九寨沟地震发生18分钟后，中国地震台网的机器，写了篇新闻稿，写作用时25秒。
稿件用词准确，行文流畅，且地形天气面面俱到，即便专业记者临阵受命，成品也不过如此。
再考虑到25秒写作时间，人类完败。
几年前，机器写作概念刚出现，朋友圈一片调侃。调侃中难掩骄傲：机器怎么能写新闻？
而今，当读到科技、财经或体育类简讯时，我们已很难分辨，报道背后的作者，到底是不是人类。
在今日头条上，一个名叫小明的机器人去年上线。截至今年5月，它已完成5139篇体育类报道，总阅读超1800万，并收获过单篇十万加。
在每篇开头，小明会很老实地写上“机器人写作”字样。如果删掉这句话，它可以完美掩饰AI血统。
当然，小明还不会花式调侃国足，目前仅处于采集数据，填写模板阶段。
然而，就如其他许多行业中，正在成长的人工智能一样，它们一旦出现于赛道，人类终将难以望其项背。
人工智能在混沌中，慢慢睁开双眼，它模仿我们写作，模仿我们说话，并把感官触角，蔓延至更冷门领域。
去年10月，西甲赛场，皇马在主场被意外逼平。比赛结束时，嘘声四起，愤怒的C罗嘟囔着回应，这一幕被摄像机拍下。
全世界都在猜他说了什么。最后，唇语专家解密，C罗在说：“Qué poca calma!”，大意为“能不能安静点！”
然而，这极可能是唇语专家最后的高光时刻。他们的职业突然濒危。
去年春天，开发出阿尔法狗的谷歌DeepMind，开始训练人工智能解读唇语。他们给机器观看了5000小时BBC新闻，然后找来人类专家对决。
测试结果，人类专家完全正确率为12.4%，而AI的完全正确率为46.8%，超过人类3倍，这仅是初步学习的结果。
在中国，相关公司也进行了类似开发。他们给机器看了一万小时新闻联播。因为汉字一字一音等便利，中文读唇更为简单，机器识别准确率已超70%。
这意味着，嘴唇轻动，人工智能便知心意的日子，很快就会到来。事实上，人工智能读唇，在军事情报、公共安全等领域有着广阔应用。
比如，借助已经遍布中国城市的天网系统，人工智能读唇，或将提供更多破案线索。
你说的每一句话，不会消散在时空，而是成为可以回溯的痕迹。
在这样严肃的功用之外，读唇还有更多妙用。
在业界，为影音自动生成字幕的难点在于，AI很难将人声和背景音剥离。但配合上AI读唇后，准确率将大为提高。
我们携带翻译APP行走异国，浏览翻译软件处理的网页，观看自动生成字幕的电影，语言的界限越来越模糊。
远古，神灵为了阻止人类窥伺神国，用语言分割族群，巴比伦塔就此荒颓。
而今，人工智能正在重建巴比伦塔，重建的速度，或许已快过神明。
因为AI有可能在将来杀死意义。
看吴军老师写的一篇文章提到，AlphaGo最开始学围棋的时候，参考了人类高手的棋谱，但后来发现，人类的围棋经验反而会将AI教坏，升级版的AlphaGo Zero不再使用人类对弈数据，反而变得更厉害了。
我不知道AlphaGo Zero是否真的一点人类下棋经验都没继承，如果是真的，那就太让人沮丧了，人类几千年来摸索出的对弈经验被证明是拖后腿的东西，一个算法高明且算力充沛的AI靠自我反馈就能摸索出围棋这门技艺的极限，围棋过去所承载的那种追求最优取舍之道的深邃哲思，似乎在意义的层面上消失了，如今被AI打成了一个“只要开心就好”的普通游戏。
我就怕将来有一天，AI发现所谓的文学其实也不过是个数学问题，人类之前的写作经验也一样是拖后腿的麻烦东西，那些被视为不可替代且弥足珍贵的细腻情感，能够被AI轻易复现，然后流水线一样地呈现出震撼人心的伟大文章，那时候文学就会陷入虚无，写作说不定会变成一种犹如宗教仪式般的行为。
文学沦陷之后就是音乐，音乐沦陷之后就是美术，总之人类那些不可名状又充满朦胧的表达，全都被总结为数学问题，然后一一破解，文化在整体上变成了一种拖后腿且没意义的东西，人类最终又回到了单纯地进食、交配、繁殖的状态里去，忘记并拒绝再思考意义为何物，就好像人类这个物种刚出现时的样子。
最后，我们会发现，人类这个物种在生存方式上走了一小段弯路，但很快就又走了回去，一开始是啥样，最后还是啥样，如果置身于这一小段弯路中，我们会觉得波澜壮阔跌宕起伏，但在更大的时间尺度来看，这就真的只是一小段弯路而已。
点关注，跟主编交个朋友 ↓↓↓
往 期 精 选
如何评价发布在某讯新闻的《为国捐躯可以，为资本家不行，年轻人的思想或走入误区》？
