​文丨亲爱的数据，作者丨谭婧

一个崇尚暴力的游戏，设定在一个现代化城市里，杀人无罪。

放眼望去，大街小巷全是凶案现场。

这个游戏出自电影《失控玩家》，在现实社会这个游戏会被禁掉，因为三观不正。

虽然游戏三观倾斜，但是电影里的高科技，值得玩味。

我们从头讲这个故事，一个永不加班的银行职员，男的，游戏里的配角，按照游戏界的术语，叫非玩家角色。

就是电脑程序控制的，不是人来操控的游戏角色。

他每天梳着一样的发型，穿一样的衣服，在同一个银行柜台，盖同一个章……

当游戏玩家扮演的“犯罪分子”端着枪冲进银行，他抱头趴下投降。

生来如此，日复一日。

这个角色用少量代码就可以实现了，人不狠，话不多，没冲突，没内味。

突然一天，这个男的说，他想谈恋爱了。

一个无师自通型选手，上场。

街边，偶遇女神，瞬间来电，当场辞职，拔腿就追女神，这一系列操作，你说惊不惊？

自学和女神接吻，成功了。

母胎单身狗们坐在黑暗的放映厅里，嘴里的爆米花瞬间都不香了。

此时，都懂了：“游戏里的非玩家角色，自我意识觉醒了。”

于是，银行职员，变身超人，扫荡罪恶，除暴安良，受人爱戴，冲上热搜，拥有以自己名字命名的“超话”。

除了正义感，他喜欢身材火辣、性格不凡的女神，渴望和她恋爱，愿与女神共赴。

咳咳，我们的正题是，一个非玩家角色觉醒了，意味着，他不只按照计算机程序的设定运行。

就类似科幻电影里，机器人突然有了人的意识。

他心里呐喊：“我不要你觉得，我要我觉得。”

这很酷，怎么做到的？

电影里连底层技术细节都交代了，也许有人没有记住：“游戏里安装了一个重要工具，人工智能引擎。”

人类游戏设计师开了个头，剩下的都交给AI了。

当今的人工智能技术，常被人笑，人工智障。

和游戏角色觉醒那一步，差了十十十万八千里，能有什么关系？

答案还真是有关系，不过你得先理解，什么是代码。

你可能会说，瞧不起人么，谁还不知道代码是啥？

那些写代码的人，常常面对失踪的头发，消失的发际线，还被人戏谑，男的叫程序猿，女的叫程序媛。

对，在深度学习到来之前，你别管代码丑还是美，都是人写的。所有的代码都是人写的，也都是白盒的。

白盒的意思是，你看得懂代码，就能从代码中读出编程思路。

这和偷看学霸作业里的解题过程，有异曲同工之妙。

但是，人工智能里的重要技术——深度学习，来了。

很多媒体一写人工智能，画风就变成震惊体，可能就是震惊到神经出现了问题。

人写的程序是白盒。

深度学习带来了黑盒，就是深度学习模型里面是如何运作的，大家都不知道。

这个“活见鬼”的事情，就是“人工智能可解释性”这个前沿学科要研究的。

直白地说，就是科学家也晕乎乎，还没有彻底搞清楚黑盒里面是啥。

代码，是运行在计算机上的。

深度学习模型，也是运行在计算机上的。

大家都是程序。

但是，深度学习模型这种程序，有所不同。

我们看看深度学习模型，以文件的形式存在，里面都有啥？

第一是，参数。

第二是，网络结构。

怎么理解参数？

有人说，参数就是权重，这种表达也可以，就是有点偏专业。

通俗地讲，参数是一堆数据。

一个网络结构，用来人脸识别，就是你手机刷脸解锁用到的。

参数一变，识别不了。这是“一堆数”的神奇之处。

借来一个比喻，这个比喻是中科院自动化研究所助理研究员牛景昊告诉我的。

假如我们的任务是，用活字印刷术印一篇文章。

活字印刷的原理，我们都比较了解，活字版是由很多小块组成的，这些小块长什么样需要雕刻。

这个过程可以看成是参数的调整（或者说训练）。

本来小块上没字，训练完就有了恰当的纹理或者纹路。

怎么理解网络结构？

再拿不同的小块组成不同的结构，结构比小块更加宏观，可以把结构比喻成装这些小块的框子。

框子是什么材料，框子的粗细，都会影响最后印刷出来的效果。

一个非玩家角色觉醒了，意味着，他不只按照计算机程序的设定运行。

那他按照什么运行？

答案是按AI造的代码。

前面已经讲过了，模型是一种程序，分分钟可以安装在软件里运行。

这种技术，被人称作，软件2.0（Software2.0）。

或者说用深度学习模型从数据中自动推导生成软件的编程范式。

代码已经分成了两种，一种是，“由人类编写的代码”，另一种是，“由 AI 写的代码”。AI 写的代码常以深度学习的形式出现。

软件2.0可不仅仅在大学计算机实验室里。

AI写代码需要什么“配套装备”呢？

AI写代码，要可靠的部署环境，管理大型数据集，维护高质量的训练数据流，新人才，新职业。

软件1.0的旧职业包括业务分析师、系统分析师、架构师、开发人员、测试人员和开发运营 (DevOps) 等。

这些职业反映了软件开发生命周期的范围界定、设计、开发、运营和维护阶段。

软件 2.0的新职业，有数据科学家、数据工程师、AI工程师、MLOps工程师等。

他们负责系统架构、软件工程、软件运营、统计学习、机器学习和数据全生命周期管理等。

用专业术语表达就是，软件1.0开发工具（拿IDE举例，它可以有很多功能，像语法高亮、调试器、profiler、符号跳转、集成git等等）。

软件2.0中，工作量里增加了积累、调整、清理数据集，调参、炼丹。

对，字面意思就是炼仙丹。

2017年，特斯拉AI负责人Andrej Karpathy说：

“我们熟悉的软件1.0的‘经典堆栈’是用Python、C++等语言编写的计算机显式指令……与1.0不同，软件2.0是用神经网络的权重编写的。因为涉及很多权重，直接在权重中编码很困难，因此程序员不参与代码编写工作。”

一流科技创始人袁进辉博士

一流科技创始人袁进辉博士说：

“软件2.0，包括我们所熟知的人脸识别，还包括越来越多人看好的 AI for science。AI for science将要彻底改变科学的研究方法，尤其是那些按照以前的旧方法无法解决的问题：预测蛋白质结构、成像黑洞、自动化药物发现等等。”

“以前，是天才科学家灵光一现才发现牛顿第一第二第三定律。未来，可以考虑如何将理论物理定律参数化，计算机自动发现新的定律。”

联合利华数据和人工智能总监，杨荟博士谈道：“20年前，一堂大学数学建模课上，我的老师讲到有两个计算机算法经典难题。” 

“一个是下围棋打败人类，另一个是根据蛋白质序列预测结构。哪怕你用全宇宙的物质造一台计算机，再花整个宇宙的年龄计算，都没法用穷举法找到围棋的制胜策略或者蛋白质的结构，因为这两个问题中要考虑的排列组合是天文数字。而在我的有生之年，这两个问题都被解决了。” 

杨荟博士领英评论

“咱现在到底在软件2.0的什么阶段？”

袁进辉博士回答道：“软件2.0已经过了萌芽期，走进了成熟期。”

如果你想登上月球，用梯子肯定不行，那就需要新的工具。

现在看来，软件2.0很有希望。