第(3/3)頁

    至于其他數(shù)據(jù)，大多高出兩個(gè)、三個(gè)，甚至四個(gè)數(shù)量級，主要是一些研究者將圍棋ai的訓(xùn)練所需算力也統(tǒng)計(jì)進(jìn)來。

    不論什么時(shí)代的人工智能，在投入實(shí)用前，都需要一定的“訓(xùn)練”過程，這一過程與人的學(xué)習(xí)很相似，目的是模仿人類的學(xué)習(xí)過程，從基本規(guī)則中“自然而然”的產(chǎn)生出解決實(shí)際問題的算法，當(dāng)然，這些算法往往體現(xiàn)為多層網(wǎng)絡(luò)、分支網(wǎng)絡(luò)的形式。

    將ai訓(xùn)練所需的算力，統(tǒng)計(jì)到總算力中，從成本核算的角度是很正常的，在比較人和計(jì)算機(jī)的能力時(shí)，卻一點(diǎn)都不公平。

    照此做法，計(jì)算機(jī)達(dá)到某一水平的算力，是測試發(fā)布到實(shí)戰(zhàn)運(yùn)作的算力總和，那么對人而言，也需要將圍棋的漫長的學(xué)習(xí)過程一并統(tǒng)計(jì)進(jìn)來，均分實(shí)戰(zhàn)中的棋力，這樣一來恐怕人腦的等效算力會(huì)更難看。

    歸而總之，閑暇時(shí)想到這一切，方然的確回憶起了那些數(shù)據(jù)。

    在公認(rèn)為復(fù)雜意識(shí)活動(dòng)的圍棋領(lǐng)域，人腦的等效算力，大致就是10pflops、也就是每秒一億億次浮點(diǎn)運(yùn)算的水平。

    對于一百四十億神經(jīng)元組成的人腦，這成績，似乎已相當(dāng)不錯(cuò)。

    但對照今天的超級計(jì)算機(jī)，毫無疑問，10pflops級別的算力則不值一提，連零頭的零頭都不到。

    那么可以得出結(jié)論，人的能力，已完全被自己所創(chuàng)造的計(jì)算機(jī)碾壓，是這樣嗎；

    事實(shí)果真如此嗎，不，不一定。

    任務(wù)堆積如山，每一天埋頭忙碌之余，稍事休息時(shí)，方然都會(huì)思考這微妙的問題。

    思考的成果，與學(xué)術(shù)界的某些觀點(diǎn)不盡一致，他認(rèn)為，用計(jì)算機(jī)完成典型任務(wù)所需的算力，來衡量人腦的處理能力，是很不靠譜的做法。


    第(3/3)頁