永不下車 第四九五章 斂散

    等效替代，放在工程實踐領域，是一種很常見的設計與實現思路。

    放在「強人工智慧」，則需要切實的考慮清楚，人類，或者說人腦，其思維與認知行為究竟是一種怎樣的過程。

    「人會犯錯誤，計算機不會」，這並非是it專家的調侃，而是嚴肅的事實。

    迄今為止，人類創造出的一切計算機，小到功能孱弱的早期單片機，大到算力zflops級別的超級計算機，能夠實現的功能，眼花繚亂，無以盡述，但歸攏所有這一切功能，不難發現，其本質上完全是人類意志的延續。ァ新ヤ~8~1~中文網www <首發、域名、請記住

    這種延續，並不是說人類能輕輕鬆鬆的，做到計算機做出的一切。

    而是原則上講，從單片機、到巨型機所做的任何事，原則上講，一旦脫離運行時間的限制，人類同樣也能夠完成。

    不僅如此，這段話的真實含義，要比字面上呈現的更深刻：

    要完成當今時代一切計算機所做的事，人類，但凡有足夠長的時間，根本無需動用自身的思維、認知能力，只需有一副聽指揮的身體，加上除「mov、add、xor……」之外一無所有的機器指令。

    一旦意識到這點，便可以明白，為何當今時代的計算機，根本上講，完全無法進行創造性、探索性的科學研究：

    根據指令，擺弄一些數據，就能領悟客觀規律，那簡直就是在開玩笑。

    要完成計算機所做的任何事，人類，根本無需動用智慧，這種原則性的判斷，為研發組指出了一個關鍵點。

    人類的智慧，與計算機的算力，如果說有什麼本質上的差異，就是「出錯」。

    換成嚴謹的說法，就是基於細胞架構的模擬式人腦，能夠引入一些出乎預料、無法預知的新變量。

    而這一特性，在傳統的電子計算機體系里，一概視為「干擾」而務必杜絕，否則便難以得到期望的準確運算結果，其突出成就，便是尋常人認識中的「計算機永不出錯」。網更新最快 電腦端:

    撇開極小概率的宇宙射線、本底瑕疵等因素，的確，人類製造出的計算機，可以認為具有100的可靠性，如果最終計算結果與事實不符，絕對是程序的設計、或者初始條件有問題，最終一定會追溯到人的身上。

    計算一百次加法，計算機不會錯，人也不會。

    但是計算一百億次加法，計算機不出錯很尋常，人呢，根本就不可能一個不拉的全做對。

    「人腦遲早會出錯」的現象，長期以來，在計算機的永不出錯面前自慚形穢，自愧不如，但反映到另一個層面，正是這種模擬式、並行式生化系統的「出錯」，才讓探索性、創造性的科學研究成為可能。

    從已知，嘗試推斷未知，人類的一切科研活動，本質上都未脫出這樣的形式。

    而這正是計算機，至少到目前為止的計算機，始終做不到的。

    計算機能做的工作，譬如說，計算，總歸是一項人類交託的任務，是先由人來判斷該問題是否有解，如果有，具體的算法是什麼，然後將數據與算法交給計算機的邏輯電路去處理，所得結果也要由人去理解，闡述。

    即便像aiasg這樣的系統，能自主生成程序，實質上，也不過是將一些類似的已有成果排列組合，解決那些早已被人解決過的問題。

    路，還是人走出來，計算機只不過是更快的再走一遍，兩遍，三遍；

    就算再走無數遍，仍沒有任何創新。

    取而代之的嶄新思路，「斂散算法」，則是根據一定的初始條件，在算法的每一步，嘗試儘可能多的展開分支，引入額外的發散量，當然這種做法，很快就會讓計算量暴增，所以還需要進行「收斂」，通過同樣包含隨機性的判據，迅速「砍」掉大量無意義的分支。

    表面上看，這一先發散、後收斂的做法，與向系統中引入隨機變量，並無本質區別，實質上也可以粗糙的這樣認為。

    區別則在於，算法步驟中引入的變量，並非隨機數，而是來自於初始狀態庫的一切既有知識。

    那麼就是在窮舉嗎，似乎是，只不過為了應對完全窮舉的計算量暴漲，而必須在每一步進行判斷、預計與猜測，將無意義的分支完全消除。

    具體到某一個分支，其是否有意義，判斷起來也並不容易，此外還要引入額外的隨機性，將某些「看起來」無意義的分支，移入另一個線程繼續追蹤。

    這一做法，能避免收斂策略錯殺那些切實可行、卻不符合既有知識體系的分支。

    「斂散策略」的核心思想，是建立在傳統計算機的運行之上，此外再加入「關聯擾動」與「隨機性」，利用這種方式，嘗試讓ai具備創造性、探索性思維。

    這種體系，一開始在驗證可行性時，需要的資源量並不太大。

    但可想而知，倘若投入到實際運行中，這樣的系統必然耗費巨大，哪怕只用來解決一些粗淺的問題，都需要比傳統計算機更多的算力，當然，倘若其真能具備「強人工智慧」的特質，巨大的投入也是值得的。

    「強人工智慧」的第一台實驗機，所需算力，設計指標大約在1pflops。

    以今天的計算機技術水平，這種規模的算力並不難提供，不過，1pflops算力能支持的思維、認知，可以達到多高的水平，僅從理論模型出發並無從得知，一切還要在初號機完成並上線運轉一段時間後，才能得出結論。

    按項目組的計劃，從初號機開始，「強人工智慧」就應該具備一定的自我演化能力，這種特質，也更接近於人腦的狀態。

    那麼，假以時日，這樣的機器能演化到什麼狀態，就更需要時間來給出答案。

    自從掌控一個大區，直到今天，1495年才啟動「強人工智慧」的研發工作，這種進度怎麼說也並不算快。

    但在方然看來，情況還好，他並不認為所有大區的管理員都和自己一樣，能夠洞悉「強ai」定義的內在矛盾，繼而認識到，以現有的科學技術水平，人類其實是可以研發出某種程度的自主ai，進而窺破「思維」、「認知」活動的奧秘。