刘宇昆：杀敌算法(8)

“军方没有用德裔或意裔美国籍志愿者，是吗？”
“没有，至少我没听过。我跟你讲这些，不是让你无视这工作本身存在问题的一面，而是告诉你，现在你面临的问题并非史无前例。战争的重点就在于它偏护某一人群的生命，而不那么在乎另一群人。既然无法读取人的思想，那就必须另辟蹊径，摸索出方法来分辨需要保护的人和该杀的人。”
凯拉陷入沉思。施托伯博士的逻辑无懈可击。毕竟，这么多年来，她一直心痛父亲的过世，却从未为她父亲所杀的上千人流过一滴泪，哪怕当中不少人可能是含冤而死的。对她而言，父亲的生命远比他们所有人加在一起还要珍贵，他的遭遇也更令人同情。这也是促使她站在这里的原因。
“我们的机器比人类更胜任这份工作。诸如外貌、语言、面部表情等属性，只是输入数据的一个方面。我们还有遍布全城的上千个监视摄像头拍摄的视频，有来自电话、社交访问的元数据，有根据个人无法掌控的庞大数据定位的个别嫌疑目标，你的算法可以将这些通通整合。一旦程序设计完成，机器人便能始终如一地做出决断，没有任何偏见，只有让人信服的证据。”

凯拉点点头。与机器人并肩作战，即意味着没人再需要为杀戮背负良心债。
凯拉的算法需要进行详细说明后，才能递交给政府批准。有时提案会被退回，上面标注着疑问与改动。
她脑海中浮现出某个将军（也许还有几个军方律师提供咨询）逐字逐行阅读她的虚拟代码的情景：
目标的特征将被评估并赋值。目标是男人？嫌疑值增加三十分。目标是孩子？嫌疑值降二十五分。目标面部与任何一个暴力分子嫌疑人的匹配程度不低于百分之五十？嫌疑值增加五百分。
接下来，给目标周围可能受到附带损伤的人赋上数值。被确认为美国人或极可能是美国人的数值最高。然后是与美军结盟的当地民兵或团体，以及当地精英人士。那些看上去一贫如洗、走投无路的人数值最低。算法必须将媒体报道与政治可能带来的负面影响考虑在内。
在计划说明来来回回几次之后，凯拉已经熟悉了这套流程，她的任务似乎并不太难。
凯拉盯着支票上的数字，很大一笔。
“这只是公司对你所做贡献的小小心意。”施托伯博士说，“我知道你一直兢兢业业。今天我们从政府那里得到了关于试用结果的正式通知。他们很高兴，自从使用‘守护者’以来，附带损伤减少超过百分之八十，而且没有一起目标确认失误。”