在獅城的《國土及公共治理季刊》裡曾經有過這樣一篇文章：

《獅城數位政府計劃推動實務》

這篇文章的作者之一就是當時還是獅城國家發展委員會管制考核處科長的林賢文。

裡面赫然寫著國發會要在2017-2020年，利用資訊科技來提升政府服務效率和品質。

為使政府管理智慧化、落實循證治理及最佳化決策品質，國發會亦分階段開發政府計劃資料庫及個桉計劃空間管理資訊系統。

梅林的到來直接幫他們實現了跨越式的進步。

人工智慧直接取代了所有人的工作。

獅城政府部門，在2017年，也就是這篇文章推出之後的那一年，提出計劃每年要為兩千名公務人員進行資訊科技能力的培訓計劃。

【目前用下來，聽書聲音最全最好用的App，集成4大語音合成引擎，超100種音色，更是支持離線朗讀的換源神器，huanyuanapp.org 換源App】

這一計劃就是李鴻毅掌管的科技部所推動的。

也正是因為這個原因，後來林賢文順利投奔至李鴻毅麾下，成為其核心骨幹之一。

有的時候寫文章是一條很好找到大腿抱的路徑，尤其在受儒家文化影響的國家裡。

林賢文在看到自己被放了一個月假的時候內心是惴惴不安，當他知道所有人都放了假的時候，他知道完蛋了。

尤其是第二天他去政府機構辦事的時候，人工智慧直接幫他給辦完了。

全流程只需要透過聲音或者文字來將自己的需求表述清楚，然後就會由人工智慧幫你把事情辦好。

未來獅城還需要這麼多公務人員嗎？

公務人員的素質再怎麼提高，能比人工智慧服務的更好嗎？

這不用想都知道，至於推翻梅林的這一決定，可能嗎？

林賢文覺得自己的未來一片灰暗。

他算是知道了，梅林在就任演講的時候，所說的就業是福利是什麼意思。

失去工作之後的中年男人是最慘的，上有老人需要贍養，下有還未獨立的子女需要養育。

還好獅城的福利保障比較完善，老人從醫療到養老金都有比較完善的機制。

但是他如果被獅城政府裁掉，至少子女的教育質量是無法保障的。

子女成年之後去歐美名校留學，就更別想了。

至於獅城政府提供的獎學金，這條路就不是他那學習成績平平，學習天賦平平的兒子可以夠得上的。

前一天的梅林就職演講，林賢文是在電視機前聽完了全文的。

他當時還在思考，梅林的第一把火會燒向什麼行業。

因為梅林有提到，部分行業會被顛覆，整個行業會被幹掉。

萬萬沒想到，率先被幹掉的是自己。

他連夜打電話給李鴻毅，試圖打聽一點口風：

“李部長，如果未來獅城全面採用人工智慧來替代政府職能，那我們會被如何安排呢？”

他在正常寒暄之後直接問道，李鴻毅對於這個下屬還有印象，畢竟一起工作了這麼多年：

“我不清楚，我父親完成了權力交接，為了避嫌，我已經向現任政府提出了辭呈。

辭呈已經獲批了，後續會如何發展我並不清楚。

我只能給你一個忠告，那就是別亂來，等梅林先生的安排。”

說完李鴻毅就把電話掛了。

我馬上要去科創生物任職了，獅城的情況和我有關係嗎？

李渺渺沒有答應給李鴻毅高管的位置，只給了他一個某個產品經理條線負責人的崗位。

他如果有能力自己幹上去，他們不會設定任何限制。

其實很多時候，你的關係牛不牛，就體現在能不能把可以變成現實。

比如在華國，事業單位的科級幹部，是可以直接調任到行政機關轉為公務員，同時保留級別。

按照制度是可以，但是能夠把可以變成現實的寥寥無幾。

李渺渺作出的許諾是可以，至於李鴻毅能不能把可以變成現實，還得看他爹是不是足夠配合。

李鴻毅顯然被李顯隆提醒了這一點，因此在對外放口風的時候，都是說的你們別搞事乖乖聽話。

獅城的公務人員團隊是非常龐大的群體，他們知道之後無法接受自己即將失去工作的現實。

瞬間串聯起來，試圖上街給梅林施壓。

底層公務人員才是大多數。

但是對於獅城人來說，人工智慧的辦理流程，無論是從效率上還是從體驗上來說，都要比之前好得多。

因此這場youxin是無法獲得廣大獅城人支援的。

他們喜歡坐，那就在外面坐著，反正現在是放假期間。

獅城的現狀被全球各大媒體直播。

在華國只是寥寥幾筆帶過。

“獅城爆發youxing，廣大公務人員走上街頭表示對新任首腦梅林的不滿。”

至於為什麼不滿，背後的原因一概沒有。

在這個全球化時代，想獲得資訊簡直不要太容易。

華國圍繞這個的討論大多會被夾。

只有少數能夠活下來。

各種隱喻在華國的社交媒體上層出不窮。

因為華國的情況和獅城存在一定程度的類似，五千萬的公務人員，不足八億的就業人口。

公務人員佔勞動人口數比6%略多。

不算廣大國企職工的情況下。

“如何評價大宋冗官情況嚴重，此時隔壁的大理國更換國王後瞬間裁掉百分之九十的官員，此事能否對大宋產生一定的借鑑作用？”

借古喻今的問題在知乎上存活了很久。

像這種問題，沒有火的時候能活很久，火了之後秒沒。

對於其他國家來說，同樣不是一個好消息。

因為從在獅城使用的人工智慧來看，已經能夠完全替代人類的低端崗位了。

像各類客服、電話銷售、售前經理等等，這些不用面對面透過通訊方式聯絡的崗位，全部都可以被幹掉了。

之前已經被藍星自己研發的人工智慧幹掉了一大半，現在剩下部分也可以成為歷史長河的組成部分了。

同時低端甚至所有的服務型崗位，像政府公務人員這種，也可以消失了。

人工智慧在這一領域有如此好的表現，那麼在其他方面呢？

一款明顯透過圖靈測試，明顯遠遠強於普通人的基礎工作能力的人工智慧，背後蘊含的技術，還能迸發出多大的潛力呢？

這是所有人工智慧行業的從業人士都很好奇的問題。

在Quora裡關於獅城政府服務型人工智慧的問題是最近計算機板塊最火的問題。

“獅城的服務型人工智慧水平如何，背後具體蘊含了哪些技術原理？”

“梅林最近在獅城使用的人工智慧技術，別說最早的圖靈測試定義，它連最新的加強型圖靈測試都能輕鬆透過。

同時在語音識別領域，我不管是用藍星的哪種語言去跟它交流，他都能完美理解你的意思。

我是獅城國立大學的一名計算機博士，我自己會漢語、英語和粵語。

同時我身邊有來自世界各地的同學，有會法語的、德語的、西班牙語的，等等。

我們直接在網上找人工智慧聊，語言對他來說沒有絲毫障礙。

如果說亞馬遜的Alexa、蘋果的Siri又或者是微軟的a十年前的語音識別能力是10，現在的語音識別能力是15的話。

獅城的人工智慧光是在語音識別上至少是100。

要知道傳統的語音識別，主要是將模擬音訊轉換為數字信號。

計算機去破譯訊號，它必須有一個數字資料庫或詞匯表、單詞或音節。

然後將這些資料與訊號進行快速比較。

我們一般把語音模式儲存在硬盤驅動器上，並在程序運行時載入到記憶體中。

然後透過比較器對照 A/D 轉換器的輸出檢查這些儲存的模式。

因此語音識別和硬體軟體都有關係。

雖然最近這十五年來，人們把人工智慧技術應用到了語音識別上，但是底層邏輯是不會變得。

最多是用你的使用記錄，語音去調教模擬那個對應關係的資料庫。

我嚴重懷疑獅城的人工智慧在底層邏輯上就和藍星傳統的語音識別不一樣。

至於具體的底層邏輯，我如果知道，我得給我導師當導師，他給我當博士。

因為獅城的人工智慧涉及到同時由整個獅城六百萬的常駐人口。

人工智慧剛剛上線，正是人們對它好奇的巔峰期。

同時如此龐大的併發量，然後目前我在獅城本地的社群裡沒有看到一例說它出錯的報道。

要知道蘋果的Siri，你在斷網的情況下也可以使用，這是因為它是內嵌在蘋果系統裡的軟體。

就是用的我剛才在上面提到的底層原理。

實際上稍微複雜一點的問題，它就無法識別。

它只能識別固定模式的需求，識別標準化的口語。

獅城的人工智慧不同，它在這一天時間裡，至少識別了百萬級的問題。

更重要的在於無一出錯，這太驚人了。

故障率在0和故障率是0.01%，這都是截然不同的概念。

光是這語音識別技術，至少是千億米元的價值。

（2021年語音識別的市場規模是107億米元）

因為語音識別可以用在手機、家電、汽車等所有領域。

你能夠想象一個導航，能夠完美識別你的要求，你說想吃什麼，它都能幫你找到最合適的地點。

再深入挖掘，再給它內嵌一些廣告性演算法，比如你想吃漢堡，然後提出你的口味偏好。

導航自動帶你去一家給它充值過的漢堡店。

你無法把責任推給人工智慧公司或者是人工智慧本身。

當然我相信梅林的人工智慧不會用於這方面。

但是梅林的人工智慧體現出來的底層邏輯如果讓其他網際網路公司研究透徹，我想離他們這樣幹的時間就不遠了。

Unlabel的CEO把翻譯譽為人工智慧領域的聖盃。

這一說法被很多人工智慧領域的大老所贊同。

為什麼？

在聖經的舊約裡曾經提到過這樣一件事，人們早期使用相同的語言，試圖建造巴別塔通往天堂。上帝推翻了巴別塔，然後讓不同文明使用不同的語言。

造成了人類之間無法溝通。

這個故事在聖經裡很有影響力，類似的通天塔倒塌的神話傳說也出現在過山海經裡的不周山倒塌。

同樣在山海經裡，不周山也是唯一前往天界的路徑。

這樣相似度極高的神話傳說，讓人們懷疑古代是否真的有過這樣一條天路。

回到機器翻譯，這涉及到大量的文字內容，同時從一種語言到另外一種語言的模型都各不相同。

在藍星的機器翻譯技術裡是這樣的。

如果涉及到多種不同語言間的翻譯，更是會產生數千個模型，同時有著過多的計算複雜性。

而這些年人工智慧界一直在尋找一種多語言模型。

透過多語言模型來構造所有語言通用的文字表示。

大致可以理解為無論是什麼語言，都能找到獨立於語言的含義表示。

這樣的模型第一次研究出來是在2021年的時候，由機器翻譯的大牛Phiipp Koehn團隊研發成功。

多語言模型首次超越了雙語模型。

離那時候已經過去十年時間，Phiipp Koehn團隊在多語言模型上的進展遠不如預期。

他們團隊因為進度不如預期分崩離析又重新組建了好幾次。

一直到今天，多語言模型在META內部最大的應用場景都是在檢測仇恨言論上。

也就是說不同語言之間，跟仇恨這一情感元素有關的語言，是容易找到獨立於語言的含義表示。

但是其他的情感元素，一直沒有找到突破口。

要知道Phiipp KoehA，每天有兩百億次的資料訓練。

我不相信梅林的人工智慧有這麼多的資料進行訓練。

結果卻是它在智慧翻譯領域，堪比專門的翻譯人員。

對於不同的語言識別更是表現的駕輕就熟。

我猜測梅林在人工智慧領域有著自己的一套方法，有專門的編譯語言。

我希望在我有生之年，梅林能夠把相關知識公開。

這應該是所有人工智慧領域從業人員最大的夢想了吧。

能夠看到比現在技術強至少五十年的研究成果。

我大致能夠體會到華國古人那種朝聞道，夕死可矣的感覺了。”

上面這個回答是在獅城的華國留學生回答的。

基本上所有網際網路大廠在獅城的分部，都派下屬員工去測試獅城政府使用的人工智慧了。

鵝廠、大米、位元組、蘋果、亞馬遜這些網際網路大廠的總部還等著獅城分部傳回來的測試報告呢。

像微軟這種，亞太區總部就在獅城的，能夠調動更多的人才資源去對獅城政府的人工智慧做出判斷。