變化。
人和機器，人的頭腦與人工智能，究竟孰強孰弱，之前的想法可並不一定正確。
原來想到這問題時，下意識的，自己總會覺得“人”在ai麵前絕無勝算，畢竟生而為人，對這一存在的本質相當熟悉，漫長曆史已證明人類大腦的演化是如何遲緩，甚至，在近現代的幾百年裏根本就沒有繼續前進的跡象。
另一方麵，計算機的突飛猛進發展，卻有目共睹，進而喚起強烈的危機感。
可是在今天，距離第一台數字式電子計算機的誕生，已經過去了八十七年，當代超級計算機的原理、架構與運行規則，卻和古老的eniac並無二致，進而，也呈現出強烈的“天花板”之跡象。
人的能力，固然有無法逾越的上限，大腦的容積、結構與細節無可更迭。
可計算機不也是一樣嗎，區別隻在於，現代超級計算機的體積、功耗並不局限於某一個房間、或者某一供能係統，然而結合現實來考量，蓋亞的麵積和資源，終究也是有限的，這有限的資源，必然對應某一算力達到上限的計算機係統。
今天的計算機，軟件係統，哪怕運行在“走鵑”上的ai，也未見得能在一切領域都勝過人類。
隻有在重複、機械而枯燥的任務中，ai才有一邊倒的優勢。
人工智能的發展，尚未遭遇瓶頸，超級計算機的算力也可再提升一、兩個數量級，這些論斷，蘭伯特先生也基本認同。
但憑這些展望，方然還是無法判斷，未來的人工智能與“那個人”，究竟誰更勝一籌。
一邊走路，一邊思考，引路和介紹的任務交給alice，看起來，萊斯利*蘭伯特對仿真人沒什麽抵觸心理，甚至還和alice交談過幾句，這不由得讓在旁觀望的方然猜測，蘭伯特先生是否也是仿真人的“主人”。
這一猜想，用不著開口詢問，待會兒用asa抓取數據、分析便知。
於是他還是把話題扯到“人與機器的區別”上：
“……那麽，蘭伯特先生；
照您看，人與計算機、和運行其上的人工智能之間，本質的區別是什麽。”
“這可有點難講，uu看書 .uunshu 年輕人，你應該也能想到，人類世界的計算機、ai這些存在，都是人一手創造出來的，又怎能與創造者相比較？
至於兩者孰強孰弱，嗬，我現在也沒有多大把握，隻是認為，在劃時代的量子計算機實用化之前，現有的電子計算機係統，並不能完美的描摹客觀世界，也沒辦法完美的模擬人類大腦的運作過程。
不過，說到本質的區別，”
穿過一道檢修長廊，再往前，就是僅供機器人穿梭的狹窄巷道，萊斯利*蘭伯特停住腳步，轉身向方然聳了聳肩：
“我倒是有一些想法，你想聽聽麽。”
“求之不得。”
吩咐alice到旁邊的終端上準備資料，這段時間裏，方然是很樂意聽蘭伯特先生多講幾句，他不光很久沒和活人說過話，除每天在網上的時間外，也根本沒有哪怕一個人，可以和自己交流些宏觀層麵的思維。
遠在夏洛特的emily，倒是願意聽，可很多事她根本也不明白，隻會平添擔憂。
孤獨，大概是這麽一種情緒在驅使，站在原地聽蘭伯特先生侃侃而談，他片刻後才意識到，眼前的ffri-it資深專家為何話多，原因，也和自己的差不多。
在這樣一個時代，不論是誰，要找一個既能聽懂自己在說什麽、又不會引起叵測後果的聆聽者，可不是件容易的事。
“人與機器的區別？
這問題，其實我思考過很多次，結論則是：
人會犯錯，機器不會犯錯，這，就是兩者間唯一本質的區別，除此之外，別無其他。”
直觀的現象，常規軟件開發人員的數量，越來越少。
從事算法、架構與核心開發的it從業者，則不僅未失業，反而一直在增加。
在自動化係統的加持下，憑借fscim體係而重構起一整套嶄新的架構，當今時代的軟件開發工作，已逐漸遠離了“軟件危機”的陰影，從“全產機”到其他體係的諸多底層軟件、重複性的係統程序，都可以由自動化係統迅速、高效而幾乎沒有任何疏漏的完成。
開發及運維人員的工作，則變成了監督與核查。
軟件體係突飛猛進，此消彼長，用來運行龐大ai、或其他軟件的硬件平台，則一天天變得捉襟見肘。
不論聯邦，還是其他列強，現如今製造出的最新一代超級計算機，在運行巨型ai程序時的算力損耗都接近50%，而根據預測，下一代算力接近1zflops、每秒十萬億億次浮點運算的超級計算機，運行效率可能隻有30%左右。
效率越來越低，原因，究竟是由誰來負責，硬件架構、尺度的影響，底層構件庫的影響，或者ai本身的架構缺陷，這些都有可能，但在進行戰略規劃時，這些都不重要。
重要的是，這一效率的限製，短時間內並無法被打破。
傳統計算機的能力上限，究竟在哪裏，一場簡短的對話是沒可能討論清楚，但不論方然，還是萊斯利*蘭伯特，差不多都對此心知肚明，在單個物理核心無法突破功耗、頻率與晶體管數量之上限的情況下，依靠堆疊大量核心而組成的超級計算機，遲早會觸及到理論算力的天花板。
1zflops的百分之三十，和10zflops的百分之十，絕對數值，當然還是後者更大一些。
但以蓋亞之大，人類能夠動用的資源、能源，終究是有限的，在對數律上升的算力曲線麵前，超級計算機的投資，回報越來越差，是難以為繼的。
但這一事實又說明了什麽呢，午餐後，和蘭伯特先生走進電梯，繼續核查nep_871de 地下構造，陪同的方然思緒漫遊，他想到了自己在餐桌旁提出的問題，繼而，想法也有了某種微妙的變化。
人和機器，人的頭腦與人工智能，究竟孰強孰弱，之前的想法可並不一定正確。
原來想到這問題時，下意識的，自己總會覺得“人”在ai麵前絕無勝算，畢竟生而為人，對這一存在的本質相當熟悉，漫長曆史已證明人類大腦的演化是如何遲緩，甚至，在近現代的幾百年裏根本就沒有繼續前進的跡象。
另一方麵，計算機的突飛猛進發展，卻有目共睹，進而喚起強烈的危機感。
可是在今天，距離第一台數字式電子計算機的誕生，已經過去了八十七年，當代超級計算機的原理、架構與運行規則，卻和古老的eniac並無二致，進而，也呈現出強烈的“天花板”之跡象。
人的能力，固然有無法逾越的上限，大腦的容積、結構與細節無可更迭。
可計算機不也是一樣嗎，區別隻在於，現代超級計算機的體積、功耗並不局限於某一個房間、或者某一供能係統，然而結合現實來考量，蓋亞的麵積和資源，終究也是有限的，這有限的資源，必然對應某一算力達到上限的計算機係統。
今天的計算機，軟件係統，哪怕運行在“走鵑”上的ai，也未見得能在一切領域都勝過人類。
隻有在重複、機械而枯燥的任務中，ai才有一邊倒的優勢。
人工智能的發展，尚未遭遇瓶頸，超級計算機的算力也可再提升一、兩個數量級，這些論斷，蘭伯特先生也基本認同。
但憑這些展望，方然還是無法判斷，未來的人工智能與“那個人”，究竟誰更勝一籌。
一邊走路，一邊思考，引路和介紹的任務交給alice，看起來，萊斯利*蘭伯特對仿真人沒什麽抵觸心理，甚至還和alice交談過幾句，這不由得讓在旁觀望的方然猜測，蘭伯特先生是否也是仿真人的“主人”。
這一猜想，用不著開口詢問，待會兒用asa抓取數據、分析便知。
於是他還是把話題扯到“人與機器的區別”上：
“……那麽，蘭伯特先生；
照您看，人與計算機、和運行其上的人工智能之間，本質的區別是什麽。”
“這可有點難講，uu看書 .uunshu 年輕人，你應該也能想到，人類世界的計算機、ai這些存在，都是人一手創造出來的，又怎能與創造者相比較？
至於兩者孰強孰弱，嗬，我現在也沒有多大把握，隻是認為，在劃時代的量子計算機實用化之前，現有的電子計算機係統，並不能完美的描摹客觀世界，也沒辦法完美的模擬人類大腦的運作過程。
不過，說到本質的區別，”
穿過一道檢修長廊，再往前，就是僅供機器人穿梭的狹窄巷道，萊斯利*蘭伯特停住腳步，轉身向方然聳了聳肩：
“我倒是有一些想法，你想聽聽麽。”
“求之不得。”
吩咐alice到旁邊的終端上準備資料，這段時間裏，方然是很樂意聽蘭伯特先生多講幾句，他不光很久沒和活人說過話，除每天在網上的時間外，也根本沒有哪怕一個人，可以和自己交流些宏觀層麵的思維。
遠在夏洛特的emily，倒是願意聽，可很多事她根本也不明白，隻會平添擔憂。
孤獨，大概是這麽一種情緒在驅使，站在原地聽蘭伯特先生侃侃而談，他片刻後才意識到，眼前的ffri-it資深專家為何話多，原因，也和自己的差不多。
在這樣一個時代，不論是誰，要找一個既能聽懂自己在說什麽、又不會引起叵測後果的聆聽者，可不是件容易的事。
“人與機器的區別？
這問題，其實我思考過很多次，結論則是：
人會犯錯，機器不會犯錯，這，就是兩者間唯一本質的區別，除此之外，別無其他。”