涉猎这一领域,成败,并不在于何时开始,而在于能否想到这一步。
盛夏时节,眼见就要过去,东北太平洋大区的广袤土地上,第一缕秋风带来丝丝缕缕的凉意,的地下世界,扩建工程紧锣密鼓,在初号机测试进行的同时,更大规模的“强人工智能”部署用基础设施,也在紧张施工中。
研究划时代的“强人工智能”,单论项目本身,已经是一项前所未有的巨大成就。
但方然的动机,据实而言,并不是简单的探寻科学技术之未知,他希望拥有的“强ai”,能力至少也要在最顶尖的人类科学家之上。
否则,从促进科技发展的角度,庸碌的“强ai”就没有意义,单纯研究意识、思维与认知,进而用计算机+人工智能的方式将其复现,便会成为旧时代的诸多烧钱工程,徒然耗费资源而得不到即期的收益。
一切科学技术的研究,必须要有收益,否则,nep便无法自残酷的竞争中胜出。
即便如此,一开始研发“强人工智能”,目的仍然是验证总体架构的可用性,出于种种考虑,地下世界里的初号机,指标要求一点也不高。
采纳莱斯利*兰伯特的意见,方然为初号机选定的研究领域,是数学。
遵循从易到难的原则,考虑到强人工智能的一切初始条件,只能来自于人,而人类的科学技术体系又未必完全正确、完全自洽,为避免不必要的干扰和疏漏,“数学”这样一个最客观的学科,是很合理的选择。
总之,第一个“强人工智能”的目标,是探索数学。
但依靠很原始的强ai,能否去探索前沿,解决大量悬而未决的问题呢,当然不可能,没学会爬就像跑,只会摔一个大跟头。
研发组的具体规划,是给予初号机的数据库一份简单的“已有知识列表”,按fscim体系的规范要求,录入基础知识条目,而后启动该系统,观察、测度系统能否从这些简单的已有知识出发,推导出其自身并不知晓的数学定律。
即便推导出的结果,极大可能,是人类已经掌握、因此而毫无价值的东西。
但用来验证系统的可用性,这却是一个可行之策。
不仅如此,观察系统的运行,借助asa这样的人工智能进行追踪,还有望解析“强ai”的运作机理,甚至搞清楚其自主意识的根源。
数据库,思维核心,具备这两大部分的系统,原则上便是一个“强人工智能”。
不过,早在项目的规划之初,方然就意识到,仅有这两部分所组成的“强ai”,能力注定十分有限,直白的讲,其理论上的最高成就,仅仅局限于现有基础理论的延拓、应用,而绝不可能在现有基础理论的基础上更进一步。
原因很简单,不论是人,还是人工智能,脱离客观
请收藏:https://m.nyoj.org
(温馨提示:请关闭畅读或阅读模式,否则内容无法正常显示)