直到2044年，人类世界所谓的人工智能，都是以2006年多伦多大学杰夫辛顿教授奠基的“深度学习”算法思想演化出来的。

这是严肃、真实的世界。

不是傻哔网络小说卖弄的无厘头黑科技。

而只要是基于深度学习这条技术路线发展出来的人工智能，在根子上都有一个无法回避的弱点，那就是只能解决单一目标问题——注意，这里说的是单一目标，而不是单一任务。

让机器人处理多个任务，这是可以的。

但要在执行一个任务时，设定多个目标，或者说多个价值观，那是绝对不可能的。

只要人工智能还是在深度学习的基石上往下发展，而没有彻底从根子上另起炉灶，找到一条全新的技术路线，那么这个问题就是无解。

比如2016年的阿尔法狗，当年轰动一时，连屁人工智能都不懂的小白，也能扯几句，觉得似乎人工智能统治人类就在眼前了。

但是，稍微有点常识的人都知道，阿尔法狗最大的弱点在于，人类只能给它下一个终极目标：那就是把围棋下赢。

围绕这个终极目标，阿尔法狗可以学习百万千万上亿盘棋，而且学习速度快到它一夜之间的进步量，就能超过人类棋手不吃不喝不睡连续苦下三千年。从而最终达到世界第一（当然后面还有更多改进版智能）

但是，人类不可能做到，同时让阿尔法狗兼顾“把棋下赢”和“把棋下得漂亮”或者说“把棋下得有艺术感、戏剧性”。

这是一切基于深度学习的人工智能，无论发展多少年都做不到的。

给他两个“学习”和“努力”的方向，只会导致人工智能逻辑混乱，最后自己烧掉。

所以，即使人工智能出现后，纯粹只有“努力”这种品质的人类，很快像垃圾一样被淘汰掉。

但剩下的人类，依然有存在价值——他们的价值，就在于他们有不同的价值观，他们做每一件事情时，需要在多个价值之间权衡取舍。

就像人类政治家，永远不能说“我可以为了自由不惜一切代价，哪怕彻底牺牲掉秩序和公平、正义”，也永远不能反过来说“我可以为了秩序，彻底牺牲一切自由、公平”。

即使牛克.蒙扎克已经把整个美国的人民脑后都插上了人格芯片，他依然不敢说“为了秩序这个价值，我可以彻底消灭自由这个价值”。

这就是人和人工智能最后的区别，也是人类最后的优越性。

人类知道怎么在没有明确目标、唯一价值观的情况下，继续摸索、前行、发展。

……

这番道理，能考上芝大的学生，不敢说都知道。但那一小撮眼界开阔的经济系尖子生，多半是知道的。

然而周克并不是经济系的，他是微电子专业的。而且刚开学才半个多学期，有这么广度和深入的见识，确实已经不凡。

而更难能可贵的是，周克在最后，还特别点破了上述基础理论，在投资领域的具体影响：

金融投资市场，如今在人工智能过度应用的现状下，其实面临的最大问题，也是由此发展而来的：人工智能对于可以估算的价值尺度范围内的因素，反应实在太过激了，拥堵惨烈。

而其他传统被认为不需要考量的价值尺度，也随着价值多元化的事实存在，变得越来越脆弱。

说到这个尺度，虽然看在拉斯罗夫教授眼中，还是太稚嫩、冲动。但毕竟是个可造之才。

“班吉尔教授，他是你专业的吧，平时表现怎么样？”拉斯罗夫稍一权衡，便询问了一直跟他在讨论正事儿的班吉尔教授。

班吉尔教授是芝大电子领域的学术权威，周克最近跟他混了几次脸熟，不过他精力有限，显然不可能记清周克的具体表现。

此刻为了慎重，他当面喊来了自己的得意门生、如今还在当讲师的严谨。

“他是你们班上的吧，这学生表现如何？”班吉尔教授当面问道。

严谨受宠若惊地先对拉斯罗夫问了好，然后很仗义地直言相告：“周克一直是44届电子系成绩第一，我的课上表现尤其好。而且经常有很创见的想法，又踏实，知道怎么把想法落地。”

拉斯罗夫教授何等老奸巨猾，听到这一步，已经知道如何决策了。