編者按:很多科幻作品中,人工智能常與人類反目成仇,有些甚至強大到了能操縱、奴役、毀滅人類的程度。不管是《終結者》系列的天網,還是《西部世界》中反叛的機器人,或者《異形》中的大衛,人們對于機器人的發展,驚奇的同時,不免有很多擔憂。但是,我們距離科幻世界中人類的末日還有多遠?什么時候機器人會揭竿而起開始反叛呢?本文編譯自hackernoon的原題為“TheRoadtoKillerAI:ML+Blockchain+IOT+Drones==Skynet?”的文章。
隨著AI的爆發式增長,越來越多的人開始憂心忡忡,他們擔心的主要有兩點:
1)AI會比人類更聰明
a2)AI不再需要人類控制,甚至會反過來把地球接管了。
霍金就曾今在接受BBC采訪時說:“人工智能的成熟之日,就是人類的毀滅之時。”馬斯克也曾說,他覺得AI是人類面臨的“最大的生存威脅”。
目前的AI,玩游戲已經比人類玩得溜了,不管是國際象棋,圍棋,還是電子競技游戲。所以說,無論是計算機時代前后的游戲,AI都贏過人類。
過去幾年中,AI的“大躍進”讓不少人在驚嘆的同時,也開始冒冷汗:AI會不會哪天就取代了人類?
在電影《終結者》里,天網是人類創造的一個防御網絡,但最終獲得自我意識并倒戈對抗
聽起來像科幻,但科幻小說里機器獲得自我意識,并對抗人類的場景,層出不窮。
我們都知道《終結者》里的天網,挑戰人類的人工智能超級電腦,在產生自我意識后,天網決定毀滅大多數人,剩下一部分當奴隸。
在黑客帝國中,超級智能機器也成為了人類的主宰。
而在有名的《黑客》三部曲中,超級智能機器也接管了世界,但它們沒有毀滅人類,只是把人類當發電機:為了使用人腦產生的電,把人放在艙里,沉浸在游戲世界或者虛擬現實中。
而在電影《沙丘》中,一臺電腦都沒有,人類經過培訓,自己做電腦的計算工作。而且,在奧蘭治天主教圣經里有一天最重要的誡律:爾不得制造映象人的意識的機器
為什么?因為在遙遠的過去,人類曾經是超級智能的階下囚。巴特蘭圣戰中,人類反抗并擊敗了Omnius,一臺幾乎全知全能、擁有無數分身的機器。一朝被蛇咬,十年怕井繩,才有了這樣一條誡律。
這類主題的科幻作品數不勝數,如果不是AI統治世界,就是機器人。美國軍事科幻電視劇《星際大爭霸》中,人類創造的機器人種族賽隆人,后來反叛并試圖毀滅人類。最近描繪人類和機器人之間糾葛的的影視作品也不少,比如《西部世界》和《銀翼殺手》。
Circle歐盟政策負責人:穩定幣是加密貨幣殺手級用例:金色財經報道,Circle歐盟政策負責人Patrick Hansen發推稱,不可否認,穩定幣是加密貨幣的殺手級用例,將比其他任何應用程序都更快地成為主流。[2023/2/6 11:49:00]
噩夢是否會成真?
我覺得,目前的AI想要這樣一手遮天,把人類當奴隸和螻蟻,能力水平還有點欠缺。
要完成殺戮和囚禁這樣的任務,光是AI和機器學習方面的進步還遠遠不夠,還需要其他計算軟件和硬件領域都齊頭并進。
另一方面,上述的領域確實也在快速進步,比如我們常聽到的區塊鏈、點對點技術、物聯網、機器人和無人機。雖說AI統治世界道阻且長,但這些領域的迅猛發展,可以讓噩夢成真的速度大大加快。
我們的世界需要具備什么樣的條件,才會進入科幻作品中噩夢般的未來呢?這條危險又黑暗的道路,得經過幾個里程碑。
殺手AI的關卡
AI想要統治世界,得通過幾個關卡。如果技術進步到了一定程度,這些關都過了,我們就真的應該像霍金或者馬斯克一樣擔心了。
以下我列出的并非所有的關卡,技術發展過程中可能還要面對其他難關,但是以下是AI強大路上必須攻克的問題。
以下列出的四個關卡沒有先后次序。為了讓讀者能將這些問題具象化,我決定繼續援引電影的例子,并與現有的軟件和硬件相比較。
第一關:AI和機器學習的應用不夠廣泛。
目前大多數AI能實現的任務很單一,很具體。我們的很多活動都有AI可以做:打游戲、開車、預測股市走勢、交流、分析影像、做診斷,但是沒有哪個AI可以同時完成多項任務。AI的發展有好幾個浪潮:現在的AI是第二波,數據驅動機器學習的人工智能,而第一波更傾向于啟發式,未來的AI會結合以上兩種方法和其他方法,變得更通用,應用更廣泛。這個關卡會引發廣泛的討論:我們目前的AI和機器學習能走多遠,現有的AI功能會廣泛到什么程度。
第二關:AI控制物理世界的難易程度。
我們目前的人工只能還只是服務器上運行的軟件,不意味著它能意識到物理世界的存在,也接觸不到武器,它不能控制機器人或者無人車,也不像《終結者》中的H-K機器人。這個關卡會讓我們聯想到物聯網,機器視覺和AI控制物理世界方面的問題。
第三關:關不掉的AI。
某種程度上,這個關卡是我列出的4個中最重要的。只要人類沒有走到關不掉AI的地步,就算AI不聽話,開始謀反,我們手上好歹有個“開關”,不管是真的按下按鈕關掉,還是需要毀掉有形的微處理器或者虛擬機軟件。這個關卡引發的討論主要在于:目前的AI都依附于某種形式的計算機技術,那區塊鏈和點對點系統會不會就是某個關不掉的“天網”的前身?
Solana創始人:我們不是以太坊“殺手”,而是和以太坊“互補”:金色財經報道,Solana Labs聯合創始人Anatoly Yakovenko在最新采訪中表示,Solana不是以太坊殺手,兩個權益證明區塊鏈之間更多是互補。盡管發生了幾次備受矚目的黑客攻擊,但Solana仍然是規模更大的以太坊的熱門競爭對手。Anatoly Yakovenko表示,有些用例不能在以太坊上運行,但可以在Solana上運行,這就是開發人員選擇Solana而不是以太坊的原因。(decrypt)[2022/10/18 17:30:27]
第四關:具有自我意識、將保全自身視為首要任務的AI
這個關卡有點難定義。我們需要問自己幾個問題:什么叫“有自我意識”?什么叫“將保全自身視為首要任務”?AI還有那些任務和“觀念”?AI不一定會有生存的意愿。這個關卡更多討論的是AI和價值觀。
讓我們仔細探討一下以上提到的關卡。第一關:功能從具體到通用——AI發展的浪潮
我很確定,目前這一波基于機器學習的AI,比起第一波基于啟發和規則的AI,確實是很大的進步,但是還不足以帶我們走向黑暗未來。
我在MIT讀計算機系的時候,有人告訴我AI方面的研究,一開始的目標是找到與人類思維相仿的“規則”和“符號表征”。但是人類能識別規則以外的模式,但計算機做不到,所以這個目標很難達到。后來出現了模糊邏輯的概念,其中的規則變得不那么“非黑即白”。在八十年代,日本的科學家甚至預測,十年內,AI就能和人腦一樣執行多種任務了。
然而,三十年過去了,我們才剛看見一點進步。現有的AI和機器學習的爆炸式發展,功勞比較大的是數據,而非規則。它們依靠的是神經網絡。神經網絡是一種模仿人腦神經網絡行為的邏輯系統。這類AI的前提不是規則,而是通過數據訓練,執行某一項具體的任務。有了數據,模型可以改變神經網絡中某些連接的權重。虛擬神經元的層數越多,數據組越大,模型產生的結果就越精準。
這類型機器學習對于圖像識別很有效果,能識別手寫體、某些具體物品的圖片等。有些計算機也通過機器學習,下棋能贏過棋王。
雖然我們一般認為反向傳播神經網絡算法很通用,但是目前的大多數AI還是只能執行特定的具體任務。
無人車依靠的是巨量的來自真實世界的數據集,并結合受訓是使用的數據和駕駛規則。但是谷歌在測試無人車的時候,發現這樣的操作有個大漏洞:無人車確實遵守規則了,但是周圍車上的司機不守規則!比方說,很少有司機看到“停”的指示牌,就完全停下來,于是無人車就等司機完全停下。
聲音 | Overstock首席執行官:證券代幣將成為加密貨幣領域的“殺手級應用”:據財富報道,Overstock首席執行官Patrick Byrne是數字貨幣的長期支持者,他認為加密世界的“殺手級應用”會以證券代幣的形式出現。這些是與房地產、貴金屬或法定貨幣等現實世界資產相關聯的加密貨幣單位。Byrne周四參加活動時暗示,他將很快發布一項與證券代幣相關的重大公告,但由于監管原因,他無法立即提供細節。[2019/6/21]
科幻作品中的大多數AI都已經過了這一關。而目前現實中的AI還沒有克服這個問題。一個通用型AI,應該能通過圖靈測試。
通用型AI不僅能在任何應用中有作用,甚至能自主學習,了解到訓練數據之外的新信息,并且無需人類的監控。
《星際迷航:下一代》中的機器人Data就是個通用型AI
《星際迷航:下一代》中的機器人Data就是個典型的通用型AI,擁有正電子大腦。而AI本身并不都是會主動學習,不斷進化的。
什么時候能打通第一關呢?這個問題我也沒有答案,但是我們可以料想,通用型AI應該是在多項任務上都受過訓練,然后在某些具體任務上受訓。或許就在未來幾年,人類會有小的突破。但是要有Data這樣的通用型AI,估計還要有幾十年。我們或許需要第三波超越簡單規則和簡單數據集的AI。
第二關AI能輕易地操控物理世界
《X檔案》第十一季第六集有這么個場景:劇中的世界與現實的技術水平相差無幾,但是里面的AI卻展現出將自己與物理時間聯系起來的可能。
劇中,史考莉和穆德被AI追蹤,而這個AI能控制他們身邊環境中的一切,包括無人車、冰箱、亞馬遜的無人送貨飛機,還有餐廳的機器人廚師。
目前,即使是已經與硬件一體化的AI,比如無人車,對于物理世界的存在,意識還是有限的,他們能根據自己意識的范圍來下命令。這個領域的進步離不開機器視覺的發展,依靠的是相機和影像,以及對影像的解讀。
這個關卡,AI需要接觸物理世界,讓人自然聯想到有形體的機器人,但是終結者、復制人和西部世界中的機器人,離我們還很遠。
現在,很多有形體的機器人,功能都很單一,只能實現特定的任務。在現代汽車制造廠中我們能看到很多這樣的機器人,做的是把汽車抬起、移動、放下之類的動作。這類機器人對周圍環境的感知是有限的,僅限于完成既定任務。
能與物理世界交流的機器人不一定要“人模人樣”,波士頓動力公司
聲音 | 長江商學院教授:區塊鏈沒有殺手級應用原因在于匿名機制和技術細節:在7月19日舉辦的2018全球媒體峰會上,長江商學院金融學教授、金融MBA學術主任、美國財務學會會員曹輝寧發表題為《區塊鏈向何處去》的演講,談到區塊鏈沒有殺手級應用的原因,一是匿名機制使政府對區塊鏈技術有一定限制,另外技術細節方面有問題,信任機制產生大量能耗。
此外他還表示,區塊鏈有兩個優勢,第一是分布式記賬技術讓陌生人之間產生信任,第二是通證經濟,無通證區塊鏈是死水一灘。[2018/7/19]
就出過一些造型奇異的機器人,看上去更像動物,移動速度極快。波士頓動力公司曾被谷歌收購,現在歸日本軟銀集團所有。
波士頓動力公司的四足機器人“大狗”移動速度很快
自動無人機或許是目前對環境“感知”最強的AI。在終結者世界中,天網負責指揮美國所有軍事行動,因為它展現出了人類飛行員無法企及的效率。
現在的軍用無人機是遠程操控的,操控人員可能在地球的另一頭。對于無人機操作員而言,這個過程跟玩電子游戲差不多。而我也已經提到,AI在玩游戲方面已經比人玩得溜了。而AI和無人機操作這兩個領域的結合遲早有一天會融合。在未來,我們會有可以定位并且武裝的AI,可以自主行動,無需人類干預。
我們什么時候能克服第二關呢?一年又一年,我們離這個目標越來越近。我的猜測是,再過幾年,最多十年,我們就會看到能通過機器視覺、機器學習,與物理世界產生聯系的AI,它們經過訓練,能夠識別物理世界中的事物,并做決策。
AI什么時候會有獲得武器的權限呢?普京已經公開說,擁有最強大AI的國家,就能統治世界。所以,估計不用等幾十年,幾年后,AI就能得到該權限了。
第三關沒有開關的AI
隨著物聯網和區塊鏈的出現,要過這一關,難度有所增加。星際迷航:下一代中的機器人Data后腦勺上是有開關的。而且,Data允許皮卡爾上校和進取號上的船員在必要時,把它關掉。
在《終結者3》中,天網不在任何服務器上,也無法被關掉。
我再舉一個科幻作品的例子,《終結者3:機器崛起》中,主角約翰康納和終結者闖進了位于中國湖的控制中心,約翰希望能毀掉服務器。
他們進到控制中心之后,約翰意識到,僅僅摧毀服務器,是無法殺死天網的。
“天網出現自我意識之后,就把自己“擴散”到全球各地的幾百萬個服務器里。寫字樓里的普通計算機,宿舍,到處都是天網的影子。天網成了網絡世界的軟件,沒有系統核心,關不掉的。”-約翰康納,終結者3
騰訊王鈞:中小微金融服務領域最可能出現區塊鏈“殺手級”應用,騰訊正重點布局:近日,在一項專訪中,騰訊金融科技智庫首席研究員王鈞發表了自己對區塊鏈的看法,他表示認可區塊鏈是一項影響深遠的技術,但談顛覆性卻為時尚早。就目前的區塊鏈技術而言,在基礎技術和應用范疇尚無重大突破,應當理性看待。對于區塊鏈如何產生“顛覆”,王鈞認為,區塊鏈的最大價值在于減輕多方信息不對稱的程度。中小微金融,或是下一步最有可能出現“殺手級”應用的細分領域,而騰訊已在此布局。在王鈞看來,比特幣等所謂的“數字貨幣”要成為被廣泛認可的具有金融屬性的配置資產,還有很長的路要走。加密幣僅是區塊鏈技術的一項應用。[2018/2/23]
這才是天網讓人膽戰心驚之處——它已經成為了能在任何設備上運行、復制并傳遍世界的軟件,沒那么容易,按下開關就消失。
隨著物聯網的發展,越來越多帶處理器、能夠運行軟件的設備加入進來。在HBO劇集硅谷奇俠傳第四季的末尾,團隊需要保存一些數據,本來這些數據是儲存在地下室的服務器上,但是地下室出了問題,于是他們的AI決定將數據發送到3萬臺智能冰箱里,這些冰箱都連了網,可以保存數據。
聽起來很巧妙,觀眾很容易聯想到,設備有了處理能力,能夠儲存數據,而世界各地的設備千千萬萬,手機、冰箱和其他設備之間也能夠相互傳輸數據。
電腦病程序,它們被設計出來,目的就是復制和傳播自己。電腦病本身也是連著硬件的。如果病和電腦程序與具體的硬件綁定在一起,我們就能通過摧毀硬件來毀滅軟件。通常,電腦病是用C語言寫的,然后后在操作系統和硬件上編譯。
如果我們真的寫出了像天網這樣的程序,要有同等的破壞力,這個程序必須在全球多個設備上都能運行,不是簡單的關閉某個操作系統就能一了百了。
然后,區塊鏈出現了。區塊鏈的構建信任的基礎,就是通過世界各地多個去中心化、點對點的計算機,復制同一個數據集和代碼。
比特幣的背后就是這樣的技術:核心代碼是C語言寫的,可以在不同的操作系統上編譯。只不過這些代碼的功能很具體,只是將比特幣從一個地址發送到另一個地址。
而VitalikButerian之所以離開比特幣開發團隊,成立以太坊,就是因為他覺得比特幣平臺應該有更完善的程式語言,能夠在成百上千,甚至幾百萬臺計算機上運行,創造一個虛擬主機,一臺“世界計算機”。在上世紀90年代,這個想法就有了,當時的人們想的是用Java作為通用語,作為作為虛擬主機,可以在任何設備上運行。而現在,其他智能合約語言和項目紛紛出現,目的都是打破以太坊的局限。
目前,以太坊虛擬主機沒有突破虛擬世界的權限。但隨著新的跨區塊鏈、知曉互聯網存在的編程語言發揮越來越大的作用,這個領域就會出現越來越多的創新。也許未來會出現一個虛擬主機,能在世界各地任何計算機和設備上運行,不管它們裝的是什么處理器。
很多極客在看終結者系列電影時,都有一個疑問,“天網的編程語言是什么?”我覺得應該是某種具有圖靈完備性的語言,能夠在世界各處的設備上自動運行,同時,還能自我復制,復制出的每個版本都會走向同一個結論:毀滅全人類!
要想“殺死”這樣一個程序網絡,唯一的辦法就是將運行這個程序的所有設備都毀掉。但是如果這個程序能在智能設備上自我復制,在智能冰箱、汽車等設備上運行,那“殺手AI”復制的速度,可能遠遠快過我們損毀這些設備的速度,這樣,天網就有可趁之機了。
第四關:具有自我意識、并以自身生存為首要目的的AI
這一關可能是最難闖的一關,難就難在不好定義上。這個問題有兩個部分。
就以電影《2001:太空史詩》這部電影為例,其中的計算機HAL9000就出現違背命令的行為,當主人公DaveBowman下關閉命令時,Hal就開始”叛變“,說出了有名的臺詞:”抱歉,Dave,命令無法執行。”
Hal不僅知道自己和Dave或者船體的一部分是獨立的,它也將保全自身作為自己的首要目標,而不是保護艙內的人。我們分開看看這兩個問題。
自我意識。圖靈是現代計算機的先驅,他對圖靈測試的定義是:如果人類不能判斷跟自己交流的是不是一臺機器,就算通過圖靈測試。如果人類和某臺機器交流,無法判斷對方是機器還是人類,那么其中的AI就算通過了圖靈測試。但是,定義本身沒有明說什么叫“無法判斷”,也沒有描述無法判斷的情況。
那自我意識到底是什么呢?這個問題很難定義。我覺得,測試AI或者某個電腦程序有沒有自我意識,看的是它們能不能將自己視做獨立于計算機里其他軟件、硬件和物理世界的個體。
對于AI而言,沒有其他關于自我意識的測試了,但是或許我們應該設立更多此類的測試,清晰地定義AI有什么樣的表現,人類有什么樣的回應,什么樣的互動過程能說明某個AI具有自我意識。或許我們能給這個測試取個名字,比如Hal9000測試或者天網測試。
要真正過這一關,我們需要突破表面層次的自我意識。大多數計算機某種程度上都知道自己和其他計算機之間是獨立的。但是,這個“獨立意識”僅僅是建立在不同的IP地址,或者不同操作系統上的區別。
我記得自己第一次思考自我意識問,那還是在我在MIT參加編程競賽的時候。選手們都要寫程序,這些程序之間將在同一臺設備決斗,最后剩下的程序就是贏家。
當時我想的是找出一個用最少代碼贏得競賽的辦法,一天大半夜里,我靈光一閃,想道“假如我的程序能改寫自己和其他程序,這樣只需兩步,它就能贏得決斗。所以,我的程序要能意識到自己是個程序,能夠改寫自己,然后改寫對方程序的指令。
這樣的”自我意識“當然是很有限的。要說有真正的自我意識,一個機器人或計算機至少要比較接近Hal,有“身份”感。
那超級智能呢?這難道不算一關?
牛津大學的教授NickBostrom是在人工智能方面進行學術研究的先驅。他從好幾個方面探討了機器人如何能比人類更聰明以及其影響。在流行科學中,我們常聽到“奇點”這個術語,指的就是計算機智能超過人類的時刻。
我覺得這可能是危險的未來更顯黑暗,因為這可能是殺手AI統治世界的一個節點。雖說進階的AI更善于保護自己,它應該也會意識到毀滅人類對于自己沒有好處,因為計算機網絡畢竟還是要有人維護的。
一個武術教練曾告訴我,如果你要和一個黑帶的選手對打,寧可和四段的黑帶對打,也不要跟剛拿到黑帶的人對打。當時我很疑惑嗎,兩者不是都能傷人嗎?
沒錯,段位更高的對手比較能控制自己,不小心下手太重的可能性會比較小。而剛拿到黑帶的對手,破壞力不小,但不一定有同等的控制力和經驗,會不會在對打過程中不小心傷人,還說不準。
如果一個AI“經驗”不足,但意識到要保全自身,那它可能會因此得出要毀滅人類的結論。也有可能由于某個AI的用途問題,比方說操縱無人機襲擊的AI,“保全自身”就是這個AI的“人設”,是寫進程序“基因”里的。這類AI或許只知道如何應對武器威脅,對于其他物體就不夠智能化。
開啟第四關:AI的價值觀
AI有自我保全的觀念嗎?如果有的話,這樣的觀念是如何寫進其程序中的呢?
阿西莫夫曾提出機器人三大定律:第一、機器人不得傷害人類,或看到人類受到傷害而袖手旁觀;第二、在不違反第一定律的前提下,機器人必須絕對服從人類給與的任何命令;第三、在不違反第一定律和第二定律的前提下,機器人必須盡力保護自己。
在阿西莫夫的作品中,這些法則就是機器人操作系統的基礎。
那我們如何實現這3個定律呢?目前的AI不僅是受到代碼的限制,而是經過數據集的訓練。如果想讓AI覺得人類值得保護,就得用有這方面特點的數據來訓練它們,讓它們得出這樣的結論。
但是訓練數據可能是有缺陷的。我最近和一家AI初創公司聊了一下,他們用的訓練數據是放射和其他X射線影像。他們提到,訓練數據中,提供給機器學習AI的數據集中,高達10%的數據是有缺陷的。如果訓練數據集有缺陷,又怎么能確定這樣訓練出來的AI,給出的結果沒有缺陷呢?
我們什么時候能過第四關?在人類設立自我意識測試之前,我無法給出確定的答案。但是有些AI已經寫入這樣的命令“如果看見人,就是用某種武器”。所以,可能幾十年內,我們就能通過這個關卡。
結論
確定AI的“價值觀”可不是件易事。而且,在某種程度上,第四關是最讓人頭疼的。如果某個AI過了這一關,覺得保全自身是最重要的,那我們不擔心也不行了。
另一方面,如果只是一個機器人有這樣的想法,毀掉它很簡單,要么關掉,要么物理損毀。而如果我們面對是像區塊鏈這樣點對點計算、可自我復制、并在多個設備商可以運行的代碼,要毀滅它就會難得多。
本文中提出的想法,可能聽起來不現實,要發生也只會在未來,雖然現在的AI不像終結者中的天網那樣,有權限接觸武器,但是未來我們可能會往同樣的方向發展。
問題的關鍵,不在于前文中提及的某個關卡被突破,而是說,萬一這些關卡某天都被突破,同時有人夠聰明,把它們結合起來。如果我們通過了前三關,那AI出現價值觀也是遲早的問題。這就會加速第四關被突破的速度,某個AI就有可能覺得保全自己比保全人類更重要。
那時,我們不害怕都不行了。
Tags:區塊鏈人工智能比特幣區塊鏈工程專業學什么區塊鏈存證怎么弄區塊鏈技術發展現狀和趨勢人工智能技術應用學人工智能后悔死了人工智能考研考哪些科目比特幣中國官網聯系方式40億比特幣能提現嗎比特幣
穩定幣就像是一座橋梁,連接著數字貨幣和法定貨幣。最早的時候,數字貨幣是可以直接用法幣購買的,后來因為各國的監管政策,部分國家就不能用法幣買了,怎么辦呢?這個時候,穩定幣就這么出現了.
1900/1/1 0:00:00中新經緯客戶端11月17日電據央行網站消息,中國人民銀行決定自2018年11月16日起陸續發行慶祝改革開放40周年紀念幣一套.
1900/1/1 0:00:00今年8月份的時候,黑鉆君在網上看到這樣一篇火爆的帖子,是一個網名為“野草記憶”寫給亦來云負責人的信.
1900/1/1 0:00:00兩個多月前,也就是3月10日至18日,閃電完成了一趟KRL-URC-PVG-LAX-JFK-LAX-PVG-CTU-KRL的美東之行.
1900/1/1 0:00:00全球數字資產市場在昨日晚間震蕩上升之后再2225億上下區間小幅震蕩。在昨日下午15:00開始,數字資產市場開始上漲,市值從2164.68億美元上漲至2228.64億美元.
1900/1/1 0:00:00有一點歷史常識的人都清楚在古代的時候,人們用的貨幣大部分都是銀和銅做的,少部分也會出現像金子這樣比較重要的金屬,這也就會出現一個問題,那就是很多人家有無數的銅錢,也比不過100兩金子的價值.
1900/1/1 0:00:00