第10章 我站在上帝這邊
蘇勤的話，讓場內的氛圍為之一窒。
那是一種憤懣地無聲歎息——所有人的理性，在一瞬間都被蘇勤描繪的可能性攫取了過去，覺得他說的有道理。
但潛意識裏，大家又不免排斥抗拒，因為“馬太效應和互聯網的結合”這個話題太沉重了——每一個無法再某個最細分領域做到第一名的人，似乎都會變成毫無價值的人渣。但第一又能有多少？哪怕把評判領域分得再細，隻怕這世界上都會有90%的人，在未來變成人渣吧？
所有人認同蘇勤的同時，又不免比原先更加期待馮見雄的反駁。
馮見雄恰到好處地開口了：“在每個具體細分領域的頭部內容提供者，會被馬太效應放大其優勢，而第二名哪怕隻比第一名差5%，都會變得毫無價值——這個判斷，總體上來說，是沒有問題的。”
他先概括了一下對方的描述，把要辨析的重點突出來，然後話鋒一轉，重點解剖，
“但是，請對方辯友注意，你的這個假設隻是存在於理想狀態。事實上現實生活中可以依靠單一評價指標達到某一細分領域第一名的人——我們可以假設他們都是‘專才’——隻是極少數；他們為社會創造的價值和貢獻，與人類社會所創造的總價值相比，所占的比例也是微不足道的。
哪怕將來傳播和複製的技術再發達，以至於傳播和複製的物理成本降為零。那時候的人類自然有充分的個性化、差異化需求被發掘出來，變得越來越挑剔——這時候，為社會創造主流價值的，就依然是個性化、綜合化的通才……”
馮見雄說到這兒，終於把這段話的總結概括了出來。
一直隱忍等待的蘇勤，也終於逮住機會，果斷發動了反擊：“你這套理論隻是空口無憑。你一方麵承認了兩類價值創造體係的並存，另一方麵又舉不出任何全局數據證據，隻會鐵口直斷說其中一方麵是主流，這也太不負責任了吧？”
馮見雄毫不相讓：“全局的統計數據，目前確實是沒有——並不是我不想搜集，而是基於現有技術，任何國家的統計部門都不可能完成這種統計。但我們作為展望未來的辯手，就應該學會通過看具體的例子和趨勢，來作出正確的展望。
現代科技社會下，能夠靠堆砌時間和精力，慢慢磨礪精益求精的行業，還普遍嗎？或許，你可以學小野二郎包60年壽司，或者學早乙女哲哉炸50年天婦羅，最後做料理做出工匠精神來，把一項98分的技能提高到100分——但是這樣的行業又有多少？
目前我們看到更多的，是一個行業所需的從業者技能，以空前快速的頻次迭代，一個學了c的人可能三年內就要改行學j**a了。一個苦練微操的星際爭霸選手，因為暴雪一次改版，幾年苦練就連個屁都不值了。這樣的時代，你讓大多數人都把時間浪費在泡茶做飯一做就是50年、悟道求精上麵，不是誤人子弟麽。”
蘇勤立刻反唇相譏：“對方辯友又在偷換概念——剛才我方在立論時已經說過，任何學新技能所需的前置技能，都是專才所應當具備的素質。
專才並不是空中樓閣，c對於學j**a是有意義的，一個學過c的改行學j**a肯定比一個什麽編程語言都不懂的純萌新更快，更能掌握其中的思想神髓。一個學過高數線代複變的人，學自動控製原理也肯定比沒學過高數的人牛逼。而到了對方辯友嘴裏，這種積累沉澱都成了毫無價值，不是太可笑了麽？”
蘇勤和馮見雄的交鋒，讓場麵一度膠著起來。
其他幾個辯手，在這一過程中免不了也偶爾插話，讓主力能有些休息的機會。
往往虞美琴、南筱嫋剛剛一句“現代科技進步速度已經讓大多數前沿創造性工作者必須終生學習，不可能指望磨礪一方麵技能就吃一輩子”甩過去；
對麵米蘇麗、牛澤茜就用諸如“終生學習並不等於放棄專精的存量知識，完全另起爐灶”的台詞懟回來。
隨著交鋒的深入，話題的核心攻防要點被漸漸聚焦，已然沒什麽迂回的餘地。
馮見雄緩過氣之後，對最終的堡壘發起了圖窮匕見的總攻。
當然，他毫不猶豫地利用自己對未來的先知先覺，作了個弊——這沒什麽好諱言的。畢竟他比蘇勤更知道未來的社會需要什麽樣的人，科技的進步會把人類價值的評判體係逼到怎樣的牆角。
“請問蘇學長，你聽說過穀歌公司已經投資了一個名叫傑夫辛頓的多倫多大學教授的研究所了麽？如果沒聽說過，我現在可以告訴你，他就在最近這兩年，發明了一種叫做‘深度學習算法’型的人工智能路線。
雖然目前的應用並不是很多，但國內已經有公司基於這種算法思想，作出可以統計每個人打字詞頻的新式智能拚音輸入法了。而穀歌公司也已經用這種算法思想，開始布局教機器人下圍棋、作套路化風格的曲子、甚至是作詩……”
蘇勤感受到一絲危險，但立刻用辯題相關性的質疑，試圖阻止馮見雄隨口扯開話題：“那又怎麽樣？這和今天的辯題毫無關係。”
“有關係，因為我可以拿出證據，基於這種技術，未來的人類如果想靠‘慢工細活地打磨’和機器競爭，那麽人類毫無勝算。穀歌公司的下棋機器人雖然至少還要5年才能做出來，但是他們已經定下了‘蒙特卡羅樹狀訓練’的邏輯基礎。
未來這樣被設定了單一目標的機器人，可以用每天晚上自己跟自己左右互搏下100萬盤圍棋、並統計每一種不同下法不同應對的勝率變化，從而自我進化。到時候人類的圍棋世界冠軍，恐怕會和97年卡斯帕羅夫倒在ibm的‘深藍’手下時一樣慘。”
“這種狀態，你們目前恐怕很難想象，因為目前我們和電腦在競技領域的交鋒似乎隻有打魔獸和dota的人機對戰——哪怕設置最高級難度，電腦也隻是靠更多的血量、攻擊力和金錢采集速度，來獲得對人類的優勢。
除此之外，或許還有電腦那始終妙到毫巔的微操作——電腦在玩魔獸的時候，看到某一個兵血量下降過快，會自動把它往後拖一下，短暫脫離戰線直到對方的近戰單位轉而去攻擊其他血還比較多的。這樣的操作人類高手要訓練很久才能做到，而且受限於手速很難多線同時這樣操作。但對於電腦來說，哪怕地圖上同時有100個地方在戰鬥，它也可以同時微操100個戰場。
但是未來呢？電腦或許就是直接在戰術或者戰略層麵的ai碾壓人類玩家了——隻要那個用於打遊戲的深度學習型人工智能，在被設定時的唯一目標，就是‘用盡一切手段獲勝’。到時候機器可以先學習一番訓練集，獲得基礎的強度，然後用蒙特卡洛樹狀訓練結構左右互搏幾千萬局，把勝負趨勢變化牢記在心——這時候，那些技能囤積型的人類選手，還有什麽價值？
或者說，就算他們還有價值，還有人類觀眾願意看他們打比賽，也不是因為‘他們打得比機器好或者比機器差’——而是因為他們還是一個人，因為他們和機器不同的‘人’屬性，為他們博得了同情分。他們是在依靠自己的專才以外的能力，獲取自己的價值和尊嚴。”
蒙特卡洛樹狀訓練模式，在如今這個地球上，已經被提出來了麽？或許吧，查查艱深晦澀的學術專著，應該是可以看到的。
所以馮見雄也不算造謠。
至於穀歌公司還有沒有開始這麽幹，把這玩意兒用於商業項目的研究，鬼知道呢。
這東西是商業機密，所以隻要學術上存在，馮見雄這麽說就沒毛病。
等將來穀歌真幹成了，人類也隻會驚歎馮見雄先知先覺，知微見著。
不過，蘇勤肯定是不會死心的。
他也犯不著正麵硬剛跟馮見雄討論黑科技——隻要表現出自己適度的不屑就行了。
“嗬嗬”蘇勤冷哼了一聲，停頓數秒好讓聽眾們的注意力都被吸引過來，“什麽時候連科幻小說裏的胡亂猜測，都能作為辯論的證據了？你說‘這種最新的人工智能在做任何單一目標的事情時肯定可以做到比人好’，有證據嗎？
機器的性能替代人類技能，自古以來無非是在那些簡單重複或者追求精準度的工種上。或許那些以‘精確、力量、靈敏’為追求的人類‘專才’，其價值確實會被機器消滅和替代。但原創性的、研究性的工作呢？機器隻能複製人類的行為模式，難道還能主動創造不成？”
馮見雄微笑了一下，拿出一本《連線》雜誌。
那是最近幾個月剛剛發表的，上麵應該都是前沿科技成果。
在06年，在深度學習算法誕生還不到兩周年的萌芽時期，要想找出一些“阿爾法狗“級別的鐵證，還真是不容易。
不過，並不是完全沒有。
至少facebook公司，已經搞出一個可以代替人類美工師修圖的軟件雛形。幾年之後，這種東西就會泛濫，然後成為智能版的、可以自動修圖的“美圖秀秀”一類東西。
而且，馮見雄也不是第一次在校內的辯論賽上提及“深度學習人工智能”——去年的比賽中，他已經提過一次了，後來還被校台女主播丁理慧采訪做過一次專門的展望節目，跟同學們探討未來人才需要哪些技能屬性的問題。
隻不過，馮見雄每次提到人工智能，都能從不同的切入點和角度，說出很多新花樣來。
所以，今天再提及，無論是對麵的蘇勤，還是場上的評委，多少都容易判斷馮見雄說的是不是真的。
手裏拿著雜誌，馮見雄提問：“請問對方辯友，畫家的工作，是不是創造性的勞動——注意，我問的是畫家，是為了藝術性目的而作畫的，並不純粹是為了‘畫得像’，所以不要拿照相技術反駁我。”
“畫家的工作當然是原創性的。”蘇勤也不覺得這裏有什麽問題。
馮見雄繼續緊逼：“那麽，用ps幫人類修飾、藝術處理照片的工作，是不是也是創造性的？”
蘇勤感受到了一絲危險，猶豫了一下後還是咬牙肯定：“當然也是，但這有什麽關係麽？”
“那很抱歉，我想我不得不告訴你——隻要一項工作的評判標準是單一的、目標是客觀、確定的，那麽未來機器都可以替代和消滅人類。”
他把雜誌翻到某一頁折了一道褶皺的位置，招搖地晃了一晃。
蘇勤的話，讓場內的氛圍為之一窒。
那是一種憤懣地無聲歎息——所有人的理性，在一瞬間都被蘇勤描繪的可能性攫取了過去，覺得他說的有道理。
但潛意識裏，大家又不免排斥抗拒，因為“馬太效應和互聯網的結合”這個話題太沉重了——每一個無法再某個最細分領域做到第一名的人，似乎都會變成毫無價值的人渣。但第一又能有多少？哪怕把評判領域分得再細，隻怕這世界上都會有90%的人，在未來變成人渣吧？
所有人認同蘇勤的同時，又不免比原先更加期待馮見雄的反駁。
馮見雄恰到好處地開口了：“在每個具體細分領域的頭部內容提供者，會被馬太效應放大其優勢，而第二名哪怕隻比第一名差5%，都會變得毫無價值——這個判斷，總體上來說，是沒有問題的。”
他先概括了一下對方的描述，把要辨析的重點突出來，然後話鋒一轉，重點解剖，
“但是，請對方辯友注意，你的這個假設隻是存在於理想狀態。事實上現實生活中可以依靠單一評價指標達到某一細分領域第一名的人——我們可以假設他們都是‘專才’——隻是極少數；他們為社會創造的價值和貢獻，與人類社會所創造的總價值相比，所占的比例也是微不足道的。
哪怕將來傳播和複製的技術再發達，以至於傳播和複製的物理成本降為零。那時候的人類自然有充分的個性化、差異化需求被發掘出來，變得越來越挑剔——這時候，為社會創造主流價值的，就依然是個性化、綜合化的通才……”
馮見雄說到這兒，終於把這段話的總結概括了出來。
一直隱忍等待的蘇勤，也終於逮住機會，果斷發動了反擊：“你這套理論隻是空口無憑。你一方麵承認了兩類價值創造體係的並存，另一方麵又舉不出任何全局數據證據，隻會鐵口直斷說其中一方麵是主流，這也太不負責任了吧？”
馮見雄毫不相讓：“全局的統計數據，目前確實是沒有——並不是我不想搜集，而是基於現有技術，任何國家的統計部門都不可能完成這種統計。但我們作為展望未來的辯手，就應該學會通過看具體的例子和趨勢，來作出正確的展望。
現代科技社會下，能夠靠堆砌時間和精力，慢慢磨礪精益求精的行業，還普遍嗎？或許，你可以學小野二郎包60年壽司，或者學早乙女哲哉炸50年天婦羅，最後做料理做出工匠精神來，把一項98分的技能提高到100分——但是這樣的行業又有多少？
目前我們看到更多的，是一個行業所需的從業者技能，以空前快速的頻次迭代，一個學了c的人可能三年內就要改行學j**a了。一個苦練微操的星際爭霸選手，因為暴雪一次改版，幾年苦練就連個屁都不值了。這樣的時代，你讓大多數人都把時間浪費在泡茶做飯一做就是50年、悟道求精上麵，不是誤人子弟麽。”
蘇勤立刻反唇相譏：“對方辯友又在偷換概念——剛才我方在立論時已經說過，任何學新技能所需的前置技能，都是專才所應當具備的素質。
專才並不是空中樓閣，c對於學j**a是有意義的，一個學過c的改行學j**a肯定比一個什麽編程語言都不懂的純萌新更快，更能掌握其中的思想神髓。一個學過高數線代複變的人，學自動控製原理也肯定比沒學過高數的人牛逼。而到了對方辯友嘴裏，這種積累沉澱都成了毫無價值，不是太可笑了麽？”
蘇勤和馮見雄的交鋒，讓場麵一度膠著起來。
其他幾個辯手，在這一過程中免不了也偶爾插話，讓主力能有些休息的機會。
往往虞美琴、南筱嫋剛剛一句“現代科技進步速度已經讓大多數前沿創造性工作者必須終生學習，不可能指望磨礪一方麵技能就吃一輩子”甩過去；
對麵米蘇麗、牛澤茜就用諸如“終生學習並不等於放棄專精的存量知識，完全另起爐灶”的台詞懟回來。
隨著交鋒的深入，話題的核心攻防要點被漸漸聚焦，已然沒什麽迂回的餘地。
馮見雄緩過氣之後，對最終的堡壘發起了圖窮匕見的總攻。
當然，他毫不猶豫地利用自己對未來的先知先覺，作了個弊——這沒什麽好諱言的。畢竟他比蘇勤更知道未來的社會需要什麽樣的人，科技的進步會把人類價值的評判體係逼到怎樣的牆角。
“請問蘇學長，你聽說過穀歌公司已經投資了一個名叫傑夫辛頓的多倫多大學教授的研究所了麽？如果沒聽說過，我現在可以告訴你，他就在最近這兩年，發明了一種叫做‘深度學習算法’型的人工智能路線。
雖然目前的應用並不是很多，但國內已經有公司基於這種算法思想，作出可以統計每個人打字詞頻的新式智能拚音輸入法了。而穀歌公司也已經用這種算法思想，開始布局教機器人下圍棋、作套路化風格的曲子、甚至是作詩……”
蘇勤感受到一絲危險，但立刻用辯題相關性的質疑，試圖阻止馮見雄隨口扯開話題：“那又怎麽樣？這和今天的辯題毫無關係。”
“有關係，因為我可以拿出證據，基於這種技術，未來的人類如果想靠‘慢工細活地打磨’和機器競爭，那麽人類毫無勝算。穀歌公司的下棋機器人雖然至少還要5年才能做出來，但是他們已經定下了‘蒙特卡羅樹狀訓練’的邏輯基礎。
未來這樣被設定了單一目標的機器人，可以用每天晚上自己跟自己左右互搏下100萬盤圍棋、並統計每一種不同下法不同應對的勝率變化，從而自我進化。到時候人類的圍棋世界冠軍，恐怕會和97年卡斯帕羅夫倒在ibm的‘深藍’手下時一樣慘。”
“這種狀態，你們目前恐怕很難想象，因為目前我們和電腦在競技領域的交鋒似乎隻有打魔獸和dota的人機對戰——哪怕設置最高級難度，電腦也隻是靠更多的血量、攻擊力和金錢采集速度，來獲得對人類的優勢。
除此之外，或許還有電腦那始終妙到毫巔的微操作——電腦在玩魔獸的時候，看到某一個兵血量下降過快，會自動把它往後拖一下，短暫脫離戰線直到對方的近戰單位轉而去攻擊其他血還比較多的。這樣的操作人類高手要訓練很久才能做到，而且受限於手速很難多線同時這樣操作。但對於電腦來說，哪怕地圖上同時有100個地方在戰鬥，它也可以同時微操100個戰場。
但是未來呢？電腦或許就是直接在戰術或者戰略層麵的ai碾壓人類玩家了——隻要那個用於打遊戲的深度學習型人工智能，在被設定時的唯一目標，就是‘用盡一切手段獲勝’。到時候機器可以先學習一番訓練集，獲得基礎的強度，然後用蒙特卡洛樹狀訓練結構左右互搏幾千萬局，把勝負趨勢變化牢記在心——這時候，那些技能囤積型的人類選手，還有什麽價值？
或者說，就算他們還有價值，還有人類觀眾願意看他們打比賽，也不是因為‘他們打得比機器好或者比機器差’——而是因為他們還是一個人，因為他們和機器不同的‘人’屬性，為他們博得了同情分。他們是在依靠自己的專才以外的能力，獲取自己的價值和尊嚴。”
蒙特卡洛樹狀訓練模式，在如今這個地球上，已經被提出來了麽？或許吧，查查艱深晦澀的學術專著，應該是可以看到的。
所以馮見雄也不算造謠。
至於穀歌公司還有沒有開始這麽幹，把這玩意兒用於商業項目的研究，鬼知道呢。
這東西是商業機密，所以隻要學術上存在，馮見雄這麽說就沒毛病。
等將來穀歌真幹成了，人類也隻會驚歎馮見雄先知先覺，知微見著。
不過，蘇勤肯定是不會死心的。
他也犯不著正麵硬剛跟馮見雄討論黑科技——隻要表現出自己適度的不屑就行了。
“嗬嗬”蘇勤冷哼了一聲，停頓數秒好讓聽眾們的注意力都被吸引過來，“什麽時候連科幻小說裏的胡亂猜測，都能作為辯論的證據了？你說‘這種最新的人工智能在做任何單一目標的事情時肯定可以做到比人好’，有證據嗎？
機器的性能替代人類技能，自古以來無非是在那些簡單重複或者追求精準度的工種上。或許那些以‘精確、力量、靈敏’為追求的人類‘專才’，其價值確實會被機器消滅和替代。但原創性的、研究性的工作呢？機器隻能複製人類的行為模式，難道還能主動創造不成？”
馮見雄微笑了一下，拿出一本《連線》雜誌。
那是最近幾個月剛剛發表的，上麵應該都是前沿科技成果。
在06年，在深度學習算法誕生還不到兩周年的萌芽時期，要想找出一些“阿爾法狗“級別的鐵證，還真是不容易。
不過，並不是完全沒有。
至少facebook公司，已經搞出一個可以代替人類美工師修圖的軟件雛形。幾年之後，這種東西就會泛濫，然後成為智能版的、可以自動修圖的“美圖秀秀”一類東西。
而且，馮見雄也不是第一次在校內的辯論賽上提及“深度學習人工智能”——去年的比賽中，他已經提過一次了，後來還被校台女主播丁理慧采訪做過一次專門的展望節目，跟同學們探討未來人才需要哪些技能屬性的問題。
隻不過，馮見雄每次提到人工智能，都能從不同的切入點和角度，說出很多新花樣來。
所以，今天再提及，無論是對麵的蘇勤，還是場上的評委，多少都容易判斷馮見雄說的是不是真的。
手裏拿著雜誌，馮見雄提問：“請問對方辯友，畫家的工作，是不是創造性的勞動——注意，我問的是畫家，是為了藝術性目的而作畫的，並不純粹是為了‘畫得像’，所以不要拿照相技術反駁我。”
“畫家的工作當然是原創性的。”蘇勤也不覺得這裏有什麽問題。
馮見雄繼續緊逼：“那麽，用ps幫人類修飾、藝術處理照片的工作，是不是也是創造性的？”
蘇勤感受到了一絲危險，猶豫了一下後還是咬牙肯定：“當然也是，但這有什麽關係麽？”
“那很抱歉，我想我不得不告訴你——隻要一項工作的評判標準是單一的、目標是客觀、確定的，那麽未來機器都可以替代和消滅人類。”
他把雜誌翻到某一頁折了一道褶皺的位置，招搖地晃了一晃。