而資源分配,則可以大大提高能源等各種資源的利用效率。

如果人工智慧可以在這些領域大放異彩的話,人類未來的生活會發生很大的改變。

最後的一項,競技遊戲,則是相對最公平的一項,可以比較客觀的反映出人工智慧的計算能力。

確定了這些細則後,比賽的日期,也定在了一個月之後。

“徐教授,一個月的時間,會不會太短了一些?”

韓書斌知道,除了競技遊戲的領域之外,其他的兩個領域,我們還尚未開始著手研究。

而IBM與谷歌那邊,技術已經相對成熟了。

“一個月的時間已經足夠了,就定在這個時間吧。”

見徐佑是如此的信心十足,韓書斌也便不再多問。

其實即使把這個期限縮減到半個月,徐佑也是非常有信心,自己是可以完成這些工作的。

對於這場量子競賽,徐佑已經迫不及待了。

“就先從天氣預測的程式開始吧。”

雖說徐佑之前還沒有正式對人工智慧的天氣預測領域進行研究。

但人工智慧對天氣的預測方法,徐佑還是非常瞭解的。

在天氣預測上,人工智慧主要使用的方法,包括智慧網格預報,與模型分析技術。

智慧網格預報,採用大資料分析技能,對大量天氣資料進行全方位地挖掘與探析。

透過這樣的智慧網格體系,讓人工智慧可以精準的預測各種天氣。

這樣的天氣預測方式,對於降水的預測即為準確,缺點就是預測的週期比較短,無法對數天之後的天氣進行準確預測。

另一種天氣預測方式,是模型分析技術。

模型分析技術同樣會使用到各種大資料和人工智慧,只是著重點在於,需要對一個複雜的氣象系統建模。

這種天氣預測方式,短期內或許沒有第一種方式預測得準確,但在長期內,有著較高的預測準確率。

一個月內的天氣,都可以較為精準的預測出來。

只是,因為計算量過於龐大,對於計算機的效能要求非常高。

甚至連很多超級計算機,都無法勝任如此龐大的計算量。

但這些,對於計算速度極強的算經量子計算機來說,並不算什麼問題。

更何況,徐佑還有大腦模擬模擬這項技能,來幫助自己完成建模的工作。

僅僅三天的時間,徐佑就完成了所有程式設計建模的工作,並讓算經學會了對天氣的預測。

“我們算經的天氣預測系統,同時學習了智慧網格預報、模型分析技術等多項天氣預測方法,可以透過自有的系統評分機制,對於天氣進行準確的預測。在氣象資料充足的情況下,算經可以近乎百分之百的預測24h內的天氣。甚至對一個月之內的天氣,都可以將預測準確率提升到95%以上。”

因為天氣受到的影響因素實在太多,想要百分百準確的預測幾天後的天氣,是一件幾乎不可能做到的事情。

一隻蝴蝶煽動一下翅膀,都有可能改變某天的天氣。