咖趣阁

手机浏览器扫描二维码访问

第四章 被数学支配的恐惧（第1页）

一秒记住【m.xiaoyanwenxue.cc】精彩无弹窗免费！

人工智能的发展，核心内容其实就是算法，算力和算据，刘凡想要发展人工智能，也不可避免的要从这三个方向出发。

从内心角度来说，刘凡现在最想发展的是算力，因为与算力直接挂钩的就是芯片。

一个中兴事件，让无数华夏人知道了芯片的重要性，也让无数的华夏人期待国产芯片的诞生。

那种被西方国家掐住脖子却无力反抗的感觉让华夏儿女们极度不爽。

当然，也让喷子们有了充分的发挥空间，那段时间把国家给喷的丫，不知道的还以为喷子都能生产芯片呢。

可是懂行的都知道，芯片是一个产业而不是一个产品。

全世界目前没有一个国家有能力生产100%全自主通用芯片，米国也不可能。

而且如果从工业角度计算的话，西方国家在芯片制造产业的涉足比华夏早了近百年。

因此动不动就指责华夏人没本事连个芯片都造不出来的人是多么的可笑。

这些人在用行动证明，无知给了愚蠢者尽情展现智障的勇气。

梁静茹都没那本事。

刘凡不敢说自己多爱国，但基本的有国才有家的道理还是懂的，基本的国家荣誉感还是有的，所以如果可能的话，他当然希望能生产出属于华夏人的芯片，给国家提气。

所以从客观来说，芯片的制造实在是太复杂了，它涉及50多个行业，100多个国家，不是说懂某一项技术或者有了研发能力就能生产出芯片的，自己不可能直接跟系统要一个产业链吧？跟系统要东西是有的对应任务的，刘凡做事情可不想这么莽。

可就算细化一下，比如直接从系统那搞来一套牛逼的芯片架构设计，但后续光是设备采购和生产费用，没有几十个亿做底都打不开局面。

更何况就算造出了芯片，是需要一个市场验证的过程的，这个过程是任何人想急都急不来的，系统能为刘凡提供技术支持，但总不能把人类的时间进度拉快吧。

也许有人会说可以直接拿着芯片架构找国家或者BAT投钱啊。

且不说一个芯片架构对应的任务也不太可能简单，先说说一个大三的学生自主开发了一套西方国家上百名博士联合才能开发出来的芯片架构，甚至更牛逼，反正刘凡是想不出什么好的说辞来解释...直接进解剖室吧。

因此芯片的自主生产必然会是一个长线战斗，刘凡虽然着急也只能先忍一波，不过刘凡相信这个忍耐不会太久，而且他也已经有了关于芯片生产的基本计划。

之前也说了，没有一个国家有能力100%自主芯片，不过作为背靠系统的刘凡，觉得也许可以挑战一下。

就当是帮喷子们保留颜面吧。

看吧，生产芯片很容易啊。

嗯，喷子说啥都是对的。

既然芯片的开发需要延后，那么刘凡的目光自然落到了算法和算据上，算法是人工智能工作的基础，说白了，就是人工智能是怎么思考问题的完全就是由算法控制。

现在提到算法，大家比较多听到的词可能就是两个，大脑模拟和深度学习。

其实人工智能算法是已经经历过数代进化的。

目前最流行也是主要的人工智能算法原理就是让计算机模拟人脑，细化的方法就是模拟神经元的工作原理。

但并不是所有科学家都认可这个算法，有科学家就认为这本身其实就是一件非常矛盾的事情，这些科学家认为现在大家之所以钟爱这种算法，是因为之前的科学家们使用了各种算法发现根本无法实现人工智能，所以才想到干脆让机器去模拟人脑算了，从某种角度来说，这本身是一种无可奈何之后的选择。

换句话说就是，人类是不可能设计出人工智能算法的，那就让计算机试试吧。

但是计算机能模拟人脑么？部分科学家就直言不讳的说道，其实是做不到的，因为你让计算机模拟人脑这个行为本身也是一个算法，可是人类到现在压根就还没搞明白人脑真正的运作原理呢，你那算法能靠谱么？但是商人从来不会跟消费者说实话啊，他们要给消费者模拟一个伟大的人工智能未来，不行也得说行，然后就出现了阿尔法狗，用打败围棋世界冠军的方式让消费者觉得，哇，人工智能已经这么牛逼了。

但其实吧，那还不是因为围棋是有规则的，计算机的处理速度是远胜于人类的，你下围棋，人能想到接下来十步可能的一切走势很牛逼了吧，计算机能分分钟给你模拟出接下来一千步的所有可能性。

怎么玩？

对于科学家之间的争斗，以刘凡目前的知识储备还没资格评价什么，但有一点他个人是认同的，那就是你用现在的算法基础让人工智能试试去做点无规则的事情，比如给阿尔法狗安排个女朋友，不出两天它的芯片都能炸冒烟了。

至少现在的人工智能和我们理想中的人工智能，真的差距很大。

所以如果只是在现有的算法基础上做一定的优化，刘凡觉得自己很难引起世人注意而且在商业运用上想不到很好的突破口，但如果直接进化算法，也会面临被解剖的风险。

所以留给刘凡当下最合适的突破点，就是算据了，算据也就是大数据，有了大数据，配合算法之后人工智能才能进行所谓的深度学习。

那么现在大数据主要面临哪些问题呢？一个是数据越来越多，随着互联网的发展，每天光是聊天记录就是一个海量数据了，而在这些爆炸式的数据中，垃圾数据也是越来越多。

另外一个就是现在的数据处理工具分析及挖掘能力普遍较差。