第三百七十章 M语言和最先被干掉的职业
狮城看似是一个独立国家,在某种程度上依然是依附于阿美利肯存在的。
在阿美利肯的官方网站里大致是这样写的:
双方在共同经济利益、国防安全合作以及持久的民间关系上建立了广泛而持久的关系。
而在近几年,阿美利肯实际上一直在加强和狮城的外交关系。
其中在2021年发布了加强与狮城战略伙伴关系的情况说明书,当年阿美利肯副总统的狮城之行反复强调了这一点。
而从2021年到2031年之间,双方的关系是一直在加强的态势中。
李氏家族转手把狮城卖给郑理,这是阿美利肯方没有想到的,等他们知道,李家已经和郑理完成了意向谈判。
意向谈完了,现在再想去阻止已经晚了。
而且对于阿美利肯来说,跟未来可能从郑理身上获得的收益相比,狮城没有那么重要。
因此他们对这笔交易保持冷眼旁观的态势。
而且李家能跟郑理做交易,阿美利肯就不能吗?
在阿美利肯真正掌权家族的操纵下,郑理以三只延寿十年的药剂,获得了阿美利肯在狮城的所有人手。
同时废除了之前签订关于租借狮城军事基地的协议,自此阿美利肯在狮城方的利益和组织实现了全面撤退。
顶点
本来以为背后能够扯张虎皮也就是阿美利肯的狮城议员们,瞬间没了脾气。
阿美利肯都老实撤军了,还折腾啥呢。
至于联系狮城的武装部队进行政变,这纯属痴心妄想。
梅林在外界的形象压根就不是实体,同时接管狮城的人工智能,你武装部队靠什么去干掉人工智能?
再者,这是全民决定的结果,你从法理上就没有基础,而且根本没有实质上的物理目标。
再加上狮城的武装部队也不傻,为了政客的利益去赌自己的前途甚至生命?
狮城的剩下的十多万公务员,则是被郑理分而化之。
郑理利用狮城的名义,新成立了数家国营企业。
这些企业会从广大公务人员群体里招聘。
老实听话的参加选拔,不老实听话的,你尽管去闹,郑理表达了不可能妥协的态度。
同时大幅度提高失业人群待遇,按照最低保障直接发钱。
组合拳下来,全体失业的公务人员也老实听话了。
大家都知道梅林不会有什么暗箱操作,既然是选拔考试,这帮优中选优的公务人员,自然都觉得自己有机会。
而且对于他们来说,梅林成立的国营公司,不管从待遇还是从梅林所体现出来的技术来看,前景是一片光明。
在其中的间隙,狮城发布了一系列人工智能框架,在其框架里这样写道:
“以下公布的人工智能框架,遵循蓝星互联网自兴起以来一直流行的开源精神,将一些比蓝星现有AI框架在某些方面更加优秀的AI框架公开。
所有个体以及企业都可以免费使用这些AI框架。”
在郑理看来,蓝星的生产力提高速度还不够快,在人工智能和其他产业融合的进度依然不如预期。
在狮城的政务型人工智能,充分展现了他在人工智能领域的肌肉之后,他希望借公开AI框架,来进一步推进蓝星的人工智能和产业融合进度。
这其中的过程可以由他来全部完成,也可以由他给蓝星的人工智能领域带来一些启发,让他们在自己的引导下完成。
人工智能的进一步落地,结合生物光伏技术,蓝星的就业人口将降低百分之八十,甚至更多。
大量生产力被释放出来,不管是去从事更加有技术含量的工作,还是说去丰富虚拟世界生态,都比现在做一些没有意义的工作要好。
郑理在蓝星呆的时间不算短,十多年时间里郑理虽然一直在社会的顶层,但是通过互联网,他对蓝星的社会生态有一定的认识。
在他看来,蓝星很多工作没有丝毫意义,纯纯为了折磨人而存在的,连产出都没有。
制造业、服务业好歹有产出。
即便是有产出的工作,郑理同样觉得没有意义,在浩瀚宇宙中好不容易才诞生出来的智慧生命,不应该把生命花在这种枯燥的机械劳动中。
需要让智慧生命自己去寻找生命存在的意义。
而不是把社会设计的重重关卡,即便跌跌撞撞的闯过了所有关卡,依然会有种人生虚度的感觉。
对郑理来说,狮城只是试验田,最终要推广到整个蓝星。
郑理在magi这个域名下公开的AI框架,包括了全新的编程语言以及围绕这个编程语言的开源包,也就是围绕这个编程语言的工具。
像python之所以在这几年如此受欢迎,和python有着大量好用的工具包不无关系。
这些封装好的包,让利用python语言编程的难度大幅度下降。
梅林发布的M语言一公布,迅速引发了整个互联网行业的地震。
“太谦虚了,岂止是在某些方面优秀,是在所有方面都优秀。
虽然我还没搞懂,但是我总觉得这玩意比蓝星现在的主流人工智能框架要先进多了。”
主要这玩意太专业了,太专业的东西跟主流群体注定是绝缘的。
即便是专业的算法工程师,都需要一段时间的钻研。
网友们的议论大多停留在对于自己是否会失业的担忧:
“感觉梅林不是魔法师,而是程序员,各种想方设法的推动人工智能的大规模落地。
先是在狮城使用人工智能取代人力,然后是发布开源的AI编程语言和框架。
我严重怀疑魔法师使用魔法是不是就跟编程有点类似?”
“梅林收了神通吧,我好不容易才找到工作,尼玛不会又把我给优化了吧,我不想从微博毕业啊。
这可是我好不容易才找到的理想工作。”
发下面这条微博的是一个鉴黄师。
确实存在这种职业,而且待遇还不错。
不过对于他来说,属于是一语成谶了。
这帮互联网大厂们在梅林发布AI语言和配套的框架以及工具包之后,让下面的算法工程师放下所有手上的活:
“大家这段时间唯一的工作,就是把M语言以及M框架和配套的这一系列包,学会怎么用。
然后结合我们的工作,看有哪些地方可以利用M语言来进行重写的。”
其中最先被利用到的就是AI鉴黄。
AI鉴黄一直都是内容安全的核心诉求,基本上从猪厂、鹅厂到微博、字节,全部都在研究这玩意。
属于经典的入门容易精通难。
早期的鉴黄基本上是人工审核,属于劳动密集型工种。
后来上网人数多了,内容也多了,人工审核成本越来越高,因此采用AI+人工的方式鉴黄就成为了主流。
AI+人工的方式一般是先通过机器过滤出大部分一定正常和一定有问题的图像,剩下的再交给人工进行审核,这样可以大幅度降低人力成本,而且机器识别效果越好,人工审核成本越低。
AI鉴黄其实是比较宽泛的概念,可以是通过规则系统来实现,比如基于MD5、基于用户的IP等信息设置黑名单库,直接基于规则进行拦截。
大部分还是会采用算法模型,也就是用算法模型判断一张图像中是否包含sq信息,本质上就是图像识别。
图像识别目前在部分任务上的效果甚至超越了人类。
图像识别中最常见的就是图像分类算法,从Alex到VGG,从Res。
目前的图像分类算法可以较为准确地区分Image的1000类数据,鉴黄本身也是对输入图像做分类,因此采用图像分类算法就是顺其自然的事。
而且目标检测算法可以用来检测sq图像中的露点部位,也是比较可靠的手段。
此外,还有基于业务层面构造的特征和逻辑,比如是否有人、皮肤的面积等,用来辅助判断,在一些情况下确实是有效的。
AI鉴黄的难点主要在于不露点的软sq,特征小的sq、非通用sq以及卡通动漫sq等等。
这是图片ai鉴黄的难点,视频和音频鉴黄的难点就更多了。
而且对于这帮互联网大厂来说,即便能够做到百分之九十九的拦截率,剩下百分之一的内容都不得了。
以微博为例,每天产生的数据都是以T为单位。
即便是几十个T,百分之一的拦截失误率,都足够把来总整的够呛。
而且更重要的是华国的内容审核行业,不仅仅局限于鉴黄,OCR审查这帮互联网大厂更是很早就在做了。
点到为止。
同样的道理,百分之九十九的拦截率,对他们来说都是无法接接受的。
所以一直到了2031年,依然是AI加人工的鉴黄方式。
只是说2021年的时候像微博这个体量的,可能需要上千名鉴黄师,到了2031年只需要上百名。
四位数变三位数。
至于微信,你在一遍,然后丢到后端的审查接口。
通过权重算法来判断你是否有违规行为,触发特定规则之后,会决定你倾向的权重,权重超过阈值之后你会被重点关注。
将会有人工来对你进行审核。
当然这种审核不仅仅是国内的大厂,fb、ins、youtube、Google和推特都有大量的人工审核团队。
他们的审核团队放在菲律宾。
在2018年的时候,关于这件事,PBS放过一个纪录片。
对于国内外的互联网巨头们来说,他们在文字识别上能够做到接近百分之百,但是在图像分类测试中,只能做到98%左右。
而且对算力有非常高的要求,压根用不到实际的生产环境里。
这是Image每年的图像分类测试竞赛结果,实际运营中的图像视频识别比Image竞赛可要难得多。
而郑理公开的AI算法后,利用M语言写出来的模型。
从部署到使用突破了这帮互联网公司的认知,一个能够对内容实现的识别成功率的AI模型,需要花的算力和之前差不多。
也就是说之前互联网大厂们几百人的AI鉴黄规模,现在再度被压缩了百分之九十。
AI鉴黄只是M语言最先落地的应用。
它代表的AI技术,在算力优势以及算法本身的落地难度都大幅度提升。
它允许轻松构建大部分原本复杂的架构,能够广泛的应用在工业领域。
大量易于组合的模块化部件,编写自己的图层类型、计算图抽象、数据和模型并行、动态类型的稳定性等等都完美适配。
在算法工程师们使用之后,Github上M语言相关的项目成为社区热门。
国外的程序员社区里,活跃的大牛都在吐槽,一些很少发言的大牛也冒泡了:
“梅林的技术远超我们的想象,如果M语言是他自己开发的,那他在AI领域的造诣要超过我们所有人。
真的很难见到一款没有任何缺陷的AI编程语言。
像Caffe能够把Matlab的快速卷积网络实现移植到C和C++,适用于前馈网络和图像处理,不需要任何代码就可以训练模型。
但是caffe不能使用于循环网络,同时扩展性极差。
谷歌推出的TensorFlow框架能够生成计算图之后执行自动微分,不需要在尝试新的神经网络排列的时候,手动去进行编码。
但是它运行速度很慢,同时在大型的软件项目里非常容易报错。
基本上这些年各大互联网巨头们推出的AI框架,或多或少都会存在问题。
当然这是无法避免的,没有什么东西能够完美。
就像Java使用的人再多,活跃的时间再长,也是能够找到缺点的。
但是M语言在人工智能领域,就好像没有缺点一样。
好像经过了无数次的测试和优化,达到了一种圆满。
这让我严重怀疑,梅林掌握的人工智能是强人工智能。
他能够实现几乎蓝星人对于人工智能的所有幻想。
包括自我编程。
一段代码能够编译另一段代码,好像也不是那么稀奇。
毕竟现在的人工智能模型已经可以自己进行简单的编程了。”
请收藏本站:https://www.ptsio.org。笔趣阁手机版:https://m.ptsio.org
在阿美利肯的官方网站里大致是这样写的:
双方在共同经济利益、国防安全合作以及持久的民间关系上建立了广泛而持久的关系。
而在近几年,阿美利肯实际上一直在加强和狮城的外交关系。
其中在2021年发布了加强与狮城战略伙伴关系的情况说明书,当年阿美利肯副总统的狮城之行反复强调了这一点。
而从2021年到2031年之间,双方的关系是一直在加强的态势中。
李氏家族转手把狮城卖给郑理,这是阿美利肯方没有想到的,等他们知道,李家已经和郑理完成了意向谈判。
意向谈完了,现在再想去阻止已经晚了。
而且对于阿美利肯来说,跟未来可能从郑理身上获得的收益相比,狮城没有那么重要。
因此他们对这笔交易保持冷眼旁观的态势。
而且李家能跟郑理做交易,阿美利肯就不能吗?
在阿美利肯真正掌权家族的操纵下,郑理以三只延寿十年的药剂,获得了阿美利肯在狮城的所有人手。
同时废除了之前签订关于租借狮城军事基地的协议,自此阿美利肯在狮城方的利益和组织实现了全面撤退。
顶点
本来以为背后能够扯张虎皮也就是阿美利肯的狮城议员们,瞬间没了脾气。
阿美利肯都老实撤军了,还折腾啥呢。
至于联系狮城的武装部队进行政变,这纯属痴心妄想。
梅林在外界的形象压根就不是实体,同时接管狮城的人工智能,你武装部队靠什么去干掉人工智能?
再者,这是全民决定的结果,你从法理上就没有基础,而且根本没有实质上的物理目标。
再加上狮城的武装部队也不傻,为了政客的利益去赌自己的前途甚至生命?
狮城的剩下的十多万公务员,则是被郑理分而化之。
郑理利用狮城的名义,新成立了数家国营企业。
这些企业会从广大公务人员群体里招聘。
老实听话的参加选拔,不老实听话的,你尽管去闹,郑理表达了不可能妥协的态度。
同时大幅度提高失业人群待遇,按照最低保障直接发钱。
组合拳下来,全体失业的公务人员也老实听话了。
大家都知道梅林不会有什么暗箱操作,既然是选拔考试,这帮优中选优的公务人员,自然都觉得自己有机会。
而且对于他们来说,梅林成立的国营公司,不管从待遇还是从梅林所体现出来的技术来看,前景是一片光明。
在其中的间隙,狮城发布了一系列人工智能框架,在其框架里这样写道:
“以下公布的人工智能框架,遵循蓝星互联网自兴起以来一直流行的开源精神,将一些比蓝星现有AI框架在某些方面更加优秀的AI框架公开。
所有个体以及企业都可以免费使用这些AI框架。”
在郑理看来,蓝星的生产力提高速度还不够快,在人工智能和其他产业融合的进度依然不如预期。
在狮城的政务型人工智能,充分展现了他在人工智能领域的肌肉之后,他希望借公开AI框架,来进一步推进蓝星的人工智能和产业融合进度。
这其中的过程可以由他来全部完成,也可以由他给蓝星的人工智能领域带来一些启发,让他们在自己的引导下完成。
人工智能的进一步落地,结合生物光伏技术,蓝星的就业人口将降低百分之八十,甚至更多。
大量生产力被释放出来,不管是去从事更加有技术含量的工作,还是说去丰富虚拟世界生态,都比现在做一些没有意义的工作要好。
郑理在蓝星呆的时间不算短,十多年时间里郑理虽然一直在社会的顶层,但是通过互联网,他对蓝星的社会生态有一定的认识。
在他看来,蓝星很多工作没有丝毫意义,纯纯为了折磨人而存在的,连产出都没有。
制造业、服务业好歹有产出。
即便是有产出的工作,郑理同样觉得没有意义,在浩瀚宇宙中好不容易才诞生出来的智慧生命,不应该把生命花在这种枯燥的机械劳动中。
需要让智慧生命自己去寻找生命存在的意义。
而不是把社会设计的重重关卡,即便跌跌撞撞的闯过了所有关卡,依然会有种人生虚度的感觉。
对郑理来说,狮城只是试验田,最终要推广到整个蓝星。
郑理在magi这个域名下公开的AI框架,包括了全新的编程语言以及围绕这个编程语言的开源包,也就是围绕这个编程语言的工具。
像python之所以在这几年如此受欢迎,和python有着大量好用的工具包不无关系。
这些封装好的包,让利用python语言编程的难度大幅度下降。
梅林发布的M语言一公布,迅速引发了整个互联网行业的地震。
“太谦虚了,岂止是在某些方面优秀,是在所有方面都优秀。
虽然我还没搞懂,但是我总觉得这玩意比蓝星现在的主流人工智能框架要先进多了。”
主要这玩意太专业了,太专业的东西跟主流群体注定是绝缘的。
即便是专业的算法工程师,都需要一段时间的钻研。
网友们的议论大多停留在对于自己是否会失业的担忧:
“感觉梅林不是魔法师,而是程序员,各种想方设法的推动人工智能的大规模落地。
先是在狮城使用人工智能取代人力,然后是发布开源的AI编程语言和框架。
我严重怀疑魔法师使用魔法是不是就跟编程有点类似?”
“梅林收了神通吧,我好不容易才找到工作,尼玛不会又把我给优化了吧,我不想从微博毕业啊。
这可是我好不容易才找到的理想工作。”
发下面这条微博的是一个鉴黄师。
确实存在这种职业,而且待遇还不错。
不过对于他来说,属于是一语成谶了。
这帮互联网大厂们在梅林发布AI语言和配套的框架以及工具包之后,让下面的算法工程师放下所有手上的活:
“大家这段时间唯一的工作,就是把M语言以及M框架和配套的这一系列包,学会怎么用。
然后结合我们的工作,看有哪些地方可以利用M语言来进行重写的。”
其中最先被利用到的就是AI鉴黄。
AI鉴黄一直都是内容安全的核心诉求,基本上从猪厂、鹅厂到微博、字节,全部都在研究这玩意。
属于经典的入门容易精通难。
早期的鉴黄基本上是人工审核,属于劳动密集型工种。
后来上网人数多了,内容也多了,人工审核成本越来越高,因此采用AI+人工的方式鉴黄就成为了主流。
AI+人工的方式一般是先通过机器过滤出大部分一定正常和一定有问题的图像,剩下的再交给人工进行审核,这样可以大幅度降低人力成本,而且机器识别效果越好,人工审核成本越低。
AI鉴黄其实是比较宽泛的概念,可以是通过规则系统来实现,比如基于MD5、基于用户的IP等信息设置黑名单库,直接基于规则进行拦截。
大部分还是会采用算法模型,也就是用算法模型判断一张图像中是否包含sq信息,本质上就是图像识别。
图像识别目前在部分任务上的效果甚至超越了人类。
图像识别中最常见的就是图像分类算法,从Alex到VGG,从Res。
目前的图像分类算法可以较为准确地区分Image的1000类数据,鉴黄本身也是对输入图像做分类,因此采用图像分类算法就是顺其自然的事。
而且目标检测算法可以用来检测sq图像中的露点部位,也是比较可靠的手段。
此外,还有基于业务层面构造的特征和逻辑,比如是否有人、皮肤的面积等,用来辅助判断,在一些情况下确实是有效的。
AI鉴黄的难点主要在于不露点的软sq,特征小的sq、非通用sq以及卡通动漫sq等等。
这是图片ai鉴黄的难点,视频和音频鉴黄的难点就更多了。
而且对于这帮互联网大厂来说,即便能够做到百分之九十九的拦截率,剩下百分之一的内容都不得了。
以微博为例,每天产生的数据都是以T为单位。
即便是几十个T,百分之一的拦截失误率,都足够把来总整的够呛。
而且更重要的是华国的内容审核行业,不仅仅局限于鉴黄,OCR审查这帮互联网大厂更是很早就在做了。
点到为止。
同样的道理,百分之九十九的拦截率,对他们来说都是无法接接受的。
所以一直到了2031年,依然是AI加人工的鉴黄方式。
只是说2021年的时候像微博这个体量的,可能需要上千名鉴黄师,到了2031年只需要上百名。
四位数变三位数。
至于微信,你在一遍,然后丢到后端的审查接口。
通过权重算法来判断你是否有违规行为,触发特定规则之后,会决定你倾向的权重,权重超过阈值之后你会被重点关注。
将会有人工来对你进行审核。
当然这种审核不仅仅是国内的大厂,fb、ins、youtube、Google和推特都有大量的人工审核团队。
他们的审核团队放在菲律宾。
在2018年的时候,关于这件事,PBS放过一个纪录片。
对于国内外的互联网巨头们来说,他们在文字识别上能够做到接近百分之百,但是在图像分类测试中,只能做到98%左右。
而且对算力有非常高的要求,压根用不到实际的生产环境里。
这是Image每年的图像分类测试竞赛结果,实际运营中的图像视频识别比Image竞赛可要难得多。
而郑理公开的AI算法后,利用M语言写出来的模型。
从部署到使用突破了这帮互联网公司的认知,一个能够对内容实现的识别成功率的AI模型,需要花的算力和之前差不多。
也就是说之前互联网大厂们几百人的AI鉴黄规模,现在再度被压缩了百分之九十。
AI鉴黄只是M语言最先落地的应用。
它代表的AI技术,在算力优势以及算法本身的落地难度都大幅度提升。
它允许轻松构建大部分原本复杂的架构,能够广泛的应用在工业领域。
大量易于组合的模块化部件,编写自己的图层类型、计算图抽象、数据和模型并行、动态类型的稳定性等等都完美适配。
在算法工程师们使用之后,Github上M语言相关的项目成为社区热门。
国外的程序员社区里,活跃的大牛都在吐槽,一些很少发言的大牛也冒泡了:
“梅林的技术远超我们的想象,如果M语言是他自己开发的,那他在AI领域的造诣要超过我们所有人。
真的很难见到一款没有任何缺陷的AI编程语言。
像Caffe能够把Matlab的快速卷积网络实现移植到C和C++,适用于前馈网络和图像处理,不需要任何代码就可以训练模型。
但是caffe不能使用于循环网络,同时扩展性极差。
谷歌推出的TensorFlow框架能够生成计算图之后执行自动微分,不需要在尝试新的神经网络排列的时候,手动去进行编码。
但是它运行速度很慢,同时在大型的软件项目里非常容易报错。
基本上这些年各大互联网巨头们推出的AI框架,或多或少都会存在问题。
当然这是无法避免的,没有什么东西能够完美。
就像Java使用的人再多,活跃的时间再长,也是能够找到缺点的。
但是M语言在人工智能领域,就好像没有缺点一样。
好像经过了无数次的测试和优化,达到了一种圆满。
这让我严重怀疑,梅林掌握的人工智能是强人工智能。
他能够实现几乎蓝星人对于人工智能的所有幻想。
包括自我编程。
一段代码能够编译另一段代码,好像也不是那么稀奇。
毕竟现在的人工智能模型已经可以自己进行简单的编程了。”
请收藏本站:https://www.ptsio.org。笔趣阁手机版:https://m.ptsio.org