该内容来自:投资组合

教计算机自己编程

英国数学家斯蒂芬·沃尔夫拉姆正在创建一个计算知识引擎,它可以用简单的英语回答问题。对金融业的影响是巨大的。

在许多分析师和重新定义行业的计算工具之间矗立着一堵至少一代人的代码墙,尤其是当这些工具是由大数据驱动的时候。任何一家华尔街大公司的负责人都可以用几箱红牛和几盒披萨吸引十几名大学生程序员,让他们穿着连帽衫参加漫漫长夜的黑客马拉松,但他仍然无法理解那些程序员利用的复杂技术,这些技术使得开源数据和软件工具的发展速度越来越快。然而正是这些技术决定了他的公司的生死存亡。

但是,如果有人出现,使只用自然的人类语言构建复杂的应用程序成为可能——也就是说,可以做任何程序员可以做的事情,而不必知道Python、c++和Ruby on Rails这些晦涩难懂的语言,那会怎么样呢?如果你能对电脑说英语,并让它构建你所需的软件应用程序,甚至是一个可以将人类知识的各个角落提取的复杂信息流编织在一起的应用程序,那会怎么样呢?

一个新兴项目作者是英国数学家斯蒂芬·沃尔夫拉姆,他在20岁时获得了理论物理学博士学位,也是这本备受争议的书的作者一种新的科学,以及很多很多的TED演讲——目的就是这样。Wolfram是复杂系统研究领域的领导者(他在伊利诺伊大学香槟分校建立了复杂系统研究中心)。他也是Wolfram | Alpha,这是一个计算知识引擎,旨在为用简单英语提出的事实问题提供精确计算的答案。谷歌之类的搜索引擎会对现有网站进行索引(并且可以越来越多地根据从这些网站获取的数据得出英语问题的答案),而计算知识引擎——包括iPhone不可思议的机器人管家Siri(部分由Wolfram|Alpha提供动力)——则是如此尝试“理解”一个句子的每个元素,并基于将查询的语义组件映射到已知事实集的基础上计算出任何问题的适当答案。

Wolfram|Alpha的计算知识引擎仍处于非常早期的阶段,工作仍在进行中;在撰写这篇专栏文章时,该引擎被一些简单的自然语言问题难住了,比如“美国总统有多高?(Siri也被这个问题难住了)。令人印象深刻的是,询问系统会得到足够的理解,引擎会显示一个显示人类身高平均分布的数据——而不是奥巴马总统的身高。在这方面,谷歌的旧方法——从网络上抓取答案——并根据人们在键入搜索查询后倾向于点击的信息源的流行程度来校准答案——目前仍然比计算知识引擎更强大;当人们在谷歌搜索框中输入同样的问题“美国总统有多高”时,谷歌得到了正确答案(奥巴马身高6英尺1英寸)。但是Wolfram希望,从长远来看,计算性的知识引擎将超越传统的搜索引擎衍生的结果,比如谷歌。

对金融信息的应用比比皆是。如果一台计算机能够精确地回答比总统的高度更复杂的自然语言查询,比如“与世界上所有其他Web 2.0推荐服务相比,Yelp的增长有多快?”或者“墨西哥经济的相对健康状况如何?”或者“飓风,比如明天在佛罗里达登陆的飓风,通常会如何影响两天后的油价?”

不需要任何专业知识,计算知识引擎——利用像网格计算这样基于云的系统——就能看到结构性的变化,这可能会对金融行业及其雇佣的劳动力造成严重破坏。

然而,更有野心的将是感知软件:允许自然语言语句指示计算机编写新软件的技术,而不仅仅是检索信息。开源构建块(例如自然语言的软件例如,新闻解析范式和所有事实及其关系的分布式知识(由维基百科用户手工映射)可能最终会通过语音命令组合在一起。

例如,想象一下,从仍然令人印象深刻的询问谷歌或计算知识引擎“哪些球队在世界杯决赛中比赛?”,并得到一个事实上正确的答案,以命令计算机通过组合开源构件自动生成一个新软件:“哈尔,设计的一个软件跟踪每个球队在世界杯的决赛,解析新闻标题时确定目标已经被其中一个得分,并创建一个可视化排名最多的团队目标和实时更新列表”。这种技术目前是科幻小说的领域,但这种人与计算机之间关系的新范式是关键Wolfram希望看到的出现

根据Wolfram在一个去年11月的博客文章:“计算知识。象征性的编程。算法的自动化。动态的交互性。自然语言。可计算的文档。云。连接设备。象征性的本体。算法发现…… We’ve figured out how to take all these threads, and all the technology we’ve built, to create something at a whole different level. The power of what is emerging continues to surprise me. But already I think it’s clear that it’s going to be profoundly important in the technological world, and beyond.”

Wolfram因此预见了真正的自然语言编程的出现,在这种编程中,所有的代码和数据元素都被视为符号元素——也就是说,非常类似于单词。电脑甚至有可能在某一天被动地收听我们的对话,并智能地编写自己的程序,同时也能智能地与他人对话(这一可能性在斯派克·琼斯的奥斯卡提名影片中得到了解决)她的)。

现在就评论Wolfram所谓的“感知代码”出现的时间似乎还为时过早,而且还没有走得太远。对于更多的陆地机器——我们的大脑——即使有这样的可能性,其后果也要容易预测得多,尤其是当这些大脑试图将自己定位于现代和现代的日益萎缩techno-labor力量。

在前一篇专栏文章中,我评论了人才从金融流向科技公司。名牌大学的毕业生正在抛弃金融转向科技,但似乎在未来10年或20年,科技对他们的需求将越来越少。如果把Wolfram的愿景变成现实,那么从斯坦福、麻省理工学院、加州理工学院和其他精英技术培训中心涌现出来的大批年轻程序员将被取代。有感知的代码可能意味着,当我们走向能够独立思考的计算机时,那十几名程序员和他们的红牛——现在被誉为技术驱动的新经济的神童——正在努力让自己过时。

生命的循环。