Encounters 3: Flash Point

感觉很无聊，辞藻华丽但有点无病呻吟。不知道到底是散文还是叙事。

在这部剧里，编剧深刻剖析了社会中存在的一些真实现象，让人气愤的同时，又不禁发人深省。 商品交换是自由的，人们在市场进行商品买卖，但我们不能简单地认为有供求关系，交易就能合理地进行。在这个世界上，有些东西是拿金钱买不到的，一旦用金钱估价，它就失去了原本的价值和意义。 由此我们应该思考，什么样的东西可以被称为商品，什么样的东西可以用金钱来换取？我认为一旦当金钱的购买力失去了应有的约束，当金钱不仅可以买到奢侈品，而且可以买到健康、教育和安全的时候，富足与否就变得至关重要。到那时，普通收入者的生活也会变得极为艰难，人们之间不平等也将会不可逆转。

本剧是人工智能领域难得一见的好剧！编剧写的人工智能有两个特点：一是严肃认真，不含半点夸大和戏说。二是逻辑清晰，文笔流畅，能够将一件事情解释到你非常清楚的程度，这是编剧的一种难得的天赋。在国内参加人工智能方面的看剧会，主办方请了一位科幻作家、一位文科大学教授、一位某著名理工大学教授。科幻女作家乖巧卖萌，文科教授为道德忧心忡忡，只有理科教授夸夸其谈，大谈其项目的先进性和我们难以想像的未来。可能不止在中国，美国也是大量的记者意淫与疯狂的商业炒作，使人工智能领域呈现出大量的不实之辞和混淆概念。 编剧很简单地提出，我们离一般人工智能距离尚且遥远。因为机器并不知道自己学的是什么？围棋高手下不了象棋，除了下围棋什么也不会。已经训练成高手的计算机非常脆弱，一些简单改动就可以使其失灵。NLP翻译取得了卓越成绩，但个别领域的错译仍让人如同吃着喷香的米饭却嚼到了砂粒。这才是目前人工智能的真相和真实。 编剧对比了人类学习与机器学习之不同，我觉得很说明问题。一是人类学习是小样本，具有举一反三的能力；而计算机目前还没有看到迁移与泛化。二是人类学习时真正理解了其内在的含义，而非仅仅知道其表层的现象。三是人类具备大量常识，这些常识来自我们生活经验的不断积累，而且这些常识可以插入进来，对当前问题实施辅助判断；而虽然有人已经在整理计算机需要了解的常识，但如何保证这些常识在计算机遇到的上下文里得到正确的理解与应用呢？ 我自己猜想，目前神经网络的计算机算法虽然在一些静态领域取得了一定的成功，但它丢失了人类智能的非常重要的一环。我认为人类的智能训练有两个计算机所不具备的特点：一是人类的记忆与学习不是调参数，而是通过生发出新的神经元细胞将其固化，实际上这让记忆网络具有真正的扩展性，而不是像神经网络算法一样只调参数。调参数是人脑神经机制中最基础的部分，但远远不够代表人脑功能的阶段。二是人脑的抽象能力，实际上是一种永不停歇的深度学习，将学到的苹果落地、飞机上天等常识不是简单地存储，而是不自觉地寻找这中间可以总结的规律与逻辑。这种无休止钻研的精神，其基础还是人脑可以生发新细胞、长出新组织所带来的红利，可以形成之前从没有人想过的东西。所以作家在写作影视作品时，实际上大脑里不断在生发出一系列临时的记忆构造。这些虚拟的构造越来越多地生发出来，使虚拟人物具备性格、具备行动计划、具备典型的环境、具备逻辑情节的推进，而这些大脑生发出的新记忆如此的完备，以致于它们与真实的记忆所差无几。这种能力，在我看来，绝不局限于调参，而是一种再创造。人脑的特殊灵活结构和同构性质，使其可以从任何一个点出发，重新构造整个过程。虽然我们平时生物学意义上的记忆是由身体获取的信号脉冲经过大量压缩整理形成的，但我们也可以通过大脑的自发活动，重制和重构这个记忆的全部过程；也可以完全以抽象的方式，将自己头脑中的概念与想法层层拔高，不断形成理念与概念，而这些概念之间的再度碰撞与推导，就形成了非虚构作品的成果。所以，目前计算机的人工智能，从段位上就与真正的人类智能差距甚远。即便未来机器获得了更高的运算速度，但它用什么方式，使自己的硅基大脑生发出不同的新结构与新知识，并将其沉淀下来，在休息时，这些知识之间相互关系、相互抽象，打通成为一个整体，从而变成电脑可以累积和运用的历史经验？我们目前好像还没有看到。但愿这一天没有那么快降临。

趁着抽中了三天无限会员卡赶紧把后面的付费集数看完了 历史的车轮滚滚向前，粉碎了一切幻想。原来所有的历史都具有必然性，马克思诚不我欺也。我觉得这部剧可以称之为中国现代版的《Encounters 3: Flash Point》，时代与英雄交相辉印，时代英雄也在时间、政策里沉浮，以史为镜才知道自己的渺小

《Encounters 3: Flash Point》，讲的是创造者来到地球养老。《Encounters 3: Flash Point》，是兄弟地球文明的逃难者侵略地球，因为科技文明水平高于地球，地球人类沦落为低一等种族，失去了对地球的控制权。这个故事还讲到了一个社会问题：第一地球的人类种族分化。逃难者来到第四地球，导致第四地球人类种族降等。根源在于：科技和资本财富分配问题。