第(2/3)頁

    想法完全不切實際，科研，絕非隨便什么人都可以做，這是一種常識。

    但為什么科學家們能做，自己，卻（幾乎）絕對無法替代，無論如何都無法取代克羅格文特爾，赫伯特西蒙，理查德費曼，去從事其在特定領域中的卓越工作，并不是因為分身乏術、或者精力有限，而是自己的能力根本就不夠。

    能力，歸根結底，著落在iq的差距上也一點沒錯。

    然而這種能力，不論用“智力”、iq還是“才能”來稱呼，又究竟是什么呢。

    時間，一天天過去，nep大區的地下生活波瀾不驚，起居日程安排有序，在吃飯、洗澡的時候，方然經常會陷入思考。

    其中很多次，放任思緒神游，他還會漸生一種奇怪的念頭。

    科學研究，創造性的智力工作，越是尖端，就越困難，除刻意削弱的it領域之外，當今時代任何一個學科領域的最前沿，都遠遠超出自己的能力，這樣的研究，自己都完全無法做到、甚至無法理解，而全憑科學家們的奮斗。

    同樣是人，僅僅是iq、經驗上的一些差距，就會導致如此巨大的差距。

    人與人之間的能力差異，尚且這樣大，更遑論今天的計算機、ai與人類研究者，差距只會更大。

    但是為什么，今天的超級計算機之算力，是如此強大，1zflops級別的超級計算機就快要被制造出來，ai的發展，早已讓自動駕駛、實時傳譯和戰術協同成為一樁輕松的任務，為什么科學研究卻不可以。

    這種任務，與其他類型的任務相比，究竟哪里不一樣。

    計算機和人工智能的組合，直到今天，也無法進行創造性的科技研發，方然并不意外。

    早在核戰前，他就多次思考過這一問題，繼而敏銳的意識到“創造性研究”是一項極其危險的特性，且不說現在的計算機系統，距離這一目標還很遙遠，哪怕有基礎，貿然進行這方面的研究也等于是在自戕。

    創造性的科學研究，事實上，等同于“自我意識”，兩者間并無任何本質上的區別。

    但現在，他糾結的并不是這一問題，而是在此基礎上退了一步，計算機無法替代人類科學家，這似乎不難理解、也能接受，那么人替代人呢，為什么也不可以。
    第(2/3)頁