人，計算機，兩者的架構都不一樣，彼此模擬顯然是很困難的任務。
對人而言，進行人腦原本並不擅長的計算、邏輯、海量簡單分支決策的任務，效率遠遠低於哪怕最原始的計算機。
對計算機而言，從事其並不擅長的複雜局面判斷、複雜分支決策之任務，哪怕算力早已碾壓人腦，也仍然是一種消耗巨大的以短擊長，龐大而複雜的算法體系，到頭來，還不如人腦迅速憑“直覺”而做出的結論。
各有所長，各有所短，一旦認識到這點，方然就明白所謂“等效算力”的意義並不大。
用圍棋AI的算力，或者，其他任何AI的算力去衡量人腦的處理能力，並不能準確判斷人腦的實力，充其量只說明，倘若要人腦去從事計算機、人工智能擅長的工作，可以做到什麼程度，可以與多大算力的AI相比擬。
至於人腦的真正實力，恐怕，是沒辦法用Flops來表徵，正如一輛家用轎車的優劣，絕對無法通過超載能力來衡量那樣。
那麼人腦的能力究竟怎樣，到底，有沒有一個起碼的判據。
念及至此，花費寶貴時間思考這一問題，方然的初衷，或許是爲了調劑生活，在緊張工作的間隙放鬆頭腦，但，不知不覺將思維深入到這種程度，他才逐漸意識到，自己正在思考的是一個何其關鍵、甚至是決定性的問題。
人腦與計算機，架構迥異的兩種事務，它們真的可以彼此等效、甚至彼此替代嗎。
這一問題的真正答案，至關重要，一旦得出結論，就可以回答縈繞心頭、困擾思緒的兩個棘手之問題：
計算機，能否替代了人，去從事創造性的科學研究工作；
以及計算機，能否作爲意識的載體，成爲實現無限長之生命的一種手段。
兩個問題，本質上，都是在探究人腦與計算機的本質，是否可以彼此等價，進而彼此替代。
但答案又會是什麼呢，站在西曆1489年的歷史節點上，無需殫精竭慮，方然就能給出一個令人失望的回答：
不能。
計算機，替代人類勞動，是多少年來一直在發生的事，可是直到今天，聯邦、乃至全世界的IT尖端研究，仍未創造出能通過“圖靈測試”的人工智能，距離人工智能代替人類，從事創造性科學研究的目標，顯然就更加遙遠。
當今時代的APOS、全產機，毫不誇張的講，已經取代了社會生產過程中百分之九十九的人力，將從清掃工到應用工程師的諸多崗位徹底消滅，這固然是事實。
聯邦的無數勞動者，因此失業，喪失參與生產流程的機會，這也是一種確定的趨勢。
但直到今天，勞動者，仍然被聯邦頂層、有產者、統計階層所需要，在聯邦大地的無數研究機構、生產體系中，從事創造性研究的自然科學領域之頂尖人才，數量一點也沒有減少，甚至還會隨着生產體系的膨脹而擴大。
計算機的能力，在今天是前所未有的強大，但仍然有一些事情是其力不能及。
科學研究，前沿領域的探索，尖端技術的開發，仍然必須由人來主導，即便計算機在其中扮演的角色越來越重要，今日的一切高新科技研發，離開超級計算機的強大算力都無以爲繼，但在研究過程中，計算機所充當的仍然是“算僕”，只是研究者用來加快計算速度，縮短研發週期的工具。
原則上講，今天的一切科學技術之研究，完全擯棄計算機，照樣可以進行下去。
只不過研發的速度，會慢到令人完全無法忍受，科學家窮極一生、僱傭海量計算勞工，也沒辦法等到計算結束、驗證自己的理論是否正確。
計算機的角色，越來越重要，但，這與成爲主導根本就是兩回事。
正因如此，在社會劇變的這時代，聯邦的無數勞動者纔沒有被頂層徹底拋棄，被成批趕進毒氣室，而是暫時維持一種微妙的、尚可維持的平衡：
無數勞動者失去工作、苟延殘喘，其中的一小部分精英則（暫時）還有工作，衣食無憂。
數量龐大的底層，多少還得到一點救濟、勉強維生，以巨大的基數，多少總能夠爲生產體系提供一定數量的精英勞動者，只待眼前的科學研究者們逐漸老去，死亡，就可以進入生產體系，繼續爲頂層服務。
在生化仿真人的衝擊下，頂層——奴隸——奴僕之三元體制，奴僕的地位岌岌可危，數量持續減少，而被大量的生化仿真人取而代之。
這一趨勢，在幾年前就能觀察到，除從事“人文藝術”的奴僕外，普通服務者均前途堪憂。
奴隸羣體的地位，則兩極分化，大量普通勞動者陸續被踢出生產循環，從事尖端科技研發的高端人才則安穩如山。
這樣一種大趨勢，長遠看來，會對人類社會造成什麼樣的影響，現在還說不好。
方然並不在乎什麼“長期趨勢”，事實是明擺着，第三次蓋亞大戰很快就將到達“臨界點”，繼而，在雙方動用戰略核武器後，事態就將演變到不可收拾的地步，整個人類世界都將迎來又一次天翻地覆的劇變。
世界命不久長，長遠趨勢，也就只能是一種虛無縹緲。
相應的，計算機究竟能否取代人，從事（真正的）科研工作，或者說究竟要發展到什麼樣的程度才能做到這一點，則是根本性的重大問題。
真正的科學研究，毋庸諱言，並非若干年前人們以爲的那樣，只要經過專業、系統的教育，在生產體系中從事一些無關體力、無關交際的工作，就算是投身於科學技術，恰恰相反，彼時的大量所謂技術崗位，進行的都是些程序性的勞動。
隨着IT技術的滲透，應用科學與計算機程序的結合，讓這些崗位上的人被迅速淘汰。
真正的科研，要麼是前沿領域的探索性工作，要麼是極端複雜局面下的技術應用，總而言之，一切以計算機是否能取而代之爲準則：直到今天，聯邦的超級計算機與AI，能未能將托馬斯*安生、萊斯利*蘭伯特等人踢出生產循環，就是“計算機尚力有不逮”的有力證明。