英特尔收集了大量霍金过去发表的文章、个人发言的数据,以此作为输入建立了一个数据模型,用以预判他当前可能输入的是什么词汇。
能怎么做?无非ai。
他关闭手机屏幕,原来所想不过殊途同归。
老爷子靠着肌肉抽动的模式来控制输入,用ai和历史数据来提速,用眼球动作再进行确认。
那换成由脑电信号控制输入,用ai和历史数据来提速,再由脑信号进行确认?
像是类似,而某些概念的边界也在模糊。人和机器的边界在模糊。
路舟想起刚刚,那猴子对着自己笑,波形发生变化的情形。
如果给它造一个机械嘴巴,波形由ai判定一致,嘴巴便发笑,这是不是猴子所控制的嘴巴?
一个替代品!
猴子又是否能产生一种独特的感觉,单独对机械嘴巴进行控制?
一个新的器官!
原来,新世界的大门一直就在跟前。路舟心想。
。。。。。。
两人各有所思,再次回到了七星实验室内。
进门前,陆铭对路舟说道,“这样吧。目前实验室的状况你也清楚,单单你之前提的两个走向,一个ai芯片的探讨,一个认知科学的延伸。若再算上今天这个ai处理脑电信号的尝试,实验室的资金其实并不富裕。”
陆铭顿了顿,“尤其,无法商业化的部分研究,可能会对公司造成负担。这个,你多加把握。”
路舟也明白陆铭所担心,“嗯。”
两人刚走进门,就见实验室内有几人是在白板前讨论。
曹文聪,“我们所涉及的一些问题,很多时候都是在寻求一个最优或近似最优解。方式上有很多,比如说蒙特卡洛模拟,对解空间内的各个随机搜索点进行检验,不断收敛到全局最优;比如说遗传算法,模拟达尔文生物进化论的进化过程,通过遗传算子的组合交叉和编译,从末代最优个体中解码出近似最优;又或者我们实验室做的卧龙,模拟神经网络的学习过程。
而我们刚讨论的量子退火算法,也是为了实现这个目的。”
路舟稍一听,就让曹文聪的话给勾起了兴趣。
何为最优?
以物体识别,不就是找到最合适的分类,找到最像的答案。好比,人脸识别,认出你最像你,确认一个结果。
路舟想了想,九十年代的模拟退火算法他是有所涉猎。它模拟了固体退火的过程并改变数据采样准则,改进了蒙特卡洛模拟的计算效率,再通过“冷却”来控制算法进程。
曹文聪,“量子退火和模拟退火有极大的不同。”
路舟,“。。。。。。”
曹文聪写了些字,随后又道,“模拟退火基于热波动原理,而量子退火则是利用了量子波动来构建优化算法。它先将优化的问题映射为量子系统,函数则映射为势场,决策变量为系统的自由度。。。。。。”
路舟看了看身旁有些尴尬的陆铭,“这进度挺快啊,都发散研究到量子去了?”
陆铭咳了两声,“这个,还是有助于我们推进人工智能研究的。”
路舟像看鬼一样看着陆铭,我信了你个邪。理论基础总得有实际支撑,他可没本事弄出量子计算机来。
陆铭又道,“其实理论已经存在了几十年时间。你可能不太清楚,今年一家海外公司已经宣布成果制成了‘量子退火机’,尽管不是通用量子计算机,但接下来的进程,仍然会很快。
就是不谈物理基础,理论也确实对我们有帮助。”
路舟怔了下,考虑着陆铭所说。
陆铭,“量子力学后,半导体才得以出来,有了经典计算机,才有了互联网。你可以考虑把现在当成第一台计算机出来一样的时代,量子计算机之于它,只有更轰动。”
路舟笑了笑,“行吧。”
“师兄多加快卧龙的进度。之后拿着商业化的部分,我们赚钱了再投入给未来。”