“砰！”蒙扎克沉稳地把一个监听接收器，夯在办公室的书桌上，砸烂了也无所谓。
“竟然一个都没抓住？你们干什么吃的！”
“总统先生，也不排除那些大明间谍死于空军的无差别云爆弹攻击……我们只是无法验尸查明情况。
被云爆弹攻击的尸体，彻底烧成灰烬的太多了，很多死者的人格芯片也都彻底毁尸灭迹……”拉尔森部长额头冒汗，很是诚恳地接受着训斥，还不敢辩驳得太明显。
“废物！”蒙扎克阴着脸啐了一口，“一共死了多少人？闹了多大动静？为什么会失败！”
拉尔森部长一板一眼地汇报着数据：“一共死了300多人，新招募的搜索队员，找到尸体并核对人格芯片、确认身份死亡的，一共是191人，还有45具尸体因为损毁过重、头颈部灭失，无法识别身份——这些人我们也严谨地包括在了77名失踪人员名单里。
督战队战死了22人，重伤13人。另外，除了191名搜索队死者、77名失踪之外，我们事后还根据人格芯片定位追踪，抓捕回来86人。”
在战场上，“失踪”往往是比“死亡”还惨的情况，因为找得到尸首的才能叫阵亡。死不见尸的和逃跑了的逃兵，都统一叫失踪。
77人失踪，45具尸体损毁严重无法辨识身份，那就意味着最多可能有32个人跑了，或者其中有一部分被云爆弹烧得彻底尸骨无存，连一根完整的骨头都没剩下。
“你觉得那些火线变节的人里，有可能有成功投敌的么？”蒙扎克总统严厉地拷问。
拉尔森部长深吸了一口气，解释道：
“我咨询过空军的专业意见，这种吨位的云爆弹攻击，造成爆心区域、占总杀伤面积10%范围内的死者，尸骨无存，都是正常的。如果当时那些被攻击者确实在爆破范围内均匀分布的话，20几个人被炸汽化是合理数据。当然我们不能排除意外情况……”
“那就当最坏情况处理！”蒙扎克猛地一甩雪茄，“天呐！我们都干了些什么！什么都没搞定，还造出了一批变节者、送到了能隐身的对手那边！
偏偏还一个大明间谍活口都没抓住！至今都不能对大明方面提出外交照会！我下属怎么会有这么多蠢货！”
拉尔森部长的心提到了嗓子眼，他知道此刻文过饰非是没有用的，必须深挖失败的根源，总统才爱听。
于是，他痛心疾首地检讨：“总统先生……我承认这是我们的策略出了大问题，对形势的预估有错误，是我们在队伍建设时，太依赖曾经的心理学大数据模型了。”
“怎么说？”蒙扎克森然问道。
果然，提到深刻检讨的干货之后，蒙扎克的情绪被稍稍拉回来了一些，他不再纠结于先追究责任，而是想把问题搞清楚。
拉尔森连忙解释：“是这样的，我们曾经根据的，是2038年、刚刚实施全民监控计划时调用的‘自杀心理学大数据建模’，来判断一个人是否害怕死亡的。
当时，我们成功地阻止了绝大多数因为生活无望、一心求死并报复社会的打击房价自杀者。可是，随着案发率的降低，以及这几年来芯片植入后大家都可以出卖尊严赚取基本生活费，所以‘饥寒交迫型不想活的人’急剧减少。
我们的大数据统计模型，没法算出‘人在衣食无忧、只是精神受到持续无聊和被鄙视压力’模型下，究竟有多大的自杀概率、自杀前的行为模式是怎样的。因为自杀成功的人太少了，大数据样本容量不足以支撑这项研究。
您知道的，基于分析大数据的人工智能分析算法，充其量依然只是概率论层面的复盘建模，它并不能理解人性。而如果人性受到前所未有的重大黑天鹅事件冲击、会产生何种应激反应，没有先例可循的大数据和人工智能，是无法预测的……
所以，这次我们没有预测到那些此前准备参加绝地大逃杀比赛、搏命求成为上等人的选手们，有多少会被煽动而火线倒戈、宁可死掉也要火一把。这造成了我们应对上的严重失衡……”
蒙扎克听着听着，渐渐安静了下来。
他反而并不愤怒了，取而代之的是深深的忧虑。
深度学习型人工智能，是靠大数据的喂养来建模和预测社会演变、人类选择的。
但是，这种人工智能有个最大的弊端，那就是它并不懂逻辑，所以没有对黑天鹅冲击的预见能力。它只是基于人类已有经验的总和，或者说人类历史上所有发生过的事情，来推测未来。
打个比方，早在2010年，谷歌公司的社会预测型人工智能，就发出过一个推演：
说不吃早餐的人，性淫乱的概率会远远高于吃早餐的人的4.3倍。
这个数据准不准？
准，飞常准。
在全世界当时可被精确统计的样本里，不吃早餐的人拥有多个混乱性伴侣的比例，确实是吃早餐的人的4.3倍。
可问题是，人工智能知道这背后的逻辑原理么？看得懂因果关系么？
不，它看不懂。
大数据只看事实结论，它不关心逻辑。
如果非要它给个逻辑，或许它会敷衍塞责地写一句：“因为不吃早餐，所以喜欢找更多异性啪啪啪”或者“因为我找了更多异性啪啪啪，所以我不想吃早餐”。
人类一眼就能看出这纯属扯淡。
而同样的数据，如果交给人类的社会学家分析，人类会怎么干？
人类会深入调研、询问当事人的感想，最后得出这样的结论：“不吃早餐和性淫乱毫无关系。但只是因为不吃早餐的人，是生活无规律的一种重要表现形式。
而生活无规律的人，显然在挑选自己性伴侣方面也会更加随意而无责任心。所以，是生活无规律这种三观，同时导致了这个人有较大概率分别选择不吃早餐和随便挑选性伴侣。但不吃早餐和性淫乱本身之间毫无因果关系——它们都是生活无规律这个‘因’导致的‘果’。”
拉尔森部长的这番检讨，算是打在了问题的根子上了。
一个太信赖人工智能的社会系统，面临了因果不分、只看数据的窘境。
这时候，一个全新的、没有历史记录可供借鉴的事物发生了，又该如何去预估其扰动呢？
“我们太信赖这些年来科技对稳定的加持了。以至于一个新扰动变量就把我们的繁荣彻底打回了原形。我们的敌人，估计也是智商高绝的存在，竟然对我们的软肋了解如此之深。”
蒙扎克总统悲哀地叹了口气，发现自己竟然短时间内没有办法解决。
敌人似乎完全知道该怎么跟一个人工智能帝国作战，如何专挑人类能胜任、而人工智能又相对薄弱的最后死角，狠狠地打击。
“竟然一个都没抓住？你们干什么吃的！”
“总统先生，也不排除那些大明间谍死于空军的无差别云爆弹攻击……我们只是无法验尸查明情况。
被云爆弹攻击的尸体，彻底烧成灰烬的太多了，很多死者的人格芯片也都彻底毁尸灭迹……”拉尔森部长额头冒汗，很是诚恳地接受着训斥，还不敢辩驳得太明显。
“废物！”蒙扎克阴着脸啐了一口，“一共死了多少人？闹了多大动静？为什么会失败！”
拉尔森部长一板一眼地汇报着数据：“一共死了300多人，新招募的搜索队员，找到尸体并核对人格芯片、确认身份死亡的，一共是191人，还有45具尸体因为损毁过重、头颈部灭失，无法识别身份——这些人我们也严谨地包括在了77名失踪人员名单里。
督战队战死了22人，重伤13人。另外，除了191名搜索队死者、77名失踪之外，我们事后还根据人格芯片定位追踪，抓捕回来86人。”
在战场上，“失踪”往往是比“死亡”还惨的情况，因为找得到尸首的才能叫阵亡。死不见尸的和逃跑了的逃兵，都统一叫失踪。
77人失踪，45具尸体损毁严重无法辨识身份，那就意味着最多可能有32个人跑了，或者其中有一部分被云爆弹烧得彻底尸骨无存，连一根完整的骨头都没剩下。
“你觉得那些火线变节的人里，有可能有成功投敌的么？”蒙扎克总统严厉地拷问。
拉尔森部长深吸了一口气，解释道：
“我咨询过空军的专业意见，这种吨位的云爆弹攻击，造成爆心区域、占总杀伤面积10%范围内的死者，尸骨无存，都是正常的。如果当时那些被攻击者确实在爆破范围内均匀分布的话，20几个人被炸汽化是合理数据。当然我们不能排除意外情况……”
“那就当最坏情况处理！”蒙扎克猛地一甩雪茄，“天呐！我们都干了些什么！什么都没搞定，还造出了一批变节者、送到了能隐身的对手那边！
偏偏还一个大明间谍活口都没抓住！至今都不能对大明方面提出外交照会！我下属怎么会有这么多蠢货！”
拉尔森部长的心提到了嗓子眼，他知道此刻文过饰非是没有用的，必须深挖失败的根源，总统才爱听。
于是，他痛心疾首地检讨：“总统先生……我承认这是我们的策略出了大问题，对形势的预估有错误，是我们在队伍建设时，太依赖曾经的心理学大数据模型了。”
“怎么说？”蒙扎克森然问道。
果然，提到深刻检讨的干货之后，蒙扎克的情绪被稍稍拉回来了一些，他不再纠结于先追究责任，而是想把问题搞清楚。
拉尔森连忙解释：“是这样的，我们曾经根据的，是2038年、刚刚实施全民监控计划时调用的‘自杀心理学大数据建模’，来判断一个人是否害怕死亡的。
当时，我们成功地阻止了绝大多数因为生活无望、一心求死并报复社会的打击房价自杀者。可是，随着案发率的降低，以及这几年来芯片植入后大家都可以出卖尊严赚取基本生活费，所以‘饥寒交迫型不想活的人’急剧减少。
我们的大数据统计模型，没法算出‘人在衣食无忧、只是精神受到持续无聊和被鄙视压力’模型下，究竟有多大的自杀概率、自杀前的行为模式是怎样的。因为自杀成功的人太少了，大数据样本容量不足以支撑这项研究。
您知道的，基于分析大数据的人工智能分析算法，充其量依然只是概率论层面的复盘建模，它并不能理解人性。而如果人性受到前所未有的重大黑天鹅事件冲击、会产生何种应激反应，没有先例可循的大数据和人工智能，是无法预测的……
所以，这次我们没有预测到那些此前准备参加绝地大逃杀比赛、搏命求成为上等人的选手们，有多少会被煽动而火线倒戈、宁可死掉也要火一把。这造成了我们应对上的严重失衡……”
蒙扎克听着听着，渐渐安静了下来。
他反而并不愤怒了，取而代之的是深深的忧虑。
深度学习型人工智能，是靠大数据的喂养来建模和预测社会演变、人类选择的。
但是，这种人工智能有个最大的弊端，那就是它并不懂逻辑，所以没有对黑天鹅冲击的预见能力。它只是基于人类已有经验的总和，或者说人类历史上所有发生过的事情，来推测未来。
打个比方，早在2010年，谷歌公司的社会预测型人工智能，就发出过一个推演：
说不吃早餐的人，性淫乱的概率会远远高于吃早餐的人的4.3倍。
这个数据准不准？
准，飞常准。
在全世界当时可被精确统计的样本里，不吃早餐的人拥有多个混乱性伴侣的比例，确实是吃早餐的人的4.3倍。
可问题是，人工智能知道这背后的逻辑原理么？看得懂因果关系么？
不，它看不懂。
大数据只看事实结论，它不关心逻辑。
如果非要它给个逻辑，或许它会敷衍塞责地写一句：“因为不吃早餐，所以喜欢找更多异性啪啪啪”或者“因为我找了更多异性啪啪啪，所以我不想吃早餐”。
人类一眼就能看出这纯属扯淡。
而同样的数据，如果交给人类的社会学家分析，人类会怎么干？
人类会深入调研、询问当事人的感想，最后得出这样的结论：“不吃早餐和性淫乱毫无关系。但只是因为不吃早餐的人，是生活无规律的一种重要表现形式。
而生活无规律的人，显然在挑选自己性伴侣方面也会更加随意而无责任心。所以，是生活无规律这种三观，同时导致了这个人有较大概率分别选择不吃早餐和随便挑选性伴侣。但不吃早餐和性淫乱本身之间毫无因果关系——它们都是生活无规律这个‘因’导致的‘果’。”
拉尔森部长的这番检讨，算是打在了问题的根子上了。
一个太信赖人工智能的社会系统，面临了因果不分、只看数据的窘境。
这时候，一个全新的、没有历史记录可供借鉴的事物发生了，又该如何去预估其扰动呢？
“我们太信赖这些年来科技对稳定的加持了。以至于一个新扰动变量就把我们的繁荣彻底打回了原形。我们的敌人，估计也是智商高绝的存在，竟然对我们的软肋了解如此之深。”
蒙扎克总统悲哀地叹了口气，发现自己竟然短时间内没有办法解决。
敌人似乎完全知道该怎么跟一个人工智能帝国作战，如何专挑人类能胜任、而人工智能又相对薄弱的最后死角，狠狠地打击。