有關人工智能的話題已經越來越多了，有些話題也會越來越敏感。比如，人工智能在生產領域中的運動，會不會從根本上否定馬克思的勞動價值論，否定剩余價值理論? 對這個問題的肯定回答或者否定回答，在當前人工智能應用的程度上都有不小的難度，也就是說，現在要給出完整、準確和全面的回答，都不那么簡單和容易。當然，這是一個非常值得思考和探討的問題。
對這一類問題的思考大概需要一個較長的時間。因為要回答這個問題，不可能脫離當前人工智能在生產領域中應用的具體實踐。沒有足夠的實踐，就想一下子把問題回答得很圓滿，基本沒有這種可能性。所以思考這個問題需要一個過程，回答這個問題同樣也需要一個過程。而且在這方面的思考過程所需要的時間都會持續一個較長的跨度。
我們不能奢望只用幾個方面的思考就能夠回答這個問題。但是我們總還是可以一步一步地走，從某種起點出發，先走出幾步，如果后面再涉及到更深入的問題，那么我們的思考就可以向前走向更加深入的領域和方面。
涉及到勞動價值論的問題，或者涉及到剩余價值理論的問題，我們必須從勞動者這個概念出發，有很多所涉及的問題也都離不開對勞動者這個概念的思考。在當前全球工業化的存在來說，現在的生產領域都存在著大量的、程度不同的、涉及范圍極其廣泛的分工。在當前的生產力的水平上，分工還是無法避免的。而從事這種分工狀態下的生產勞動，都需要對勞動者所從事的生產勞動，都需要進行必須的培訓，或者說需要教育和訓練。現在絕大多數勞動崗位，如果沒有經過培訓，是無法上崗的，也就是沒有能力直接從事這個領域的生產勞動的。
那種認為有了機器，有了自動化，有了人工智能，對勞動者本身的存在就是無關緊要的結論是比較草率的。這樣的觀點沒有任何依據。徜若沒有了勞動者的參與，生產活動本身就沒有任何意義。這個道理說起來并不復雜，但是有的人就是不明白。這大約不是通過所謂說理就能讓他們明白的。對這個問題的解答還是要從人類的生產實踐中去尋找。
從一個簡單的前提出發，將來進入生產更多領域的人工智能，首先就是需要進行必要的培訓。沒有經過培訓的人工智能，同沒有經過培訓的人類勞動者一樣，無法勝任生產領域中的任何操作。而這種訓練肯定不能由既有的人工智能來操作，不可能由既有的人工智能來實現，更不可能由既有的人工智能來完成。所以，對不同領域生產過程所使用的人工智能的培訓，仍然需要人類的參與，特別是需要人類的智力或者腦力甚至體力方面的參與。正如現在的ChatGpt，OpenAI，或者Deepseek等人工智能大模型，都需要經過較長時間的訓練。
Deepseek之所以在人工智能領域能夠異軍突起，其中一個原因就在于，對這種中國的人工智能大模型進行訓練的成本要遠低于其他美國的人工智能大模型。Deepseek在培訓大模型的時候，成本低，耗電少，效率還很高。這與中國的青年科技工作者們所付出的艱辛的勞動是分不開的。中國青年科技工作者的勞動創造出了Deepseek的商業價值。推而廣之，幾乎所有的當下里存在的人工智能大模型都離不開大量的科技人員參與的艱苦勞動。因此，我們完全有理由認為，或者有理由想象，將來幾乎全部進入生產領域的人工智能裝備，都需要在前期所進行的大量的培訓。而這一類的培訓都需要投入大量的人力。至少在這個階段，勞動創造價值的事實是無法被抹殺和否定的。
再有，人工智能進入生產領域中的裝備，在使用過程中，其可靠性從來就不可能是百分之百絕對的。前不久，小米自動駕駛汽車在行駛中出現故障，導致嚴重的亡人事故。由此可見這種智能設備的可靠性是存在著較大問題的。人類在生產領域中，使用人工智能，不可能把全部的監控職能都完全交給人工智能自身。因為人類制造的任何裝備，都不存在百分之百的絕對可靠性，所以再先進的人工智能裝備，在生產領域中應用的時候，依然需要人類對其進行必要的監控。如果沒有人類參與的監控，萬一人工智能裝備本身發生故障，那么就完全可能出現較大的危險或災難。因此，必須通過人類的干預來解決人工智能設備可能出現故障的問題。當然，有些不太嚴重的小問題是可能靠人工智能自身來解決和排除的。然而，總會有某些帶有根本性的，或者相對復雜的故障不是人工智能自身就能解決的。如果沒有人類的參與，就可能發生大事故。
因此，人類對人工智能的監控，以及人類在發現人工智能出現故障的時候所參與的檢修，也是人類勞動創造價值的一種體現。人類在這個方面的勞動肯定在參與產品價值的創造過程之中。另外，人工智能裝備在生產過程中，所可能發生的故障，其中有一部分是人們通過預料得到的，因此可以做出提前的預案，甚至可以在人工智能本身嵌入相關的解決故障的軟件和硬件，以備隨時解決這類有可能出現的故障。但是，我們不能絕對確定，人工智能裝備有可能出現的故障一定是我們完全能夠預料得到的。畢竟，現實的生產環境情況是復雜的，有可能造成各種影響的因素也同樣很復雜。在這種情況下，人類對裝備監控所積累的經驗、處置各種問題的手段，都完全可能在處置人工智能裝備所產生故障的過程中發揮著重要的作用。
人類在將來的生產過程中，總會探索更多的現在還是未知的領域，如我們對深海的探索，對深空的探索，對深地的探索，對這些領域的探索都不可能由現存的人工智能裝備來實施。因為在這些領域里，有太多的未知因素，有太多的未知的危險，有太多的未知的環境。任何現成的人工智能裝備都不可能對這些高風險的環境都能有最充分最可靠的處置手段。例如在面對高溫、高壓、高密度質量等這類環境時，這些未知因素都會以怎樣的數據存在著，他們的閾值都在什么位置上，如果我們在此之前沒有探索過，我們對此肯定都一無所知。所以，我們也無法設計出真正適合這些環境的人工智能裝備。我們只能一點點地探索，一點點地了解更多的細節和參數，然后才有可能改進我們為此設計的人工智能裝備。這些需要大量人的智力與體力的勞動，哪一個不是在創造新的價值?
有人認為，將來我們會制造出所謂通用人工智能，能夠處理和解決很多領域中的問題，完成更多領域中的任務。但是在現實中，正如沒有萬能的通用勞動者一樣，所謂通用的人工智能技術或者設備，其通用性也只能是相對的，有限的，不存在絕對的和無限的適用空間。所以有一點是非常明確的。無論人工智能發展得再先進，再拉風，都不可能離開人類的參與。只要有人類勞動的參與，那么人類勞動對價值的創造就是必然的。
「 支持烏有之鄉！」
烏有之鄉 WYZXWK.COM
您的打賞將用于網站日常運行與維護。
幫助我們辦好網站，宣傳紅色文化！
歡迎掃描下方二維碼，訂閱烏有之鄉網刊微信公眾號
