在獅城的《國土及公共治理季刊》里曾經(jīng)有過這樣一篇文章：

    《獅城數(shù)位政府計劃推動實務(wù)》

    這篇文章的作者之一就是當時還是獅城國家發(fā)展委員會管制考核處科長的林賢文。

    里面赫然寫著國發(fā)會要在2017-2020年，利用信息科技來提升政府服務(wù)效率和品質(zhì)。

    為使政府管理智慧化、落實循證治理及優(yōu)化決策品質(zhì)，國發(fā)會亦分階段開發(fā)政府計劃資料庫及個桉計劃空間管理資訊系統(tǒng)。

    梅林的到來直接幫他們實現(xiàn)了跨越式的進步。

    人工智能直接取代了所有人的工作。

    獅城政府部門，在2017年，也就是這篇文章推出之后的那一年，提出計劃每年要為兩千名公務(wù)人員進行信息科技能力的培訓計劃。

    這一計劃就是李鴻毅掌管的科技部所推動的。

    也正是因為這個原因，后來林賢文順利投奔至李鴻毅麾下，成為其核心骨干之一。

    有的時候?qū)懳恼率且粭l很好找到大腿抱的路徑，尤其在受儒家文化影響的國家里。

    林賢文在看到自己被放了一個月假的時候內(nèi)心是惴惴不安，當他知道所有人都放了假的時候，他知道完蛋了。

    尤其是第二天他去政府機構(gòu)辦事的時候，人工智能直接幫他給辦完了。

    全流程只需要通過聲音或者文字來將自己的需求表述清楚，然后就會由人工智能幫你把事情辦好。

    未來獅城還需要這么多公務(wù)人員嗎？

    公務(wù)人員的素質(zhì)再怎么提高，能比人工智能服務(wù)的更好嗎？

    這不用想都知道，至于推翻梅林的這一決定，可能嗎？

    林賢文覺得自己的未來一片灰暗。

    他算是知道了，梅林在就任演講的時候，所說的就業(yè)是福利是什么意思。

    失去工作之后的中年男人是最慘的，上有老人需要贍養(yǎng)，下有還未獨立的子女需要養(yǎng)育。

    還好獅城的福利保障比較完善，老人從醫(yī)療到養(yǎng)老金都有比較完善的機制。

    但是他如果被獅城政府裁掉，至少子女的教育質(zhì)量是無法保障的。

    子女成年之后去歐美名校留學，就更別想了。

    至于獅城政府提供的獎學金，這條路就不是他那學習成績平平，學習天賦平平的兒子可以夠得上的。

    前一天的梅林就職演講，林賢文是在電視機前聽完了全文的。

    他當時還在思考，梅林的第一把火會燒向什么行業(yè)。

    因為梅林有提到，部分行業(yè)會被顛覆，整個行業(yè)會被干掉。

    萬萬沒想到，率先被干掉的是自己。

    他連夜打電話給李鴻毅，試圖打聽一點口風：

    “李部長，如果未來獅城全面采用人工智能來替代政府職能，那我們會被如何安排呢？”

    他在正常寒暄之后直接問道，李鴻毅對于這個下屬還有印象，畢竟一起工作了這么多年：

    “我不清楚，我父親完成了權(quán)力交接，為了避嫌，我已經(jīng)向現(xiàn)任政府提出了辭呈。

    辭呈已經(jīng)獲批了，后續(xù)會如何發(fā)展我并不清楚。

    我只能給你一個忠告，那就是別亂來，等梅林先生的安排?！?br/>
    說完李鴻毅就把電話掛了。

    我馬上要去科創(chuàng)生物任職了，獅城的情況和我有關(guān)系嗎？

    李渺渺沒有答應(yīng)給李鴻毅高管的位置，只給了他一個某個產(chǎn)品經(jīng)理條線負責人的崗位。

    他如果有能力自己干上去，他們不會設(shè)置任何限制。

    其實很多時候，你的關(guān)系牛不牛，就體現(xiàn)在能不能把可以變成現(xiàn)實。

    比如在華國，事業(yè)單位的科級干部，是可以直接調(diào)任到行政機關(guān)轉(zhuǎn)為公務(wù)員，同時保留級別。

    按照制度是可以，但是能夠把可以變成現(xiàn)實的寥寥無幾。

    李渺渺作出的許諾是可以，至于李鴻毅能不能把可以變成現(xiàn)實，還得看他爹是不是足夠配合。

    李鴻毅顯然被李顯隆提醒了這一點，因此在對外放口風的時候，都是說的你們別搞事乖乖聽話。

    獅城的公務(wù)人員團隊是非常龐大的群體，他們知道之后無法接受自己即將失去工作的現(xiàn)實。

    瞬間串聯(lián)起來，試圖上街給梅林施壓。

    底層公務(wù)人員才是大多數(shù)。

    但是對于獅城人來說，人工智能的辦理流程，無論是從效率上還是從體驗上來說，都要比之前好得多。

    因此這場youxin是無法獲得廣大獅城人支持的。

    他們喜歡坐，那就在外面坐著，反正現(xiàn)在是放假期間。

    獅城的現(xiàn)狀被全球各大媒體直播。

    在華國只是寥寥幾筆帶過。

    “獅城爆發(fā)youxing，廣大公務(wù)人員走上街頭表示對新任首腦梅林的不滿。”

    至于為什么不滿，背后的原因一概沒有。

    在這個全球化時代，想獲得信息簡直不要太容易。

    華國圍繞這個的討論大多會被夾。

    只有少數(shù)能夠活下來。

    各種隱喻在華國的社交媒體上層出不窮。

    因為華國的情況和獅城存在一定程度的類似，五千萬的公務(wù)人員，不足八億的就業(yè)人口。

    公務(wù)人員占勞動人口數(shù)比6%略多。

    不算廣大國企職工的情況下。

    “如何評價大宋冗官情況嚴重，此時隔壁的大理國更換國王后瞬間裁掉百分之九十的官員，此事能否對大宋產(chǎn)生一定的借鑒作用？”

    借古喻今的問題在知乎上存活了很久。

    像這種問題，沒有火的時候能活很久，火了之后秒沒。

    對于其他國家來說，同樣不是一個好消息。

    因為從在獅城使用的人工智能來看，已經(jīng)能夠完全替代人類的低端崗位了。

    像各類客服、電話銷售、售前經(jīng)理等等，這些不用面對面通過通訊方式聯(lián)系的崗位，全部都可以被干掉了。

    之前已經(jīng)被藍星自己研發(fā)的人工智能干掉了一大半，現(xiàn)在剩下部分也可以成為歷史長河的組成部分了。

    同時低端甚至所有的服務(wù)型崗位，像政府公務(wù)人員這種，也可以消失了。

    人工智能在這一領(lǐng)域有如此好的表現(xiàn)，那么在其他方面呢？

    一款明顯通過圖靈測試，明顯遠遠強于普通人的基礎(chǔ)工作能力的人工智能，背后蘊含的技術(shù)，還能迸發(fā)出多大的潛力呢？

    這是所有人工智能行業(yè)的從業(yè)人士都很好奇的問題。

    在Quora里關(guān)于獅城政府服務(wù)型人工智能的問題是最近計算機板塊最火的問題。

    “獅城的服務(wù)型人工智能水平如何，背后具體蘊含了哪些技術(shù)原理？”

    “梅林最近在獅城使用的人工智能技術(shù)，別說最早的圖靈測試定義，它連最新的加強型圖靈測試都能輕松通過。

    同時在語音識別領(lǐng)域，我不管是用藍星的哪種語言去跟它交流，他都能完美理解你的意思。

    我是獅城國立大學的一名計算機博士，我自己會漢語、英語和粵語。

    同時我身邊有來自世界各地的同學，有會法語的、德語的、西班牙語的，等等。

    我們直接在網(wǎng)上找人工智能聊，語言對他來說沒有絲毫障礙。

    如果說亞馬遜的Alexa、蘋果的Siri又或者是微軟的a十年前的語音識別能力是10，現(xiàn)在的語音識別能力是15的話。

    獅城的人工智能光是在語音識別上至少是100。

    要知道傳統(tǒng)的語音識別，主要是將模擬音頻轉(zhuǎn)換為數(shù)字信號。

    計算機去破譯信號，它必須有一個數(shù)字數(shù)據(jù)庫或詞匯表、單詞或音節(jié)。

    然后將這些數(shù)據(jù)與信號進行快速比較。

    我們一般把語音模式存儲在硬盤驅(qū)動器上，并在程序運行時加載到內(nèi)存中。

    然后通過比較器對照 A/D 轉(zhuǎn)換器的輸出檢查這些存儲的模式。

    因此語音識別和硬件軟件都有關(guān)系。

    雖然最近這十五年來，人們把人工智能技術(shù)應(yīng)用到了語音識別上，但是底層邏輯是不會變得。

    最多是用你的使用記錄，語音去調(diào)教模擬那個對應(yīng)關(guān)系的數(shù)據(jù)庫。

    我嚴重懷疑獅城的人工智能在底層邏輯上就和藍星傳統(tǒng)的語音識別不一樣。

    至于具體的底層邏輯，我如果知道，我得給我導(dǎo)師當導(dǎo)師，他給我當博士。

    因為獅城的人工智能涉及到同時由整個獅城六百萬的常駐人口。

    人工智能剛剛上線，正是人們對它好奇的巔峰期。

    同時如此龐大的并發(fā)量，然后目前我在獅城本地的社群里沒有看到一例說它出錯的報道。

    要知道蘋果的Siri，你在斷網(wǎng)的情況下也可以使用，這是因為它是內(nèi)嵌在蘋果系統(tǒng)里的軟件。

    就是用的我剛才在上面提到的底層原理。

    實際上稍微復(fù)雜一點的問題，它就無法識別。

    它只能識別固定模式的需求，識別標準化的口語。

    獅城的人工智能不同，它在這一天時間里，至少識別了百萬級的問題。

    更重要的在于無一出錯，這太驚人了。

    故障率在0和故障率是0.01%，這都是截然不同的概念。

    光是這語音識別技術(shù)，至少是千億米元的價值。

    （2021年語音識別的市場規(guī)模是107億米元）

    因為語音識別可以用在手機、家電、汽車等所有領(lǐng)域。

    你能夠想象一個導(dǎo)航，能夠完美識別你的要求，你說想吃什么，它都能幫你找到最合適的地點。

    再深入挖掘，再給它內(nèi)嵌一些廣告性算法，比如你想吃漢堡，然后提出你的口味偏好。

    導(dǎo)航自動帶你去一家給它充值過的漢堡店。

    你無法把責任推給人工智能公司或者是人工智能本身。

    當然我相信梅林的人工智能不會用于這方面。

    但是梅林的人工智能體現(xiàn)出來的底層邏輯如果讓其他互聯(lián)網(wǎng)公司研究透徹，我想離他們這樣干的時間就不遠了。

    Unlabel的CEO把翻譯譽為人工智能領(lǐng)域的圣杯。

    這一說法被很多人工智能領(lǐng)域的大老所贊同。

    為什么？

    在圣經(jīng)的舊約里曾經(jīng)提到過這樣一件事，人們早期使用相同的語言，試圖建造巴別塔通往天堂。上帝推翻了巴別塔，然后讓不同文明使用不同的語言。

    造成了人類之間無法溝通。

    這個故事在圣經(jīng)里很有影響力，類似的通天塔倒塌的神話傳說也出現(xiàn)在過山海經(jīng)里的不周山倒塌。

    同樣在山海經(jīng)里，不周山也是唯一前往天界的路徑。

    這樣相似度極高的神話傳說，讓人們懷疑古代是否真的有過這樣一條天路。

    回到機器翻譯，這涉及到大量的文本內(nèi)容，同時從一種語言到另外一種語言的模型都各不相同。

    在藍星的機器翻譯技術(shù)里是這樣的。

    如果涉及到多種不同語言間的翻譯，更是會產(chǎn)生數(shù)千個模型，同時有著過多的計算復(fù)雜性。

    而這些年人工智能界一直在尋找一種多語言模型。

    通過多語言模型來構(gòu)造所有語言通用的文本表示。

    大致可以理解為無論是什么語言，都能找到獨立于語言的含義表示。

    這樣的模型第一次研究出來是在2021年的時候，由機器翻譯的大牛Phiipp Koehn團隊研發(fā)成功。

    多語言模型首次超越了雙語模型。

    離那時候已經(jīng)過去十年時間，Phiipp Koehn團隊在多語言模型上的進展遠不如預(yù)期。

    他們團隊因為進度不如預(yù)期分崩離析又重新組建了好幾次。

    一直到今天，多語言模型在META內(nèi)部最大的應(yīng)用場景都是在檢測仇恨言論上。

    也就是說不同語言之間，跟仇恨這一情感元素有關(guān)的語言，是容易找到獨立于語言的含義表示。

    但是其他的情感元素，一直沒有找到突破口。

    要知道Phiipp KoehA，每天有兩百億次的數(shù)據(jù)訓練。

    我不相信梅林的人工智能有這么多的數(shù)據(jù)進行訓練。

    結(jié)果卻是它在智能翻譯領(lǐng)域，堪比專門的翻譯人員。

    對于不同的語言識別更是表現(xiàn)的駕輕就熟。

    我猜測梅林在人工智能領(lǐng)域有著自己的一套方法，有專門的編譯語言。

    我希望在我有生之年，梅林能夠把相關(guān)知識公開。

    這應(yīng)該是所有人工智能領(lǐng)域從業(yè)人員最大的夢想了吧。

    能夠看到比現(xiàn)在技術(shù)強至少五十年的研究成果。

    我大致能夠體會到華國古人那種朝聞道，夕死可矣的感覺了。”

    上面這個回答是在獅城的華國留學生回答的。

    基本上所有互聯(lián)網(wǎng)大廠在獅城的分部，都派下屬員工去測試獅城政府使用的人工智能了。

    無防盜

    鵝廠、大米、字節(jié)、蘋果、亞馬遜這些互聯(lián)網(wǎng)大廠的總部還等著獅城分部傳回來的測試報告呢。

    像微軟這種，亞太區(qū)總部就在獅城的，能夠調(diào)動更多的人才資源去對獅城政府的人工智能做出判斷。