每月1,000台改型履带式炮车,这种产量,放在今天是太低了一些。
psk大区的军工产能,据推测,大部分会在气候相对适宜的低纬度地区,占领区内的工业潜力有限,只能算聊胜于无。
放心将前线交给人工智能去应付,这种信心,主要来自人工智能的强大处理能力。
过去若干年来,从全面核战后的人类内战,到进攻psk,大量案例已经证明,现有的人工智能体系,凭借已有的架构,完全可以应付从生产计划、到战术制定的大量复杂任务。
在过去若干年的和平时期,某一特性表现的并不明显,时至今日,ai则可以协调apos与战争决策系统的关系,动态分配能源、算力等资源,并根据战争进程的需要,调整“全产机”的生产体系之运作。
说白了,在旧时代需要一介统治机器,内嵌大量官僚、专家的复杂体系才能完成的任务,在今天则完全由ai去应付。
如此强大的系统,算力需求,自然也一直水涨船高。
至于说,系统会不会有算力供应不足的情形,进而影响运作,方然曾有过这种担心,但他很快意识到,通用型ai面临的任务压力,是弹性的,算力的多寡,只要不超出系统架构的理论需求之上限,就完全是“来者不拒”。
倘若出于各种原因,譬如电厂偶发故障、或者系统的分片检修维护,算力的临时波动也无大碍,至多造成一段时间内的决策质量下降。
与简单的计算机+ai系统相比,通用型ai的规模,十分巨大,鲁棒性也会强得多。
即便如此,在西历1498年夏初,阿达民还是信步走进莱斯利*兰伯特的办公室,借助“替身”直截了当的询问对方,“强ai三号机”何时上线测试。
现有的通用型ai,一直匿名的存在,管理nep,能力的确令人震撼。
但,用不着有多深的专业造诣,只翻阅报告,阿达民也能敏锐的觉察到,通用型ai很可能遭遇发展瓶颈,进而,难以胜任规模愈加庞大的控制任务。
nep,占地五百万平方公里,治下人口约一千万,规模当然很庞大。
在开战之前,具体的讲,西历1489年1月31日之前,通用型ai对整片大区的控制还是相当到位,即便由于各种原因,系统承担的任务强度,会时有波动,电力与计算资源的供应也无法绝对稳定,系统运作也一直十分平稳。
和平年代的大多数决策、分析任务,一言蔽之,需求毕竟不是刚性的。
不论某型号作战平台的仿真测试,还是apos体系的微小调整,这些常见任务,都没有一个明确的deadline。
早完成很好,晚一些完成也可以,总之,都可以灵活调度。
故,在这段漫长的时间内,通用
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)