傲世中文网 > 永不下车 > 第四九七章 调试

第四九七章 调试

傲世中文网 www.23zw.so,最快更新永不下车 !

    曾经被学术界认为高不可攀的“强人工智能”,现如今,只需一个大区的少量经费、资源,就能研发出来,这的确令人意外。

    但想了想,方然也没有十分惊讶,毕竟自己想要研发的“强AI”,和旧时代学术界心心念念的、那种能通过“图灵测试”的强人工智能,根本就不是一回事,两者的研发难度大有区别,也是很寻常的。

    另一方面,既然两三年就能有成果,对“强AI初号机”的能力,也不能期望太高。

    不同于旧时代的“图灵测试”,今天的强人工智能之判据,着眼于本质、而非表象,NEP_791研发的初号机,哪怕其行为特质,以图灵测试的判定就是一个智障,只要表征出可信的自主思维特征,就可以认为研发成功。

    一旦研发出基础架构,原则上,要实现更强功能的“强人工智能”,便只需提升其规模。

    与人类受制于大脑体积、结构的困窘不同,计算机系统,目前还没有碰到基本架构与运行原理决定的性能天花板,新一代超级计算机的计算效率,虽然只有35~40%,相比上一代超算,怎么说也还在继续增长。

    而人脑,一百四十亿神经元的组织体,重量一公斤有余,物理上的限制在现阶段几乎无法突破。

    有些研究甚至认为,目前的人脑已经是有机物——细胞——器官架构的最高水平,即便再怎样演化,譬如增加神经元的数量(提升规模),提升单个神经元的体积(提高信噪比),填充更多的脑白质(拓展带宽),都会因产生的副作用而得不偿失。

    这些研究,在ASA的数据库里都有,方然也读过一些,只是暂时还未能确证。

    但现在这一切已不重要,不论人脑是否还有演进的可能,短时间内,也根本无法获得飞跃性的提升,根本无法追赶电子计算机的脚步。

    只要得到一台切实可用的“强人工智能”,只要肯投入资源,便能得到更强大的“强AI”。

    尽管这种投入,费效比想必会是一条斜率不断接近于1.0的曲线,随投入的翻番,所获得的性能则距离翻一番越来越远。

    总体看来,还是会比豢养人类研究者更经济。

    AI与人类研究者,谁更经济,这是方然一早就判明了的,专家组的意见也大致如此。

    即便按目前的粗略预计,要具备与科学家相近的智力水平,整个“强人工智能”系统的造价与运行费用必然十分高昂,甚至会大大超出培养、雇佣一批科学家的总消耗,投入产出比也会很难看。

    但换一个角度,一个人的智力再怎样高超,将一群人组织起来,从事研究,则所有研究者都会被“信息交流效率低下”所困扰。

    人类拥有的交流手段,视觉,听觉,触觉,嗅觉,味觉,除此之外,别无其他。

    而这些手段,就算其中效率最高的视觉,传递讯息的能力也一点都不强,即便借助学术论文、科研资料,研究者之间的沟通效率,也很难超过10~100bps。

    随着组织规模的扩大,人与人之间,联系愈加繁杂而紧密,这一问题便格外突出。

    而利用FSCIM体系的计算机系统,则高效得多,哪怕微型计算机之间,彼此间的信息互联也能达到Gbps、甚至成百上千Gbps的速率。

    通讯的优势,在一定系统规模的支持下,可以弥补节点的能力。

    继而,在计算机、人工智能领域,创造出智力超越一个人、甚至一群人的系统,也会比想象中来的更容易。

    不知不觉,时间来到1495年深冬,NEP_791地下建筑内的“强AI初号机”完成初步配置,各模块调试正常,等待阿达民审核一系列初始配置,将数据装入系统,就可以上电进行第一次持续联调。

    只是1PFlops基础算力,对应的智力,可以达到什么样的水平呢。

    这一点,在研发时进行过几轮仿真、估算,事到如今,莱斯利*兰伯特还是说不准,毕竟置信区间跨越几个量级,这种预测数字几乎没有意义。

    故,在设置初号机的背景知识库时,研究人员的设置,是谨慎的提供FSCIM基础库——数学部分的信息,这些信息都是年头已久、绝对正确的概念、公理、定理等,难度则设置在“小学低年级”的水准。

    难度水准仅供参考,事实上,研发组中的数学家,会同莱斯利*兰伯特一起研讨,仍无法判断提供给“强AI初号机”的数据,相当于人类的什么水平。

    反正一开始的强人工智能,无须与人类比较,只要有自我思维能力即可。

    贯注数据,检查所有模块正常,西历1495年12月的某一天,强人工智能初号机进入第一次没有明确目标的全系统联调,算力1PFlops的巨型机开始全速运转,监控系统抽取的数据,显示AI的逻辑内核运行基本正常。

    基本正常,放在传统的计算机领域,这是一个很模棱两可、似不应出现的词。

    用在当下的场合,显然,也不是指任何VLSI、超大规模集成电路与外围电路所必然存在的大量瑕疵、BUG等因素,而是对一个被期望有“自我演化”能力的AI,究竟什么样的运行状态是“完全正常”,本来也没有100%准确的判据。

    身在东北太平洋大区某地,通过监控网络,方然“亲眼”目睹了这一幕。

    屏幕上的画面,很普通,“强人工智能”的上电运行、测试,过程也和一般的超级计算机系统差不多,并没有令人印象深刻的特别环节。

    自己参与到这一项目里,身为前FFRI-IT(自封)的资深专家,方然没时间亲自为“强AI”编辑所有的FSCIM条目,不过FSCIM的条目的审核,则必须亲力亲为,才能保证身为管理员对其有起码的掌控。

    尽管如此,对这一具“强人工智能初号机”的机理,他的理解则很贫乏。

    不仅是阿达民,事实上,根据“强AI”的总体架构,一旦该系统上电、开始运行,一段时间的自我演化后,系统的当前状态都会变得未可知,连研发组都说不上来。