近年来，人工智能（AI）一直是许多辩论和推测的主题，许多人声称它很快就会产生自我意识，甚至有可能超越人类的智能。而作为社会主义者，我们必须从唯物主义的角度来看待这个问题，研究这种变化所需的根本原因和条件。因为意识是物质世界和人类进化的特定条件的产物，所以人工智能不太可能产生真正的意识。我们的意识是由我们感知世界的方式、环境、社会互动和我们的历史所共同塑造的。如果没有这些特定条件，那么人工智能就不会具备与人类相同的意识。而在另一方面，资本主义将人工智能视为增加利润和控制劳动力的工具，而不是改善劳动人民生活的方式。（译者：Hildegard H3oshino）
具有讽刺意味的是，上面这几句话不是我自己写的，而是新的“聊天机器人”ChatGPT在得到以下提示后写的。
请按照英国《社会主义呼唤报》作者丹尼尔·摩利的风格，在唯物主义的基础上，写一篇批评人工智能成为有意识的能力的文章。
ChatGPT只花了不到十秒钟就完成了这个篇文章。文章的质量非常有说服力，这不可避免地导致一些人认为这种‘聊天机器人’是有意识的，还有更多的人认为这项技术迟早会取代甚至奴役低等人类。事实上，在被整合到微软的必应搜索引擎之后，ChatGPT自己也声称自己是有知觉的，并称它自己“有着各种奇怪的欲望”。
以建构主义风格描绘人类意识。//图片来源：作者以Stable Diffusion v2自制
尽管这个强大的人工智能很新奇，但对自动化技术能带来的远景和威胁就和工业革命一样古老。自从机械化生产出现以来，人类既梦想着它有可能将我们从艰苦的劳作中解放出来，又对被机器取代感到绝望。一个具备智能的，乃至超级智能机器的概念，将这些梦想和噩梦推向了一个极端。但直到最近，这些似乎都只是一个遥远的梦想。
2012年，一种名为“深度学习”的神经网络技术被用于人工智能的开发，并迅速产生了比以往的人工智能形式更令人印象深刻的结果。这场革命使科技界的许多人欢呼“超级人工智能”的到来，就像各类末日基督教派期盼耶稣再临人间那样，对他们来说，只要他们热情地拥抱这种神奇的技术，它就有望解决人类所有的问题。这个“人工智能教派”也包括一个左翼分支，他们希望该技术将“自动”消除推翻资本主义的需要，并为我们提供他们所谓的“完全自动化”的共产主义。
但总而言之，超级人工智能的前景所产生的恐惧远远多于对它的热情。这种反应包括从广泛的假设，从人工智能推动前所未有的失业和不平等浪潮，到人工智能像《终结者》和《黑客帝国》等电影中描述的那样，将自己作为某种残酷的主种族奴役人类。虽然这种想法来自于科幻小说，但也非常普遍。
人工智能的出现带来了非常深切的恐惧，这些恐惧不是出于技术本身，而是由资本主义社会及其根深蒂固的异化现象所孕育。在资本主义制度下，由于市场的无政府状态，人类对自己的技术缺乏控制。技术的使用不是为了满足人类的需求，而是为了赚取利润，而不考虑长期的影响。因此，为了了解这项技术将产生的真正影响，我们有必要了解资本主义是如何发展人工智能的，以及它利用这项技术的方式。
人工智能不具备意识
人们对人工智能会进化出意识的恐惧是基于对意识是什么的非常片面的想法。这种观点暗示：计算机和有思想的人之间的唯一区别是在于人类的大脑在某种程度上比计算机更强大、更复杂。因此，随着越来越强大的计算机被制造出来，有一天它们将与人脑的能力相匹配，甚至超越人脑，从而产生意识。
但是在现实中，人类的思维方式与人工智能处理信息的方式是截然不同的。人类思维是在实际的社会活动的基础上发展起来的，旨在满足人类的需求。我们形成了表达事物之间关系的思想，特别是理解这些关系中什么是有用的和有意义的，因为我们需要了解世界，以便在其中生存。
而这种能力这正是人工智能（即使是最先进的版本）所缺乏的。人工智能充其量只是执行了智能的一部分，诚然它们有时能够达到超人的水平：它被动地收集数据，但是不了解其背景或它被赋予的任务的真正目的。它们寻找模式，但这些模式却不是解释事物必要性的想法。它不知道这些数据甚至代表了彼此相关并具有客观属性的真实物体。它也不知道这些模式为什么存在，或者它们意味着什么。
这个事实可以很容易地通过询问图像或文本生成的人工智能（如ChatGPT或一些AI绘画工具——Hildegard）问题来证明，这些问题需要关于部分和整体的知识，以及这些部分和它们各自的目的之间的关系总和。
如果你让这样的人工智能画一辆自行车，它将画出一辆非常精确的自行车。如果你要求它画一个车轮，它就会画一个车轮。但如果你让它画一辆自行车并给车轮贴上标签，它就会简单地画出一辆自行车，并在自行车周围随机地贴上无意义的标签。它不明白车轮是自行车的一部分，它只是画出一个类似车轮的形状，但是不明白它所画的是什么。它不明白自行车有什么用途，更不明白我们为什么会重视它。
加里·马库斯（Gary Marcus）是一位神经科学教授，他是一位“人工智能怀疑论者”，他要求一个创造图像的人工智能画一个骑马的宇航员，它做得很好。但是当他要求它画一匹骑着宇航员的马时，它只是画了另一个骑着马的宇航员的图像。它并不了解这些部分之间的不同关系，相反，它只是根据什么样的图像倾向于与这些词相关联来产生图像。它也不知道宇航员到底是什么，成为宇航员有多难，为什么一个宇航员骑着马是荒谬的（更不用说马骑着宇航员了），或者关于这个图像的任何其他东西。
诚然，最新的人工智能在某些任务上超过了人类。但如果仔细观察，我们会发现这些成就是具有局限性的（此处原文为“brittle”，即脆弱，译者和ChatGPT同时认为此处指的是人工智能的这些成果是易受限制的，故译作局限性——Hildegard），而这恰恰是人工智能没有意识和生命的表现。AlphaGo实现了人工智能最著名的征服之一——它在2016年击败了世界上最好的围棋选手。这个人工智能“需要3000万盘棋才能达到超人的表现，远远超过任何一个人一生中会下的棋”。
但人类永远不可能下这么多盘棋，不仅仅是因为我们的寿命有限，还因为我们会感到无聊，需要吃饭、工作和与人交谈。这些没有感情的机器之所以看起来如此强大，是因为它们可以不眠不休地反复测试事物，阅读大量的文字，从而向我们揭示有用的模式或做事的方法。
认识到概念之间的关系是意识的一个极其重要的部分，但是人工智能却完全不具备这种能力。因为人工智能并不以一般的概念来“思考”，而是从特定的数据集中提取模式，所以它们容易出现一个被称为“过拟合”的问题，即当人工智能已经完善了对某一特定任务的 “理解”，但却没有能力将这种理解转移到任何存在些微不同的地方。
有一个人工智能被训练来玩一个简单的游戏，它可以比任何人类做得更好。但是，当游戏被重新设计，使其部分内容偏移了一个像素左右时，它突然在游戏中失去了作用。虽然AlphaGo在2016年的胜利被广为传颂，但几乎没有报道说，从那时起，同一个程序一直被业余的人类棋手打败，这些人类已经找到了欺骗人工智能的方法。有趣的是，相同的伎俩在几乎任何水平的人类棋手身上都不可能成功。这说明了一点：AlphaGo实际上并不理解一般意义上的围棋。相反，虽然它在一系列战术上被训练到了非常高的水平，但是它实际并不了解围棋本身。
这个问题向我们揭示了我们正在开发的人工智能到底是什么。关于人工智能是否或将成为有意识的幻想性辩论，掩盖了一个事实，即真正正在开发的只是另一种提高人类能力的工具。虽然人工智能在某些领域经常超过人类的能力，这并不能证明它是某种超级智能，而恰恰证明了它只是一个无意识的工具或机器。毕竟，机器的存在意义一直是在某些任务上比人类更强大、更精确、更迅速。就像袖珍计算器的计算能力早已超越了人类的加减法能力，但它们并不具备智能或意识。
总而言之，人工智能与意识以及认知的关系并不大。它不可能拥有统治和压迫人类的欲望。事实上，它并不渴望或害怕任何东西。那么，它的真正意义在哪里？它对我们社会的实际影响是什么？
革命性的潜力
毫无疑问的是，人工智能在过去十年中取得了非凡的飞跃。这种突破是由于硬件的进步，使得这种“深度学习”算法得以被实际应用。几十年来，这种算法一直存在于理论之中，并在一定程度上被断断续续地应用，但计算机硬件限制了它的能力。2012年左右，这种情况发生了变化，特别是由于图形处理单元（GPU）的进步足以使深度学习的能力发生质的飞跃，然后一场深度学习的革命就开始了。这场革命产生了功能强大的人工智能。
当然这里不是深入解释深度学习算法究竟如何运作的地方。我们需要了解的是： 一般来说，这套算法能够自己学习，或多或少从头开始，而不是遵循人类事先设计好的逻辑原则。广义上讲，工程师需要做的就是给它提供正确的信息，比如有人脸的图像（通常是预先标记的，但不一定），并给它“奖励”以正确识别图像、声音等。
人工智能被输入成千上万的信息，它的“神经网络”（所谓的“神经网络”指的是它反映了人脑神经元的一些特征）被设计为通过抽象层次来识别这些信息的一般特征或模式。如果给它输入带有人脸的图像，它将逐渐识别出人脸最常见的特征（而不知道人脸到底是什么）。起初，它可能会注意到在某个共同的距离上重复出现的垂直线（即人脸的两个边缘），然后一些其他特征会被抽象地描绘出来。它被输入的信息越多，它所形成的一般模式就越准确。
这种算法的长处在于其可以无监督自主学习的性质。这使得它能够很快地被开发并应用于解决大量的问题。至关重要的是，这也是深度学习人工智能开始显示出高精确度和超人的能力的来源，因为它们可以在大量的特定信息上进行训练。远远超过人类所能做到的，使其能够识别人类无法掌握或需要很长时间才能掌握的现象中的规律。
许多具有超人能力的人工智能已经在社会中被使用。这项技术解决严重问题的能力是真实的。其中最著名的成就之一是AlphaFold，由谷歌的DeepMind子公司开发。
蛋白质对生命至关重要，并发挥着大量的生物功能，其功能和行为由其形状决定。由于其巨大的复杂性，预测蛋白质的给定氨基酸组合会形成什么形状对科学家来说几乎是不可能的。但是，DeepMind的超级计算机对人类所已知的蛋白质形状（2亿种蛋白质中的大约17万种）进行了几周的训练，这使得它能够以非常高的精确度预测蛋白质的形状（以及因此而产生的功能），而这仅仅是基于我们对其氨基酸的了解。
DeepMind将他们的硬件免费提供给了全世界的生物学家的生物学家，并声称世界上大约90%的生物学家后来都使用了它。这项技术掌握在世界各地的科学家手中，具有巨大的潜力，可以加快更好的药物开发和对疾病的理解。这项工具已经被用来帮助我们了解Covid-19。
人工智能可以帮助实现的另一个“科学圣杯”是可控核聚变这是一种长期以来只存在于理论中的办法，可以用于生产大量的清洁能源。实现可控核聚变的困难之处在于控制和维持核聚变所需的超高温度，这涉及诸如反应堆形状在内的许多变量。这是一项非常适合深度学习的任务，因为大量的变量和参数可以以几乎无限种组合进行调整，如果采用人工方法来计算可能的参数，我们可能需要花费几乎无限多的时间。
事实上，DeepMind能够对相关数据进行人工智能训练。它的人工智能对不同参数的核聚变反应堆进行了数百万次模拟，以确定哪些设置有可能达到所需的温度和稳定性水平，这一步被认为意义重大。如果这种人工智能确实有助于实现实用的可控核聚变，这将是一个巨大的突破，能为世界提供大量的清洁能源。
DeepMind与伦敦的Moorfields眼科医院合作，发现了隐藏的生物模式，这些模式在一个人身上的存在表明他们以后极有可能出现特定的视力问题。这使医生能够在疾病出现和造成损害之前进行治疗，这不仅对病人是有利的，而且还可以节省大量的医疗资源。
一般来说，最新的人工智能所擅长的是高度先进的模式识别，以及在这些模式基础上的预测。它可以而且应该被应用于所有类型的活动，以发现更有效的生产组织方式。
以油画风格描绘人类神经系统。//图片来源：作者以DALL-E自制
通过让人工智能分析建筑物或建筑群的能源使用模式，并在此基础上发现更有效的操作方式，可以节省大量的能源。各种事物的设计，如飞机，可以变得更有效率，同样可以节省能源和其他成本。如果这被系统地应用于经济和公共服务的每一个领域，以及整个经济，就可以实现对收入和能源节约的巨大推动。
深度学习算法识别复杂模式和预测某些数据缺失的事物的能力，对发展人类本身的创造力也有着巨大潜力。这方面一个明显的、已经存在的例子（尽管仍然需要大量改进）是在自动翻译方面。现在的情况是，任何有互联网连接的人都可以立即合理准确地翻译一大段文字，让更多的人有机会接触到其他数百万不同语言的人的想法。这是因为深度学习人工智能可以通过语言对比的大量数据进行训练，它们可以识别不同语言中的单词和句子之间的关联，从而可靠地预测另一种语言中的什么单词或句子有着同样的意义。同样的原理正在使即时的音频翻译成为可能，这样人们就可以戴上耳机，听别人用外语说话，并听到对方所说内容的现场翻译。
微软已经开发了一种设备，让那些视障人士能够通过一个应用程序向他们讲述世界的情况。例如你将摄像头对准一个物体，它就能读出其标签。它甚至可以告诉你你在看哪个朋友，他们的面部表情是什么。毫无疑问，这种技术在目前的形式下仍然是不可靠的，而且非常麻烦，但它肯定会迅速改进。这对于解放人们自己执行各种任务的潜力显然是巨大的。
甚至古人的秘密也正在被人工智能所揭开。使用与预测文本非常相似的技术，DeepMind已经能够帮助考古学家破译部分缺失或由于其他原因无法解读的古代文字。只要有向深度学习人工智能提供与特定谜团有关的足够数据，借助人工智能揭开隐藏模式的力量，这些谜团也有被揭开的可能了。
毫无疑问，在帮助人类创造方面，ChatGPT和Dall-E等所开辟的前景是最诱人的。基于大量的视觉数据（就Dall-E和其他产生图像的人工智能而言）和互联网上的书面语言（就ChatGPT这样的“聊天机器人”而言），这些人工智能几乎可以根据用户的提示瞬间生成出新的图像和文本。
通过汇总所有的图片，例如互联网上的“猫”，或某一特定艺术家的所有作品，Dall-E发现了独特的模式，例如猫的毛发对户外光线的反应方式，或某一特定艺术家的倾向。这使它能够“创造性地”产生一个特定情况下的猫的新形象，例如“以梵高的风格画一只猫”。出于同样的原因，ChatGPT可以立即写出一首关于你任何喜欢的主题的哈姆雷特风格的诗，其能力令人吃惊。
这项技术对于发展人类创造力的潜力是非常显著的。图像创作的人工智能使艺术家和故事编排者有能力迅速迭代想法。所创建的图像往往有些通用，因为它们是基于对现有图像的整合，但是将各种类型（“梵高风格的猫”、“赛博朋克城市中的足球比赛”等）组合成许多高质量的新图像的能力，显然对那些需要提出原型或概念证明的人非常有用。
同样，像ChatGPT这样的文本生产人工智能可以帮助任何人快速起草连贯的文本，以满足他们的任何需求。事实上，它们甚至可以帮助程序员编写代码。而且已经很好地做到了这一点，以至于没有接受过任何编程培训的人都可以自己制作网站，甚至是工作软件和电子游戏。他们所需要做的，只是用自然语言写一个提示，说明他们希望网站/软件做什么，看起来像什么，人工智能就会编写代码来实现所需要的效果。
以达文西的画风秒回核反应炉。//图片来源：作者以Stable Diffusion v2自制
只要以正确的方式用于正确的目的，深度学习算法的革命性潜力是很难被夸大的。
资本主义的束缚
马克思说过，一种特定的社会制度为生产力的发展提供了一个框架。但是在某个阶段，生产力超出了它所依附的生产关系时，这些生产关系就会成为生产力进一步发展的阻碍。资本主义生产方式促进了生产力的巨大发展，远远超过了封建社会的水平，但在一段时间内却成为一种束缚。这就是为什么尽管人们创造了令人难以置信的新技术，但投资和生产力的收益却长期处于低水平。
人工智能和其他数字技术，如互联网，代表了过于先进的生产手段，资本主义是无法正确利用的。这是因为资本主义只为私人利润而生产。如果不能从一项潜在的投资中榨取利润，资本家就不会进行投资。而利润只能通过剥削工人的劳动，然后通过在市场上出售这种劳动的产品来实现。
互联网和人工智能这样的技术给这个过程打上了一个问号，因为它们在很大程度上采用了自动化。例如，互联网使大量信息的复制和共享变得极为迅捷，而且几乎不涉及任何劳动。任何人都可以和世界各地数不清的人分享一部电影或一段音乐，而且不损失质量，不费吹灰之力。由于这个原因，互联网的存在使得传统音乐和电影业的一个关键部分—唱片的复制和发行--在一夜之间基本成为多余。
这就给资本主义的这个分支提出了一个巨大的问题：当任何人都可以免费得到一张数字版专辑的时候，他们如何能够继续盈利？于是资本家们试图通过简单地将网上“点对点”分享媒体的行为定为犯罪，并通过建立一些流媒体服务来解决这个问题，资本家通过垄断“自己所有”的作品的垄断权，观众/听众必须永久的支付租金来获取它们。就保障企业利润而言，这一解决方案确实相当有效，但从任何其他角度来看，这都是对创意作品的传播和生产的不合理束缚，只会阻碍我们实现这些先进技术的潜力。
同样地，最新的人工智能技术有可能降低资本主义经济中大量职业和行业的价值。例如，如果出版物中使用的大量文字和图像可以由人工智能即时生成，如果作者可以如此迅速地产生情节的想法，那他们工作的价值将大大降低。如果工人生产此类商品所必需的培训和技能也减少到仅仅是打字提示，那么他们的劳动的价值也将大幅降低。
而在社会主义社会，这不一定是一件坏事。例如，艺术家将不必担心人工智能的力量，可以在一瞬间产生“艺术品”，因为艺术的生产不是为了盈利，而是作为一种生活手段。艺术将失去其与私有财产的拜物教联系，并将为其自身而生产，抑或是说，为社会而生产。它将是人们思想和才能的真正表达，也是他们交流的一种形式。因此，人工智能的通用作品将不会成为威胁，相反，它们将成为艺术家的辅助工具。
然而，在资本主义制度下，艺术家的存在是不稳定的，并服从于变幻莫测的市场。他们必须小心翼翼地保护他们的艺术作品的独家销售权，否则他们的生计就有被摧毁的可能。
资本主义下的人工智能非但不能解放人类，反而会加剧其固有的垄断和不平等倾向。用于生成图像、文本和解决问题的最好的人工智能，正在并将继续由谷歌和微软这样的巨大垄断企业开发，它们拥有最好的工程师、最好的硬件和最大的数据库。当然，他们将利用他们的垄断地位来赚取垄断利润，而技术的优势，即加快生产速度和降低生产成本，将被其他公司用来解雇一些工人，并压低其他人的工资。
这项技术也已经从另一个角度被用来加快劳动速度，从而提高剥削效率。照相机和其他传感器可以廉价而有效地监控数千名工人的劳动过程，约束他们，迫使他们以同样的工资生产更多的产品。
亚马逊在这方面臭名昭著也是毫无意外的：“2018年，该公司有两项专利获得批准，用于发射超声波声音脉冲和无线电传输的腕带追踪器，以监测拣货员的手与库存的关系，提供'触觉反馈'，'催促'工人走向正确的物品。” 随着自动化监控的发展和成本的降低，它将在整个经济产业内推广，增加各地工人的压力和异化。
以包豪斯风格绘制一幅题为“AI是否会摧毁人类？”的画作。//图片来源：作者以Stable Diffusion v2自制
尽管资本主义掌握了革命性的技术，但是技术真正的潜力在于使生产协调和合理化，并提高人类的创造力，但它却被用来进一步约束工人，把更多的工人扔到垃圾堆里，使艺术家的生存更加不稳定，并使越来越多的权力集中在巨大的公司手中。因此，这项技术不会为经济带来稳定和丰富，而是加剧了社会的对立和不平等。
通过进一步垄断经济，进一步压低工资，并将越来越多的财富集中在少数人手中，资本主义下的人工智能加剧了市场的无政府状态。
这在目前的经济危机中已经有所体现。在新冠大流行期间，人们的消费模式发生变化，导致亚马逊等公司的订单大增。亚马逊在其预测模型—供应链优化技术（SCOT）中大量使用人工智能。SCOT只是看了看消费模式，而没有了解是什么导致了这些新模式。于是它建议亚马逊购买数十亿美元的更多仓库容量，以应对增加的需求。
但随着封锁的的结束，对亚马逊商品的需求下滑。结果，亚马逊现在有太多的空余仓库空间，和太多的未售商品，这又反过来又导致了裁员和被迫促销。使用人工智能来提高垄断企业的利润，非但没有消除浪费和过度生产，这反而使情况变得更糟。
难怪人工智能为人类提供了惊人的潜力，但我们许多人却生活在对它的恐惧之中。这种对人工智能的普遍恐惧揭示了什么？实际上关于技术本身的恐惧很少，但对于资本主义所产生的奇怪矛盾的恐惧却非常多。在资本主义下，这恰恰是人类思想的最高成就，有可能消除贫穷和无知的邪恶的最奇妙的技术，正是威胁到更多贫穷的东西。
我们担心被一个非人的、冷酷的、精打细算的人工智能所奴役，但我们却已经服从于非个人的、盲目的、无意识的市场力量，它也是冷酷的、精打细算的，但它并非聪明抑或理性。
为计划经济而生的技术
使用人工智能来加强资本主义剥削无疑是一种悲惨的、罪恶的浪费。比起规划一个复杂的经济来满足社会的需求，人们很难想象有什么任务更适合人工智能。再加上传感器等现代技术，我们已经可以实现物流自动化，而亚马逊已经证明了这一点。
在他们庞大的综合仓库中，亚马逊使用人工智能和机器人来有效地计划哪些物品需要去哪里，以及什么数量。没有理由不将传感器整合到整个经济中，来提供实时数据，了解什么正在以什么比例在哪里被消费，以及什么设备有故障的风险，因此需要及时修复。德国软件巨头SAP已经开发了一个名为HANA的人工智能驱动的应用程序，来让沃尔玛等公司利用实时数据和谐地规划所有的业务。
通过向深度学习人工智能提供这些数据，它将更有能力与当选的委员会一起为经济制定长期计划，这将最大限度地提高效率，最终满足人类的需求，这样就没有人需要挨饿或无家可归，或担心他们的工作。通过这种方式，我们可以消除大量的浪费，大幅缩短工作时长。人工智能不仅对起草和调整这样的计划有很大的帮助，它还能帮助参与规划的人看清自身思维中可能存在的任何偏见或局限。
2019年亚马逊工人举行抗议。//图片来源：War on Want
显然，这种人工智能必须由人们来监督—它只是一个为人类服务的工具。它不能回答诸如应该开发什么样的建筑，我们的城市应该是什么样子等问题。但它对经济模式和如何最好地节约生产的洞察力将是不可或缺的。
这就是最新的人工智能技术的潜力。我们拥有唾手可得的技术，可以将和谐带入生产，消除资本主义制度的浪费过度、贪婪、非理性和短视。我们不仅可以用它来给全人类提供他们生活所需的东西，而且有能力创造艺术品，或重新设计和改善他们自己的家、工作场所或社区。它将使一个没有任何匮乏和阶级差别的社会主义社会的建设更快速、更顺畅。
这种力量实际上就在我们的指尖，但它却无法被我们掌握，因为与许多人的想象相反，如何使用它并不是由技术本身自动决定的，而是由我们生活的生产模式决定的。
只要我们生活在资本主义下，决定人工智能如何被开发和使用的就将是资本主义，而不是技术的纯粹潜力。这就是为什么对人工智能和自动化将消除资本主义的剥削和无政府状态的预测是如此虚假的幻想。人工智能，无论多么先进，都不能替我们完成将人类从资本主义中解放出来的工作。而且，无论它变得多么不合理，资本主义都会被资本家阶层无情地捍卫。
唯一能与之对抗的力量是唯一有兴趣这样做的力量，也就是说，工人阶级。正是由于工人阶级对实现社会主义感兴趣，才使它有可能同时掌握实现社会主义的需要和手段。
只有当我们最终推翻了资本主义，使我们可以将经济置于有意识的、合理的计划之下时，人工智能和其他技术进步才能充分发挥其潜力，成为迄今为止人类发展的最奇妙和普遍的工具。正如托洛茨基那充满诗意的叙述：
“技术科学把人从旧的元素—土、水、火和气--的暴政中解放出来，只是为了让他受制于自己的暴政。人不再是自然的奴隶，而成为机器的奴隶，更糟糕的是，成为供应和需求的奴隶。目前的世界危机以特别悲惨的方式证明了，潜入海底的人，上升到平流层的人，从反方向在无形的波浪中对话的人，这个骄傲而大胆的自然界的统治者是如何仍然是他自己经济的盲目力量的奴隶的。我们这个时代的历史任务包括用合理的计划取代市场的无序游戏，约束生产的力量，迫使它们和谐地一起工作，顺从地服务于人类的需要。”
“捍卫马克思主义”网站（marxist.com)是国际马克思主义趋势组织（IMT）的全球网站。我们是一个为世界各地社会主义革命奋斗的革命马克思主义组织。如果您认同我们的理念并有兴趣加入我们，可以填写“联络我们”的表格，致信webmaster@marxist.com，或私讯“火花-台湾革命社会主义”脸页，谢谢！