第357章 海島人工智慧(第1/2頁)

在實際的量子計算機程式設計中，可能還會遇到一些意想不到的問題。

接下來的時間裡，常曉平帶著徐佑，熟悉了一下新的量子最佳化裝置架構。

透過實際操作，徐佑對於整個框架更加的熟悉，並進一步的加深了自己的想法。

“常工，我現在的想法是，透過研發一個棋類的人工智慧系統，來測試海島量子計算機的計算和程式設計的應用能力。”

其實在來之前，徐佑就已經有了這樣一個初步的想法。

在詳細的瞭解了裝置架構之後，徐佑基本確定，這個設想是可行的。

“棋類的人工智慧？是什麼棋呢？”

像我們平時下的比較多的棋，包括華夏象棋、國際象棋、五子棋、圍棋等等。

華夏象棋是我國最常見的一種棋類遊戲，街邊、公園隨處可見。

從普及程度上，肯定沒有什麼棋能夠比得上華夏象棋。

但如果是測試計算機的效能，最關鍵的因素並不是普及程度，而是複雜程度。

在這一點上，圍棋絕對是複雜程度最高的一種棋類。

其變化總數，約為10的172次冪。

就算是最先進的電子計算機，也無法在宇宙毀滅之前，完成這樣龐大的計算。

量子計算機雖然在計算速度上，比電子計算機快出很多。

也同樣無法在有限的時間內，完成這近乎無限的計算。

不過，無法窮盡所有的情況，並不代表無法做出優秀的圍棋人工智慧。

在這一點上，AlphaGo就做出了很好的範例。

想到這些，徐佑回答道：

“當然是圍棋。想要測試量子計算機的能力，肯定是選複雜程度最高的棋類遊戲了。”

“可是……我們的量子計算機，真的能做到這樣程度的程式設計嗎？”

聽到徐佑的這個想法，常曉平並沒有表現出樂觀的態度。

熟悉量子計算機執行環境的常曉平心中清楚，目前世界上任何的一臺量子計算機，都沒有達到這樣的能力。

甚至，距離達到這樣的程度，還有不小的差距呢。

隨後，常曉平憑藉自己的經驗，向徐佑講解了這個研究上可能會遇到的種種困難。

“我們的量子計算機，在處理窮舉法時，有很大的優勢。但很多實際問題，並不只是靠窮舉就可以解決的。在有了新的量子最佳化裝置框架後，我們確實在利用量子計算機解決傳統問題上，有了一些顛覆性的思路。不過，解決圍棋這樣的問題，還是顯得吃力了一些。”

徐佑並不是不知道這些困難之處，但徐佑早就已經做好了準備。

“我明白的，常工。我覺得還是可以先嚐試一下，如果這個方向不行的話，那我們再從比較簡單的做起吧。”

徐佑的目標，是想讓透過海島量子計算機做出來的系統，也和AlphaGo一樣，具有自我進行深度學習的能力。

只要實現了這一點，那在其他包括醫療、能源等其他領域上，它也將得到更重要的應用。

“好的，徐教授，我們一定會全力支援您的研究的。”

既然徐佑堅持了自己的想法，常曉平肯定不會有任何的意見。

畢竟，連韓書斌這個院士、團隊的負責人，都會盡全力支援徐佑。

更別說是常曉平這樣一個軟體工程師了。

確定了這個方案安排後，徐佑正式開始了這一工作。

雖說只是利用量子計算機，去做一個圍棋的人工智慧軟體。