第(1/3)頁

    曾經被學術界認為高不可攀的“強人工智能”，現如今，只需一個大區的少量經費、資源，就能研發出來，這的確令人意外。

    但想了想，方然也沒有十分驚訝，畢竟自己想要研發的“強ai”，和舊時代學術界心心念念的、那種能通過“圖靈測試”的強人工智能，根本就不是一回事，兩者的研發難度大有區別，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，著眼于本質、而非表象，nep_791研發的初號機，哪怕其行為特質，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，就可以認為研發成功。

    一旦研發出基礎架構，原則上，要實現更強功能的“強人工智能”，便只需提升其規模。

    與人類受制于大腦體積、結構的困窘不同，計算機系統，目前還沒有碰到基本架構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35~40%，相比上一代超算，怎么說也還在繼續增長。

    而人腦，一百四十億神經元的組織體，重量一公斤有余，物理上的限制在現階段幾乎無法突破。

    有些研究甚至認為，目前的人腦已經是有機物——細胞——器官架構的最高水平，即便再怎樣演化，譬如增加神經元的數量（提升規模），提升單個神經元的體積（提高信噪比），填充更多的腦白質（拓展帶寬），都會因產生的副作用而得不償失。

    這些研究，在asa的數據庫里都有，方然也讀過一些，只是暫時還未能確證。

    但現在這一切已不重要，不論人腦是否還有演進的可能，短時間內，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，還是會比豢養人類研究者更經濟。
    第(1/3)頁