人们在社会市场上互相需求，大多时候只是需要对方“非人格化”的产品或服务。我们可以接受不发生感情交流的市场服务，自然也可以接受机器人更好的单项服务
　　资深媒体人，
　　著有《快刀文章可下酒》
　　今年高考有一条趣闻：6月7日晚在北京和成都两地，AI第一次走进高考考场，与人类一争高下。学霸君推出的Aidam在数学考试中拿下了134分；成都准星云学科技有限公司推出的AI-MATHS则得了105分。
　　“AI-MATHS”的“家长”林辉说，研发高考机器人最大的难点在于，要让系统准确理解人类语言。“直接用数学语言表述的应用题它可以轻松解答，但它最大的弱项是不能理解考题里场景式的描述语言，它会读不懂题目。”
　　这事情有两种解读：一是，只要可以转换为计算机语言的考试或比赛，人都比不过电脑；二是，人工智能再牛也不能像人一样思考。
　　研究人工智能多年的复旦大学徐英瑾教授就属于第二类解读者。他拿家政服务举例，“如果机器人给一个大知识分子收拾书房，打扫得太干净，他反而不满意：‘乱有乱的味道！书房怎么可以弄得这么干净呢？’但是你不给他打扫，他又不开心了，‘书总归要码得整齐一点，蜘蛛网总归要扫掉吧’。所以，行为的分寸如何把握，是需要人工智能来学习和判断的。这是需要人类去调教的。”
　　徐教授这话，让我哈哈大笑。他对智能的理解还固守着“人本主义”思维，就是假设计算机如果想赶上或超越人类的智能，就必须发展出意识。但真正的科学却有另一种看法。用赫拉利《未来简史》里的话说：“想达到超级智能可能有多种方式，并不是每一种都需要通过意识。数百万年来，生物进化一直顺着意识这条道路缓缓前行，但非生物的计算机却可能完全不会走这条窄路，而是走向另一條通往超级智能的捷径。”
　　什么捷径呢？就是避开“模拟人类意识”这一难题，只进行功能分解。赫拉利举了自动驾驶汽车的例子，社会系统需要的是把人从a点运到b点，而且要最快、最安全、成本最低。就这一点而言，自动驾驶汽车很快就能比人类司机更好，就算它不能享受音乐，也不会因存在的奥秘深感敬畏，又有什么关系呢？
　　徐教授担忧，机器人保姆不了解知识分子的“臭毛病”。试问：就算请真人保姆，如果不交代自己“乱有乱的味道”的嗜好，真人保姆就一定能心领神会吗？
　　说白了，现代社会是一个抽象社会，近代以来的经济发展首先就得益于市场分工，谁在专业上做得最好，谁就受到市场青睐，至于“他是谁”以及“其他技能如何”无所谓。人们在社会市场上互相需求，除了亲人朋友等熟人外，大多数情况下只需要对方“非人格化”的产品或服务，并没有感情互动的要求。
　　越是市场化发达地方的人，越会感觉，提供市场服务的人不是熟人、不发生情感交流更好，这样不累，也不会担心隐私泄露。比如，你在网上买个充气娃娃，难道希望送货的快递员是熟人，或者给你一点使用建议？
　　我们可以接受不发生感情交流的市场服务，自然也可以接受机器人提供的更好单项服务。
　　回看人工智能这些年的发展，走的也是这条捷径。传统人工智能研究采取的是“物理主义 还原论”立场，在图片识别方面，他们总是想找到内存里面与插图完全一样的信息来识别，这当然很难。
　　人工智能2.0就不一样了，我们只需要“喂养”很多图片，机器人通过大数据 深度学习 神经网络可以慢慢地理解一些图形的含义。深度学习的核心理念是增加神经网络的层数来提升效率，将复杂的问题分段分层解决。以人脸识别为例，第一层可以识别局部中的模块，如一个三角形或者眼睛；第二层再把识别出的眼睛、嘴、鼻子组合起来，看它们的距离和比例关系；依次类推精细处理下去。目前人脸识别已基本攻克。
　　《三体》作者刘慈欣曾多次表示对主流文学以“人”作为基本尺度的不满，“文学给我的印象就是一场人类的超级自恋”，而他写作的科幻文学则试图“超越自恋”，致力于“体验更多的东西”。