曾經(jīng)被學術(shù)界認為高不可攀的“強人工智能”，現(xiàn)如今，只需一個大區(qū)的少量經(jīng)費、資源，就能研發(fā)出來，這的確令人意外。
但想了想，方然也沒有十分驚訝，畢竟自己想要研發(fā)的“強ai”，和舊時代學術(shù)界心心念念的、那種能通過“圖靈測試”的強人工智能，根本就不是一回事，兩者的研發(fā)難度大有區(qū)別，也是很尋常的。
另一方面，既然兩三年就能有成果，對“強ai初號機”的能力，也不能期望太高。
不同于舊時代的“圖靈測試”，今天的強人工智能之判據(jù)，著眼于本質(zhì)、而非表象，nep791研發(fā)的初號機，哪怕其行為特質(zhì)，以圖靈測試的判定就是一個智障，只要表征出可信的自主思維特征，就可以認為研發(fā)成功。
一旦研發(fā)出基礎(chǔ)架構(gòu)，原則上，要實現(xiàn)更強功能的“強人工智能”，便只需提升其規(guī)模。
與人類受制于大腦體積、結(jié)構(gòu)的困窘不同，計算機系統(tǒng)，目前還沒有碰到基本架構(gòu)與運行原理決定的性能天花板，新一代超級計算機的計算效率，雖然只有3540，相比上一代超算，怎么說也還在繼續(xù)增長。
而人腦，一百四十億神經(jīng)元的組織體，重量一公斤有余，物理上的限制在現(xiàn)階段幾乎無法突破。
有些研究甚至認為，目前的人腦已經(jīng)是有機物細胞器官架構(gòu)的最高水平，即便再怎樣演化，譬如增加神經(jīng)元的數(shù)量，提升單個神經(jīng)元的體積，填充更多的腦白質(zhì)，都會因產(chǎn)生的副作用而得不償失。
這些研究，在asa的數(shù)據(jù)庫里都有，方然也讀過一些，只是暫時還未能確證。
但現(xiàn)在這一切已不重要，不論人腦是否還有演進的可能，短時間內(nèi)，也根本無法獲得飛躍性的提升，根本無法追趕電子計算機的腳步。
只要得到一臺切實可用的“強人工智能”，只要肯投入資源，便能得到更強大的“強ai”。
盡管這種投入，費效比想必會是一條斜率不斷接近于1.0的曲線，隨投入的翻番，所獲得的性能則距離翻一番越來越遠。
總體看來，還是會比豢養(yǎng)人類研究者更經(jīng)濟。
ai與人類研究者，誰更經(jīng)濟，這是方然一早就判明了的，專家組的意見也大致如此。
即便按目前的粗略預計，要具備與科學家相近的智力水平，整個“強人工智能”系統(tǒng)的造價與運行費用必然十分高昂，甚至會大大超出培養(yǎng)、雇傭一批科學家的總消耗，投入產(chǎn)出比也會很難看。
但換一個角度，一個人的智力再怎樣高超，將一群人組織起來，從事研究，則所有研究者都會被“信息交流效率低下”所困擾。
人類擁有的交流手段，視覺，聽覺，觸覺，嗅覺，味覺，除此之外，別無其他。
而這些手段，就算其中效率最高的視覺，傳遞訊息的能力也一點都不強，即便借助學術(shù)論文、科研資料，研究者之間的溝通效率，也很難超過10100bps。
隨著組織規(guī)模的擴大，人與人之間，聯(lián)系愈加繁雜而緊密，這一問題便格外突出。
而利用fscim體系的計算機系統(tǒng)，則高效得多，哪怕微型計算機之間，彼此間的信息互聯(lián)也能達到gbps、甚至成百上千gbps的速率。
通訊的優(yōu)勢，在一定系統(tǒng)規(guī)模的支持下，可以彌補節(jié)點的能力。
繼而，在計算機、人工智能領(lǐng)域，創(chuàng)造出智力超越一個人、甚至一群人的系統(tǒng)，也會比想象中來的更容易。
不知不覺，時間來到1495年深冬，nep791地下建筑內(nèi)的“強ai初號機”完成初步配置，各模塊調(diào)試正常，等待阿達民審核一系列初始配置，將數(shù)據(jù)裝入系統(tǒng)，就可以上電進行第一次持續(xù)聯(lián)調(diào)。
只是1pflops基礎(chǔ)算力，對應的智力，可以達到什么樣的水平呢。
這一點，在研發(fā)時進行過幾輪仿真、估算，事到如今，萊斯利蘭伯特還是說不準，畢竟置信區(qū)間跨越幾個量級，這種預測數(shù)字幾乎沒有意義。
故，在設(shè)置初號機的背景知識庫時，研究人員的設(shè)置，是謹慎的提供fscim基礎(chǔ)庫數(shù)學部分的信息，這些信息都是年頭已久、絕對正確的概念、公理、定理等，難度則設(shè)置在“小學低年級”的水準。
難度水準僅供參考，事實上，研發(fā)組中的數(shù)學家，會同萊斯利蘭伯特一起研討，仍無法判斷提供給“強ai初號機”的數(shù)據(jù)，相當于人類的什么水平。
反正一開始的強人工智能，無須與人類比較，只要有自我思維能力即可。
貫注數(shù)據(jù)，檢查所有模塊正常，西歷1495年12月的某一天，強人工智能初號機進入第一次沒有明確目標的全系統(tǒng)聯(lián)調(diào)，算力1pflops的巨型機開始全速運轉(zhuǎn)，監(jiān)控系統(tǒng)抽取的數(shù)據(jù)，顯示ai的邏輯內(nèi)核運行基本正常。
基本正常，放在傳統(tǒng)的計算機領(lǐng)域，這是一個很模棱兩可、似不應出現(xiàn)的詞。
用在當下的場合，顯然，也不是指任何vlsi、超大規(guī)模集成電路與外圍電路所必然存在的大量瑕疵、bg等因素，而是對一個被期望有“自我演化”能力的ai，究竟什么樣的運行狀態(tài)是“完全正�！�，本來也沒有100準確的判據(jù)。
身在東北太平洋大區(qū)某地，通過監(jiān)控網(wǎng)絡，方然“親眼”目睹了這一幕。
屏幕上的畫面，很普通，“強人工智能”的上電運行、測試，過程也和一般的超級計算機系統(tǒng)差不多，并沒有令人印象深刻的特別環(huán)節(jié)。
自己參與到這一項目里，身為前ffriit的資深專家，方然沒時間親自為“強ai”編輯所有的fscim條目，不過fscim的條目的審核，則必須親力親為，才能保證身為管理員對其有起碼的掌控。
盡管如此，對這一具“強人工智能初號機”的機理，他的理解則很貧乏。
不僅是阿達民，事實上，根據(jù)“強ai”的總體架構(gòu)，一旦該系統(tǒng)上電、開始運行，一段時間的自我演化后，系統(tǒng)的當前狀態(tài)都會變得未可知，連研發(fā)組都說不上來。
【精彩東方文學 www.nuodawy.com】 提供武動乾坤等作品手打文字版最新章節(jié)首發(fā)，txt電子書格式免費下載歡迎注冊收藏。