第(1/3)頁

    涉獵這一領域，成敗，并不在于何時開始，而在于能否想到這一步。

    盛夏時節，眼見就要過去，東北太平洋大區的廣袤土地上，第一縷秋風帶來絲絲縷縷的涼意，nep_791的地下世界，擴建工程緊鑼密鼓，在初號機測試進行的同時，更大規模的“強人工智能”部署用基礎設施，也在緊張施工中。

    研究劃時代的“強人工智能”，單論項目本身，已經是一項前所未有的巨大成就。

    但方然的動機，據實而言，并不是簡單的探尋科學技術之未知，他希望擁有的“強ai”，能力至少也要在最頂尖的人類科學家之上。

    否則，從促進科技發展的角度，庸碌的“強ai”就沒有意義，單純研究意識、思維與認知，進而用計算機+人工智能的方式將其復現，便會成為舊時代的諸多燒錢工程，徒然耗費資源而得不到即期的收益。

    一切科學技術的研究，必須要有收益，否則，nep便無法自殘酷的競爭中勝出。

    即便如此，一開始研發“強人工智能”，目的仍然是驗證總體架構的可用性，出于種種考慮，nep_791地下世界里的初號機，指標要求一點也不高。

    采納萊斯利*蘭伯特的意見，方然為初號機選定的研究領域，是數學。

    遵循從易到難的原則，考慮到強人工智能的一切初始條件，只能來自于人，而人類的科學技術體系又未必完全正確、完全自洽，為避免不必要的干擾和疏漏，“數學”這樣一個最客觀的學科，是很合理的選擇。

    總之，第一個“強人工智能”的目標，是探索數學。

    但依靠很原始的強ai，能否去探索前沿，解決大量懸而未決的問題呢，當然不可能，沒學會爬就像跑，只會摔一個大跟頭。

    研發組的具體規劃，是給予初號機的數據庫一份簡單的“已有知識列表”，按fscim體系的規范要求，錄入基礎知識條目，而后啟動該系統，觀察、測度系統能否從這些簡單的已有知識出發，推導出其自身并不知曉的數學定律。

    即便推導出的結果，極大可能，是人類已經掌握、因此而毫無價值的東西。
    第(1/3)頁