言论

死囚,该不该死?/郑喜文

生命无价,即使延伸至小猫小狗,估计也没人有异议。

那,死囚该不该死?



死囚之所以沦为死囚,就是因为他做了一些凡人如你我想也不敢想、想了也不会做、会做也不愿做、愿做也得忍住不做,忍不住却也不可以做的事,于是他成了死囚。

死囚有好几种,贩毒的、持枪的、绑架的、蓄意谋杀的、恐怖主义的、强奸致死的、教唆他人自杀及企图叛国等等。

一般来说,死囚都是为了谋财,或一己私欲,于是他必须直接或间接的伤害一些人——对方也许不至于死,不过还真没人说得准,因为他的动机是满足他自身的利益,让不让你死,就看剧情是否需要。

纵观上述罪名,死囚之所以成为死囚,一般都是他让某个人或某些人永久的在这个世界上消失了。



无法有效解决问题

在某个层面来说,副部长杨巧双的说法的确没错,死刑这“一命抵一命”的惩罚,确实无法有效的解决社会问题,说不定让对方在终身监禁之后,他会觉悟并反悔呢?如果他不会呢?如果他是惯犯呢?如果他杀了很多很多人呢?

如果冲着死刑而随机杀了3个人(想死却不敢自杀)的囚犯,可以为了被判死刑而再杀30人,我们应该如何看待?如果杀了10个人的囚犯,在杀害第11个人时失手被捕而表现出极大的忏悔,应该怎的?

敢问,一个坏人的反悔,对这个社会有何作用?为了证明人之初性本善吗?还是证明你的爱就跟大海一样无量?在无法有效解决社会问题的大前提下,执行死刑却是为了什么?

如果“终身监禁”是这世间上最大的惩罚,为何他却可以如此随意的让你最爱的人永远离开你?

杀戮比偷取可恨多了,被“偷”掉,至少那个人还在——但死囚却选择杀害了他,让他在宇宙毁灭之后,都不会再次出现。

我们从小被教导的功课,在这个课题上,被完全推翻。为何作业做错了会被老师用藤鞭打手心?为何在学校走廊奔跑会被抄名?为何没带作业簿必须罚站?这惩罚对等吗?

惩罚本身必须稍微大于“错事”,那才可以起到警惕和预防的作用,如果考试作弊的后果是“抄写3次”而不是“记大过一次”,又有谁会畏惧呢?

惩罚不对等,受害者的心灵无法被安抚——敢问,“被安抚”对这个社会有何作用?有的,被安抚,就是打从心里上承认国家这个律法,死刑让人感到这世间尽管有不平之事,却可以通过法庭去寻找公义。

废死无法阻他人犯案

你杀人?那就填命吧!

如果死不死都无法彻底解决,那为何你不让该死的人去死?

至少受害者和其家属不会怀疑人生,无语问苍天,甚至恨不得替天行道,反正失手了也就和对方一起蹲在牢房里吃咖喱饭而已,然后再找机会弄死他,无论失手还是得手都是继续蹲嘛,不然终身监禁也太无聊了,怎么看也博得过。

死囚该不该死,其实也不是重点。重点是,如果你觉得死囚不该死,那你除了废除死刑之外,还做了什么?

最荒谬的是,死囚在成为死囚之前,其实他已经知道他会成为死囚—— 他知道做了那件事之后,后果是死刑的,然而他还是做了—— 换言之,一个准备去死的人,他带着非死不可的心态去让一个一点都没有准备要死的人给致死了,然后你不给他死,还要准备膳食和私人空间给他,好让他可以忏悔?

政府不执行死刑,却又无法阻止他人成为终身监禁囚犯,没有体制,没有方法,百姓质疑鼓噪,你却归咎于“情绪化”,那你是想怎样?

死刑,有了可以不执行,不过一旦你没有,而你又缺乏执行的能力,那被人民在三观上宣判“死刑”的,就是你。

反应

 

在商言商

我们与AI最相似之处/郑喜文

作者:郑喜文(大中华市场前锋队长)

特斯拉一出手,便知有没有。

这一次,马斯克不止带来了无人驾驶的汽车以及灵巧万分的机器人,它最激动人心的,还包括“比人类开车安全10至20倍”、使用成本低廉、自动清理和消毒,甚至当绝大多数人都选择自动驾驶之后,停车场(parking)会被“淘汰”而转化成公园(park)等让人恨不得立马成真的愿景。

让世界更美好,一直都是科技所该带来的边际效应。

特斯拉再一次具体地让我们感受到科技带来的便利(上车后即可倒头大睡),以及其安全性——有关这一点,虽然还有待进一步被确实,但马斯克在活动上提及,其无人驾驶的车子,都被演算法训练如何应对“马路上许多百万分之一的概率才会发生的事情”,而这也是人工智能(AI)最令人着迷的地方。

符合预期

它可以,也必须不断地学习,通过分析和统计各种数据、图像及演算法等,模拟人类心智并做出符合预期的决策,然后不断进化,这精进很达尔文,很人类。

而上面这一段的核心重点是“符合预期”。

符合谁的预期?主人、用家,就是阁下,你。

AI的高度,很大部分取决于用家的高度——创立并管理著全球最大的对冲基金创办人雷·达利欧在其著作《原则》当中有提及,他的成功有一半可以归咎于计算机所制成的“模型”,而从70年代手绘的草图到最新颖的电脑,目前需要演算的模型超过2亿个组合。

达利欧是玩大宗商品出身的,即使大学时期,他已经把谷物和豆类的种植面积、降雨量、种植周期、收成数量等在电脑里建立模型,并从中做出决策。

即使如此,他也曾经赔掉了所有。

从手绘到裂变出2亿个组合的模型——只要你想得到,并列入考量范围,电脑肯定可以算得出来,但,你可以涵盖的范围有多广?

持续学习

人类与AI最相似的地方,就是持续学习、进化,但人类有惰性,而AI却没有。

如果连虚拟世界里的小助手都在持续学习,身为主人的我们却反而奢望通过他们的持续学习而不再学习,这将会是发展AI最不合理的地方。

很多人以为,只要他学会使用AI即可,但如果使用者的水平不够,输入的数据不够全面,那他又怎么知道该如何判断AI的输出是否正确呢?

用很先进的工具为公司做出决策看似一件很先进又与时并进的做法,但,可取度和可信度有多少,往往取决于你眼界有多高,以及格局有多大。

水能载舟亦能覆舟,目前最火热的行业是科技业(人工智能),而裁员最为严重的也是科技业——持续学习,估计是所有行业避免被淘汰的不二法门。

视频推荐 :

反应
 
 

相关新闻

南洋地产